现代信号处理教程-胡广书(清华)
第8章 M通道滤波器组
8.1 M通道滤波器组的基本关系
图8.1.1是一个标准的M通道滤波器组。
X(. . ˆ(z) .
图8.1.1 M通道滤波器组
由第五章~第七章的讨论,我们不难得到图中各处信号之间的如下相互关系: Xk(z)X(z)Hk(z) (8.1.1)
1
Vk(z)
M
1M
M1l0
X
l0
k
(WMz)
lM
l
1M
M1
X(W
z)Hk(WMz) (8.1.2)
lM
1M
l
1M
1
及 Uk(z)Vk(z)
M
M
M1l0
X(zW
)Hk(zWM) (8.1.3)
l
滤波器组的最后输出
ˆ(z)G(z)U(z)Xkk
k0
M1
1
M
M1l0
X(zWM)Hk(zWM)Gk(z) (8.1.4)
l
l
k0
M1
- 230 -
1
令 Al(z)
M
M1l0
M1k0
H
k
(zWM)Gk(z) (8.1.5)
l
ˆ(z)A(z)X(zWl) (8.1.6) 则 XlM
ˆ(z)是X(zW)的加权和。由于 这样,最后的输出XM
l
X(zWM)
l
zej
X(ej(2l/M)) (8.1.7)
ˆ(ej)是X(ej)及其移位的加权和。由上一章的讨在l0时是X(ej)的移位,因此,X
论可知,在l0时,X(ej(2l/M))是混迭分量,应想办法去除。显然,若保证
Al(z)0 l1~M1 (8.1.8)
则可以去除图8.1.1所示滤波器组中的混迭失真.
再定义
1T(z)A0(z)
M
M1k0
H
k
(z)Gk(z) (8.1.9)
ˆ(z)是否对X(z)产生幅显然,T(z)是在去除混迭失真后整个系统的转移函数。这时,X
j
,度失真和相位失真就取决于T(z)的性能。若T(z)是全通的,也即T(e)那么滤波器组可避免幅度失真,若T(z)再具有T(z)cz
k
的形式,那么滤波器组又将消
除相位失真。因此,(8.1.9)式的T(z)和(7.2.4)式的T(z)一样,都称为“失真函数”。
由(8.1.5)式,A1(z)~AM1(z)能否为零取决于Hk(z),Gk(z),k0~M1的性质。将该式写成矩阵形式,有
H1(z)HM1(z)G0(z)A0(z)H0(z)
G(z)A(z)H(zW)H(zW)H(zW)01M11 (8.1.10) M1
M1M1M1H(zW)H(zW)H(zW)A(z)G(z)1M1M10M1
令
t(z)[MA0(z),0,,0], g(z)[G0(z),,GM1(z)] (8.1.11)
并令(8.1.10)式右边的矩阵为H(z),则在去除混迭失真的情况下,有
t(z)H(z)g(z) (8.1.12)
- 231 -
T
T
式中H(z)的第一行是H0(z),,HM1(z),第二至第M-1行分别是由这M个滤波器的依次移位所构成。因此,H(z)又称“混迭分量(Alias Component,AC)矩阵”。它等效于两通道情况下由(7.2.8a)式给出的矩阵Hm。
由(8.1.12)式,我们有
g(z)H1(z)t(z) (8.1.13)
为保证去除混迭失真,可选t(z)[MA0(z),0,,0]T[c'zk,0,,0]。这样,若H(z)已知,即可求出综合滤波器组g(z)。且整个的M通道滤波器组还具有PR性质。但(8.1.13)式在实际应用中有一系列的问题,这是因为:
g(z)
adj H(z)
t(z) (8.1.14)
detH(z)
式中adj H(z)是H(z)的伴随矩阵。
(1) 若H(z)是FIR的,显然detH(z)也是FIR的,这时g(z)将变成IIR的; (2) 若选择detHz()cz0t
n
z(,)这时g(z)可保证是FIR的,但由于
g(z)adHj z,因此(g(z)的阶次将远大于H(z);
(3) 若H(z)有零点在单位圆上,g(z)的幅度将会产生较大的失真。
此外,由(8.1.13)式或(8.1.14)式并不容易找出H(z)、g(z)的关系以及H(z)自身应具有的特点,因此,我们需要采用多相结构的方法来研究如何去除混迭失真及探讨实现PR的途径。
8.2 M通道滤波器的多相结构
仿照(7.6.9)和(7.6.10)式,在多通道情况下的分析滤波器组可表为:
M1l0
