标签：coeffArray 10 插件 -- 极点 音效 stateArray 零点 z1

10.21 双元数滤波器

下一个要研究的滤波器拓扑结构是双曲（或双曲）结构。双曲线由两个二阶组件组成：一个二阶前馈和一个二阶反馈滤波器组合在一起，如图10.44所示。由此产生的传递函数将有两个二次方程，因此得名。差分方程为：

10.21.1 第1步、第2步和第3步：对差分方程进行z变换以获得传递函数，然后将a0作为标量增益系数进行分解。

图10.44：二阶前馈和反馈部分相结合的双阙结构。

10.21.2 第四步：绘制传递函数的极点和零点图
biquad最多会从分子和分母中分别产生一对共轭的零点和一对共轭的极点。注意，你不需要使用完整的二阶部分；例如，你可能有一个算法，它有一个一阶前馈部分和一个二阶反馈部分。在这种情况下，你只需让a1项等于0.0，以有效地禁用其分支。计算这些极点和零点的位置与纯二阶前馈和反馈拓扑结构是一样的。你所需要做的就是将它们绘制在同一个单位圆内。传递函数成为（通过前几节的简单替换）方程10.76的函数。

我们可以绘制一对任意的极点和零点，如图10.45a所示；每个极点都有自己的半径Rz和Rp，以及角度θ和φ。

图10.45：(a)在Z平面上绘制的一对任意共轭的极点和零点。(b)我们的双叉体例子的极点/零点图。

由于有额外的极点和零点，估计频率响应是复杂的，但过程是相同的。

在单位圆的外缘找到每个评估频率。
从圆上的点到每个零点画一条线，测量这些向量的长度。对每个评价频率都这样做。
从圆上的点到每个极点画一条线，测量这些向量的长度。对每个评估频率都要这样做。
将所有的零点幅度相乘。
将所有的反极点幅度相乘。
用零点幅度除以极点幅度，得出该频率下的最终结果。
为了演示，使用以下系数。

a0 = 1.0
a1 = 0.73
a2 = 1.00
b1 = -0.78
b2 = 0.88
我们可以直接从公式10.76中找到极点和零点的位置（注意，因为a0是1.0，你不必计算α项）。图10.45b中画出了这对极点和零点。

图10.44：二阶前馈和反馈部分相结合的双阙结构。

10.21.2 第四步：绘制传递函数的极点和零点图

biquad最多会从分子和分母中分别产生一对共轭的零点和一对共轭的极点。请注意，你不需要使用完整的二阶部分；例如，你可能有一个算法，它有一个一阶前馈部分和一个二阶反馈部分相结合。在这种情况下，你只需让a1项等于0.0，以有效地禁用其分支。计算这些极点和零点的位置与纯二阶前馈和反馈拓扑结构是一样的。你所需要做的就是将它们绘制在同一个单位圆内。传递函数成为（通过前几节的简单替换）方程10.76的函数。

我们可以绘制一对任意的极点和零点，如图10.45a所示；每个极点都有自己的半径Rz和Rp，以及角度θ和φ。

图10.45：(a)在Z平面上绘制的一对任意共轭的极点和零点。(b)我们的双叉体例子的极点/零点图。

由于额外的极点和零点，估计频率响应是复杂的，但过程是一样的。

在单位圆的外缘找到每个评估频率。
从圆上的点到每个零点画一条线，测量这些向量的长度。对每个评价频率都这样做。
从圆上的点到每个极点画一条线，测量这些向量的长度。对每个评估频率都要这样做。
将所有的零点幅度相乘。
将所有的反极点幅度相乘。
用零点幅度除以极点幅度，得出该频率下的最终结果。
为了演示，使用以下系数。

a0 = 1.0
a1 = 0.73
a2 = 1.00
b1 = -0.78
b2 = 0.88
我们可以直接从公式10.76中找到极点和零点的位置（注意，因为a0是1.0，你不必计算α项）。图10.45b中画出了这对极点和零点。

图10.46：例子中的biquad滤波器的（a）频率响应和（b）相位响应。

零点的计算方法如下。

极点和零点相对地接近对方。零点直接在单位圆上（Rz=1.0），所以我们预计在零点频率上会出现一个缺口。极点靠近单位圆，但没有接触到它，所以我们预计在极点频率上会出现共振。在图10.46a中，我们很容易找到极点或零点非常占优势的地方。在低频时，极点占优势，在高频时，零点占优势。请注意，图10.46b中突然出现的相位响应变化与峰值和凹槽位置相对应。这是一个直接Z面设计的例子，我们直接在Z面放置一个极点和零点对，然后计算系数。

