Hoe Hamming Digitale Filters Leerde
Hamming kwam tot digitale filters als wiskundige, niet als elektrotechnisch ingenieur. Toen hij ingenieurs vroeg waarom zij sinusoïden gebruikten in plaats van polynomen of Bessel-functies, gaf niemand een bevredigend antwoord. Dus ging hij terug naar de basis.
Hij identificeerde drie onafhankelijke redenen waarom complexe exponentiëlen domineren in digitale signaalverwerking. Elke reden alleen rechtvaardigt al de keuze; samen maken zij het bijna verplicht.
Reden 1: Tijdinvariantie
De meeste signaalverwerkingssystemen hebben geen natuurlijk tijdsoorsprong. Een filter dat 's middags wordt toegepast, moet zich identiek gedragen als hetzelfde filter dat 's avonds laat wordt toegepast. Deze beperking van tijdinvariantie forceert de eigenfuncties om complexe exponentiëlen te zijn.
In wiskundige termen: als een lineair, tijdinvariant (LTI) systeem invoer x(n) = e^{i2πfn} heeft, moet de uitvoer ook oscilleren met frequentie f. Alleen complexe exponentiëlen voldoen hieraan.
Reden 2: Lineariteit
Lineaire systemen gehoorzamen aan superpositie. De eigenfuncties van elke lineaire operator zijn de functies die onveranderd (behalve voor schaling) naar voren komen wanneer de operator op hen werkt. Voor de verschuivingsoperator S: x(n) → x(n−1) zijn de eigenfuncties precies e^{i2πfn}.
Reden 3: Nyquist-sampling
Als een continu signaal geen frequenties boven f_max bevat, worden alle informatie vastgelegd door het met snelheid ≥ 2f_max in te samplen. Deze Nyquist-Shannon steekproefstelling verbindt continue & discrete signaalverwerking schoon alleen voor Fourier-weergaven.
Bij gelijkmatig verdeelde steekproeven vervormt een enkele hoge frequentie naar een enkele lagere frequentie. Bij polynomiale basissen vervormt een enkele hoge macht van t naar vele lagere machten: een rommel die Fourier geheel vermijdt.
De Overdrachtsfunctie als Eigenwaarde
Wanneer e^{i2πfn} een lineair, tijdinvariant filter binnenkomt, is de uitvoer gelijk aan H(f) · e^{i2πfn} voor enig complex getal H(f). Het filter schaalt & verschuift de oscillatie maar kan de frequentie niet veranderen.
H(f) verzamelt al het gedrag van het filter op frequentie f in een enkel complex getal. Voor een filter met coëfficiënten c_k:
H(f) = Σ c_k · e^{−i2πfk}
Deze formule maakt H(f) de Fourier-transformatie van de coëfficiëntenreeks. Elk frequentiekanaal werkt onafhankelijk. Het filter ontbindt de invoer in frequentiecomponenten, vermenigvuldigt elk met H(f), & stelt hen opnieuw samen.
De Steekproefstelling
Hamming merkte op dat de Nyquist steekproefstelling al bekend was vóór Nyquist, maar Nyquist krijgt de eer. Hij citeerde Pasteur: 'Geluk begünstigt het voorbereide geest.' De persoon die een bestaand idee met een praktische behoefte verbindt, verdient de roem.
De Stelling
Als een continu signaal x(t) geen frequentiecomponenten boven f_max bevat, worden alle informatie vastgelegd door het met snelheid f_s ≥ 2·f_max in te samplen. Het originele signaal wordt exact uit de steekproeven gereconstrueerd.
De drempel f_s / 2 = f_max draagt Nyquist's naam. Sampling met precies de Nyquist-snelheid (2·f_max) is in principe voldoende maar gevaarlijk in praktijk: elke kleine afwijking vervormt de hoogste frequentie.
Vervorming
Wanneer een signaal frequenties boven f_s/2 bevat, vouwen die frequenties terug in het bereik [0, f_s/2]. Een sinusoïde op f = f_s/2 + δ lijkt niet te onderscheiden van een op f_s/2 − δ. Tukey bedacht de term vervorming om deze identiteitsverwisseling te benoemen.
Het geometrische beeld: complexe exponentiëlen op frequenties f & f + f_s produceren identieke steekproeven op integertijden. Zij delen een vervorming.
Het Kiezen van een Steekproefsnelheid
Een praktisch digitaal audiosysteem moet zijn steekproefsnelheid kiezen voordat filters worden ontworpen. Mensen horen tot ruwweg 20 kHz. De standaard CD-steekproefsnelheid van 44,1 kHz stelt de Nyquist-frequentie in op 22,05 kHz.
Voordat wordt gesampled, moet een anti-vervoringfilter alle frequenties boven de Nyquist-frequentie verwijderen. Als zelfs een kleine component van 25 kHz de sampler binnentreedt, vervormt het naar 44100 − 25000 = 19,1 kHz — hoorbaar.
De Drie Grenzen van Hardware
Hamming onderwees een breder les naast de wiskunde. Digitale filters bestaan omdat hardware grenzen heeft — & het begrijpen van die grenzen vormgeeft goed ontwerp.
Hij identificeerde drie natuurwetten die hardware-prestaties beperken:
1. Moleculaire grootte: circuits kunnen niet oneindig krimpen. Onder een bepaalde schaal domineren kwantumeffecten.
2. Lichtsnelheid: signalen reizen maximaal 3×10⁸ m/s. Klokfrequenties sneller dan licht-transitietijd over de chip produceren glitches.
3. Warmteafvoer: schakelen verbruikt stroom, die in warmte omzet. Dichte, snelle chips oververhitten tenzij gekoeld.
Zijn ontwerpfilosofie volgde rechtstreeks: begrijp de grenzen, ontwerp dan systemen die comfortabel binnen die grenzen werken, met ruimte voor variatie & fout.
Digitale filters verplaatsen berekeningen van hardware (analoge circuits) naar software (rekenkunde op steekproeven). Deze verschuiving verruilt hardware-breekbaarheid voor numerieke precisie & programmeerbaarheid — een gevolg van de steekproefstelling, niet een wonder.
Hammings Ontwerpfilosofie
Hammings inkadering: een digitaal filter implementeert in software wat een analoog filter in hardware doet. De steekproefstelling is de brug. Zodra je weet dat de brug standhoudend is, kun je filters ontwerpen door de gewenste overdrachtsfunctie H(f) op te geven, dan de coëfficiëntenreeks vinden die het realiseert.
De taak van de ingenieur wordt specificatie & rekenkunde, niet winden van inductoren & solderen van condensators.