Hk(z)zlEk,l(zM) (8.2.1)
写成矩阵形式,有
M
E0,1(zM)E0,M1(zM)1H0(z)E0,0(z)
1H(z)E(zM)MM
E(z)E(z)11,01,11,M1z (8.2.2)
MMM(M1)H(z)E(z)E(z)E(z)M1,0zM1M1,1M1,M1
记 h(z)[H0(z),H1(z),,HM1(z)], e(z)[1,z,,z
- 232 -
T1(M1)T
] (8.2.3)
并记(8.2.2)式右边的矩阵为E(zM),则
h(z)E(zM)e(z) (8.2.4)
E(zM)称为多相矩阵,而h(z)是由上一节的AC矩阵H(z)的第一列构成的。同理,对综合滤波器组Gk(z)按第二类多相结构展开,有
Gk(z)z(M1l)Rl,k(zM) (8.2.5)
l0M1
写成矩阵形式:
(M1)(M2)z,z,,1G0(z),G1(z),,GM1(z)
R0,0(zM)R0,1(zM)R0,M1(zM)MMM
R(z)R(z)R(z)1,11,M1 (8.2.6) 1,0MMMR(z)R(z)R(z)M1,1M1,M1M1,0
记该式右边的多相矩阵为R(z),则(8.2.6)式可写为如下更简洁的形式:
M
(z)R(zM) (8.2.7) gT(z)z(M1)e
(z)[e(z1)]T。利用(8.2.2)和(8.2.6)式,图8.1.1式中g(z)已在(8.1.11)式中定义,e
的M通道滤波器组可改为图8.2.1(a)的形式。再利用恒等变换,又可改成图(b)和(c)的形式。
在图(c)中,
P(z)R(z)E(z)
该图的得到过程与图7.6.1和图7.6.2的导出过程相类似。因此,对整个滤波器组的分析可集中到矩阵E(z)和R(z)的分析,或简单的P(z)的分析。若P(z)为单位阵,我们可以想象,那么该滤波器组一定可以实现准确重建。
至此,我们已讨论了M通道滤波器组的两种表示形式,一是用(8.1.10)式的AC矩阵表示的形式,二是用(8.2.2)式表示的多相形式。在深入讨论E(z)、R(z)的性能对整个系统PR性能的影响之前,我们先讨论一下,AC矩阵H(z)和多相矩阵E(z)的关系。
由(8.2.3)式对h(z)的定义及(8.1.10)式对E(z)的定义,我们有 H(z)[h(z),h(zW),,h(zW由(8.2.2)式,H(z)又可表为
TT
M1
)] (8.2.8)
HT(z)[E(zM)e(z),E(zM)e(zW),,E(zM)e(zWM1)] E(z)[e(z),e(zW),,e(zW
- 233 -
M
M1
)]
X(z)
(a)
ˆ(z) X(z)
(b)
ˆ(z) X(z)
v0(n)
u0(n)
(c)
ˆ(z) 图8.2.1 M通道滤波器组的多相结构; (a)直接表示; (b)利用恒等变换后的表示; (c)进一步的简化表示
111
1WM1
W
记 W
M1(
W(M1)M1W
D(z)diag[1,z,,z
- 234 -
1
(M1)
(8.2.9) 1)
] (8.2.10)
则 HT(z)E(zM)D(z)W* (8.2.11a) 或 H(z)WHD(z)ET(zM) (8.2.11b) (8.2.11)式即是混迭分量矩阵H(z)和多相矩阵E(zM)的关系。
8.3 混迭抵消和PR条件的多相表示
我们在8.1节已指出,若A1(z),,AM1(z)全为零,则可实现混迭抵消。进一步,若T(z)为全通函数,或T(z)czk,则M通道滤波器组可以实现准确重建。现在我们讨论这些条件的多相表示。
定理8.1 一个M通道最大抽取滤波器组混迭抵消的充要条件是多相矩阵
P(z)R(z)E(z)
为伪循环矩阵。
所谓的伪循环矩阵,它是由一个循环矩阵
PP2(z)P0(z)1(z)
P(z)P(z)P(z)
01M1
PM2(z)PM1(z)P0(z)
P2(z)P3(z)1(z)P
1
PM1(z)
PM2(z)PM3(z)
P0(z)
PM1(z)
PM2(z)PM3(z)
P0(z)
将其主对角线以下的元素都乘以z所得到的矩阵,即
PP2(z)P0(z)1(z)
z1P(z)P0(z)PM11(z)
z1PM2(z)z1PM1(z)P0(z)
1z1P2(z)z1P3(z)1(z)zP
