|
|
|
|
Вообще, среди мужиков существует правило либо говорить по существу либо не говорить.
Прежде чем написать ответ, Вы бы почитали мой пост. Зачем Вы мне это понаотвечали? Вы что, всерьез думаете, что я не знаю какая ЧХ у фильтра вида z(0)+z(-1)+...+z(-N+1)?
Когда сравнивали методы забития нулями и предыдущими значениями AntZ неожиданно wrote:
После upsampilng по методу st256 (повторяем каждый сампл два раза) в спектре сигнала от 0 до pi появляются новые частоты.
А, типа, при забитии нулями только умножение спектра.
Садись, Антоша. Два. Вы, кстати, уважаемый ВН под этим тоже подписались. С чем я Вас и поздравил. Обычно, мужчины находят в себе силы сказать что-нибудь типа - пардон, брякнул не подумавши, а не цитировать какую-нибудь инструкцию по родовспоможению. Типа, главное что-то сказал, а что не важно.
Теперь по существу. Задача интерполяции суть частный случай задачи аппроксимации. Т.е. имеется сигнал, его вычисленная реализация и ошибка между ними. Задача сводится к поиску алгоритма, позволяющему минизировать либо эту ошибку, либо ее квадрат либо какую другую ее степень вплоть до бесконечности. Ошибка может быть интегральная, усредненная, с весом, максимальная и т.д. и т.п.
После того как вы определитесь, что будете минимизировать подбираете метод. Как частный случай сойдет аппроксимация каким-либо рядом. Теперь внимание! Здесь задача в общем виде не решается. Потому, что выбор аппроксимирующих функций есть вопрос специальный. Для одного вида сигналов подходят ряды Фурье, а для меандров - функции Уолша. Сходимость ряда Фурье для гармонического сигнала (музыка, например) лучше, чем для меандра. Универсальный рецепт один - аппроксимируй подобное подобным. Поэтому, для речи насыщенной осциллирующими функциями неплохо подходит sin x/x (см. мой первый пост).
Кстати, интерполяция рядом, в отличии от ФНЧ КИХ фильтром имеет одно приемущество: порядок (количество вычислений) интерполяции не зависит от того во сколько раз вы повысили Fd. Он зависит только от заданной величины ошибки.
А все чего то вцепились в фильтр с примоугольнной харрактеристикой, который иногда помогает уменьшить ошибку, ну уж точно не является панацеей. Самый оптимальный результат дают синтетические методики - типа вычисляются значения сигнала при помощи аппроксимирующего ряда, а потом эти значения "гладятся" специально расчитанным фильтром.
E-mail: 
info@telesys.ru
