滤波器设计(三)-S平面到Z平面的映射

Bilinear Transformation 双线性变换

在复变量 s s s(用于连续时间系统)和 z z z(用于离散时间系统)之间的代数变换。它能将平面的整个虚轴( j Ω j\Omega jΩ- 轴)映射到平面单位圆的一周

H c(s) 表示连续时间系统函数,H (z) 表示离散时间系统函数

双线性变换相当于将s替换成

那么从z的视角:

If σ < 0, then, from Eq. (7.21), it follows that |z| < 1 for any value of Ω \Omega Ω.

Similarly, if σ > 0, then |z| > 1 for all Ω \Omega Ω .

**稳定性:**如果的极点在s平面左半部分,那么它在z平面的映射点会在单位圆内,这意味着因果稳定的连续时间滤波器通过双线性变换后会映射为因果稳定的离散时间滤波器。

重要特性 : 避免了脉冲不变性中会遇到的混叠问题,因为它把平面的整个虚轴都映射到了平面的单位圆上
适用的滤波器类型 :由于频率扭曲的特性,双线性变换 在设计近似具有分段恒定频率幅度特性的滤波器(如高通、低通和带通滤波器)时最有用。
脉冲不变性虽然也能用于设计低通滤波器,但对于高通连续时间滤波器设计向高通离散时间设计的映射就不适用了,因为高通连续时间滤波器不是带限的,会出现混叠问题。

相关推荐
s090713621 小时前
【声呐硬件设计】LFM信号处理中前级有源滤波器设计的关键考量与原理分析
信号处理·声呐·线性相位·模拟滤波器
Σίσυφος19001 天前
PCL法向量估计 之 RANSAC 平面估计法向量
算法·机器学习·平面
禁默1 天前
打通 AI 与信号处理的“任督二脉”:Ascend SIP Boost 加速库深度实战
人工智能·信号处理·cann
池央1 天前
CANN SIP 信号处理算子库深度解析:FFT 硬件加速、复数运算的向量化实现与端到端数据流优化
信号处理
池央2 天前
CANN SIP 信号处理算子库深度解析:高性能信号处理的硬件加速、多维数据流与定制化融合策略
信号处理
池央2 天前
CANN 算子生态的深度演进:稀疏计算支持与 PyPTO 范式的抽象层级
运维·人工智能·信号处理
池央2 天前
CANN SIP 信号处理算子库深度解析:FFT/IFFT 的硬件级加速、复数运算优化与端到端流水线构建
信号处理
池央2 天前
CANN 算子合规性与迁移性:自定义算子设计中的安全边界与属性兼容性
人工智能·自动化·信号处理
花月mmc3 天前
CanMV K230 波形识别——整体部署(4)
人工智能·python·嵌入式硬件·深度学习·信号处理
南檐巷上学3 天前
基于MATLAB的麦克风音频效果测试
matlab·信号处理·数字信号处理·dsp·信号与系统·快速傅里叶变换·麦克风测试