该伪循环矩阵所对应的时域关系是:
p0(n)p(n1)M1
pM2(n1)
p1(n1)
现证明定理8.1。
由图8.2.1(c),有
p1(n)p0(n)
pM1(n1)
p2(n1)
p2(n)p1(n)p0(n)
p3(n1)
pM1(n)pM2(n)
pM3(n)
p0(n)
- 235 -
1
Vl(z)
M
M1l0
M1k0
(z
1M
W)X(zWk) l0,1,,M1 (8.3.1)
kl
1M
Us(z)Ps,l(z)Vl(z) (8.3.2)
于是最后的输出
ˆ(z)z(M1s)U(zM)Xs
s0M1
M1
z
s0
(M1s)
M1l0
P
s,l
(zM)Vl(zM)
s,l
1
M
M1s0
z
(M1s)
M1l0
P
k
(z)(zWk)lX(zWk) (8.3.3)
M
k0
M1
该式是M通道滤波器组中输入、输出关系的多相表示。交换求和顺序,有
ˆ(z)1X
M
M1k0
X(zW)Wz
kl
l0
s0
M1M1
l
z(M1s)Ps,l(zM) (8.3.4)
因为X(zWk),k1,2,,M1为混迭分量,为使混迭抵消,我们应设法令其等于零。也就是说,使混迭抵消的充要条件是使k0时的
M1
M1s0
记 则(8.3.5)式可表为:
Wz
kl
l0M1s0
l
z(M1s)Ps,l(zM)0 (8.3.5)
l(M1s)MzzP(z)Ql(z) (8.3.6) s,l
czn0 k0
WQl(z) (8.3.7)
l00 k1,,M1
M1
kl
式中c为不等于零的常数。
为便于观察矩阵P(z)中元素Ps,l的规律,现对(8.3.6)式作进一步的展开。假定M=4,有
21Q0(z)z3P0,0zP1,0zP2,0P3,0 (8.3.8a)
321Q1(z)z4PzPzPzP0,11,12,13,1 (8.3.8b)
- 236 -
432
Q2(z)z5PzPzPzP0,21,22,23,2 (8.3.8c)
543Q3(z)z6PzPzPzP0,31,32,33,3 (8.3.8d)
44
注意式中省去了P(8.3.7)式可表为 s,l(z)的(z)。同时,
Q0(z)czn0
Q(z)01 WH
Q(z)0M1
由于WW
H
MI,所以上式又变为:
Q0(z)Q(z)1WQ(z)n1
式意味着
c'zn0
0 (8.3.9) 0
常数c’包含了常数c和M。由于W是DFT矩阵,其第一行和第一列全为1。因此,(8.3.9)
Q0(z)Q1(z)QM1(z)c'zn0 (8.3.10)
由(8.3.8)和(8.3.10)式可知,矩阵P(z)中各元素Ps,l应有如下规律(以M=4为例)
① 同为z的系数应该相等,即
3
P0,0P1,1P2,2P3,3
② 同为z的系数应该相等,即
2
P1,0P2,1P3,2
③ 同为z的系数应相等,即 P2,0P3,1
④ 由于Q0(z)Q1(z),因此,在(8.3.8)的前两个式子中,必应有
4
PzP3,00,1
1
⑤ 同理,由(8.3.8b)和(8.3.8c)式,应有
- 237 -
5
z1PzP3,10,2
由(8.3.8c)和(8.3.8d)式,应有
6z2PzP3,20,3
因此矩阵P的各元素之间应有
P0,0P0,1P0,2PPP1,01,11,2P[Ps,l]
P2,0P2,1P2,2P3,0P3,1P3,2
P0,1P0,0
z1PP0,00,3 1
zP0,2z1P0,311
zP0,1zP0,2
5
1
P0,3
P1,3P2,3P3,3P0,2P0,1P0,0z1P0,3
P0,3P0,2P0,1P0,0
注意式中由z改成z是因为矩阵P实际上是P(z4)。由此我们可以看出,P(z)确实是一伪循环矩阵。
本定理的证明可参看文献[23],另一种证明方法可参看文献[15]。
在两通道的情况下,若P(z)R(z)E(z)I,则该系统可以实现准确重建。同样,由图8.2.1c,在M通道的情况下若P(z)为单位阵,那么该系统也必然会实现PR。其实,在M通道情况下,我们不一定要求P(z)为单位阵,条件可适当放宽。下面的定理给出了
M通道滤波器组实现PR的充要条件。
定理8.2 一个M通道最大抽取滤波器组实现准确重建的充要条件是
