Introduzione

I filtri Infinite Impulse Response (IIR) sono un blocco di costruzione fondamentale nei sistemi di comunicazione moderni, dove vengono utilizzati per modellare il contenuto di frequenza dei segnali con alta efficienza. A differenza dei loro omologhi Finite Impulse Response (FIR), i filtri IIR raggiungono bande di transizione taglienti utilizzando sostanzialmente meno coefficienti utilizzando feedback: una caratteristica che li rende ideali per applicazioni con limitazioni di risorse come l'elaborazione della banda di base wireless, i codici audio definiti.

Comprensione dei filtri IIR

Un filtro IIR è un tipo di filtro digitale la cui risposta d'impulso continua teoricamente a tempo indeterminato a causa di un'operazione ricorsiva. La sua funzione di trasferimento è espressa come rapporto di polinomi nel ]]]z]-dominio:

H(z) = (b0 + b1z−1 + ... + bNz−N) / (1 + a1z−1 + ... + aMz−M)

I coefficienti di ampiezza sono spesso definiti come un'unità di calcolo (FLT: 2)k]] definiscono il feedback (denominatore), e b]]k] definiscono il percorso di alimentazione verso l'esterno (numerator)

Specifiche di filtro chiave per sistemi di comunicazione

Quando si progetta un filtro IIR, gli ingegneri lavorano con un insieme ben definito di parametri che descrivono la risposta di frequenza desiderata. Queste specifiche sono derivate dai requisiti di sistema e determinano il tipo di filtro, l'ordine e i valori di coefficiente.

  • bordo della banda (ω[]p[]]][] – La frequenza più alta (o frequenze, per bandpass/bandstop) a cui il segnale deve passare con attenuazione minima.
  • bordo a fascia (ω[]][]]]] – La frequenza in cui l'attenuazione raggiunge il livello di banda di arresto richiesto.
  • Passband ripple (δp[])[] – La variazione massima consentibile (in dB) nella banda passante. I valori accettabili variano da 0,1 dB per applicazioni di precisione a 1 dB per uso generale.
  • ]Adottazione a banda larga (δ]s[])[ – L'attenuazione minima (in dB) richiesta nella banda di arresto, ad esempio, 40 dB, 60 dB, o 80 dB.
  • larghezza della banda di transizione (Δω = ω][] – ω[p[[]]]]]] – L'intervallo di frequenza tra la banda passante e i bordi della banda ferma.
  • Ordine di deposito (N)[] – Direttamente colpisce la complessità computazionale, l'utilizzo della memoria e la sensibilità alla stabilità.
  • Ritardo del gruppo e linearità di fase[[[] – I filtri IIR in genere introducono ritardo dipendente dalla frequenza. Se la variazione di ritardo del gruppo è troppo grande, la formazione del polso e la tempistica del simbolo possono degradarsi; in tali casi, vengono utilizzate tecniche di equalizzazione o di Bessel.

Specificare questi parametri consente al progettista di scegliere un prototipo e un coefficiente di calcolo appropriati che realizzino il filtro all’interno dei vincoli del sistema.

Metodi di progettazione del filtro IIR classico

Tutti i filtri digitali IIR classici sono derivati trasformando i prototipi analogici attraverso la trasformazione bilineare o l'invarianza degli impulsi. La scelta del prototipo determina il trade-off tra flatness passband, ripidità roll-off e linearità di fase.

Filtri Butterworth

I filtri Butterworth sono definiti da una banda passante massimamente piatta, senza rigoglio e una banda di stop monotonica. La loro risposta di magnitudo cade lentamente nella regione di transizione; per ottenere un taglio ripido, l'ordine deve essere alto. Ad esempio, un filtro Butterworth che soddisfa 60 dB di attenuazione della base di stopband con un rapporto di transizione di 1,5:1 può richiedere un ordine di 10 o più, che aumenta la sensibilità del coefficiente.

Filtri Chebyshev

I filtri Chebyshev introducono la ripple controllata sia nella banda passante (Tipo I) che nella banda di stop (Tipo II, chiamato anche Chebyshev inverso) per ottenere una transizione più ripida rispetto a un filtro Butterworth dello stesso ordine.

Filtri ellittici (Cauer)

I filtri ellittici spingono il trade-off all'estremo: mostrano l'equiripple sia nel passband che nella stopband, raggiungendo la banda di transizione più stretta per un dato ordine. Il costo è che sia il passband che il stopband contengono la ripple che deve essere all'interno delle tolleranze consentite.

