Wie Hamming digitale Filter lernte
Hamming kam zu den digitalen Filtern als Mathematiker, nicht als Elektrotechniker. Als er die Ingenieure fragte, warum sie Sinusoiden statt Polynomen oder Besselfunktionen verwendeten, gab niemand eine zufriedenstellende Antwort. Also ging er auf die Grundlagen zurück.
Er identifizierte drei unabhängige Gründe, warum komplexe Exponentialfunktionen die digitale Signalverarbeitung dominieren. Jeder Grund rechtfertigt die Wahl alleine; zusammen machen sie sie beinah obligatorisch.
Grund 1: Zeitinvarianz
Die meisten Signalverarbeitungssysteme haben keine natürliche Zeitquelle. Ein Filter, das am Mittag angewendet wird, sollte identisch verhalten, wie das gleiche Filter, das am Mitternacht angewendet wird. Dieser Zwang der Zeitinvarianz zwingt die Eigenfunktionen, komplexe Exponentialfunktionen zu sein.
In mathematischen Begriffen: Wenn ein linearer, zeitinvarianter (LTI) System mit Eingabe x(n) = e^{i2πfn} hat, muss die Ausgabe auch bei der Frequenz f schwingen. Nur komplexe Exponentialfunktionen erfüllen dies.
Grund 2: Linearkombination
Lineare Systeme unterworfen der Superposition. Die Eigenfunktionen eines jeden linearen Operators sind die Funktionen, die unverändert (außer Skalierung) herauskommen, wenn der Operator auf ihnen wirkt. Für den Verschiebeoperator S: x(n) → x(n−1) sind die Eigenfunktionen genau e^{i2πfn}.
Grund 3: Nyquist-Probenentnahme
Wenn ein kontinuierliches Signal keine Frequenzen über f_max enthält, wird es, wenn es mit einer Geschwindigkeit ≥ 2f_max abgetastet wird, alle Informationen erfassen. Dieses Nyquist-Shannon-Probentheorem verbindet kontinuierliche & diskrete Signalverarbeitung nur für Fourier-Darstellungen sauber.
Unter gleichmäßigem Abtasten aliasiert eine einzelne hohe Frequenz zu einer einzelnen niedrigeren Frequenz. Unter polynomialen Basisfunktionen aliasiert eine einzelne hohe Potenz von t zu vielen niedrigeren Potenzen: ein Durcheinander, das Fourier vollständig vermeidet.
Die Übertragungsfunktion als Eigenwert
Wenn e^{i2πfn} in ein lineares, zeitinvariantes Filter eintritt, ist die Ausgabe gleich H(f) · e^{i2πfn} für eine komplexe Zahl H(f). Der Filter skaliert & verschiebt die Schwingung, kann aber ihre Frequenz nicht ändern.
H(f) sammelt alle Verhaltensweisen des Filters in einer komplexen Zahl für die Frequenz f. Für ein Filter mit Koeffizienten c_k:
H(f) = Σ c_k · e^{−i2πfk}
Diese Formel macht H(f) die Fourier-Transformation der Koeffizientenfolge. Jeder Frequenzkanal arbeitet unabhängig. Das Filter zerlegt den Eingang in Frequenzkomponenten, multipliziert jede mit H(f) und setzt sie zusammen.
Das Probentheorem
Hamming bemerkte, dass das Nyquist-Probentheorem vor Nyquist bekannt war, aber Nyquist bekommt den Ruhm. Er zitierte Pasteur: 'Glück unterstützt den vorbereiteten Geist'. Die Person, die eine bestehende Idee an einen praktischen Bedarf knüpft, erhält den Ruhm.
Das Theorem
Wenn ein kontinuierliches Signal x(t) keine Frequenzkomponenten über f_max enthält, dann wird es durch Probieren mit f_s ≥ 2·f_max alle Informationen erfassen. Das ursprüngliche Signal kann genau aus den Proben rekonstruiert werden.
Das Schwellenwert f_s / 2 = f_max trägt Nyquists Namen. Probieren genau auf dem Nyquist-Rate (2·f_max) ist in der Theorie ausreichend, aber in der Praxis gefährlich: Jede leichte Diskrepanz aliasiert die höchste Frequenz.
Aliasen
Wenn ein Signal Frequenzen über f_s/2 enthält, faltet sich diese Frequenzen in den Bereich [0, f_s/2] zurück. Eine Sinusoid mit f = f_s/2 + δ erscheint ununterscheidbar von einer mit f_s/2 − δ. Tukey prägte den Begriff Aliasen für diese Verkleidung.
Das geometrische Bild: Komplexe Exponentialfunktionen bei Frequenzen f & f + f_s erzeugen identische Probenwerte bei ganzen Zeiten. Sie teilen sich einen Alias.
Auswahl einer Probenrate
Ein praktisches digitales Audiosystem muss seine Probenrate vor der Gestaltung von Filtern auswählen. Menschen hören bis etwa 20 kHz. Die Standard-Probenrate für CD von 44.1 kHz legt die Nyquist-Frequenz bei 22.05 kHz fest.
Bevor gesampelt wird, muss ein Antialias-Filter alle Frequenzen oberhalb der Nyquist-Frequenz entfernen. Wenn sogar ein kleiner 25 kHz-Komponente in den Sampler eintritt, aliast es zu 44100 − 25000 = 19.1 kHz – hörbar.
Die drei Grenzen der Hardware
Hamming lehrte eine breitere Lektion neben den Mathematik. Digitale Filter existieren, weil Hardware-Grenzen existieren – und das Verständnis dieser Grenzen gestaltet gute Design-Praktiken.
Er identifizierte drei Gesetze der Natur, die die Hardware-Leistung begrenzen:
1. Molekulargröße: Schaltkreise können nicht unbegrenzt kleiner werden. Unter einer bestimmten Skala dominieren Quanten-Effekte.
2. Lichtgeschwindigkeit: Signale können maximal 3×10⁸ m/s reisen. Schaltzyklen, die schneller als die Lichtlaufzeit über das Chip verfügbar sind, erzeugen Fehler.
3. Wärmeableitung: Schalten verbraucht Energie, die sich in Wärme umwandelt. Dichte, schnelle Chips überhitzen, wenn sie nicht gekühlt werden.
Seine Design-Philosophie folgte direkt: Verstehe die Grenzen und entwirf Systeme, die bequem innerhalb dieser Grenzen arbeiten, mit Spielraum für Variation und Fehler.
Digitale Filter verlagern die Berechnung von Hardware (Analogschaltungen) in Software (Arithmetik auf Probenwerte). Dieser Wechsel handelt die Hardware-Anfälligkeit gegen numerische Genauigkeit und Programmierbarkeit – eine Folge des Probenungssatzes, nicht ein Wunder.
Hamings Design-Philosophie
Hamming's Formulierung: Eine digitale Filterung implementiert im Software, was ein analoger Filter im Hardware durchführt. Das Abtastungssatz ist der Brücke. Sobald Sie wissen, dass die Brücke standhält, können Sie Filter durch Angabe der gewünschten Übertragungsfunktion H(f) entwerfen und dann die Koeffizientenfolge finden, die sie realisiert.
Die Arbeit des Ingenieurs wird zur Spezifikation und Rechnung, nicht zur Verwicklung von Induktivitäten und Schweißen von Kapazitäten.