KR20190031429A

KR20190031429A - 신뢰도 입력부를 갖는 디지털 필터

Info

Publication number: KR20190031429A
Application number: KR1020187024996A
Authority: KR
Inventors: 악셀 하임; 마르틴 호흐
Original assignee: 마이크로칩 테크놀로지 저머니 게엠베하
Priority date: 2016-07-21
Filing date: 2017-07-18
Publication date: 2019-03-26
Also published as: EP3488524A1; KR102431556B1; CN108702143B; TW201806316A; WO2018015412A1; TWI721194B; JP6913099B2; JP2019525502A; CN108702143A

Abstract

디지털 필터는, 할당된 필터 계수(b_k)를 갖는 필터 함수, 입력 샘플(x_k)을 수신하는 입력부, 신뢰도값(c_k)을 수신하는 또 하나의 입력부, 그리고 출력부(out)를 구비한다. 각 입력 샘플값(x_k)은 입력 신뢰도값(c_k)과 관련되고, 여기서, 필터 출력부(out)는 입력 샘플, 입력 신뢰도값 및 필터 계수에 종속된다. 필터는 복수의 누산기(acc01, acc02, acc03, acc04)를 포함하고, 여기서, 관련된 신뢰도값을 갖는 소정 수의 샘플값이 필터에 입력된 이후에, 출력 샘플이 만들어진다.

Description

신뢰도 입력부를 갖는 디지털 필터

본 개시는 디지털 필터에 관한 것으로, 특히 노이즈를 억제하기 위한 디지털 필터에 관한 것이다.

디지털 디바이스에서 처리하기 위한 아날로그 신호를 감지하기 위해서는, 그것의 실제 정보 내용의 변화보다 (상당히) 빠르게 신호를 샘플링하는 것이, 정보의 중복성(redundancy)을 활용하여(exploit) 디지털화된 신호를 향상시킬 수 있는 일반적인 방법이다. 이러한 디바이스의 예로는, 용량형-터치 감지 또는 터치리스(touchless) 위치 및 제스처 감지 시스템, 디지털 전압계, 온도계 또는 압력 센서를 포함한다.

유의미한 노이즈에 영향받을 수 있는 용량형 감지 시스템의 예로는, 애플리케이션 노트(AN1478)에 "mTouch^TM Sensing Solution Acquisition Methods Capacitive Voltage Divider"로 개시된 시스템 및 애플리케이션 노트(AN1250)에 "Microchip CTMU for Capacitive Touch Applications"로 개시된 시스템이 있으며, 이들은 본 출원의 출원인인 Microchip Technology Inc.로부터 입수가능하며 그 전체가 여기에 참조로서 통합된다.

또 하나의 예시적인 응용물은, 본 출원인에 의해 제조된 터치리스 용량형 3D 제스처 시스템(GestIC® Technology로 공지됨)이다.

센서 신호는 일반적으로, 광대역 노이즈, 고조파 노이즈 및 피크-노이즈와 같은 다양한 노이즈 유형에 의해 방해받는다. 후자의 2가지는, 예를 들어 스위칭 파워서플라이로부터 발생할 수 있으며, 또한 전자기 내성 표준 시험(예를 들어, IEC 61000-4-4)에서 다루어진다(address).

신호 획득은 또한, 예를 들어 시간내에(in time) 복수의 센서를 멀티플렉싱할 때 또는 데이터 송신 실패와 같은 불규칙 이벤트에 의해서, 스케줄된 또는 결정론적(deterministic) 방식(scheme)으로 인터럽트될 수 있다. 이러한 불연속성 또는 누락된 샘플로 인해 신호에서 원치않는 위상 점프가 생길 수 있다. 규칙적인 샘플링 간격으로 설계된 디지털 필터를 사용하면, 이들의 필터 타이밍이 손상될 것이고 이들의 노이즈-억제 성능에 심각한 영향을 미칠 수 있다.

디지털 통신에서 채널 코딩과 관련하여 소거된 메시지(Blahut, 1983; Bossert, 1999)와 유사하게, 누락된 샘플과 (예를 들어 피크 노이즈로 인해) 유용한 정보가 없는 샘플을 이레이져(Erasures)라고 한다.

도 1a는 노이즈가 있는 실수값의(real-valued) 기저 대역(baseband) 신호를 추정하기 위한 기본 절차를 수행하는 시스템(100)을 도시한다. 아날로그-디지털 변환기(ADC)(110)는 그것의 정보 변화보다 (상당히) 높은 레이트로 신호를 샘플링한다. 그리고나서 디지털 신호는 로우-패스 필터(120)에 입력되고 데시메이터(decimator)(130)에 의해 레이트(R)로 데시메이트된다. 다운샘플링된 결과가 추가로 처리되거나, 또는 예를 들어, 도 1a에 도시된 바와 같은 수치 디스플레이(140) 상에 단순히 표시된다. 그 중에서, 로우-패스 필터(120)는 광대역 노이즈의 높은 주파수 성분을 감쇠시킬 수 있지만, 노이즈 피크를 완전히 억제하지는 못할 것이다.