0
P(z)R(z)E(z)czn01
zI
式中n0,r为整数,0M1,c为不等于零的常数。
IM
(8.3.11) 0
证明:PR条件意味着混迭抵消条件成立。由(8.3.4)式,在k=0时,有
M1M1
1ˆX(z)X(z)zlz(M1s)Ps,l(zM) (8.3.12) Ml0s0
由(8.3.6)式的定义,则
M1
11ˆX(z)X(z)Ql(z)X(z)[Q0(z)Q1(z)QM1(z)] MMl0
由(8.3.10)式,并定义
- 238 -
Q0(z)Q1(z)QM1(z)Q(z) (8.3.13)
ˆ(z)X(z)Q(z) (8.3.14) 则 X
ˆ(z)cx(nn),则Q(z)cz我们希望X0
n0
。由(8.3.8a)式,由于
(M2)1
Q0(z)Q(z)z(M1)PP0,0(z)z1,0(z)zPM2,0(z)PM1,0(z)
因此,要求Q(z)cz
n0
,则等效要求Q0(z)中只能包含一项。不失一般性,设Q0(z)中下
标为(,0)的元素不为零,该项是z(M1)P,0(z)。由于P(z)又是伪循环矩阵,也即从第一行开始,以下各行元素都是第0行元素循环移位的结果,因此,P(z)必然具有如下形式:
00
00
00P(z)
(M1)1
zPr,0(z)0z
0
z(M1)pr,0(z)
00z(M1)Pr,0(z)
z(M1)Pr,0(z)0
0z(M1)Pr,0(z)
0
0
即 P(z)z(M1)于是定理得证。
0
1zIIM
(8.3.15) 0
8.4 M通道滤波器组的设计
定理8.1和定理8.2指出,对M通道最大抽取滤波器组,若去除混迭失真,则
P(z)R(z)E(z)应为一伪循环矩阵。若再做到准确重建,则P(z)的每一行(或列)只
能有一个元素不为零,整个的P(z)如(8.3.11)式所示。这样,实现PR的M通道滤波
- 239 -
器组的P(z)结构已确定,其余的任务即是寻求Hk(z),Gk(z),k0,1,,M1来满足P(z)。直接求出Hk(z),Gk(z)是比较困难的。由于P(z)R(z)E(z),因此,由给定形式后的P(z)来寻求E(z)相对比较容易。又由于一旦求出E(z)后为求R(z)需要求逆运算,而求逆往往会带来数值上的不稳定或是使R(z)为IIR的。因此,为避免求逆运算,我们往往假定E(z)是仿酉的。这样
(z) (8.4.1) R(z)czn0E
是一个极简单的计算。同时
(z)E(z)czn0I (8.4.2) P(z)R(z)E(z)czn0E
保证了系统的PR性质。反之,若系统满足PR,由(8.4.2)和(8.4.1)式,E(z)必定是仿酉的。现在的问题是如何设计出E(z)使之满足(8.4.2)式,一旦E(z)求出,由
M1
l0Hk(z)zlEk,l(zM) (8.4.3a)
Gk(z)z(M1l)Rl,k(zM) (8.4.3b)
l0M1
即可求出Hk(z)和Gk(z),k0,1,,M1。
由第七章两通道滤波器组的分析可知,若要设计出一个满足要求的仿酉矩阵E(z),可行的方法是将E(z)分解成一系列简单矩阵的积,如(7.7.9)式。在该式中,我们将E(z)分解成旋转矩阵Bk和对角矩阵D(z)的级联。Bk中仅包含一个参数k。通过最优的方法求出k,从而得到E(z),也即得到H0(z)和H1(z)。对多通道情况下的E(z),我们也可仿照(7.7.9)式将其分解为旋转矩阵和对角矩阵的级联。但这时的旋转矩阵Bk将会有较多的正弦和余弦,因此,Bk中包含的参数将远不只一个,这将给后边的优化工作带来困难。文献[15]提出了一个对E(z)分解的“diadic”方法。现给以简要介绍。
给定一个范数等于1的向量Vm,其维数为M1,那么VmVm是MM的矩阵,定义 H
Cm(z)IVmVmVmVmz1 (8.4.4)
则Cm(z)是仿酉矩阵,即 HH
(z)C(z)I (8.4.5) Cmm
此式的证明见文献[23]。这样,每一个Cm(z),m0,1,,M1,都是一个一阶的仿酉系统,该系统可由图8.4.1来实现。
- 240 -
1
图8.4.1 一阶仿酉系统Cm(z)的实现
可以证明,一个J阶的仿酉矩阵E(z)可由一阶的简单仿酉矩阵Cm(z)的级联来构成,即
E
