diff options
Diffstat (limited to 'buch/papers/ellfilter/einleitung.tex')
-rw-r--r-- | buch/papers/ellfilter/einleitung.tex | 73 |
1 files changed, 73 insertions, 0 deletions
diff --git a/buch/papers/ellfilter/einleitung.tex b/buch/papers/ellfilter/einleitung.tex new file mode 100644 index 0000000..ae7127f --- /dev/null +++ b/buch/papers/ellfilter/einleitung.tex @@ -0,0 +1,73 @@ +\section{Einleitung} + +Filter sind womöglich eines der wichtigsten Elementen in der Signalverarbeitung und finden Anwendungen in der digitalen und analogen Elektrotechnik. +Besonders hilfreich ist die Untergruppe der linearen Filter. +Elektronische Schaltungen mit linearen Bauelementen wie Kondensatoren, Spulen und Widerständen führen immer zu linearen zeitinvarianten Systemen (LTI-System von englich \textit{time-invariant system}). +Durch die Linearität werden beim das Filtern keine neuen Frequenzanteile erzeugt, was es erlaubt, einen Frequenzanteil eines Signals verzerrungsfrei herauszufiltern. %TODO review sentence +Diese Eigenschaft macht es Sinnvoll, lineare Filter im Frequenzbereich zu beschreiben. +Die Übertragungsfunktion eines linearen Filters im Frequenzbereich $H(\Omega)$ ist dabei immer eine rationale Funktion, also ein Quotient von zwei Polynomen. +Dabei ist $\Omega = 2 \pi f$ die Frequenzeinheit. +Die Polynome haben dabei immer reelle oder komplex-konjugierte Nullstellen. + +Ein breit angewendeter Filtertyp ist das Tiefpassfilter, welches beabsichtigt alle Frequenzen eines Signals oberhalb der Grenzfrequenz $\Omega_p$ auszulöschen. +Der Rest soll dabei unverändert passieren. +Aus dem Tiefpassifilter können dann durch Transformationen auch Hochpassfilter, Bandpassfilter und Bandsperren realisiert werden. +Ein solches Filter hat idealerweise die Frequenzantwort +\begin{equation} + H(\Omega) = + \begin{cases} + 1 & \Omega < \Omega_p \\ + 0 & \Omega < \Omega_p + \end{cases}, +\end{equation} +wie dargestellt in Abbildung \ref{ellfilter:fig:lp} +\begin{figure} + \centering + \input{papers/ellfilter/tikz/filter.tikz.tex} + \caption{Frequenzantwort eines Tiefpassfilters.} + \label{ellfilter:fig:lp} +\end{figure} +Leider ist eine solche Funktion nicht als rationale Funktion darstellbar. +Aus diesem Grund sind realisierbare Approximationen gesucht. +Jede Approximation wird einen kontinuierlichen Übergang zwischen Durchlassbereich und Sperrbereich aufweisen. +Oft wird dabei der Faktor $1/\sqrt{2}$ als Schwelle zwischen den beiden Bereichen gewählt. +Somit lassen sich lineare Tiefpassfilter mit folgender Funktion zusammenfassen: +\begin{equation} + | H(\Omega)|^2 = \frac{1}{1 + \varepsilon_p^2 F_N^2(w)}, \quad w=\frac{\Omega}{\Omega_p}, +\end{equation} +wobei $F_N(w)$ eine rationale Funktion ist, $|F_N(w)| \leq 1 ~\forall~ |w| \leq 1$ erfüllt und für $|w| \geq 1$ möglichst schnell divergiert. +Des weiteren müssen alle Nullstellen und Pole von $F_N$ auf der linken Halbebene liegen, damit das Filter implementierbar und stabil ist. +$w$ ist die normalisierte Frequenz, die es erlaubt ein Filter unabhängig von der Grenzfrequenz zu beschrieben. +Bei $w=1$ hat das Filter eine Dämpfung von $1/(1+\varepsilon^2)$. +$N \in \mathbb{N} $ gibt die Ordnung des Filters vor, also die maximale Anzahl Pole oder Nullstellen. +Je hoher $N$ gewählt wird, desto steiler ist der Übergang in denn Sperrbereich. +Grössere $N$ sind erfordern jedoch aufwendigere Implementierungen und haben mehr Phasenverschiebung. +Eine einfache Funktion, die für $F_N$ eingesetzt werden kann, ist das Polynom $w^N$. +Tatsächlich erhalten wir damit das Butterworth Filter, wie in Abbildung \ref{ellfilter:fig:butterworth} ersichtlich. +\begin{figure} + \centering + \input{papers/ellfilter/python/F_N_butterworth.pgf} + \caption{$F_N$ für Butterworth filter. Der grüne und gelbe Bereich definiert die erlaubten Werte für alle $F_N$-Funktionen.} + \label{ellfilter:fig:butterworth} +\end{figure} +Eine Reihe von rationalen Funktionen können für $F_N$ eingesetzt werden, um Tiefpassfilter\-approximationen mit unterschiedlichen Eigenschaften zu erhalten: +\begin{align} + F_N(w) & = + \begin{cases} + w^N & \text{Butterworth} \\ + T_N(w) & \text{Tschebyscheff, Typ 1} \\ + [k_1 T_N (k^{-1} w^{-1})]^{-1} & \text{Tschebyscheff, Typ 2} \\ + R_N(w, \xi) & \text{Elliptisch} \\ + \end{cases} +\end{align} +Mit der Ausnahme vom Butterworth-Filter sind alle Filter nach speziellen Funktionen benannt. +Alle diese Filter sind optimal hinsichtlich einer Eigenschaft. +Das Butterworth-Filter, zum Beispiel, ist maximal flach im Durchlassbereich. +Das Tschebyscheff-1 Filter ist maximal steil für eine definierte Welligkeit im Durchlassbereich, währendem es im Sperrbereich monoton abfallend ist. +Es scheint so als sind gewisse Eigenschaften dieser speziellen Funktionen verantwortlich für die Optimalität dieser Filter. + +Dieses Paper betrachtet die Theorie hinter dem elliptischen Filter, dem wohl exotischsten dieser Auswahl. +Es weist sich aus durch den steilsten Übergangsbereich für eine gegebene Filterdesignspezifikation. +Des weiteren kann es als Verallgemeinerung des Tschebyscheff-Filters angesehen werden. + +% wenn $F_N(w)$ eine rationale Funktion ist, ist auch $H(\Omega)$ eine rationale Funktion und daher ein lineares Filter. %proof? |