피크-노이즈 억제의 문제는, 이미지 처리(T. Benazir, 2013), 지진학, 및 의료(B. Boashash, 2004)와 같은 많은 응용물에서 발생한다. 피크 노이즈에 대항하기 위한 표준 접근법은, 중앙값 필터(Median Filter) 또는 변형물을 사용하는 것이다.

신호를 계속 평활화하면서 피크-노이즈를 억제하는 접근법은, 노이즈 피크 또는 특이치(outlier)이라고 식별된 샘플을 제외시키거나 또는 예를 들어 n개의 최대 샘플 및 n개의 최소 샘플을 제외시키고, 시간 윈도우 내의 샘플의 서브 세트를 평균화하는 필터(선택적 산술 평균(SAM) 필터 또는 '시그마 필터'(Lee, 1983))이다. 명확하게, SAM 필터는 그것의 신호의 시간-영역(time-domain) 특성에 적합한 유한 임펄스 응답(FIR; Finite Impulse Response)을 갖는 시간-가변 필터이다.

하지만, 이러한 SAM 평균화 필터의 노이즈-억제 특성은, 노이즈 피크의 존재하(즉, 이레이져를 구비함)에서는 우수하지만, 피크가 없으면 32개 샘플 윈도우 길이에 대해 도 1b에 도시된 바와 같이, 예를 들어 해밍 윈도우(Hamming window)를 임펄스 응답으로 사용하는 다른 최신 기술의 필터, 또는 최소 제곱 방법(Least Squares method)을 사용하여 주파수 응답이 설계되는 필터보다 열등하다. 필터의 크기 응답 측면에서, 최소-제곱 필터의 실선과 해밍 필터의 점선은, 직사각형 임펄스 응답을 갖는 평균화 필터(1점 쇄선)와 비교하여, 향상된 사이드-로브 감쇠를 보여준다.

노이즈에 영향받는 신호를 처리하는 개선된 방법 및 시스템이 필요하다. 본 출원은 전술한 센서 시스템의 어느 것으로도 제한되지 않지만, 노이즈에 영향받고 평가가 필요한 어떠한 유형의 신호에 적용될 수 있다.

일 실시예에 따르면, 디지털 필터는, 할당된 필터 계수를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 계수값을 수신하는 또 하나의 입력부, 및 출력부를 포함하는데, 여기서, 각각의 입력 샘플값은 입력 신뢰도값과 관련되고, 각각의 입력 샘플은 그와 관련된 신뢰도값으로 가중되고; 상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 모두에 종속되고; 그리고, 상기 필터는, 소정 수의 상기 신뢰도로 가중된 입력 샘플, 상기 관련된 신뢰도값, 할당된 필터 계수로 가중된 상기 신뢰도값, 및 상기 할당된 필터 계수로 추가 가중된 상기 신뢰도로 가중된 입력 샘플을 누산하도록 구성된 누산기를 포함한다.

추가 실시예에 따르면, 상기 필터는, 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제1 누산값을 생성하는 제1 누산기를 갖는 제1 브랜치; 상기 입력 신뢰도값을 수신하여 제2 누산값을 생성하는 제2 누산기를 갖는 제2 브랜치; 상기 계수 세트로부터의 계수로 가중된 입력 샘플값과 상기 입력 신뢰도값을 수신하여 제3 누산값을 생성하는 제3 누산기를 갖는 제3 브랜치; 상기 신뢰도로 가중된 입력값을 수신하여 제4 누산값을 생성하는 제4 누산기를 갖는 제4 브랜치를 포함할 수 있다. 추가 실시예에 따르면, 상기 제1 누산값은 상수값으로부터 빼지고, 상기 뺄셈의 결과는, 상기 제2 누산값으로 나누어지고 및 상기 제4 누산값에 곱해지고, 그리고 상기 제3 누산값에 더해지고, 그리고 그후에, 상기 제1, 제2, 제3 및 제4 누산기가 소거된다.

또 하나의 실시예에 따르면, 디지털 필터는, 제1 및 제2 필터 계수 세트를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 신뢰도값을 수신하는 또 하나의 입력부, 및 출력부를 포함하는데, 여기서, 각각의 입력 샘플값은 입력 신뢰도값에 관련되고; 상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 둘 다에 종속되고, 그리고 상기 디지털 필터는: 상기 제1 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제1 누산값을 생성하는 제1 누산기를 가진 제1 브랜치; 상기 제2 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제2 누산값을 생성하는 제2 누산기를 가진 제2 브랜치; 상기 제1 계수 세트로부터의 계수로 가중된 입력 샘플값과 상기 입력 신뢰도값을 수신하여 제3 누산값을 생성하는 제3 누산기를 가진 제3 브랜치; 상기 제2 계수 세트로부터의 계수로 가중된 상기 입력값과 상기 입력 신뢰도값을 수신하여 제4 누산값을 생성하는 제4 브랜치를 포함한다.

