मुझे यह समझने में कठिनाई हो रही है कि IIR क्या "अनंत" व्यवहार में है..इस सिद्धांत में आवेग प्रतिक्रिया के लिए उपयोग किया जाता है..यदि यह प्रतिक्रिया कभी समाप्त नहीं होती है तो आउटपुट कैसे उत्पन्न होता है?
मुझे यह समझने में कठिनाई हो रही है कि IIR क्या "अनंत" व्यवहार में है..इस सिद्धांत में आवेग प्रतिक्रिया के लिए उपयोग किया जाता है..यदि यह प्रतिक्रिया कभी समाप्त नहीं होती है तो आउटपुट कैसे उत्पन्न होता है?
जवाबों:
उस प्रश्न का उत्तर देने के लिए आपको यह जानना होगा कि "आवेग" और "प्रतिक्रिया" का क्या अर्थ है ...
एक "आवेग" एक साधारण नाड़ी है। डिजिटल रूप से यह अधिकतम मूल्य वाला एक नमूना होगा, जबकि इसके पहले और बाद में अन्य सभी नमूने शून्य होंगे। यदि आप यह सुनते हैं, तो आपको पॉप या पटाखे की तरह कुछ सुनाई देगा।
"रिस्पांस" एक फिल्टर (या कुछ और) का आउटपुट है जिसे आवेग दिया जाता है।
उदाहरण के लिए, आप कमरे में जाकर, एक साधारण हाथ से ताली बजाकर, और प्रतिध्वनि सुनकर "एक कमरे की आवेग प्रतिक्रिया" को सुन सकते हैं। हाथ की ताली को जितना संभव हो सके उतना तेज करने के लिए कुछ अभ्यास करना होगा। एक फिल्टर की आवेग प्रतिक्रिया प्राप्त करना उसी तरह है लेकिन एक हाथ की ताली के बजाय आप एक साधारण नाड़ी का उपयोग करते हैं और एक कमरे के बजाय आपके पास एक फिल्टर होता है।
यदि आप एक फिल्टर, या एक कमरे के आवेग प्रतिक्रिया को देखते हैं, तो आप आवेग के बाद एक समय के लिए आउटपुट को झकझोरते देखेंगे (और कभी-कभी यह पहले भी बहुत अधिक होता है)। कमरे में आपने इस गूंज को गूंज के रूप में सुना। एक फिल्टर में यह विगलिंग सीधे फिल्टर की आवृत्ति और चरण प्रतिक्रिया से संबंधित है। एक कमरे में, जितना समय आप गूंज सुनते हैं, उसे "reverb time" कहा जाता है - एक फिल्टर के लिए एक ही शब्द नहीं है, लेकिन यह आवेग प्रतिक्रिया का हिस्सा है।
अब, एक एफआईआर फिल्टर (फिनाइट इम्पल्स रिस्पांस) परिमित है क्योंकि आवेग प्रतिक्रिया समय गणित द्वारा सीमित है। यह फिल्टर में नल की संख्या से आगे बढ़ाने के लिए आवेग प्रतिक्रिया समय के लिए गणितीय रूप से असंभव है - इसलिए यह परिमित है ।
दूसरी ओर एक IIR फ़िल्टर, आवेग प्रतिक्रिया समय में यह गणितीय सीमा नहीं रखता है। यदि एक अनंत गणितीय परिशुद्धता दी जाती है, तो एक IIR फ़िल्टर आउटपुट को हमेशा के लिए बंद कर सकता है। बेशक, एक व्यावहारिक अर्थ में यह हमेशा के लिए नहीं चलता है क्योंकि कुछ बिंदु पर विग का उपयोग गणित की सटीकता से छोटा हो जाता है और इसलिए दूर चला जाता है।
प्राथमिकी
दूसरी ओर प्राथमिकी फिल्टर इनपुट से उत्पादन करने के लिए एक रेखीय पथ है। एन नमूनों के बाद इनपुट सिग्नल (जैसे एक डायक पल्स) को स्थानांतरित कर दिया गया होगा और यह इसका अंत है।
एफआईआर फिल्टर स्वाभाविक रूप से स्थिर होते हैं, जबकि IIR फिल्टर आवश्यक नहीं हैं।
डिजिटल फ़िल्टर के दो व्यापक वर्ग हैं, अनंत प्रत्यारोपण प्रतिक्रिया (IIR) और परिमित आवेग प्रतिक्रिया (FIR)। मोटे तौर पर, IIR फ़िल्टर समीकरण-आधारित और FIR फ़िल्टर टेबल-आधारित हैं।
IIR फिल्टर वास्तविक विश्व एनालॉग फिल्टर की तरह अधिक हैं। उदाहरण के लिए, एक सरल घातीय क्षय पर विचार करें जैसे कि आप आरसी एनालॉग कम पास फ़िल्टर से प्राप्त करेंगे। एक कदम इनपुट के लिए आउटपुट प्रतिक्रिया एक घातीय है जो इनपुट के करीब पहुंच जाती है। ध्यान दें कि यह घातांक वास्तव में आउटपुट तक नहीं जाता है, केवल इतना करीब है कि हम परवाह नहीं करते हैं या त्रुटि को माप नहीं सकते हैं। उस अर्थ में, इस तरह के एक फिल्टर अप्रभावी है। एक IIR फ़िल्टर में समान विशेषताएं हैं।
बहुत ही सामान्य एकल पोल कम पास IIR फ़िल्टर के रूप में व्यक्त किया जा सकता है:
FILT <- FILT + FF (NEW - FILT)
