FIR vs IIR
FIR და IIR არის ციფრული ფილტრები, რომლებიც ჩვეულებრივ გამოიყენება ციფრული სიგნალის დამუშავებაში. არსებობს მხოლოდ რამდენიმე კომპონენტი, რომელიც ქმნის ამ ფილტრებს, მაგრამ ეს კომპონენტები შეიძლება განლაგდეს სხვადასხვა გზით, რათა შეიქმნას რთული ფილტრები ციფრული სიგნალის დამუშავებაში გამოსაყენებლად.
FIR ნიშნავს სასრულ იმპულსზე რეაგირებას, ხოლო IIR ნიშნავს უსასრულო იმპულსზე რეაგირებას. მიუხედავად იმისა, რომ ორივე FIR და IIR ემსახურება ერთსა და იმავე მიზანს, არსებობს მრავალი განსხვავება ორივე ტიპის მახასიათებლებში და დადებითი და უარყოფითი მხარეები, და ეს სტატია აპირებს ხაზი გაუსვას ორივეს მახასიათებლებს ორი ტიპის ფილტრების შესადარებლად.
FIR-ში, ფილტრის გამომავალი სიგნალი, მას შემდეგ, რაც შემავალი სიგნალი დაყენებულია არა ნულიდან ნულამდე, შეიძლება იყოს არა ნულოვანი მხოლოდ სასრული რაოდენობის ნიმუშის დროს, სანამ გამომავალი სიგნალი ასევე გახდება ნული.მეორეს მხრივ, IIR-ში, ფილტრის გამომავალი სიგნალი შეიძლება იყოს უსასრულოდ არა ნულოვანი მას შემდეგ, რაც შეყვანის სიგნალს ნულიდან ნულამდე დააყენებთ. შეიძლება აირჩიოთ ორი ტიპის ფილტრიდან, მაგრამ არჩევანი გავლენას ახდენს ფილტრის დიზაინსა და განხორციელებაზე. ზოგადად, ყველა ფილტრაციის აპლიკაციისთვის საკმარისია FIR ფილტრები. ისინი უკეთესად იყენებენ ხელმისაწვდომ სიზუსტეს და ასევე მტკიცეა (რიცხობრივად). თუმცა, არის შემთხვევები, როდესაც FIR ფილტრები ძალიან დიდი ხდება, მაგალითად, როდესაც გამოიყენება ფილტრის კოეფიციენტების დიდი რაოდენობა. ასეთ შემთხვევებში FIR ფილტრები ხდება ძალიან ძვირი და რთული დასანერგად, რადგან ისინი საჭიროებენ მეტ დროს ენერგიას და საინჟინრო დროს. ეს არის, როდესაც IIR ფილტრები ამოქმედდება.
სხვაობა FIR-სა და IIR-ს შორის
ყველაზე დიდი განსხვავება FIR და IIR ფილტრებს შორის არის იმპულსური პასუხი, რომელიც სასრულია FIR-ის შემთხვევაში და უსასრულო IIR-ის შემთხვევაში. თუმცა, ამ ორს შორის კიდევ ბევრი განსხვავებაა. მსგავსი ფილტრაციის შესრულებისთვის, FIR ფილტრების დანერგვა მოითხოვს უფრო მეტ გამრავლებას და შეჯამებას, ვიდრე IIR.მაგრამ ზოგიერთი კომპიუტერული სისტემა უფრო მეტად შეეფერება FIR-ს, ვიდრე IIR-ს, რაც მომხმარებელს უბიძგებს FIR-ს.
FIR ფილტრები არარეკურსიულია, ხოლო IIR ფილტრები რეკურსიულია. ამრიგად, FIR-ში უკუკავშირი არ არის ჩართული, რაც ძალიან ბევრია IIR-ის შემთხვევაში.
IIR ფილტრები შეიძლება შეიქმნას კლასიკური ანალოგური ფილტრის პასუხების სიმულაციისთვის, ხოლო FIR ფილტრები ამას ვერ მიაღწევენ.
IIR ცოტა უფრო რთული წასაკითხია, ვიდრე FIR, რადგან არის უკუკავშირი IIR-თან. მაშინ რატომ გამოვიყენოთ IIR FIR-ზე? ისე, IIR იყენებს კოეფიციენტების ნაკლებ რაოდენობას, ვიდრე FIR, ამიტომ მომხმარებელს ნაკლები დრო სჭირდება გამოთვლების გაკეთებას. მაგრამ FIR ფილტრების დიზაინი უფრო ადვილია, თუმცა ისინი იძლევიან ბრტყელ პასუხს. შემდეგ არის სტაბილურობის საკითხი. თუ ცუდად არის დაპროექტებული, IIR ფილტრები შეიძლება იყოს არასტაბილური, ხოლო FIR ფილტრები ყოველთვის სტაბილურია.
ამგვარად, ჩვენ ვხედავთ, რომ ორივე FIR და IIR ფილტრებს აქვთ ფუნქციების საკუთარი ნაკრები და ასევე დადებითი და უარყოფითი მხარეები და ხშირად დამოკიდებულია მომხმარებლის მოთხოვნებზე სწორი ტიპის ფილტრის არჩევა.