전술한 디지털 필터의 추가 실시예에 따르면, 상기 제1 누산값은 상수값으로부터 빼지고, 상기 뺄셈의 결과는 상기 제2 누산값으로 나누어지고 그리고 상기 제4 누산값에 곱해지고 그리고 상기 제3 누산값에 더해지고, 그리고 그후에 상기 제1, 제2, 제3 및 제4 누산기가 소거된다.

임의의 전술한 디지털 필터의 추가 실시예에 따르면, 상기 필터의 복수의 인스턴스 - 각각의 상기 인스턴스는, 입력 샘플 및 관련된 신뢰도값의 서브셋 상에 있음 - 는 병렬로 및 지정된 계수로 동작된다. 임의의 전술한 디지털 필터의 추가 실시예에 따르면, 입력 샘플은 상기 필터의 2개의 인스턴스 중 하나에 교대로 할당되고 또한, 신뢰도값은 디지털 논리값에 의해 나타내어진다. 임의의 전술한 디지털 필터의 추가 실시예에 따르면, 상기 상수값은 모든 계수의 합계이다. 임의의 전술한 디지털 필터의 추가 실시예에 따르면, 상기 할당된 필터 함수는 로우-패스 필터 함수이다. 임의의 전술한 디지털 필터의 추가 실시예에 따르면, 상기 로우-패스 필터 함수는, 하이-패스 또는 밴드-패스를 동등한 로우-패스 영역으로 변형함으로써 획득된다. 임의의 전술한 디지털 필터의 추가 실시예에 따르면, 상기 할당된 필터 함수는 양의 값의(positive valued) 계수만을 갖거나 또는 음의 값의(negative valued) 계수만을 갖는다. 임의의 전술한 디지털 필터의 추가 실시예에 따르면, 상기 할당된 필터 함수는, 또 하나의 비-제로 계수와는 다른 크기의 적어도 하나의 비-제로값화된 계수를 갖는다. 임의의 전술한 디지털 필터의 추가 실시예에 따르면, 디지털 필터의 DC 이득은 상수 또는 거의 상수이다.

또 다른 실시예에 따르면, 필터 시스템은, 할당된 필터 계수를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 계수값을 수신하는 또 하나의 입력부, 및 출력부를 포함하는데, 여기서, 각각의 입력 샘플값은 입력 신뢰도값과 관련되고, 각각의 입력 샘플은 그와 관련된 신뢰도값으로 가중되고; 상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 둘 다에 종속되고, 상기 필터는, 상기 신뢰도로 가중된 입력 샘플, 상기 관련된 신뢰도값, 할당된 필터 계수로 가중된 상기 신뢰도값, 및 상기 할당된 필터 계수로 추가 가중된 상기 신뢰도로 가중된 입력 샘플을 포함하고; 그리고 입력 신호를 수신하여 상기 제1 및 제2 디지털 필터에 대한 입력 샘플을 생성하는 디멀티플렉서를 포함한다.

상기 필터 시스템의 추가 실시예에 따르면, 상기 시스템은, 상기 제1 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제1 특이치 검출기; 및 상기 제2 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제2 특이치 검출기를 더 포함할 수 있다. 상기 필터 시스템의 추가 실시예에 따르면, 상기 제1 디지털 필터에 대한 입력 샘플은 하이 샘플이고, 상기 제2 디지털 필터에 대한 입력 샘플은 로우 샘플이다.

또 다른 실시예에 따르면, 필터 시스템은, 제1 및 제2 필터 계수 세트를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 신뢰도값을 수신하는 또 하나의 입력부, 및 출력부를 각각이 포함하는 제1 및 제2 디지털 필터를 포함하는데, 여기서, 각각의 입력 샘플값은 입력 신뢰도값에 관련되고; 상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 둘 다에 종속되고, 그리고 각각의 디지털 필터는: 상기 제1 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제1 누산값을 생성하는 제1 누산기를 가진 제1 브랜치; 상기 제2 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제2 누산값을 생성하는 제2 누산기를 가진 제2 브랜치; 상기 제1 계수 세트로부터의 계수로 가중된 입력 샘플값과 상기 입력 신뢰도값을 수신하여 제3 누산값을 생성하는 제3 누산기를 가진 제3 브랜치; 상기 제2 계수 세트로부터의 계수로 가중된 상기 입력값과 상기 입력 신뢰도값을 수신하여 제4 누산값을 생성하는 제4 누산기를 가진 제4 브랜치를 더 포함하고, 그리고, 상기 시스템은 입력 신호를 수신하여 상기 제1 및 제2 디지털 필터에 대한 입력 샘플을 생성하는 디멀티플렉서를 더 포함한다.

