matlab - Matlab中的filter和conv有什么区别？

Question

我正在尝试计算LTI 系统的输出。我遇到了两个不同的 Matlab 函数，它们应该适合这项工作：filter和conv. 他们两个有什么区别？

Answer 1

filter可以处理 FIR 和 IIR 系统，同时conv接受两个输入并返回它们的卷积。所以conv(h,x)并且filter(h,1,x)会给出相同的结果。滤波器中的 1 表示滤波器的递归系数为[1]。但是，如果您有 IIR 滤波器，则不能使用conv. filter还可以返回过滤器状态，以便在后续调用中使用它而不会导致过滤器瞬变。

有关详细信息，请参阅转换和过滤器文档。

Answer 2

conv(x,b)执行完整的卷积。结果的长度是length(x)+ length(b)-1。 filter(b,[1],x)给出与 相同长度的输出x。它不会刷新滤波器的延迟线。

假设x是一个行向量。制作x0 = [x zeros(1,length(b)-1)]；现在filter(b,[1],x0)是一样的conv(x,b)。这是因为额外的 0 用于刷新延迟线。

哪一个更合理？这取决于你需要什么！

Answer 3

一个相关的答案是 Python 中的情况。如上所述，对于 FIR 过滤器的功能scipy.signal.lfilter并numpy.convolve执行相同的操作直到边界效应。

假设len(x) > len(h)。当使用numpy.convolve(h,x,mode='same')one 时，得到一个向量，len(x)但对称地填充了零。但是，当使用`scipy.signal.lfilter 时，零填充不是对称的，而是单边的！

可以检查一下

import numpy as np
from scipy.signal import lfilter

h = np.array([1, 2, 1])
x = np.array([1.0, 2.0, 3.0, 4.0, 5.0])

fx = lfilter(h, 1, x)
cx = np.convolve(h, x, mode='full')[0:len(x)]

print(fx == cx)

给出所有“真”。

这个想法是，模式完全填充两侧最大程度地为零，给出一个大小的向量len(x) + len(h) - 1（参见Numpy 文档），您需要做的是最后修剪冗余元素。

Answer 4

如果应用过滤器，结果将具有与应用过滤器相同的尺寸。在应用卷积时，会减少应用过滤器的输入维度。