(z)CJ
(z)CJ1(z)C1(z)U (8.4.5)
式中U为常数酉矩阵,即UUdI,那么,E(z)可由图8.4.2来实现。 H
… 图8.4.2 E(z)的实现
文献[15]进一步证明了常数酉矩阵U可进一步作如下分解:
U1U2UM1D (8.4.6)
式中D是对角阵,其元素Diieji,而矩阵Ui可表为
HUiI2uiui (8.4.7)
式中ui也是范数为1的向量,因此UiUiI,Ui称为“Householder”阵。这样矩阵U可由图8.4.3a来实现,而矩阵Ui可由图8.4.3b来实现。无论E(z)的系数是实的还是复的,上述分解都成立。如果E(z)的系数是实的,那么向量Vm和ui的元素都是实的。
将E(z)按(8.4.5)式分解,Cm(z)由(8.4.4)式的Vm表示,而将U可按(8.4.6)式分解后,Ui又由(8.4.7)式的ui表示。因此,决定E(z)的主要是向量Vm和ui,现在的工作是选定一目标函数,然后对Vm和ui求最优,从而得到所需要的“好的”分析滤波器Hk(z)。目标函数可选Hk(z),k0,1,,M1这M个滤波器阻带能量的和,即
M1H
k0阻带Hk(ej)d (8.4.9) - 241 -
2
(z)即可得到综合滤波器组。令将对Vm和ui最小可得到Hk(z),再由Gk(z)cz(N1)H k
… (a) (b) 图8.4.3 (a)矩阵U的实现 (b) 矩阵Ui的实现
文献[15]利用此方程设计了一个三通道的滤波器组,其幅频响应如图8.4.4所示,h0(n),h1(n)和h2(n)的数值如表8.4.1所示。
表8.4.1三通道滤波器组各滤波器的系数
----------------------------------------------------------------------------- n h0(n) h1(n) h2(n)
0 -0.0429753 -0.0927704 0.0429888 1 0.0000139 0.0000008 -0.0000139 2 0.1489104 0.0087654 -0.1489217 3 0.2971954 0.0000226 0.2972354 4 0.3537539 0.1864025 -0.3537496 5 0.2672266 -0.0000020 0.2672007 6 0.0870758 -0.3543303 -0.0870508 7 -0.0521155 -0.0000363 -0.0520909 8 -0.0875973 0.3564594 0.0875786 9 -0.0427096 -0.0000049 -0.0427067
10 0.0474530 -0.1931082 -0.0474452
11 0.0429618 0.0000230 0.0429677
12 0.0 0.0 0.0
13 -0.0232765 -0.0000026 -0.0232749
14 0.0000022 0.0 0.0000022
-----------------------------------------------------------------------------
- 242 -
图8.4.4 三通道滤波器组的幅频响应
8.5余弦调制滤波器组
8.5.1余弦调制滤波器组的基本概念及伪QMFB
我们在6.2节介绍了DFT滤波器组。其思路是给定一个原型滤波器组h(n),令
hk(n)h0(n)ej2knM (8.5.1a)
则 Hk(ej)H0(ej(2k/M)), k0,1,,M1 (8.5.1b)
j2knM即M个分析滤波器组是由h(n)作调制所得到的,调制因子是e,相应的频谱是
H(ej)做均匀移位所得到的。移位距离是2M。这样,为防止Hk(ej)之间有混迭,
,带宽为2M。如图6.1.2所示。 H(ej)的截止频率在M。
DFT滤波器组只需设计一个原型的低通滤波器h(n),整个分析滤波器组可由(8.5.1a)式得到,且其实现可用FFT来完成,如图6.2.2所示,这是它的突出优点。然而DFT滤波 - 243 -
器是一种复数调制滤波器组,即使h(n)是实的,hk(n),k1~M1也是复的,这样,对实信号x(n),经分析滤波器组的分析后,M个子带信号也都变成复信号。这是DFT滤波器组的缺点。
