Filtr o nieskończonej odpowiedzi impulsowej (IIR filter ang. Infinite Impulse Response) – rodzaj filtru cyfrowego, który w odróżnieniu od filtrów FIR jest układem rekursywnym. IIR oznacza nieskończoną odpowiedź impulsową (w polskiej literaturze stosowana jest również nazwa filtr NOI). Znaczy to tyle, że reakcja na pobudzenie o skończonym czasie trwania jest teoretycznie nieskończenie długa. Jest to efektem występowania pętli sprzężenia zwrotnego widocznej na poniższym schemacie blokowym (zob. schemat filtru FIR).

Na powyższym schemacie moduły ${\displaystyle z^{-1}}$ oznaczają opóźnienie sygnału o jedną próbkę, natomiast ${\displaystyle a_{i}}$ oraz ${\displaystyle b_{i}}$ są współczynnikami filtru.

Transmitancję filtru IIR można opisać następująco:

${\displaystyle H(z)={\frac {Y(z)}{X(z)}},}$

gdzie:

${\displaystyle Y(z)}$ – transformata Z wyjścia,

${\displaystyle X(z)}$ – transformata Z wejścia

lub po rozpisaniu wzorów na wielomiany opisujące bieguny i zera:

${\displaystyle H(z)={\frac {a_{0}+a_{1}z^{-1}+\ldots +a_{p}z^{-p}}{1+(b_{1}z^{-1}+\ldots +b_{q}z^{-q})}}.}$

Zera transmitancji determinowane są przez miejsca zerowe wielomianu licznika, zaś miejsca zerowe wielomianu mianownika określają bieguny transmitancji.

Zalety i wady

Ze względu na dużą elastyczność w kształtowaniu przebiegu funkcji za pomocą ilorazu wielomianów, znacznie łatwiej uzyskać pożądaną charakterystykę używając filtru IIR niskiego rzędu niż filtru FIR. Wynikają z tego dwie podstawowe zalety filtrów IIR w porównaniu do FIR:

• niska złożoność obliczeniowa,
• niewielkie zapotrzebowanie na pamięć operacyjną.

Te zalety spowodowały duże zainteresowanie filtrami IIR i burzliwy rozwój teorii ich projektowania w latach 70. XX w., które przypadają na początki rozwoju technik cyfrowego przetwarzania sygnałów, gdy nie były dostępne procesory o odpowiedniej mocy obliczeniowej.

Do wad filtrów IIR należy zaliczyć:

• Rekursywność filtru wprowadza potencjalne zagrożenie utraty stabilności (odpowiedź filtru w sposób niekontrolowany narasta do nieskończoności); niestabilność może mieć miejsce wtedy, gdy bieguny transmitancji (miejsca zerowe wielomianu w mianowniku) znajdą się poza okręgiem jednostkowym na płaszczyźnie zespolonej.
• Projektowanie filtrów IIR jest znacznie trudniejsze niż w przypadku filtrów FIR – nie tylko ze względu na dodatkowy warunek zapewnienia stabilności.
• Filtry IIR są znacznie bardziej wrażliwe na błędy zaokrągleń: zaokrąglenia wartości współczynników mogą znacząco zmienić charakterystykę, a zaokrąglenia wartości sygnału i wyników pośrednich wprowadzają szum, który może się akumulować.
• Nie można ich zaimplementować jako filtrów o liniowej fazie, czyli takich, które wprowadzają takie samo opóźnienie grupowe dla wszystkich składowych częstotliwościowych przepuszczanego sygnału.

Z uwagi na rosnącą wydajność układów cyfrowych i procesorów sygnałowych, filtry IIR nie są obecnie tak chętnie wykorzystywane jak dawniej, a największą popularnością cieszą się filtry FIR, które nie mają wyżej wymienionych wad.