전술한 필터 시스템의 추가 실시예에 따르면, 상기 시스템은, 상기 제1 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제1 특이치 검출기; 및 상기 제2 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제2 특이치 검출기를 더 포함할 수 있다. 전술한 필터 시스템의 추가 실시예에 따르면, 상기 제1 디지털 필터에 대한 입력 샘플은 하이 샘플이고, 상기 제2 디지털 필터에 대한 입력 샘플은 로우 샘플이다.

또 다른 실시예에 따르면, 디지털 필터는, 할당된 필터 계수를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 신뢰도값을 수신하는 또 하나의 입력부, 및 출력부를 포함하는데, 여기서, 각각의 입력 샘플값은 입력 신뢰도값에 관련되고; 상기 필터 출력부는 상기 입력 샘플, 상기 입력 신뢰도값 그리고 상기 필터 계수에 종속되고; 상기 필터는 복수의 누산기를 포함하고; 상기 출력 샘플은, 소정 수의 샘플값 및 관련된 신뢰도값이 상기 필터에 입력된 이후에 생성된다.

또 다른 실시예에 따르면, 디지털 입력 샘플을 필터링하기 위한 방법은, 디지털 입력 샘플값 및 관련된 입력 신뢰도값을 수신하는 단계; 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 누산하여 제1 누산값을 생성하는 단계; 상기 입력 신뢰도값을 누산하여 제2 누산값을 생성하는 단계; 상기 계수 세트로부터의 계수로 가중된 상기 입력 샘플값과 상기 입력 신뢰도값을 누산하여 제3 누산값을 생성하는 단계; 상기 신뢰도로 가중된 입력값을 누산하여 제4 누산값을 생성하는 단계를 포함할 수 있다.

상기 방법의 추가 실시예에 따르면, 상기 방법은, 상기 제1 누산값을 상수값으로부터 빼는 단계, 상기 뺄셈의 결과를, 상기 제2 누산값으로 나누고, 상기 제4 누산값에 곱하고, 상기 제3 누산값에 더하고, 그리고 그후에, 상기 제1, 제2, 제3 및 제4 누산기를 소거하는 단계를 더 포함할 수 있다. 상기 방법의 추가 실시예에 따르면, 상기 상수값은 모든 계수의 합계이다. 상기 방법의 추가 실시예에 따르면, 상기 방법은, 상기 입력 계수값은 2진수이다.

또 다른 실시예에 따르면, 디지털 입력 샘플을 필터링하기 위한 방법은, 디지털 입력 샘플값 및 관련된 입력 신뢰도값을 수신하는 단계; 제1 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 누산하여 제1 누산값을 생성하는 단계; 제2 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 누산하여 제2 누산값을 생성하는 단계; 상기 제1 계수 세트로부터의 계수로 가중된 입력 샘플 값과 상기 입력 신뢰도값을 누산하여 제3 누산값을 생성하는 단계; 상기 제2 계수 세트로부터의 계수로 가중된 상기 입력값과 상기 입력 신뢰도값을 누산하여 제4 누산값을 생성하는 단계를 포함할 수 있다.

상기 방법의 추가 실시예에 따르면, 상기 방법은, 상기 제1 누산값을 상수값으로부터 빼는 단계; 상기 뺄셈의 결과를, 상기 제2 누산값으로 나누고, 상기 제4 누산값에 곱하고, 상기 제3 누산값에 더하고, 그리고 그후에 상기 제1, 제2, 제3 및 제4 누산기를 소거하는 단계를 더 포함할 수 있다. 상기 방법의 추가 실시예에 따르면, 상기 방법은, 상기 상수값은 모든 계수의 합계이다. 상기 방법의 추가 실시예에 따르면, 상기 방법은, 상기 입력 신뢰도값은 2진수이다.