为了克服DFT滤波器组的这一缺点,人们又提出了“余弦调制”滤波器组的概念。假定我们给定两个原型滤波器h(n)和g(n),令
hk(n)2h(n)cos[(k0.5)(nD)k] (8.5.2a) 2M
D)k] (8.5.2b) 2M k0,1,,M1gk(n)2g(n)cos[(k0.5)(n
则可得到M个分析滤波器和M个综合滤波器,但它们都是实系数的滤波器。式中
k(1)k4 (8.5.3)
D是整个滤波器组输出相对输入的延迟。由于hk(n),gk(n)是原型的h(n),g(n)乘以余弦函数所得到的,因此称它们为“余弦调制”滤波器组。现就(8.5.2)及(8.5.3)式的给出做一些说明。
对给定的原型低通滤波器h(n),我们首先由它得到一个2M大的DFT分析滤波器组,即令
pk(n)h(n)W2M
kkn (8.5.4a) P,,2M1 (8.5.4b) k(z)H(zW2M) k0,1
式中W2Mej2/2Mjj。我们假定h(n)是实的,所以H(e)是偶对称的,并假定H(e)是低通的,其截止频率在2M处,带宽为M,如图8.5.1a所示。由于
jj(k/M)P) k0,1,,2M1 (8.5.4c) k(e)H(e
j所以Pk(e)如图8.5.1b所示。 jj由该图可以看出,Pk(e)和P2Mk(e),k1,,2M2是相对0为对称的。
这样,如果我们把Pk(z)和P那么该滤波器将具有实系数,2Mk(z)相结合形成一个滤波器,
且带宽度为2M 。现在讨论如何实现这两个滤波器的结合。
- 244 -
图8.5.1 余弦调制滤波器组的频率响应
j (a)原型低通H(e) (b)2M个分析滤波器组
令 Uk(z)CkH(zWk) (8.5.5a)
Vk(z)CkH(zWk) (8.5.5b)
式子中Ck为模为1的范数。令 *
Hk(z)akUk(z)akVk(z), k0,1,,M1 (8.5.6)
式中ak也是模为1的范数。由于 *
H(z)h(n)zn (8.5.7)
n0N1
是阶次为N-1的FIR实系数低通滤波器,所以,由(8.5.6)式得到的
Hk(z)hk(n)zn k0,1,,M1 (8.5.8)
n0N1
也是N-1阶的FIR滤波器,由于Uk(z),Vk,ak,ck的共轭特性,因此hk(n)也是实系数。显然,H0(z)是低通的,HM1(z)是高通的,其余则是带通的。
由前述各类滤波器的讨论可知,综合滤波器组一般应和分析滤波器组具有相同的幅频响应。因此,我们可选
- 245 -
Gk(z)bkUk(z)bkVk(z), k0,1,,M1 (8.5.9)
这样,由(8.5.5)~(8.5.9)式保留了三个常数待确定,即ck,ak和 bk。如同所有的滤波器组一样,需要研究如何实现混迭抵消及去除幅度失真和相位失真的问题。
80年代中期提出的余弦调制滤波器组着重研究的是所谓“伪QMF”滤波器组[132,102], 这一类滤波器组近似实现PR,但不是真正的PR,它可以去除相位失真,混迭失真没能完全抵消,幅度失真也没能完全去除,只是尽量做到最小。文献[95]提出了第一个可实现PR的余弦调制滤波器组,但hk(n)和gk(n)的长度为2M。而后,人们利用仿酉矩阵的特点,进一步把滤波器的长度扩展到任意长,并把调制矩阵由第Ⅳ类DCT扩展到DCT-Ⅱ和DCT-Ⅲ。现在先从伪QMF的情况讨论ck,ak和 bk的决定以及相应的时域、频域关系。
由(8.1.9)式,在M通道滤波器组中失真函数T(z)总有如下的形式: *
1T(z)MM1k0Hk(z)Gk(z) (8.5.10)
若选择 gk(n)hk(N1n) (8.5.11a)
(z) (8.5.11b) 或等效地选择 Gk(z)z(N1)Hk(z1)z(N1)Hk
z(N1)
则 T(z)M
或 MT(e)ejM1k0Hk(z)Hk(z1) (8.5.12a) Hk(ej) (8.5.12b) 2j(N1)M1k0
这样,如果T(z)具有线性相位,从而去掉了相位失真。若Hk(ej)再是功率互补的,则可去掉幅度失真。文献[15]证明了如下关系:
1. 为去除混迭失真,应选择akbkak1bk1;
2. 选择ckW2M
