Hi, nur mal hier zu meinem Verständnis: Filter müssen ja kausal sein um frisch aufgenommene Daten zu filtern. Beispielsweise das Tiefpassfiltern eines Audiosignals. Daher können sie nicht ideal sein. Was ist nun aber wenn man keine frisch per Line-In aufgenommenen Audio-Daten hat sondern ein ganzes Stück bereits fertig aufgenommen vorliegen hat. Dann ist man nicht mehr darauf angewiesen einen kausalen Filter zu verwenden weil der Filter nun bei der Bearbeitung aktueller Samples auch Samples aus der "Zukunft" abgreifen kann. Kann man so quasi eine exakt scharfe Trennung bei einer bestimmten Frequenz bewerkstelligen?
Moin, Paul H. schrieb: > Kann man so quasi eine exakt scharfe Trennung bei einer bestimmten > Frequenz bewerkstelligen? Nein, denn dein idealer Tiefpass hat eine unendlich lange Impulsantwort. Auch wenn dein Audiosignal zeitlich begrenzt ist, wird die Faltung aus deinem Signal und der Impulsantwort (sinc(x)) unendlich sein und damit schwer zu berechnen... Gruss WK
So ähnlich geht es aber mit dem Gauss-Filter. Ideal ist es nicht-kausal, aber ein Bildverarbeitungsprogramm hat das komplette Bild vorliegen, sodass man ein ideales (zweidimensionales) Gauss-Filter rechnen kann.
Moin, Christoph Kessler (db1uq) schrieb: > So ähnlich geht es aber mit dem Gauss-Filter. Nicht wirklich. Auch ein Gaussimpuls war und wird "theroetisch" nicht zu irgendeinem Zeitpunkt 0. Also ist auch die Impulsantwort eines idealen Gaussfilters unendlich lang. Damit das praktikabel wird, muss man beim Gauss, wie auch beim sinc(x) immer irgendwann mal sagen: So, jetzt isses gut, ich schneid' die Impulsantwort "vorne und hinten" mal ab (oder waehle eine elaboriertere Fenstermethode). Dann ist es immernoch nicht kausal, aber ich kanns "nachtraeglich" berechnen. Aber ich hab' dann eben kein ideales Filter mehr, sondern ein angenaehrtes (gefenstertes, mit all seinen Dreckeffekten). Und wenn ich meine abgeschnippelte Impulsantwort nur genug verzoegere, dann wirds auch irgendwann kausal. Aber nicht mehr ideal... Gruss WK
Was bedeutet in diesem Zusammenhang "kausal"?
Nichts ist unendlich scharf in dieser Welt und schon garkeine Daten in einem Digitalrechner. Paul H. schrieb: > Kann man so quasi eine exakt scharfe Trennung bei einer bestimmten > Frequenz bewerkstelligen? Nein, aber eine für deinen Anwendungsfall ausreichend scharfe Trennung.
Moin, Markus W. schrieb: > Was bedeutet in diesem Zusammenhang "kausal"? Das die Impulsantwort des Filters fruehestens zum Zeitpunkt des Anregungsimpulses von 0 verschieden ist, und nicht schon "lang" vorher, wie bei idealen sinc/Gauss/etc. Filtern. Gruss WK
Es wäre vielleicht kein klassisches Filter, aber könnte man nicht das Signal diskret Fourier-Transformieren, alle Frequenzen, die man nicht haben möchte ganz dreist auf 0 setzen und dann das diskrete Spektrum rücktransformieren? Das müsste doch das exakt scharf getrennte Signal ergeben.
Hallo, C Programmierer schrieb: > könnte man nicht das > Signal diskret Fourier-Transformieren, alle Frequenzen, die man nicht > haben möchte ganz dreist auf 0 setzen und dann das diskrete Spektrum > rücktransformieren? dies wird durchaus gemacht. Wenn man es richtig macht bekommt man am Ende sogar wieder ein reeles Zeitsignal ;-) Mit freundlichen Grüßen Selbsternannter Weltverbesserer
So, ich habs mal ausprobiert und finde die Lösung doch eher suboptimal. Die DFT geht von einem sich wiederholenden Signal aus. Das mag bei einem Musikstück, das auf Repeat gestellt ist ok sein, aber das ist idR ja nicht der Fall. Ich denke die beste Lösung ist, die Aufnahme über einen FIR Filter mit doppelter Länge wie das Musikstück laufen zu lassen. Danach kann man die Antwort vor und nach dem Musikstück einfach abschneiden. Das sollte die optimale und auch vom TO gesuchte Lösung sein.
derguteweka schrieb: > Das die Impulsantwort des Filters fruehestens zum Zeitpunkt des > Anregungsimpulses von 0 verschieden ist, und nicht schon "lang" vorher, > wie bei idealen sinc/Gauss/etc. Filtern. > > Gruss > WK ok, danke! Gut erklärt. Ich denke, dass bezieht sich auf die ausgedehnte Prozessierung über mehrere Koeffizienten und Samples. Allerdings verstehe ich nicht wie das praktisch verletzt werden kann. Real ist doch jede Prozessierung der eingehenden Realität hinterher?
Moin, Markus Wagner schrieb: > Allerdings > verstehe ich nicht wie das praktisch verletzt werden kann. Real ist doch > jede Prozessierung der eingehenden Realität hinterher? Ja, nicht-kausale Filter kann man nicht bauen; man kann nur mit ihnen rechnen. Sonst muesste man in die Zukunft schauen koennen (Das kann man auch probieren, bei bestimmten Signalen (Sprache, Bildsequenzen) klappt das auch oft recht gut. Aber man kann immer auch mal voellig daneben liegen). So aehnlich ist es mit der Laenge der Filter. Da gibts immer eine Beschraenkung, weil man eben nicht unendlich schnell rechnen kann oder unendlich lange auf das Ergebnis warten. Nur Chuck Norris kann in endlicher Zeit von Minus bis Plus Unendlich zaehlen. Gruss WK
Das wäre doch was, ein "Norris Filter". So ganz blicke ich immer noch nicht durch, aber ok.
Beitrag "Übertragungsfunktion "akausaler Tiefpass"" Ist akausal, weil zukünftige Werte verwendet werden. Dadurch kommt es dazu, dass zB die Sprungantwort der Übertragungsfunktion vor dem Sprung ensteht (eben wegen der zukünftigen Werte...) Markus Wagner schrieb: > Real ist doch jede Prozessierung der eingehenden Realität hinterher? Jein... Wenn man einige Samples zwischenbuffert, geht das schon. Man hat dann einen Zeitversatz, womit es ansich wieder kausal ist (Keine Sprungantwort vor dem Sprung). Durch die Verwendung der zukünftigen Werte wird die Phasenverschiebung kompensiert.
Markus Wagner schrieb: > Das wäre doch was, ein "Norris Filter". Ist das ein Filter, welches unendlich scharf nach gut und böse filtert?
Moin, Das ist ein Filter mit einem nicht-kausalen Roundhouse-Kick als Impulsantwort... Gruss WK
Thread beobachten
Seitenaufteilung abschaltenBitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.