Filtri di boschetto

I filtri Bessel sono progettati per massimizzare la planarità del gruppo nel passband, fornendo una risposta di fase quasi lineare. Il roll-off di magnitudo è più lento di qualsiasi tipo precedente, quindi è necessario un ordine più alto per soddisfare specifiche di magnitudine rigorose. I filtri Bessel sono utilizzati nei sistemi di comunicazione che devono preservare la forma del polso, come la multisalatura ortogonale della frequenza-divisione (OFDM) dei filtri della base o convertitore analogico-digitale anti-digitale.

Mapping filtri analogici ai filtri IIR digitali

Una volta selezionato il prototipo analogico, due metodi primari lo trasformano nel dominio digitale: la trasformazione bilineare e il metodo di invarianza dell'impulso.

Trasformazione bilineare

Il bilineare trasforma mappa l'intero []]]]-piane al cerchio dell'unità nel []]-plano, assicurando che un filtro analogico stabile fornisca un filtro digitale stabile.

s = (2 / T) · (1 – z−1) / (1 + z−1)]

dove T]] è il periodo di campionamento. Un aspetto chiave è la deformazione di frequenza: la frequenza analogica Ω viene compressa non lineare in ω digitale di frequenza. Per compensare, le frequenze critiche del prototipo analogico sono pre-concentrate prima del design. La trasformazione bilineare è il metodo più comune per il disegno del filtro IIR perché elimina l'alising e preserva la forma di risposta di magnitudine.

Metodo di adattamento dell'impulso

I filtri di impedenza digitali digitalizzano un filtro analogico campionando la sua risposta all’impulso. La risposta alla frequenza del filtro digitale risulta essere una versione periodica e scalata della risposta analogica, quindi è adatta solo ai prototipi limitati (ad esempio, i filtri a basso passaggio con l’energia trascurabile sopra la metà del tasso di campionamento).

Progettazione filtri per soddisfare specifiche specifiche stopband e specifiche del passband

Il processo pratico di progettazione prevede la conversione di specifiche di livello di sistema in coefficienti di filtro. I passaggi sono enumerati qui sotto e possono essere eseguiti con strumenti software come il filtro Design e l'analisi di MATLAB, la libreria di Python , o suite simili.

Passo 1: Tradurre le specifiche in Frequenze Normalizzate

[LT][FLT][[FLT]][[FLT]]][[FLT]]][FLT]]][FLT]][FLT]][[FLT]][[[FLT]][[[FLT]]]][FLT]][[FLT]][[[[[[[[FLT]]]]]]]][FLT]]]]]][FLT][[FLT]]]][[[FLT]]]][FLT][FLT]]]]]][[[[FLT]]]]]][[[[FLT]]]]]]]]][FLT][[[[[FLT]]]]]]][FLT][FLT]]]]][FLT][FLT][[[[[[[[[[[[[FLT]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]][[[[[[FLT

Passo 2: Scegliere un Prototipo e Determinare Ordine minimo

Per ogni prototipo (Butterworth, Chebyshev, Elliptic), esistono formule che riguardano l'ordine [N[]], la banda passante (o flatness), l'attenuazione della banda ferma e il rapporto di transizione.

N ≥ log10[(10^(δ]]]/10] – 1) / (10^(δ]p]/10] – 1)] / [2 log10(ω]]]/ωp

Esistono equazioni simili ma più complesse per i tipi Chebyshev ed Elliptic, spesso richiedendo calcoli iterativi.

Passo 3: Preavviare le Frequenze Critiche (se si utilizza Bilinear Transform)

Applicare pre-riscaldamento: Ω = (2/T) · tan(ω/2) per ogni frequenza critica, assicurando che il filtro digitale soddisfi le frequenze dei bordi desiderati dopo la trasformazione.

Passo 4: Progettare il Prototipo Analogico e Convertire

Utilizzando l'ordine e le specifiche calcolate, lo strumento di progettazione produce la posizione analogica del polo-zero, quindi applica la trasformazione bilineare (o invarianza dell'impulso) per ottenere il numeratore digitale e i coefficienti di denominatore.

Esempio: filtro Low‐Pass per un ricevitore di comunicazione

Considerare un ricevitore che funziona a F[]]][] = 8 kHz. Il bordo della banda passante desiderato è 1 kHz, bordo della banda ferma è 1,5 kHz, ripple della banda passante ≤ 0.5 dB, attenuazione della banda ≥ 60 dB.