इसका मतलब है कि प्रत्येक पुनरावृत्ति आउटपुट अगर इनपुट के लिए दूरी का एक निश्चित अंश (एफएफ, "फिल्टर अंश") ले गया। यह कल्पना करना आसान है जब एफएफ = 1/2। यदि सब कुछ 0 है और इनपुट अचानक 1 हो जाता है और वहां (एक इकाई चरण) रहता है, तो आउटपुट 1/2, 3/4, 7/8, 15/16, आदि होगा। यह एक अनंत श्रृंखला है। आखिरकार मूल्य 1 के इतने करीब पहुंच जाएगा कि इसे 1 के रूप में व्यक्त किया जाता है क्योंकि कंप्यूटर में डिजिटल मानों में असीम परिशुद्धता नहीं है।
एफआईआर फिल्टर बिल्कुल अलग सिद्धांत पर काम करते हैं। इनपुट सिग्नल का एक हालिया स्निपेट सहेजा जाता है, और सहेजे गए प्रत्येक मान को एक अलग गुणांक से गुणा किया जाता है, फिर उस पुनरावृत्ति के लिए फ़िल्टर आउटपुट बनाने के लिए सभी परिणाम जोड़े जाते हैं। अगला पुनरावृति सबसे पुराना सहेजा गया मान है, अन्य को पुराने एक स्लॉट में स्थानांतरित कर दिया गया है, और नया इनपुट खाली स्लॉट में डाल दिया गया है। नए सहेजे गए स्निपेट को तब गुणकों द्वारा गुणा किया जाता है, आदि। इस प्रक्रिया को एक "कनवल्शन" के रूप में जाना जाता है, और गुणांक की तालिका को अक्सर फ़िल्टर कर्नेल के रूप में जाना जाता है। गुणकों के साथ रचनात्मक होकर कुछ फैंसी और उपयोगी चीजें इस तरह के फिल्टर के साथ की जा सकती हैं। यह अपने आप में एक संपूर्ण विषय है कि अब मैं इसमें नहीं जाऊंगा। हालाँकि, चूंकि इनपुट का एक महीन स्निपेट मेमोरी में संग्रहीत है, इनपुट सिग्नल का कोई भी हिस्सा केवल आउटपुट को सीमित समय के लिए प्रभावित कर सकता है। एक बार एक इनपुट सैंपल को स्टोर किए गए स्निपेट के अंत में स्थानांतरित कर दिया जाता है और अब आउटपुट पर कोई प्रभाव नहीं पड़ता है।
इस सामान पर पूरी किताबें लिखी गई हैं और आप कॉलेज के कई सेमेस्टर पाठ्यक्रम को इस गहनता में बिता सकते हैं। उम्मीद है कि मेरा 30 सेकंड का अवलोकन आपके प्रश्न का उत्तर देने के लिए पर्याप्त है।
एक बिंदु का अभी तक उल्लेख नहीं किया गया है कि IIR फ़िल्टर को आगे दो शैलियों में विभाजित किया जा सकता है: वे जहाँ चरण को रैंक किया जा सकता है, जैसे कि प्रत्येक चरण पूरी तरह से अपने स्वयं के पिछले मूल्य (ओं) पर और उन पहले चरणों पर निर्भर करता है, और जहाँ वे चरणों को रैंक नहीं किया जा सकता (क्योंकि दो या दो से अधिक चरण एक दूसरे पर निर्भर होते हैं)। एक एफआईआर फिल्टर में चरणों के लिए अन्य चरणों के पिछले आउटपुट के संदर्भ में संभव है, बशर्ते कि उन्हें IIR की पूर्व शैली के रूप में रैंक किया जा सकता है, और कोई भी चरण अपने स्वयं के पिछले आउटपुट को संदर्भित नहीं करता है।
यदि IIR फ़िल्टर के चरणों को रैंक किया जा सकता है, और यदि किसी दिए गए चरण के लिए आत्म-प्रतिक्रिया गुणांक का कुल परिमाण एक से कम है, तो IIR फ़िल्टर स्थिर होने की गारंटी है। यदि, उदाहरण के लिए, एक चरण में पिछले चरणों से संकेत की कुछ राशि शामिल है, तो उस चरण के पिछले मूल्य का आधा हिस्सा और उससे पहले के मूल्य का 1/4, उससे पहले के मूल्य का शून्य से 1/8, स्व की कुल परिमाण फीडबैक 7/8 होगा, इसलिए निम्न चरणों से अनुपस्थित इनपुट स्वयं-प्रतिक्रिया से योगदान का परिमाण 12.5% तक कम हो जाएगा।
एक एफआईआर, तत्वों की एक परिमित संख्या पर अपना गणित करती है, 32 या 12 या कुछ संख्या बताती है, लेकिन यही गणित करता है, तत्वों की एक परिमित संख्या ले और उन पर केवल फ़िल्टर करें।
एक IIR, अपने सभी नमूनों पर अपना गणित लगाती है। यदि आप इसे 10 नमूने खिलाते हैं और इसे रोकते हैं तो यह 10 नमूनों पर काम करता है, यदि आप इसे 1,000,000,000 नमूने खिलाते हैं तो गणित 1,000,000,000 नमूनों पर संचालित होता है। और अगर आप अनिश्चित काल तक चलने वाली चीज को छोड़ते हैं, तो अनंत के करीब पहुंचते हैं (इसे हमेशा के लिए चलने दें) तो इसी तरह तत्वों की संख्या अनिश्चितता के करीब पहुंचती है। क्योंकि परिमित शब्द स्पष्ट रूप से अन्य मॉडल पर लागू होता है, और IIR मॉडल का उद्देश्य परिमित संख्या में नमूने नहीं होना है, शब्द परिमित के रूप में अनंत केवल अनिश्चित या कुछ अन्य ऐसे शब्द से बेहतर लगता है।