Эллиптический фильтр

Линейные электронные фильтры
Фильтр Баттерворта
Фильтр Чебышева
Эллиптический фильтр
Фильтр Бесселя
Фильтр Гаусса
Фильтр Лежандра
Фильтр Габора
Править

Эллиптический фильтр (Фильтр Кауэра) — электронный фильтр, характерной особенностью которого является пульсации амплитудно-частотной характеристики как в полосе пропускания, так и полосе подавления. Величина пульсаций в каждой из полос независима друг от друга. Другой отличительной особенностью такого фильтра является очень крутой спад амплитудной характеристики, поэтому с помощью этого фильтра можно достигать более эффективного разделения частот, чем с помощью других линейных фильтров.

Если пульсации в полосе подавления равны нулю, то эллиптический фильтр становится фильтром Чебышёва I рода. Если пульсации равны нулю в полосе пропускания, то фильтр становится фильтром Чебышёва II рода. Если же пульсации отсутствуют на всей амплитудной характеристике, то фильтр становится фильтром Баттерворта.

Амплитудная характеристика эллиптического фильтра низких частот является функцией круговой частоты ω и задаётся следующим выражением:

$G_n(\omega) = {1 \over \sqrt{1 + \epsilon^2 R_n^2(\xi,\omega/\omega_0)}}$

где R_n — рациональная эллиптическая функция n-го порядка и

$\omega_0$ — частота среза

$\epsilon$ — показатель пульсаций (англ. ripple factor)

$\xi$ — показатель селективности (англ. selectivity factor)

Значение показателя пульсаций определяет пульсации в полосе пропускания, пульсации же в полосе подавления зависят как от показателя пульсаций, так и от показателя селективности.

Свойства

АЧХ эллиптического фильтра низких частот четвёртого порядка с ε=0,5 и ξ=1,05. Также показано минимальное усиление в полосе пропускания, максимальное усиление в полосе подавления и переходная зона между частотами (нормированными) 1 и ξ

Переходная зона (увеличено).

• В полосе пропускания эллиптическая функция меняет значения от нуля до единицы. Полоса пропускания, таким образом, варьирует от единицы до $1/\sqrt{1+\epsilon^2}$.

• В полосе подавления эллиптическая функция меняет значения от бесконечности до значения $L_n$, которое определяется как:

$L_n=R_n(\xi,\xi)\,$

Полоса подавления таким образом меняет значения от нуля до $1/\sqrt{1+\epsilon^2L_n^2}$.

• Предельный случай $\xi \rightarrow \infty$ превращает эллиптическую функцию в многочлен Чебышёва, и, таким образом, эллиптический фильтр становится фильтром Чебышёва I рода с показателем пульсаций ε.
• Так как фильтр Баттерворта является предельным случаем фильтра Чебышёва, то при выполнении условий $\xi \rightarrow \infty$, $\omega_0 \rightarrow 0$ и $\epsilon \rightarrow 0$ так что $\epsilon\,R_n(\xi,1/\omega_0)=1$ эллиптический фильтр становится фильтром Баттерворта.
• Предельный случай $\xi \rightarrow \infty$, $\epsilon \rightarrow 0$ и $\omega_0\rightarrow 0$ так что $\xi\omega_0=1$ и $\epsilon L_n=\alpha$ превращает эллиптический фильтр в фильтр Чебышёва II рода с АЧХ

$G(\omega)=\frac{1}{\sqrt{1+\frac{1}{\alpha^2 T^2_n(1/\omega)}}}.$

Полюсы и нули

Логарифм модуля АЧХ эллиптического фильтра 8 порядка на плоскости комплексной частоты (s=σ+jω) с ε=0,5, ξ=1,05 и $\omega_0=1$. Белые пятна — полюса, тёмные — нули. Всего на графике 16 полюсов и 8 нулей второго порядка. На графике чёрный цвет соответствует усилению менее 0,0001, а белый — усилению более 10.

Переходная зона фильтра (увеличено).

Нули модуля АЧХ совпадают с полюсами дробно-рациональной эллиптической функции.