  • Butterworth:[] Ordine richiesto ≈ 11 – 12. La sensibilità coefficiente diventa elevata; l'implementazione potrebbe avere bisogno di alta precisione (ad esempio, punto fisso a 32 bit).
  • Chebyshev Tipo I (0.5 dB ripple): Ordine richiesto ≈ 8 – 9. Buon compromesso tra nitidezza e complessità.
  • Ellittico (0.5 dB passband ripple, 60 dB stopband attenuazione): Ordine richiesto ≈ 6 – 7. La maggior parte efficiente ma introduce la ricrescenza in entrambe le bande.

I progettisti spesso simulano la risposta impulso del filtro risultante e il ritardo del gruppo per garantire che soddisfi i vincoli di temporizzazione del sistema.

Considerazioni pratiche in attuazione

Passare dai coefficienti teorici ad una implementazione in tempo reale introduce diverse sfide che devono essere affrontate.

Quantificazione coefficiente

I processori di segnale digitali rappresentano i coefficienti con lunghezze di parola finite (ad esempio, 16 o 24 bit) e possono essere montati sui poli, causando instabilità o violando le specifiche di passband/stopband.

Effetti e cicli di limite di Word‐Length finiti

L'arrotondamento aritmetico nei calcoli ricorsivi può portare a cicli di limitazione – piccole oscillazioni nell'output anche quando l'ingresso è zero. Ciò è particolarmente problematico per i segnali a basso livello. L'analisi della struttura del filtro (ad esempio, confrontando la forma diretta I vs. forma diretta II) e l'uso di modalità di arrotondamento che evitano le zone morte possono mitigare questi artefatti.

Margine di stabilità

Mentre la trasformazione bilineare garantisce un filtro stabile da un prototipo analogico stabile, la quantizzazione del coefficiente può causare il raggio effettivo del polo di superare 1. Un margine di sicurezza (ad esempio, la magnitudine del polo ≤ 0.99) è spesso applicata.

Complessità computazionale

I filtri IIR richiedono meno moltiplicazioni per campione rispetto ai filtri FIR, ma la natura ricorsiva introduce una dipendenza forza-sequenziale che limita la parallelizzazione. Nei sistemi ad alta produttività (ad esempio, reti di trasporto ottico), la latenza di un IIR di alto ordine può essere inaccettabile, e viene utilizzata invece una implementazione a lattice-type o una combinazione FIR+IIR abbinata.

Filtri IIR in Sistemi di Comunicazione

I filtri IIR appaiono in tutta la catena del segnale di comunicazione, dal pre-condizionamento analogico al processo di base.

  • Selezione del canale e rifiuto di interferenza:[ In un ricevitore supereterodinese, un filtro IIR IF fornisce una selettività acuta con basso consumo di energia. I filtri ellittici sono comuni perché ottengono un'alta attenuazione in una banda di protezione stretta.
  • Riduzione del rumore:[] I filtri di passaggio a bassa velocità di rilevamento post-detection (ad esempio, nei ricevitori AM/SSB) usano spesso i filtri Butterworth o Bessel per pulire l'audio preservando l'intelligibilità.
  • Anti-aliasing e ricostruzione:[ Mentre storicamente implementato nei filtri IIR analogici, digitali possono servire come filtro di decimazione e interpolazione in sistemi multirate, come ad esempio in un decimatore ADC sigma‐delta.
  • Parifica e battitura:[] I filtri Adaptive IIR (anche se meno comuni) possono equalizzare le distorsioni lineari nei canali con un multipath limitato; tuttavia, il monitoraggio della stabilità è essenziale.

La fase non lineare dei filtri IIR può causare interferenze intersymbol (ISI) in collegamenti digitali ad alta velocità. Per aggirare questo, molti standard di comunicazione moderni (ad esempio, LTE, Wi‐Fi) impiegano filtri FIR per la modellazione del polso e lasciano filtri IIR per il filtraggio dei canali in cui la distorsione di fase viene mitigata dal successivo recupero e equalizzatore del demodulatore.

Conclusioni

I filtri IIR per i sistemi di comunicazione richiedono una comprensione approfondita delle basi matematiche e dei vincoli pratici dell'implementazione digitale. Specificando con attenzione la banda passante, l'attenuazione della banda ferma e la larghezza di banda di transizione, gli ingegneri possono selezionare un prototipo appropriato, il valore per la planarità, il Chebyshev per un compromesso, l'Ellittico per la massima selettività, o Bessel per l'integrità di fase, e quindi la mappatura del digitale, con il processo di un filtro di precisione, con il processo, il processo di conversione.

Per ulteriori informazioni, fare riferimento a [L'introduzione ai filtri digitali di Julius O. Smith III]] per la teoria approfondita, La documentazione di progettazione dei filtri di MATLAB per l'implementazione pratica, e L'articolo di Wikipedia sulla trasformazione bilinear[FLT]