도 1a는 아날로그-디지털 변환부 및 종래의 노이즈 억제를 사용한, 아날로그 신호의 예시적인 획득을 도시한다.
도 1b는 서로 다른 로우-패스 필터의 크기 응답을 도시한다.
도 2는 유한 임펄스 응답을 갖는 로우 패스 필터의 전형적인 탭 가중치(tap weights)를 도시한다.
도 3은 디지털 필터에 대한 소스로서의 데이터 소스 및 관련된 신뢰도 생성의 예시적인 블록도를 도시한다.
도 4는 신뢰도 입력부를 갖는 디지털 필터의 예시적인 구현을 도시한다.
도 5는 외부 신뢰도 생성 컨트롤러를 갖는 시스템을 도시한다.
도 6은 신뢰도 입력부를 갖는 디지털 필터의 시프트 레지스터 예시적인 구현을 도시한다.
도 7은 다양한 실시예에 따른 소거된 계수 가중치를 재분배하는 예를 도시한다.
도 7a은 2레벨 신호에 대한 다양한 실시예에 따른 소거된 계수 가중치를 재분배하는 또 하나의 예를 도시한다.
도 8은 피크-노이즈 억제 성능의 예를 도시한다.
도 9는 이레이져의 유무에 따른 필터의 계수 및 크기 스펙트럼 비교를 도시한다.
도 10은 하이 패스 필터 실시예에서 소거된 계수 가중치를 재분배하는 예를 도시한다.
도 11은 준정적 교류 전기장을 사용하는 비접촉 제스처 검출 시스템의 실시예를 도시한다.
도 12는 2레벨 측정의 예를 도시한다.
도 13은 최소 버퍼 요구사항을 갖는 패킷 데이터 처리를 위한 구현예를 도시한다.
도 14는, 도 13과 유사하지만, 스위치로 구현된 2진 신뢰도(ck=0,1)가 곱해지는 구현예를 도시한다.
도 15는, 도 13과 유사하지만, 데시메이션 이후의 차동 스테이지를 갖는 구현예를 도시한다.
도 16은, 도 13과 유사하지만, 전반적 재분배 함수를 갖는 구현예를 도시한다.
도 17은 전반적 재분배 함수 및 스위치로 실현된 2진 신뢰도 입력부를 갖는 구현예를 도시한다.
도 18은 원래의 필터 임펄스 응답을 2개로 분할한 것을 도시한다.
도 19는 진폭 변조된 ADC 출력 샘플(r_k)에 대한 신뢰도 입력부를 갖는 2개의 필터를 사용하는 구현예를 도시한다.

다양한 실시예에 따르면, 입력 신호가 오버샘플링되고(oversampled) 노이즈가 있는 경우에, 실수값화된 기저 대역 신호 예를 들어 복조 및 다운샘플링된 GestIC® 신호의 신뢰할만한 추정값이 획득될 수 있다. MGC3030 또는 MGC3130과 같은 GestIC® 디바이스 또는 보다 새로운 설계가 본 출원의 출원인으로부터 입수가능하다. 예를 들어, 도 11은, 컨트롤러(740)가 GestIC® 디바이스를 의미하는 전형적인 실시예를 도시한다. 2015년 1월 15일에 온라인으로 공개된 "GestIC® Design Guide"와 같은 전반적인 설명 및 설계 가이드가 Microchip Technology Inc.로부터 입수가능하며 여기에 참조로서 통합된다.

도 11에 도시된 3D-제스처 검출 시스템(700)은, 도 11에 도시된 바와 같은 프레임 구조로 형성될 수 있는 전송 전극(720)과 복수의 수신 전극(710a..d)을 제공한다. 하지만, 수신 전극(710a..d) 아래의 직사각형 영역 전체가 송신 전극으로 사용될 수 있고, 또는 이러한 전극은 또한 복수의 송신 전극으로 분할될 수도 있다. 송신 전극(들)(720)은 교류 전기장을 생성한다. 제스처 컨트롤러(740)는, 수신 전극(710a..d)과 시스템 접지 및/또는 송신 전극(720) 사이의 커패시턴스를 나타낼 수 있는 신호를 수신 전극(710a..d)으로부터 수신한다. 제스처 컨트롤러(740)는 신호를 평가하고 처리 시스템(730)에 휴먼 디바이스 입력 정보를 제공할 수 있다. 이 정보는, 컴퓨터 마우스에 의해 생성된 2-D 이동 정보와 유사한 3D 이동 좌표일 수 있고, 및/또는 검출된 제스처로부터 생성되는 명령을 포함할 수 있다.

이러한 응용에서 직면하는 문제는, 센서 신호에 도입되는 노이즈가 광대역 및 피크-노이즈 둘 다이며, 둘 다의 문제를 동시에 처리하는(address) 최신 기술의 접근이 공지되지 않았다는 것이다. 또한, GestIC® 응용뿐만 아니라 다른 응용에서, 입력 신호의 일부 샘플이 누락(lost)되거나 다양한 이유로 생성될 수 없을 가능성도 있다. 입력 노이즈의 부정적 영향이 명백하지만, 입력 샘플링 간격의 불규칙성은 필터 타이밍의 변질(corruption)을 유발하고 노이즈 억제 성능에 심각한 영향을 미친다. 디지털 필터는, 전형적으로 규칙적인 샘플링 간격으로 설계되고, 그것을 제외하고는 어떤 것이든 - 필터의 관점에서 보면 - 입력 신호에 원치않은 위상 점프를 일으킨다. 신호 내에서 노이즈 피크 및 누락된 샘플의 위치는, 어떤 다른 수단, 예를 들어 피크-노이즈 검출 시스템 또는 결정론적 노이즈 표시기에 의해 결정된다. 전술한 바와 같이, 광대역 노이즈에 대항하기 위한, 즉 주파수 (로우-패스) 필터를 적용하기 위한 표준 접근법이 존재한다. 그리고 피크 노이즈에 대항하기 위한, 즉 신호 샘플의 윈도우(window)에 걸쳐 중앙값 필터(median filter)를 적용하기 위한 또 하나의 표준 접근법이 존재한다.