Полюса эллиптического фильтра могут быть определены так же, как и полюса фильтра Чебышёва I рода. Для простоты примем частоту среза равной единице. Полюса $(\omega_{pm})$ эллиптического фильтра будут нулями знаменателя амплитудной характеристики. Используя комплексную частоту $s=\sigma+j\omega,$ получим:

$1+\epsilon^2R_n^2(-js,\xi)=0\,$

Пусть $-js=\mathrm{cd}(w,1/\xi)$, где cd — эллиптическая косинус-функция Якоби. Тогда, используя определение эллиптической дробно-рациональной функции, получим:

$1+\epsilon^2\mathrm{cd}^2\left(\frac{nwK_n}{K},\frac{1}{L_n}\right)=0\,$

где $K=K(1/\xi)$ and $K_n=K(1/L_n)$. Разрешив относительно w

$w=\frac{K}{nK_n}\mathrm{cd}^{-1}\left(\frac{\pm j}{\epsilon},\frac{1}{L_n}\right)+\frac{mK}{n},$

где значения обратной cd-функции сделаны явными при помощи целого индекса m.

Полюса эллиптической функции в таком случае:

$s_{pm}=i\,\mathrm{cd}(w,1/\xi).\,$

Как и в случае многочленов Чебышёва, это можно выразить в явной комплексной форме ^[1]

$s_{pm}=\frac{a+jb}{c},$

$a=-\zeta_n\sqrt{1-\zeta_n^2}\sqrt{1-x_m^2}\sqrt{1-x_m^2/\xi^2},$

$b=x_m\sqrt{1-\zeta_n^2(1-1/\xi^2)},$

$c=1-\zeta_n^2+x_i^2\zeta_n^2/\xi^2,$

где $\zeta_n$ — функция от $n,\,\epsilon$, а $\xi$ и $x_m$ — нули эллиптической функции. Функция $\zeta_n$ определена для всех n в смысле эллиптической функции Якоби. Для порядков 1 и 2 имеем

$\zeta_1=\frac{1}{\sqrt{1+\epsilon^2}},$

$\zeta_2=\frac{2}{(1+t)\sqrt{1+\epsilon^2}+\sqrt{(1-t)^2+\epsilon^2(1+t)^2}},$

где

$t=\frac{1}{\sqrt{1-1/\xi^2}}.$

Рекурсивные свойства эллиптических функций можно использовать для построения выражений более высокого порядка для $\zeta_n$:

$\zeta_{m\cdot n}(\xi,\epsilon)= \zeta_m\left(\xi,\sqrt{\frac{1}{\zeta_n^2(L_m,\epsilon)}-1}\right),$

где $L_m=R_m(\xi,\xi).$

Эллиптические фильтры с минимальной добротностью

Нормированные добротности для полюсов эллиптического фильтра восьмого порядка с ξ=1,1 как функции показателя пульсаций ε. Каждая кривая представляет четыре полюса, так как комплексно сопряжённые и противоположные по знаку пары полюсов имеют одинаковую добротность. Добротность всех полюсов имеет минимум при ε_Qmin=1/√L_n=0,02323…

См.^[2] Эллиптические фильтры обычно определяются путём задания определённой величины пульсаций в полосе пропускания, полосе подавления и крутизной амплитудной характеристики. Эти характеристики являются определяющими для задания минимального порядка фильтра. Другой подход к проектирования эллиптического фильтра заключается в определении чувствительности амплитудной характеристики аналогового фильтра к значениям его электронных компонент. Эта чувствительность обратно пропорциональна специальному показателю (добротности) полюсов передаточной функции фильтра. Добротностью полюса определяется как:

$Q =-\frac{|s_{pm}|}{2\mathrm{Re} (s_{pm})} = -\frac{1}{2\cos(\arg(s_{pm}))}$

и является мерой влияния данного полюса на общую амплитудную характеристику. Для эллиптического фильтра заданного порядка существует связь между показателем пульсаций и фактором селективности, который минимизирует добротность всех полюсов передаточной функции:

$\epsilon_{Qmin}=\frac{1}{\sqrt{L_n(\xi)}}$

Это приводит к существованию фильтра, наименее чувствительного к изменению параметров компонент фильтра, однако при таком способе проектирования теряется возможность независимо назначать величину пульсаций в полосе пропускания и полосе подавления. Для таких фильтров при увеличении порядка пульсации как в полосе подавления, так и в полосе пропускания уменьшаются, а крутизна характеристики вокруг частоты среза увеличивается. При расчёте фильтра с минимальной добротностью необходимо учитывать, что порядок такого фильтра будет больше, чем при обычном методе расчёта. График модуля амплитудной характеристики будет выглядеть практически так же, как и раньше, однако полюса будут располагаться не по эллипсу, а по кругу, причём в отличие от фильтра Баттерворта, полюса которого также располагаются по кругу, расстояние между ними будет неодинаковым, а на мнимой оси будут располагаться нули.

Сравнение с другими линейными фильтрами

Ниже представлены графики амплитудно-частотных характеристик некоторых наиболее распространённых линейных электронных фильтров с одинаковым количеством коэффициентов:

Как следует из графика эллиптический фильтр имеет наибольшую крутизну характеристики, однако он также обладает и значительными пульсациями как в полосе пропускания, так и в полосе подавления.

См. также

• Цифровая обработка сигналов
• Цифровая обработка изображений
• Электронный фильтр
• Решётчатый фильтр
• БИХ-фильтр

Библиография

• В.А. Лукас Теория автоматического управления. — M.: Недра, 1990.
• Б.Х. Кривицкий Справочник по теоретическим основам радиоэлектроники. — М.: Энергия, 1977.
• Miroslav D. Lutovac Filter Design for Signal Processing using MATLAB© and Mathematica©. — New Jersey, USA.: Prentice Hall, 2001. — ISBN 0-201-36130-2
• Richard W. Daniels Approximation Methods for Electronic Filter Design. — New York: McGraw-Hill, 1974. — ISBN 0-07-015308-6
• Steven W. Smith The Scientist and Engineer’s Guide to Digital Signal Processing. — Second Edition. — San-Diego: California Technical Publishing, 1999. — ISBN 0-9660176-4-1
• Britton C. Rorabaugh Approximation Methods for Electronic Filter Design. — New York: McGraw-Hill, 1999. — ISBN 0-07-054004-7
• B. Widrow, S.D. Stearns Adaptive Signal Processing. — Paramus, NJ: Prentice-Hall, 1985. — ISBN 0-13-004029-0
• S. Haykin Adaptive Filter Theory. — 4rd Edition. — Paramus, NJ: Prentice-Hall, 2001. — ISBN 0-13-090126-1
• Michael L. Honig, David G. Messerschmitt Adaptive Filters — Structures, Algorithms, and Applications. — Hingham, MA: Kluwer Academic Publishers, 1984. — ISBN 0-89838-163-0
• J.D. Markel, A.H. Gray, Jr. Linear Prediction of Speech. — New York: Springer-Verlag, 1982. — ISBN 0-387-07563-1
• L. R. Rabiner, R.W. Schafer Digital Processing of Speech Signals. — Paramus, NJ: Prentice-Hall, 1978. — ISBN 0-13-213603-1
• Richard J. Higgins Digital Signal Processing in VLSI. — Paramus, NJ: Prentice-Hall, 1990. — ISBN 0-13-212887-X
• A. V. Oppenheim, R. W. Schafer Digital Signal Processing. — Paramus, NJ: Prentice-Hall, 1975. — ISBN 0-13-214635-5
• L. R. Rabiner, B. Gold Theory and Application of Digital Signal Processing. — Paramus, NJ: Prentice-Hall, 1986. — ISBN 0-13-914101-4
• John G. Proakis, Dimitris G. Manolakis Introduction to Digital Signal Processing. — Paramus, NJ: Prentice-Hall, 1988. — ISBN 0-02-396815-X

Примечания

1. ↑ Miroslav D. Lutovac § 12.8 // Filter Design for Signal Processing using MATLAB© and Mathematica©.
2. ↑ Miroslav D. Lutovac § 12.11, § 13.14 // Filter Design for Signal Processing using MATLAB© and Mathematica©.

Ссылки

• Расчет эллиптического фильтра с примерами
• Фильтры нижних частот
• Расчёт рекурсивных фильтров
• Сравнение линейных фильтров (англ.)