Filtr o nieskończonej odpowiedzi impulsowej

Filtr o nieskończonej odpowiedzi impulsowej (IIR filter ang. Infinite Impulse Response) – rodzaj filtru cyfrowego, który w odróżnieniu od filtrów FIR jest układem rekursywnym. IIR oznacza nieskończoną odpowiedź impulsową (w polskiej literaturze stosowany jest również skrót NOI). Znaczy to tyle, że reakcja na pobudzenie o skończonym czasie trwania jest teoretycznie nieskończenie długa. Jest to efektem występowania pętli sprzężenia zwrotnego widocznej na schemacie blokowym (porównaj ze schematem filtru FIR).

Na powyższym schemacie moduły $z^{-1}$ oznaczają opóźnienie sygnału o jedną próbkę, natomiast $a_{i}$ oraz $b_{i}$ są współczynnikami filtru.

Transmitancję filtru IIR można opisać:

$H(z)={\frac {Y(z)}{X(z)}}$

gdzie:

$Y(z)$ – transformata Z wyjścia,

$X(z)$ – transformata Z wejścia

lub po rozpisaniu wzorów na wielomiany opisujące bieguny i zera:

$H(z)={\frac {a_{0}+a_{1}z^{-1}+...+a_{p}z^{-p}}{1-(b_{0}z^{-1}+...+b_{q}z^{-q})}}$

Zera transmitancji determinowane są przez miejsca zerowe wielomianu licznika, zaś miejsca zerowe wielomianu mianownika określają bieguny transmitancji.

Zalety i wady

Ze względu na dużą elastyczność w kształtowaniu przebiegu funkcji za pomocą ilorazu wielomianów, znacznie łatwiej uzyskać pożądaną charakterystykę używając filtru IIR niskiego rzędu niż filtru FIR. Wynikają z tego dwie podstawowe zalety filtrów IIR w porównaniu do FIR:

• Niska złożoność obliczeniowa
• Niewielkie zapotrzebowanie na pamięć operacyjną.

Te zalety spowodowały duże zainteresowanie filtrami IIR i burzliwy rozwój teorii ich projektowania w latach 70. XX w., które przypadają na początki rozwoju technik CPS, gdy nie były dostępne procesory o odpowiedniej mocy.

Do wad filtrów IIR należy zaliczyć:

• Rekursywność filtru wprowadza potencjalne zagrożenie utraty stabilności (odpowiedź filtru w sposób niekontrolowany narasta do nieskończoności); niestabilność może mieć miejsce wtedy, gdy bieguny transmitancji (miejsca zerowe wielomianu w mianowniku) znajdą się poza okręgiem jednostkowym na płaszczyźnie zespolonej
• Projektowanie filtrów IIR jest znacznie trudniejsze niż w przypadku filtrów FIR (nie tylko ze względu na dodatkowy warunek zapewnienia stabilności)
• Filtry IIR są znacznie bardziej wrażliwe na błędy zaokrągleń: zaokrąglenia wartości współczynników mogą znacząco zmienić charakterystykę, zaokrąglenia wartości sygnału i wyników pośrednich wprowadzają szum, który może się akumulować
• Nie da się ich zaimplementować jako filtrów o liniowej fazie, czyli takich, które wprowadzają takie samo opóźnienie grupowe dla wszystkich składowych częstotliwościowych przepuszczanego sygnału.

Z uwagi na rosnącą wydajność układów cyfrowych i procesorów sygnałowych, filtry IIR nie są obecnie tak chętnie wykorzystywane jak dawniej, a największą popularność mają filtry FIR, które nie mają wyżej wymienionych wad.

Przykład

Rozważmy działanie filtru o nieskończonej odpowiedzi impulsowej na prostym przykładzie. Załóżmy, że chcemy estymować średni koszt użytkowania energii elektrycznej na podstawie rachunku za prąd z bieżącego miesiąca $x(n)$ oraz oszacowanej wartości z poprzedniego miesiąca $y(n-1)$:

$y(n)={\frac {y(n-1)+x(n)}{2}}=0{,}5\cdot y(n-1)+0{,}5\cdot x(n)$

gdzie:

$n$ – numer miesiąca,

$x(n)$ – wartość rachunku za bieżący miesiąc,

$y(n)$ – oszacowana wartość w bieżącym miesiącu,

$y(n-1)$ – oszacowanie wartości średniej w poprzednim miesiącu.

Dla $n=1$, pojawia się problem brzegowy, ponieważ nie dysponujemy oszacowaniem $y(0)$ - przyjmiemy, że $y(0)=0$. Przykładowo:

$y(1)=0{,}5\cdot x(1)+0{,}5\cdot y(0)=0{,}5\cdot 24+0{,}5\cdot 0=12$

$y(2)=0{,}5\cdot x(2)+0{,}5\cdot y(1)=0{,}5\cdot 12+0{,}5\cdot 27=19{,}5$

Wartości kolejnych próbek wejściowych $x(n)$ (rachunków) oraz szacowanych wartości średnich $y(n)$ przedstawiono w tabeli:

$n$	1	2	3	4	5	6	7	8	9	10	11	12
$x(n)$	24	27	31	59	33	37	0	0	0	0	0	0
$y(n)$	12	19,5	25,3	42,1	37,6	37,3	18,6	9,3	4,7	2,3	1,2	0,6

Wykres próbek wejściowych $x(n)$ oraz wyjściowych $y(n)$ przedstawiono na wykresie poniżej (sygnał określony jest tylko dla dyskretnych wartości $n$, natomiast linie pomagają zaobserwować trend sygnału):

Podobnie jak poprzednio, na podstawie przykładu można wysnuć następujące wnioski:

• zaprojektowany filtr wygładza sygnał wejściowy - nagła zmiana sygnału wejściowego dla $n=4$ została stłumiona,
• od chwili $n=7$ sygnał wejściowy $x(n)$ zanika. Sygnał wyjściowy $y(n)$ dąży do zera, aczkolwiek tej wartości nigdy nie osiągnie. Jest to cecha charakterystyczna filtrów o nieskończonej odpowiedzi impulsowej (NOI).

Realizację filtru przestawiono na rysunku poniżej:

Zobacz też

• cyfrowe przetwarzanie sygnałów
• filtr o skończonej odpowiedzi impulsowej

Bibliografia

• Bartosz Ziółko, M. Ziółko Przetwarzanie mowy, Wydawnictwa AGH, 2012.
• Michał Tadeusiewicz, Signals and Systems, Wydawnictwo Politechniki Łódzkiej, 2004.
• Przemysław Barański, Przekształcenie Z - zastosowania w filtracji cyfrowej sygnałów - zbiór zadań, Wydawnictwo Politechniki Łódzkiej, 2014.

Linki zewnętrzne

• Materiały dydaktyczne DSP AGH