전술한 바와 같이, 이러한 문제는 GestIC® 시스템과 특히 관련이 있지만, 이러한 시나리오는 GestIC® 시스템에 적용될 수 있을 뿐만 아니라 다른 센서 시스템에도 관련될 수 있다. 따라서, 제안되는 대책은 다양한 신호 소스에 적용될 수 있다.

제안되는 필터링 방법에 있어서, 각 입력 샘플은 신뢰도값(confidence value)과 관련된다. 이 신뢰도값은, 관련된 샘플이 이레이져(Erasure)인지 아닌지 여부, 즉, 이것이 실제로 누락된 샘플(missing sample)인지 또는 유용한 정보를 반송하지 않는다고 알려진 샘플인지 여부를 나타낸다. 신뢰도값은 어떤 다른 수단에 의해 알려져 있다고 가정된다. 이러한 수단은, 예를 들어 결정론적 입력, 또는 Grubbs 테스트(Grubbs, 1950), GESD(Generalized Extreme Studentized Deviate) 테스트, 또는 함펠 식별자(Hampel, 1974)와 같은 특이치 검출 방법(Outlier Detection method)을 포함할 수 있다. 이미지 처리와 관련하여, 신뢰도값은 예를 들어 개선된 알파 매팅(improved alpha matting)(J. Horentrup, 2014)을 위한 최소 제곱 회귀(Least Squares regression)에서 가중치로서 사용된다.

다양한 실시예에 따르면, 광대역 노이즈를 억제함과 동시에 원치않는 샘플, 예를 들어 노이즈가 있는 또는 누락된 샘플을 무시하기 위해서 - 문제들 둘 다를 동시에 처리한다고 알려진 최신 기술의 접근법이 없기 때문에 - 다음을 관찰해야 할 것이다:

1. 이레이져(예를 들어 검출된 노이즈 피크)가 필터 출력에 기여하지 않아야 하고;

2. 일정한 필터 이득이 DC에서 제공되어야 하고(일정한 입력 신호에 대해, 필터 출력 신호 레벨도 역시 일정해야 함);

3. 이레이져의 개수에 대한 점진적인 조정이 제공되어야 하지만, 이레이져가 없을 때에 디폴트 필터 특성을 유지(preserve)해야 한다.

도 2는 전형적인 로우-패스 필터 - 또는, 윈도우화(windowing) - 함수의 필터 계수, 여기서는 예시적으로 길이 8의 정규화된 해밍 윈도우(normalized Hamming window)의 필터 계수를 도시한다. 각 필터 계수는, 탭된 지연 라인 구현예에서 그것과 관련된 탭의 가중치를 정의하며, 도 2에 도시된 바와 같이, 각 탭이 막대 도표(bar plot) 내의 관련된 계수 아래에 줄맞춰진다. 따라서, '필터 계수'와 '탭 가중치'라는 용어는 동의적으로 사용된다. 이 실시예에서, 탭된 지연 라인은 7개의 연속적인 지연 스테이지(z^-1)와 8개의 탭 가중치를 포함한다. 예시적인 입력 샘플이 또한 도 2에 도시되어 있다. 다른 샘플 구조가 더 적거나 더 많은 스테이지에 적용될 수 있다.

다양한 실시예에 따르면, 필터 함수 및 각 샘플에 대한 신뢰도 정보를 갖는 입력 신호가 주어지면, 신뢰도가 낮은 입력 샘플에 대응하는 필터 탭의 가중치는, 필터의 DC 이득이 유지되는 동안에 감소한다. 도 2는, 이 실시예에서, 예를 들어 7개의 연속적인 지연 스테이지(z^-1)에 의해 형성되는 로우 패스 필터의 전형적인 가중치/계수 분배(distribution)를 도시한다. 다른 샘플 구조가 더 적거나 더 많은 스테이지에 적용될 수 있다.

