信号处理 / 系统课时
把差分方程变成可运行滤波器
把差分方程变成可运行滤波器
差分方程给出了输出样本与当前输入、历史输入和历史输出之间的递推关系。本篇把一个常系数方程拆成状态变量,再实现成逐样本运行的滤波器。
学习目标
- 区分差分方程中的前馈项与反馈项
- 把历史样本转换成程序中的状态变量
- 运行并核对前几个输出样本,验证递推顺序
从方程拆出前馈和反馈
考虑一阶差分方程:
右侧的 和 是前馈项,它们只依赖输入; 是反馈项,因为当前输出还依赖过去的输出。实现时不需要保存整个序列,只要保存一个输入历史值和一个输出历史值即可。

把递推关系改成逐样本流程
设初始条件为 、。每到一个新样本,先读取当前 ,再用尚未覆盖的 x_prev 和 y_prev 计算 ,最后才把当前输入和当前输出写回状态。顺序不能反过来,否则“上一拍”会被当前值提前覆盖。
这个方程只需要两个状态变量:x_prev 保存 ,y_prev 保存 。因此每个新样本的计算量固定,不随已经处理的序列长度增长。
写成可运行程序
下面用 Python 按样本执行递推。函数内部只保留必要状态,因此既能处理列表,也对应真实流式滤波器的执行方式。
python
def filter_signal(samples):
outputs = []
x_prev = 0.0
y_prev = 0.0
for x_now in samples:
# 先用旧状态计算当前输出,避免覆盖上一拍数据。
y_now = 0.5 * x_now + 0.25 * x_prev + 0.2 * y_prev
outputs.append(y_now)
# 当前样本在下一轮才成为历史状态。
x_prev = x_now
y_prev = y_now
return outputs
x = [1.0, 2.0, 0.0, -1.0]
y = filter_signal(x)
print([round(value, 3) for value in y])预期输出
text
[0.5, 1.35, 0.77, -0.346]用前两个样本核对递推
第一个样本使用零初始状态,所以 。第二个样本则使用刚刚保存的历史值,得到 ,与程序输出一致。
如果原方程写成 ,必须先把反馈项移到右侧再编码;符号一旦抄错,滤波器的动态行为就会改变。若 前还有系数,也应先把整式除以该系数,使当前输出的系数归一化为 1。
把差分方程落到代码时,关键不是“翻译公式”,而是确定需要保存哪些历史状态以及何时更新它们。只要做到先计算、后更新,并用前几个样本手算校验,就能把大多数常系数差分方程可靠地变成逐样本滤波器。
按自己的节奏,确认真正理解。