Jak Hamming nauczył się filtrów cyfrowych
Hamming przyszedł do filtrów cyfrowych jako matematyk, a nie inżynier elektryk. Kiedy zapytał inżynierów, dlaczego używają sinusoid zamiast wielomianów lub funkcji Bessela, nikt nie dał zadowalającej odpowiedzi. Więc wrócił do podstaw.
Zidentyfikował trzy niezależne powody, dla których eksponenty zespolone dominują w cyfrowym przetwarzaniu sygnałów. Każdy powód z osobna uzasadnia ten wybór; razem czynią go prawie obowiązkowym.
Powód 1: Niezmienność w czasie
Większość systemów przetwarzania sygnałów nie ma naturalnego punktu czasowego. Filtr zastosowany w południe powinien zachowywać się identycznie jak ten sam filtr zastosowany o północy. To ograniczenie niezmienności w czasie zmusza funkcje własne do bycia eksponentami zespolonymi.
W terminach matematycznych: jeśli liniowy, niezmienny w czasie (LTI) system ma wejście x(n) = e^{i2πfn}, wyjście musi również oscylować z częstotliwością f. Tylko eksponenty zespolone spełniają to.
Powód 2: Liniowość
Systemy liniowe stosują zasadę superpozycji. Funkcje własne dowolnego operatora liniowego to funkcje, które przechodzą niezmienione (z wyjątkiem przeskalowania) gdy operator na nich działa. Dla operatora przesunięcia S: x(n) → x(n−1), funkcje własne to dokładnie e^{i2πfn}.
Powód 3: Próbkowanie Nyquista
Jeśli sygnał ciągły nie zawiera częstotliwości wyższych niż f_max, próbkowanie go z szybkością ≥ 2f_max przechwytuje wszystkie informacje. To twierdzenie o próbkowaniu Nyquista-Shannona czysto łączy ciągłe i dyskretne przetwarzanie sygnałów tylko dla reprezentacji Fouriera.
Pod równomiernym próbkowaniem, pojedyncza wysoka częstotliwość aliasuje na pojedynczą niższą częstotliwość. Pod bazami wielomianów, pojedyncza wysoka potęga t aliasuje na wiele potęg niższych: bałagan, który Fourier całkowicie unika.
Funkcja transferu jako wartość własna
Gdy e^{i2πfn} wchodzi w liniowy, niezmienny w czasie filtr, wyjście równa się H(f) · e^{i2πfn} dla pewnej liczby zespolonej H(f). Filtr skaluje i przesuwza oscylację, ale nie może zmienić jej częstotliwości.
H(f) zbiera całe zachowanie filtra przy częstotliwości f w jedną liczbę zespoloną. Dla filtra ze współczynnikami c_k:
H(f) = Σ c_k · e^{−i2πfk}
Ta formuła czyni H(f) transformatą Fouriera sekwencji współczynników. Każdy kanał częstotliwościowy operuje niezależnie. Filtr rozkłada wejście na komponenty częstotliwościowe, mnoży każdy przez H(f), i ponownie je łączy.
Twierdzenie o próbkowaniu
Hamming zauważył, że twierdzenie o próbkowaniu Nyquista było znane przed Nyquistem, ale Nyquist otrzymuje zasługę. Przytoczył Pasteura: 'Szczęście sprzyja umysłowi przygotowanemu.' Osoba, która łączy istniejącą ideę z praktyczną potrzebą, zdobywa sławę.
Twierdzenie
Jeśli sygnał ciągły x(t) nie zawiera komponentów częstotliwościowych wyższych niż f_max, to próbkowanie go z szybkością f_s ≥ 2·f_max przechwytuje wszystkie informacje. Oryginalny sygnał rekonstruuje się dokładnie z próbek.
Próg f_s / 2 = f_max nosi imię Nyquista. Próbkowanie dokładnie z szybkością Nyquista (2·f_max) jest wystarczające w zasadzie, ale niebezpieczne w praktyce: każda lekka niedopasoanie aliasuje najwyższą częstotliwość.
Aliasing
Gdy sygnał zawiera częstotliwości powyżej f_s/2, te częstotliwości składają się z powrotem w pasmo [0, f_s/2]. Sinusoida przy f = f_s/2 + δ pojawia się nie do odróżnienia od jednej przy f_s/2 − δ. Tukey wymyślił termin aliasing aby nazwać to podszywanie się.
Geometryczny obraz: eksponenty zespolone przy częstotliwościach f i f + f_s dają identyczne próbki w czasach całkowitych. Dzielą alias.
Wybieranie szybkości próbkowania
Praktyczny cyfrowy system audio musi wybrać swoją szybkość próbkowania przed projektowaniem filtrów. Ludzie słyszą do około 20 kHz. Standardowa szybkość CD wyniosła 44,1 kHz, ustawiając częstotliwość Nyquista na 22,05 kHz.
Przed próbkowaniem, filtr anty-aliasingu musi usunąć wszystkie częstotliwości powyżej częstotliwości Nyquista. Jeśli nawet mały komponent 25 kHz wejdzie do próbnika, aliasuje do 44100 − 25000 = 19,1 kHz — słyszalny.
Trzy limity sprzętu
Hamming nauczał szerszą lekcję obok matematyki. Filtry cyfrowe istnieją dlatego, że sprzęt ma limity — i zrozumienie tych limitów kształtuje dobre projektowanie.
Zidentyfikował trzy prawa natury, które ograniczają wydajność sprzętu:
1. Rozmiar molekularny: obwody nie mogą nieskończenie się zmniejszać. Poniżej pewnej skali, efekty kwantowe dominują.
2. Prędkość światła: sygnały poruszają się co najwyżej z prędkością 3×10⁸ m/s. Cykle zegara szybsze niż czas przejścia światła przez chip produkują błędy.
3. Rozpraszanie ciepła: przełączanie konsumuje moc, która staje się ciepłem. Gęste, szybkie chipy przegrzewają się, chyba że są chłodzone.
Jego filozofia projektowania wynika bezpośrednio: zrozum limity, a następnie projektuj systemy, które operują wygodnie w ich ramach, z miejscem na zmienność i błąd.
Filtry cyfrowe przenoszą obliczenia z sprzętu (obwodów analogowych) na oprogramowanie (arytmetyka na próbkach). Ta zmiana handluje kruchością sprzętu na precyzję numeryczną i możliwość programowania — konsekwencja twierdzenia o próbkowaniu, a nie cud.
Filozofia projektowania Hamminga
Ramy Hamminga: filtr cyfrowy implementuje w oprogramowaniu to, co filtr analogowy robi w sprzęcie. Twierdzenie o próbkowaniu jest mostem. Kiedy wiesz, że most się trzyma, możesz projektować filtry poprzez określenie pożądanej funkcji transferu H(f), a następnie znalezienie sekwencji współczynników, która ją realizuje.
Praca inżyniera staje się specyfikacją i arytmetyką, a nie nawijaniem cewek i lutowaniem kondensatorów.