10.21.3 aN和bM系数的命名规则
在继续之前，有一个简单的项目要介绍：aN和bM系数在各种DSP书籍中是如何命名的。你可以看到，在这本书中，分子系数用字母a命名，分母系数用字母b命名。a0系数是滤波器增益标量，从来没有b0系数。对于一些DSP工程师来说，这是一个令人痛心的话题：原因是如果你买了10本不同的DSP书籍，其中一半会使用我们这里的惯例，而另一半则会把as和b换掉，似乎把传递函数颠倒了，使差分方程显得不正确。我在这里使用命名规则的原因很简单：在我上大学时，我的模拟和数字滤波教科书都是这样命名的，而且我也一直是这样命名的。如果所有的DSP教科书作者都同意这样做就好了，但在此之前，当你看其他书籍和论文时，要确保你了解所使用的命名规则。这实际上相当简单：如果你看到一个b0系数，那么他们使用的是 "分子中的bs "惯例。

10.22 其他双曲线结构
图 10.44 中的结构被称为直接形式（DF）结构。它直接实现了差分方程，你可以在一个方程中一次性形成输出y(n)。你可能写的实现这个结构的伪代码可能是这样的。

// -- 直接形成输出
yn = a0xn + a1x(n-1) + a2x(n-2)-b1y(n-1)-b2*y(n-2)

// -- 更新状态寄存器
x(n-2) = x(n-1)
x(n-1) = xn

y(n-2) = y(n-1)
y(n-1) = yn
事实证明，直接形式结构只是几种结构中的一种，它们也会产生正确的差分方程。还有三种常用的结构，如图10.47所示。这些结构包括典范形式和转置形式。双二次传递函数有一个分子多项式，最大多项式指数为2，分母也是如此。传递函数的阶数是分子或分母的最大阶数--以最大者为准。对于biquad来说，其阶数是2。一个典型的结构包含的Z-1状态寄存器的数量与传递函数的阶数完全相同；这意味着分子和分母最终共享两个状态寄存器。你可以在图10.47所示的典型形式（CF）中看到这一点，它只使用了两个状态寄存器。为了创建结构的转换版本，我们将结构的节点转换为和值，将和值转换为节点，并将箭头的方向相反。你可以在图10.47中的转置的直接形式和转置的典型形式中看到这一点。所有四种双元组框图在输出端产生相同的差分方程。许多DSP工程师根据其计算效率、内存存储要求和对系数中舍入误差的敏感性对结构进行分类。结构本身--求和与乘法节点的排序--也会对y(n)的最终计算的准确性产生影响。高阶多项式对系数误差更敏感--因此当面对一个高于二阶的传递函数时，我们在数学上将传递函数拆分为一阶和二阶结构的一系列连接。一个三阶的滤波器是由一阶和二阶的结构串联实现的，而一个十阶的传递函数则是由五个二阶段串联实现的。我们应该注意到，我们所有的C++ FX对象都将使用双精度系数、双精度状态寄存器和双精度数学处理，所以我们不像定点DSP系统那样容易受到这些问题的影响，现在很多音频应用中仍然存在这些问题。

图10.47：实现双曲线传递函数的四种最常用的结构。

直接形式（直接形式和转置的直接形式）是最简单的实现方式，但也是最容易出错的。转置的典型形式一般被认为是浮点实现的最佳结构，这是因为多个和值的分工方式，增加了类似大小的数值。使用各种结构的滤波器频率的调制也有利弊，特别是当调制值快速变化时。

10.23 C++ DSP对象。Biquad
现在是时候看看我们的第一个C++的DSP对象，名为Biquad。这个对象实现了所有四个标准形式，并默认为直接形式。每个项目附带的fxobjects.h和fxobjects.cpp文件都充满了C++对象，用于处理本书中所有项目的信号处理工作。这些C++对象都符合第8章讨论的IAudioSignalProcessor的要求。

10.23.1 Biquad: 枚举和数据结构
Biquad对象有两个成员变量，是双倍值的数组。一个数组用于存储滤波器系数a0、a1、a2、b1和b2，此外还有两个我们将在更复杂的滤波器算法中使用的系数c0和d0。另一个数组存储滤波器的状态变量值，或者说Z-1寄存器信息。我们使用两个标准的枚举来访问每个数组中的槽。

// -- 系数的索引值
// a0 = 0, a1 = 1, a2 = 2, b1 = 3, b2 = 4, numCoeffs = 5
enum filterCoeff {a0, a1, a2, b1, b2, c0, d0, numCoeffs};

// ---状态数组索引值
枚举{x_z1, x_z2, y_z1, y_z2, numStates}。
我们使用一个强类型的枚举来描述我们正在实现的特定的biquad形式。枚举值的命名与它们所代表的形式完全一致，前面的 "k "代表 "常量"。

// -- 计算类型（算法）
enum class biquadAlgorithm {kDirect, kCanonical, kTransposeDirect,
kTransposeCanonical}。
自定义数据结构很简单--它只保存biquad算法的计算类型变量，使用强类型的枚举。