Przykład

Rozważane jest działanie filtru o nieskończonej odpowiedzi impulsowej. Założeniem jest estymacja średniego kosztu użytkowania energii elektrycznej na podstawie rachunku za prąd z bieżącego miesiąca ${\displaystyle x(n)}$ oraz oszacowanej wartości z poprzedniego miesiąca ${\displaystyle y(n-1){:}}$

${\displaystyle y(n)={\frac {y(n-1)+x(n)}{2}}=0{,}5\cdot y(n-1)+0{,}5\cdot x(n),}$

gdzie:

${\displaystyle n}$ – numer miesiąca,

${\displaystyle x(n)}$ – wartość rachunku za bieżący miesiąc,

${\displaystyle y(n)}$ – oszacowana wartość w bieżącym miesiącu,

${\displaystyle y(n-1)}$ – oszacowanie wartości średniej w poprzednim miesiącu.

Dla ${\displaystyle n=1}$ pojawia się problem brzegowy, ponieważ nie dysponuje się oszacowaniem ${\displaystyle y(0)}$ – przyjęto, że ${\displaystyle y(0)=0.}$ Przykładowo:

${\displaystyle y(1)=0{,}5\cdot x(1)+0{,}5\cdot y(0)=0{,}5\cdot 24+0{,}5\cdot 0=12}$

${\displaystyle y(2)=0{,}5\cdot x(2)+0{,}5\cdot y(1)=0{,}5\cdot 12+0{,}5\cdot 27=19{,}5}$

Wartości kolejnych próbek wejściowych ${\displaystyle x(n)}$ (rachunków) oraz szacowanych wartości średnich ${\displaystyle y(n)}$ przedstawia tabela:

${\displaystyle n}$	1	2	3	4	5	6	7	8	9	10	11	12
${\displaystyle x(n)}$	24	27	31	59	33	37	0	0	0	0	0	0
${\displaystyle y(n)}$	12	19,5	25,3	42,1	37,6	37,3	18,6	9,3	4,7	2,3	1,2	0,6

Wykres próbek wejściowych ${\displaystyle x(n)}$ oraz wyjściowych ${\displaystyle y(n)}$ przedstawiony jest na wykresie poniżej (sygnał określony jest tylko dla dyskretnych wartości ${\displaystyle n,}$ natomiast linie pomagają zaobserwować trend sygnału):

Na podstawie tego prostego przykładu można wysnuć następujące, użyteczne wnioski:

• zaprojektowany filtr wygładza sygnał wejściowy – nagła zmiana sygnału wejściowego dla ${\displaystyle n=4}$ została stłumiona,
• od chwili ${\displaystyle n=7}$ sygnał wejściowy ${\displaystyle x(n)}$ zanika – sygnał wyjściowy ${\displaystyle y(n)}$ dąży do zera, aczkolwiek tej wartości nigdy nie osiągnie – jest to cecha charakterystyczna filtrów o nieskończonej odpowiedzi impulsowej (NOI).

Realizację filtru z przykładu przestawiono na rysunku poniżej, gdzie blok opóźniający o jedną próbkę oznaczono przez ${\displaystyle z^{-1}{:}}$

Zobacz też

• cyfrowe przetwarzanie sygnałów
• filtr o skończonej odpowiedzi impulsowej

Bibliografia

• Bartosz Ziółko, M. Ziółko: Przetwarzanie mowy. Wydawnictwa AGH, 2012.
• Michał Tadeusiewicz: Signals and Systems. Wydawnictwo Politechniki Łódzkiej, 2004.
• Przemysław Barański: Przekształcenie Z. Zastosowania w filtracji cyfrowej sygnałów – zbiór zadań. Wydawnictwo Politechniki Łódzkiej, 2014. ISBN 978-83-7283-638-0.brak strony w książce

Linki zewnętrzne

• Materiały dydaktyczne DSP AGH. dsp.agh.edu.pl. [zarchiwizowane z tego adresu (2013-12-03)].