数字滤波技术的现状与发展

摘 要所谓数字滤波技术是指对我们从软件当中收集到的数据进行电磁兼容消除干扰的相关处理。为了能够我们对数字滤波技术进行更加深入的了解，以便我们能够快速的找出不同环境之下最适宜使用的数字滤波技术。本文通过对在数字滤波技术中使用最为广泛的，技术手段最为成熟的卡尔曼滤波技术、自适应滤波技术进行相关的介绍。

【关键词】数字滤波技术 现状 发展

在各种各样的数字系统当中，有噪音和外界的干扰会使其性能降低，严重的还会对他的工作能力造成影响。将滤波技术运用到其中就是为了能够实现将噪声和干扰控制住，从而使整个系统能够稳定运行。

数字滤波技术与传统的模拟滤镜技术相比较，相对来说更加灵活，稳定性也比较高，因此多被用于航天、图像的、语言处理等领域。

我们可以将数字滤波技术划分为经典滤波技术以及现代滤波技术，经典滤波技术的原理使运用傅立叶变化将信号以及噪声进行分离处理，滤波时直接对噪声所在地信道进行去除。而现代滤波技术则是以信号随机性本质最为基础，把信号以及造成作为随机信号，通过对特性进行统计，从而估计出信号本身。因此在现代社会，现代滤镜技术逐渐将经典滤波技术代替。

1 卡尔曼滤波发展现状及发展趋势

1.1 基本卡尔曼滤波算法的引入

在二十世纪四十年代，美国以及前苏联的科学家共同提出了最佳线性滤波理论，也就是维纳滤波理论，这种理论需要使用到全部的以往信号和当前信号，所以很难实现滤波。为了能够打破这种局限性，1960年有一位科学家将空间状态模型引入其中，之后卡尔曼滤波技术问世，这种技术主要是用于对线性高斯问题进行解决，这种技术也是现在用来解决高斯实际应用问题的一种标准的方法。通过建立信号与噪声空间状态的模型的方式，运用之前的估计值和现在测量得到的数值作为参数，对空间状态模型进行更新，之后通过模型求出现在的一个估计的值。

1.2 扩展卡尔曼滤波

基本的卡尔曼滤波技术主要适用于对高斯线性问题进行解决，但是对于解决非线性问题上却有着很多的不足。但是，在现代社会。各种各样的实际存在的问题多多少少都有着非线性的特征存在，所以，相对来说非线性滤波技术的应用面更加广。前面所提到的线性滤波实际上就是原始数据和滤波技术是一种算数运算；非线性滤波则是原始数据和滤波结果之间存在着一种逻辑关系，在对于各种各样的非线性问题的解决方法当中，应用的最多的就数扩展卡尔曼滤波技术了。

扩展卡尔曼滤波技术的原理就是把非线性模型分成很多个线性部分，之后在每一个线性部分将卡尔曼滤波技术应用到其中去。这种技术应用到弱非线性系统当中更好，在强非线性滤波系统当中效果就不是很好。因为这种技术不是十分准确，会有误差存在，虽然对技术进行了相关的改良，但是计算量非常的大，增加了工作难度。

1.3 不敏卡尔曼滤波技术

不敏卡尔曼滤波技术的主要思路是在以不敏变换作为基础，选择一系列的测试点对状态进行预估，之后验概率密度函数。

和拓展卡尔曼滤波技术的不同之处在于该技术是通过变换的方式使非线性系统方程能够在线性假设当中使用，进行变换之后，在计算量不增加的基础之上，对精确度低和稳定性差的缺点克服掉。

1.4 群殴他卡尔曼滤波技术的发展

有科学家提出了容積卡尔曼滤波，用于对贝叶斯滤波积分问题进行解决上，通过对一些位置以及个数和权系数都是确定的容积点集，运用球形积分规则和景象积分规则对积分进行计算，之后得出容积点和权重，之后再对积分进行相关的计算工作。也有相关人士在容积卡尔曼滤波技术的基础之上又提出了容积求积卡尔曼滤波，其目标是为了能够使精确度提高，但是确实计算的数量增加，降低了工作效率，是滤波的实时性不能够得到保障。

1.5 卡尔曼滤镜技术的应用

当系统状态不能够进行精确的观测的时候我们就会使用卡尔曼滤波，比如说在气象、能源等等上。

2 自适应滤波发展现状以及发展趋势

2.1 自适应滤波技术的含义

自适应滤波技术的概念是根据固定系数滤波技术得到的，在固定系数滤波技术当中，已经对信号以及噪声的频带，当滤波时对噪声所在地频率进行消除处理，从而是信号所在的频率留下来。自适应滤波技术是可以依照环境的参数的变化，算法自动对滤波参数进行调整，之后得出滤波结果，从而实现将噪声消除的目的。由于自适应滤波技术是不用对之前的信号进行输入的，所以相对来说计算量比较小，常常被用在实时处理系统当中。

2.2 最小均方误差自适应算法及发展

所有的滤波技术当中，最常被使用的就是的最小均方误差的方法，这种放啊相比之下稳定性强而且计算简单。这种方法能够使输入以及预估得出的数值之间的均方误差是最小的。

在所有的参数中，阶长作为最重要的一个，对于整个算法的性能的影响十分之大，阶长和收敛的速度之间是成正相关的关系的，和稳定性之间是呈负相关的关系，所以，在整个算法当中对于阶长的寻找是一个难题。

2.3 其他的自适应算法

还有一种算法是递归最小二乘的算法，这种算法的原则是每一次对数据进行获取都要对前面所有的数据进行计算工作，使他的平方误差的加权和是最小的。显而易见，这种方法使用的时间越长，计算量就会不断增加，实时性也比较差。但是对于一些计算能力强、对实时性的要求比较低的系统来说，这种方法具有收敛速度快、精确度高、稳定性强的优势，比较适用于不平稳的信号。所以，有很多的研究是降低这种计算方法的难度系数，在保持收敛速度的基础之上，提高精确度以及稳定性。

2.4 自适应滤波技术的应用现状

自适应滤波技术作为一种高科技手段，而且具有针对性比较强的优点，不仅仅能够直接在航空以及光学等等领域应用，还能够和其他的技术手段相结合使用，在未来社会上，有很好的发展前景。

3 结束语

文章通过对卡尔曼滤波技术和自适应滤波技术的发展现状以及发展趋势进行分析，对每一个滤波技术的现在所使用的状态进行介绍。每一种滤波技术都存在着自身的优点以及不足，在实际的应用过程当中会出现各种各样的问题，因此需要在以后的实践过程当中不断对技术进行改进。

参考文献

[1]靳凯红.核脉冲全谱数据采集系统数字滤波的设计与实现[D].河北工程大学，2014.

[2]倪锋，佟红霞，李大维.炉前热分析冷却曲线的数字滤波[J].铸造设备研究，2006（01）：10-14.

[3]戴建利，龙辛，黄波，申超.嵌入式PLC系统自动测试中数字滤波算法研究[J].机械工程与自动化，2016（01）.

[4]李芹，王伟，彭道刚.过程控制测量信号数字滤波方法优化[J].实验室研究与探索，2016，35（04）：26-29.

[5]杨册.广域电磁法有效信号提取中的FIR数字滤波技术研究[D].中南大学，2012.

作者简介

李德伟（1992-），男，河南省永城县人。硕士学位。现供职于华北水利水电大学。

作者单位

华北水利水电大学 河南省郑州市 450045