结构 BiquadParameters
{
BiquadParameters () {}

        BiquadParameters& operator=(const BiquadParameters& params) {...}。

        // --- 一个也是唯一的变量是重新计算的标志
        biquadAlgorithm biquadCalcType = biquadAlgorithm::kDirect;

};
10.23.2 Biquad: 成员
表10.6和10.7列出了Biquad的成员变量和成员函数。

10.23.3 Biquad: 编程注意事项
注意我们在setCoefficients函数中传递了一个指向biquad系数数组的指针，该函数使用批量内存拷贝来设置数组--这意味着必须注意总是使用一个大小与状态数组大小一致的数组，也就是numCoeffs。还要注意setParameter参数是如何与成员变量的名称相同的，但前面有一个下划线"_"；这种命名模式将被经常使用。

IAudioSignalProcessor
reset: 冲洗状态数组，将零载入状态寄存器中。
canProcessAudioFrame：返回false，因为我们只处理样本。
表10.6：Biquad成员变量

所有的工作都在processAudioSample函数中，它接受输入参数x(n)并计算一个返回变量y(n)。让我们看一下实现直接形式算法的第一部分。对于每个算法，我们将遵循一个固定的模式。

从状态寄存器中读取变量，并做任何需要制定输出y(n)的事情；这可能只是一行代码，也可能是很多行。
使用fxobjects.h中声明的一个辅助函数，检查y(n)的值是否有浮点下溢。
只有在y(n)的最终值准备好之后，我们才会更新状态寄存器，以正确的顺序推入数据以保持状态寄存器的关系。
我们首先将参数.biquadCalcType变量与强类型的枚举常量进行比较，并相应地进行分支。对于直接形式，顺序很简单。

使用当前输入x(n)、位于状态数组中的先前输入和输出以及位于系数数组中的系数，一次性创建y(n)。
检查是否有下溢。
依次更新状态寄存器，从最古老的到最年轻的样本值。
注意使用枚举（a0，a1等）使访问系数变得容易，使用状态数组的枚举（x_z1，x_z2等）来访问这些数据。
将yn的计算与图10.47中的算法进行比较，确保你能看到这行代码是如何正确计算y(n)的。
注意数据是如何通过状态数组进行洗牌的。

double Biquad::processAudioSample(double xn)
{
如果(parameters.biquadCalcType == biquadAlgorithm::kDirect)
{
// y(n) = a0x(n) + a1x(n-1) + a2x(n-2) -b1y(n-1)
// -b2*y(n-2)
double yn = coeffArray[a0] * xn +
coeffArray[a1] * stateArray[x_z1] +
coeffArray[a2] * stateArray[x_z2] -
coeffArray[b1] * stateArray[y_z1]-
coeffArray[b2] * stateArray[y_z2]。
// -- 2) 下溢检查
checkFloatUnderflow(yn);
// -- 3) 更新状态
stateArray[x_z2] = stateArray[x_z1];
stateArray[x_z1] = xn;
stateArray[y_z2] = stateArray[y_z1];
stateArray[y_z1] = yn。
// -- 返回值
返回 yn。
}
现在让我们来看看图10.48a所示的典型形式，它有点棘手。注意图10.48b中的状态寄存器是如何标记的：上面的z-1寄存器是x_z1，下面的是x_z2。这就是状态数组中使用的两个索引位置。

图10.48：（a）典型形式包括要计算的中间节点w（n）。(b) 通过该结构的信号流。

当遇到这些算法时，只需记住遵循前面列出的步骤。第一次尝试实现这些算法时，很容易让你的头脑陷入无限循环。在计算完y(n)之前，不要轻易将任何数据推入任何状态寄存器--这通常会解决你的无限循环问题。在图10.48b中，我们添加了箭头来显示数据和分支值的流动，以演示如何计算它们，但这导致了一个过度装饰的图。一般来说，我们只在箭头是输入和的时候才会显示。对于典型的形式，问自己中间节点w(n)需要什么信息。答案是，w(n)是一个夏天的输出，这个夏天有三个输入，都在图10.48b中标明。确保你能调和图10.48b如何转化为w(n)节点的这行代码；减号是因为b系数在算法中被否定了。

else if (parameters.biquadCalcType == biquadAlgorithm::kCanonical)
{
double wn = xn-(coeffArray[b1]stateArray[x_z1])
-（coeffArray[b2]stateArray[x_z2]）。
现在把你的注意力转向y(n)。我们需要什么来计算它？确保你能找出这行代码来计算y(n)。

double yn = coeffArray[a0]wn
+ coeffArray[a1]stateArray[x_z1] 。
+ coeffArray[a2]*stateArray[x_z2]。
计算出y(n)后，我们就可以更新状态。看一下图10.48b。上层z-1寄存器的输入值是什么？答案是w(n)。下层z-1寄存器的输入值是什么？它是上层寄存器的输出。这意味着，在我们将w(n)的数据移入下层寄存器之前，我们不能将其写入上层寄存器。这段代码就在这里。