*(k0.5)(N1)/2**,可保证Uk(z),Vk(z)和H(z)有着同样的相频响应; (z),从而使T(z)具有线性相位,从而去除 3. 选择bkak,可使Gk(z)z(N1)Hk
相位失真;
4. 选择ak(1)kjak1及bkak ,保证了第1条的ak,bk条件,即去除混迭失真。 对ak的此种制约,可选
- 246 - *
akejk, k(1)k
这时,T(z)可简化为 4 (8.5.13)
1T(z)MM1k0[U2k(z)Vk(z)] (8.5.14) 2
5. 总之,按(8.5.13)式选择ak及使Gk(z)如(8.5.11b)式,我们可近似消除混迭失 真,并完全去除相位失真。在上述条件下,hk(n)和gk(n)最后简化为(8.5.2)式,且在该式中g(n)h(n)。即分析和综合滤波器组来自于同一个原型低通滤波器h(n)。式中D=N-1。
6. 余下的问题是幅度失真。幅度失真的原因来自(8.5.12b)式的T(ej)不是全通的。 由于余弦调制滤波器组的Hk(z)和Gk(z)均来自原型滤波器H(z),因此,T(z)的形态便直接和H(z)有关,也即余弦调制滤波器组的设计归结到H(z)的设计。前已述及,Hk(z)的截止频率为2M,带宽为M。我们自然希望H(ej)在通带内尽量地平,在阻带内具有最大的衰减。因此,定义
1/M
0[H(e)H(e
j2j2j(/M))1]2d (8.5.15a) 22H(e)d (8.5.15b)
2M
并令 1(1)2 (8.5.15c)
01 ,通过使最小可得到最优的H(z)。是通带和阻带性能之间的一个调节参数,
由此形成的Hk(z)和Gk(z)即为伪QMFB。
有关伪QMFB的设计举例及建立在DCT矩阵结构上的实现请参看文献[15],此处不再讨论。
8.5.2 余弦调制滤波器组准确重建的条件
上一节讨论的伪QMFB只是近似去除了混迭失真和幅度失真,因此并不具备PR性能,这是余弦调制滤波器组早期的研究成果。下面,我们以多相结构和仿酉矩阵来讨论余弦调制滤波器组实现PR的条件。详细内容请参看文献[68]。
对(8.5.2)式给出的余弦调制的基本形式,我们假定h(n)和g(n)可以不等长,如h(n)的长度为Nh,g(n)的长度为Ng,并假定整个滤波器组的延迟D也是可变的,其变化范围是
- 247 -
D[M1,NhNg(M1)] (8.5.16a)
为讨论的方便,假定D取某一固定值,即
D2sMd, 0d2M1, sZ (8.5.16b)
近年来的研究表明,余弦调制滤波器组既可通过DCT-Ⅳ来实现,也可通过DCT-Ⅲ及DCT-Ⅱ来实现。有关四类DCT的定义见文献[19]。当用DCT-Ⅳ来实现时,D为奇数,当用DCT-Ⅲ来实现时,D为偶数。
我们的任务是寻求分析滤波器组Hk(z)的原型H(z)及综合滤波器组的原型G(z),使得整个FB具有PR性质。为此,我们首先将H(z)和G(z)表成2M个多相分量的和, 即:
2M1
H(z)z
l0lEl(z2M) (8.5.17a)
2M1
G(z)
式中 zl0lRl(z2M) (8.5.18a)
El(z)Nh'1
k0k (8.5.17b) h(2Mkl)z
Ng'1
Rl(z)g(2Mkl)z
k0k (8.5.18b)
Nh',Ng'分别是E(z),Rl(z)所对应的时域序列的长度。
定义 h0(z)diag[E0(z),E1(z),,EM1(z)] (8.5.19a)
h1(z)diag[EM(z),EM1(z),,E2M1(z)] (8.5.19b)
1D[C1]k,l2cos[(k)(l)(1)k] (8.5.20) 22M4
0kM1, 0l2M1
h0(z2)再令 E(z)C11 (8.5.21) 2zh(z)1
则分析滤波器组H0(z),H1(z),,HM1(z)的多相结构可表为:
- 248 -
11
Mz (8.5.22) h(z)E(z)(M1)z
同理,对综合滤波器组,我们可定义:
g0(z)diag[RM1(z),RM2(z),,R0(z)] (8.5.23a)
g1(z)diag[R2M1(z),R2M2(z),,RM(z)] (8.5.23b)
[C2]k,l2cos[(2k1)D)(1)k]2M24 (8.5.24) 0kM1, 0l2M1(2M1l