어떠한 유용한 정보도 반송하지 않는 이어지는 입력 샘플에서, 동등하게, 누락된 샘플이 이레이져(Erasures)라고 간주될 수 있고, 해당 샘플은 제로(0) 신뢰도를 갖는 것으로 된다. 샘플이 소거되었는지 여부의 정보는, 예를 들어 샘플을 임계치와 비교함으로써, 임의의 다른 소스 또는 알고리즘으로부터 공지된 것으로 가정된다. 각자의 디지털 필터의 임펄스 응답은 '필터 함수'라고 지칭될 것이다.

도 3은 신뢰도 입력부 및 그것의 입력 신호 소스를 갖는 예시적인 디지털 필터(300)의 블록도를 도시한다. 데이터 소스(320)는 이산 시간(k)에서 샘플(x_k)로 신호(x)를 생성한다. 신호(x)는, 신뢰도값(c_k)을 x_k와 관련시킴으로써 각 샘플(xk)을 '노이즈 없음(not noisy)' 또는 '노이즈 있음(noisy)'으로 분류하는 피크 노이즈(또는 '특이치(outlier)') 검출기(330)에 입력되고, 여기서, 예를 들어 c_k=1은 '노이즈 없음' 또는 'x_k를 완전 신뢰함'을 의미하고, c_k=0은 '노이즈 있음' 또는 'xk를 신뢰할 수 없음'을 의미한다. 즉, c_k=0과 관련된 샘플(x_k)은 이레이져(Erasure)이다. 다른 실시예에 따르면, 신뢰도 정보는 또한 외부 표시기(310)라고 지칭되는 어떤 외부 수단으로부터 나올 수 있다. 이 외부 표시는 결정론적 신뢰도 입력이라고 인식될 수 있다.

도 5는, 예를 들어 복수의 센서 전극 "2D 전극 패턴"(520) 및 컨트롤러 유닛 "2D 터치 컨트롤러"(510)로 구성되며 터치패널 또는 터치 디스플레이에서 사용되는, 2D 용량형 터치 검출 및 손가락 추적 시스템을 갖는 시스템(500)을 도시한다. 2D 전극 패턴의 주위에는, 용량형 3D 제스처 검출 시스템을 형성하기 위해, 3D 제스처 컨트롤러(530)와 함께 사용되는 4개의 추가 전극(A, B, C, D)이 배열된다. 2D 터치 검출 시스템(510, 520)이 활성일 때, 그것은 3D 제스처 검출 시스템에 수신된 신호를 간섭(interfering)하는데, 즉, 3D 제스처 검출 시스템에 수신된 데이터는 노이즈가 있어서 사용불가하다. 기능적 2D-3D 용량형 센서 시스템(500)을 만들기 위해, 2D 터치 컨트롤러(510)는 터치가 검출되지 않을 때에만 가끔씩 활성화되고, 활성인 동안에는, 이것은 3D 제스처 컨트롤러(530)로 신호송신한다(점선 화살표). 그리고나서, 그것은, 그것의 현재 수신된 값이 노이즈가 있어서 제로(0) 신뢰도와 관련된다고 인지한다. 즉, 2D 시스템(510, 520)이 수신된 신호에 간섭하고 있던 동안에 샘플(x_k)이 생성될 때, 외부 표시기는 c_k=0으로 설정할 수 있고 그 외에는 c_k=1이다. x_k 및 c_k는 3D 제스처 컨트롤러(530) 내의 신뢰도 입력부를 갖는 디지털 필터에 입력된다.

간단한 피크-노이즈 검출기 또는 특이치 검출기의 예는 다음과 같다: 각 시간(k)에서, 최근 M 샘플(x_k-1, x_k-2, …, x_k-M)의 평균

및 표준편차

를 계산함. |x_k|＞μ_k+3·σ_k이면, c_k=0으로 설정하고 그외에는 c_k=1이다.

1. 주요 접근법

차수(N)의 표준 디지털 유한 입력 응답(FIR) 필터는, 시간-불변 필터 함수 b=[b₀; b₁; …; b_N]로 고려된다(여기서, b_i(i=0, 1, …, N)는 필터 계수임). 샘플(x_k)을 갖는 특정의 입력 신호(x)에 대하여, 필터 출력 신호(y)는 다음과 같다.

(1.1)

여기서, k는 이산 시간 인덱스이다. 모든 필터 계수(b_i)의 합계는 직류(DC) 필터 이득이다. 일반성을 잃지 않으면서 간단화하기 위해, 다음을 가정한다.

