Condiciones para realizar un filtro

Estaba leyendo un capítulo en un libro de texto sobre filtros de respuesta de impulso infinito. El autor al principio del capítulo afirma que "la respuesta al impulso h(n) para un filtro realizable es"

h(n) =0 para n <=0

¿Alguien puede decirme por qué? Si la respuesta a esta pregunta es larga, no dude en sugerir cualquier sitio web/enlace donde pueda encontrar la respuesta a esta pregunta.

Respuestas (1)

La razón más simple es que todos los filtros realizables deben ser causales.

Un filtro físicamente realizable no puede predecir el futuro. Si tuviera algún tipo de respuesta ANTES de que realmente suceda la entrada, necesitaría saber que la entrada ocurrirá antes de que suceda. Cuando estamos analizando un filtro como un sistema, generalmente consideramos que la entrada llega en el momento de t=0, por lo que para cualquier t<0, el filtro no sabe que la entrada está llegando y no puede producir una salida. .

Imagine que está conduciendo un automóvil y de repente ve un automóvil frente a usted en su carril moviéndose en dirección opuesta. Mueva su automóvil a un lado de la carretera y evite que el automóvil vaya directamente hacia usted. Este sería un ejemplo de un "filtro realizable". No podrías haber sabido que había un auto viniendo hacia ti hasta que lo viste, por lo que fue imposible responder al otro auto hasta el momento en que detectaste su presencia.

Los filtros IIR y otros tipos de sistemas no causales se pueden usar para el procesamiento por lotes de datos que ya se han recopilado, de modo que ya tenemos el "futuro" registrado en alguna parte. Incluso en ese caso, necesitamos inicializar correctamente los valores iniciales para el filtro o diseñar el sistema de tal manera que los primeros valores no tengan un impacto importante en los resultados.

¿Qué quiere decir con "necesitamos inicializar correctamente los valores iniciales para el filtro o diseñar el sistema de tal manera que los primeros valores no tengan un impacto importante en los resultados"? ¡Gracias por la clara explicación por cierto! +1
@Vineet Kaushik Echemos un vistazo a este ejemplo de filtro promedio de tiempo discreto: y [ norte ] = X [ norte ] + X [ norte 1 ] 2 Si nuestro flujo de datos comienza en el momento n, entonces debemos proporcionar un valor artificial para el momento n-1. Si por ejemplo x[n]=1, x[n+1]=1.5, x[n+2]=1.8 y colocamos x[n-1]=1000, entonces tendríamos un salto repentino para el primer valor del promedio que en realidad no existe. Si el filtro es un poco más complicado y toma varios valores del pasado, proporcionar esos valores iniciales tendrá un impacto aún mayor en los resultados.