TR(z)[z1g1(z2),g0(z2)]C2 (8.5.25)
则综合滤波器组G0(z),G1(z),,GM1(z)的多相结构可表为:
gT(z)[z(M1),z(M2),,1]R(zM) (8.5.26)
在上面的讨论中,E(z),R(z)都是MM的多相矩阵,这样,整个滤波器组的多相传递矩阵
P(z)R(z)E(z)
h0(z2) (8.5.27) [zg1(z),g0(z)]C2C112zh(z)1122T
文献[66]证明了C2C1具有如下形式: T
JTC2C12MM
000s(1)IJMd1I2M1d (8.5.28) 0
式中JM为MM的反单位阵。将(8.5.28)代入(8.5.27)式,有
JP(z)2M[zg1(z),g0(z)]M
012200s(1)IJMd1I2M1dh0(z2)120zh1(z)
(8.5.29)
由定理8.2,一个M通道FB实现PR的充要条件是
- 249 -
0
P(z)R(z)E(z)czm01
zIrIMr
(8.5.30) 0
不失一般性,可假定c =1。对比(8.5.30)和(8.5.29)式,我们可得到在d取不同值时实现PR的P(z)的表达式:
0
P(z)z(2s1)1
zId1
及 P(z)z2s
IM1d
0dM1 (8.5.31a) 0
I2M1d
Md2M1 (8.5.31b) 0
0
1
zId1M
现对上式中的一些参数作一简单的解释:
在(8.5.30)式中,m00,0rM1,且整个FB的延迟等于(m01)Mr1。
由于我们在(8.5.16b)式中假定D2sM
1
d,因此,若0dM1,则
rd1,m1Md2M1,则rdM1,m02s。这即是(8.5.31)02s;若
式中d在两种情况下取值时单位阵I的下标及z的幂的取值的原因。
R(z),E(z)分别由原型G(z),H(z)的多相分量所组成,由于P(z)R(z)E(z),因此,
由(8.5.31)式可找到El(z),Rl(z)为实现PR所应遵循的关系。文献[68]经过冗长的推导给出了在l和d取不同值时的PR条件的表达式。文献[10]把它写为一简洁的形式,即:
zs
(8.5.32a)El(z)R2M1l(z)EMl(z)RM1l(z)
2M
El(z)RMl(z)EMl(z)Rl(z)0 (8.5.32b)
满足(8.5.32b)式的Rl(z)和El(z)有如下关系:
Rl(z)zEl(z) (8.5.33a) RMl(z)zEMl(z) (8.5.33b)
若选择1,0,即Rl(z)El(z),l0,1,,2M1,那么(8.5.32a)式变成
zs
El(z)E2M1l(z)EMl(z)EM1l(z) l0,1,,M/21 (8.5.30)
2M
显然:
- 250 -
zs
E0(z)E2M1(z)EM(z)EM1(z)
2Mzs
E1(z)E2M2(z)EM1(z)EM2(z)
2Mzs
E2(z)E2M3(z)EM2(z)EM3(z)
2M
这M/2个方程犹如M/2个两通道滤波器组的PR条件。
文献[68]建议用正交制约下的最小平方(Quandratic-Constrained LeastSquares, QCLS)方法来设计原型低通滤波器H(z)。QCLS方法的详细讨论见文献[91],此处不再讨论。此外,读者不难发现(8.5.20)式的矩阵C1和(8.5.24)式的矩阵C2即是DCT矩阵,因此,整个分析滤波器组和综合滤波器组的实现都可由DCT的快速算法来实现。由(8.5.19)~(8.5.22)式,我们可得到分析滤波器组实现的信号流图,如图8.5.2所示
X(zH0(z)H1(z)
图8.5.2 余弦调制分析滤波器组的实现
HM1(z)
总之,余弦调制滤波器的M个分析滤波器H0(z),H1(z),,HM1(z)均来自一个低通原型滤波器H(z)。因此将使设计简单化,即最优化时仅对H(z)进行,从而使需要最优的参数大大减少。由H(z)得到余弦调制的H0(z),H1(z),,HM1(z)可通过DCT的快速算法来实现,使整个计算的复杂性大大降低。有关M通道调制型滤波器组的理论与实现是一个很有吸引力的研究课题,至今这方面的论文仍是很多。
- 251 -