  // -- 3) 更新状态
  stateArray[x_z2] = stateArray[x_z1];
  stateArray[x_z1] = wn;
  // --- 返回值
  返回 yn。

}
其余两个算法的代码如下。请确保你能将代码与图10.47中的框图联系起来。

else if (parameters.biquadCalcType ==
biquadAlgorithm::kTransposeDirect)
{
// -- w(n) = x(n) + stateArray[y_z1]。
double wn = xn + stateArray[y_z1];

  // --- y(n) = a0*w(n) + stateArray[x_z1].
  double yn = coeffArray[a0] * wn + stateArray[x_z1];

  // -- 2) 下溢检查
  checkFloatUnderflow(yn);

  // -- 3) 更新状态
  stateArray[y_z1] = stateArray[y_z2]-coeffArray[b1] * wn;
  stateArray[y_z2] = coeffArray[b2] * wn;

  stateArray[x_z1] = stateArray[x_z2] + coeffArray[a1] * wn;
  stateArray[x_z2] = coeffArray[a2] * wn;

  // -- 返回值
  返回 yn。

}
否则，如果（参数.biquadCalcType ==
biquadAlgorithm::kTransposeCanonical)
{
// -- 1) 形式输出 y(n) = a0x(n) + stateArray[x_z1] 。
double yn = coeffArray[a0]xn + stateArray[x_z1]。

   // -- 2)下溢检查
   checkFloatUnderflow(yn);

   // -- 洗牌/更新
   stateArray[x_z1] = coeffArray[a1]*xn
                          - coeffArray[b1]*yn + stateArray[x_z2]。
   stateArray[x_z2] = coeffArray[a2]*xn-coeffArray[b2]*yn;

// -- 返回值
返回 yn。
}
使用Biquad对象是很简单的。

重置该对象，为流媒体做准备。
在BiquadParameters自定义数据结构中设置计算类型。
调用setParameters来更新计算类型。
调用processAudioFrame，将输入值传入并接收输出值作为返回变量。
10.24 家庭作业
反馈拓扑结构
对于一个给定的双向传递函数H(z)，可以证明在一个给定的归一化频率ω处的幅度平方响应|H(z)|2，这样（0.0 ≤ ω ≤ π）可以计算为。
(10.79)
编写一个C++函数，在给定的评估频率ω和一组双曲系数a0、a1、a2、b1和b2的情况下，计算出幅度H(z)（dB）。你需要取方程10.79结果的平方根，然后转换为dB。如果你擅长制图，可以写一个程序，在给定的滤波器系数范围内，在ω=0.0到ω=π的范围内，绘制出任何biquad的幅度（dB）。你可以尝试在这个范围内均匀地分布各种评估频率，例如，以π/10的增量从0到π的11个评估频率。

还有其他几种算法可以实现双二次传递函数。有一种非常有趣的算法是从第12章的波浪数字滤波器中得到的。其框图如图10.49所示。

图10.49：由二阶波数字滤波器衍生出的双阙结构。

图10.49中的系数方程与biquad系数aN和bM的关系如下。

修改Biquad对象来实现这个额外的算法。你可以在我们实现第11章的音频滤波器时测试它。确保你遵循关于算法中操作顺序的规则。

10.25 Bibliography

Ifeachor, E. C. and Jervis, B. W. 1993. Digital Signal Processing: A Practical Approach, Chap. 3. Menlo Park: Addison Wesley.

Kwakernaak, H. and Sivan, R. 1991. Modern Signals and Systems, Chap. 3. Eaglewood Cliffs: Prentice-Hall.

Moore, R. 1990. Elements of Computer Music, Chap. 2. Eaglewood Cliffs: Prentice-Hall.

Oppenheim, A. V. and Schafer, R. W. 1999. Discrete-Time Signal Processing, 2nd Ed., Chap. 3. Eaglewood Cliffs: Prentice-Hall.

Orfanidis, S. 1996. Introduction to Signal Processing, Chap. 10–11. Eaglewood Cliffs: Prentice-Hall.

Schlichthärle, D. 2011. Digital Filters Basics and Design, 2nd Ed., Chap. 5. Heidelberg: Springer.

Steiglitz, K. 1996. A DSP Primer with Applications to Digital Audio and Computer Music, Chap. 4–5. Menlo Park: Addison Wesley.

标签：coeffArray,10,插件,--,极点,音效,stateArray,零点,z1
来源： https://www.cnblogs.com/pencilCool/p/16399048.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。