각 입력 샘플 x_k에 대해서(with), 관련된 신뢰도값(c_k)이 제공된다고 가정한다. 처음에는, 신뢰도값이 c_k∈{0; 1}인 2진값이라고 가정하는데, 여기서, c_k=0은 '샘플(x_k)을 신뢰할 수 없음'을 의미하고, c_k=1은 '완전 신뢰함'을 의미한다. 계수(b_i)를 갖는 시간-불변 필터 함수(b)로부터, 신뢰도값(c_k)에 의존하는 계수(w_i(k))를 갖는 시간-변동 필터 함수(w(k))가 계산될 것이다. 최신의 N+1 입력 샘플 모두가 완전 신뢰일 때, 즉, c_k-i=1 (i=0, …, N)일 때, 필터 함수(w(k))가 함수(b)와 동일할 것으로 소망된다. 하지만, 하나 이상의 이레이져, 즉, 관련된 c_k-i=0을 갖는 입력 샘플(x_k-i)이 존재하면, x_k-i는 출력값(y_k)에 기여하지 않아야 한다.

이것은, 수학식 (1.1)에서의 각 필터 계수(b_i)를 그것과 관련된 입력 샘플(x_k-i)의 신뢰도값(c_k-i)과 곱함으로써 달성된다. 하지만, 수정된 필터 계수

에 의해(with), DC 필터 이득

은 더이상 일정하다고 보장되지 않는다.

결과적으로, 소거된 필터 가중치가 다른 필터 계수에 분배되어야 한다. 이렇게 하기 위한 바람직한 접근법은, 소거된 가중치(아래 식 참고)를

잔여

의 소거되지 않은 계수에 균등하게 분배하는 것이고, 이것은 계수를 갖는 선형 시간-변동(LTV) 필터를 만든다.

(1.2)

여기서, i∈{0,1,...,N}이고,

는 시간(k)에서 샘플(x_k-i)과 관련된 상대 신뢰도를 의미한다.

이것은, 소거된 입력 샘플을 각 시간 인스턴스(k)에서의 소거되지 않은 것들의 평균값으로 교체하는 것 그리고 모든 i에 대해 c_k-i=1로 설정하는 것과 등가이다. 알고리즘을 구현하는 이 방법은, 연속하는 샘플의 유한 세트의 DC값을 추정하기 위해, 윈도우화(windowing) 및 DC값 계산과 함께 수행되는 것처럼, 각 입력 샘플의 1회 또는 '블록마다(block-wise)'의 처리에 특히 관심을 갖는다.

증명:

이 절차는 입력 데이터를 덮어쓰는 것을 의미하기 때문에, 이것은 각 입력 샘플이 복수의 출력 샘플에 기여하는 연속적인 필터링에 대해서는 적용될 수 없고, 출력값을 계산하는 것은, 필터 길이가 (N+1)라고 정의된, 즉 필터 차수 더하기 1인 필터 길이로 나누어진 입력 레이트보다 높은 레이트에서 수행된다.

소거된 필터 계수 가중치의 재분배가 도 7에 시각화되어 있다. 맨위에는, 시간(k)에서의 최신의 8개의 입력 샘플이 도시되었고, 그 중 x_k-4 및 x_k-1는 이레이져이다. 첫번째 플롯은, 아래의 시프트 레지스터 구현예에 맞추어 정렬된 원래 필터 - 길이 8의 해밍 윈도우를 가짐 - 의 계수(b_i)를 도시한다. 두번째 플롯에서, 시간(k)에서의 대응하는 입력 샘플(x_k-4 및 x_k-1)이 이레이져이기 때문에, 계수(b'₁(k) 및 b'₄(k))의 값은 0으로 설정된다. 또한, 두번째 플롯의 맨오른쪽에는 소거된 계수의 합계가 도시된다. 세번째 플롯에서, 두번째 플롯의 오른쪽에 도시된 바와 같이, 소거된 가중치가 소거되지 않은 입력 샘플에 할당된 계수에 균등하게 재분배되어 w_i(k)를 만든다. 추가된 가중치는 세번째 플롯에서 다른 빗금으로 도시되었다. 이 실시예에서 계수 가중치는 아래의 시프트 레지스터 필터 도면에 w₀-w₇로서 도시되었다.

시간(k+1)에서의 다음 입력 샘플에 대해, 샘플 및 이들의 대응하는 신뢰도 정보는 필터의 시프트 레지스터 내에서 오른쪽으로 이동하고, 상기 재분배는 이레이져의 시프트된 패턴에 대해 다시 수행되어 다른 필터 계수(w_i(k+1))를 만든다.

필터의 노이즈 억제 성능에 대한 예가 도 8에 도시된다. 맨위의 플롯은, 추가적인 가우시안 노이즈, 몇 개의 노이즈 피크와 - 샘플 인덱스 250에서 시작하는 - 추가적인 60Hz 정현파 노이즈에 따라 천천히 변하는 정보 신호인 필터 입력 신호를 도시한다. 두번째 플롯은, 길이 64의 해밍 함수를 갖는 종래의 로우-패스 필터링이, 높은 주파수의 노이즈를 감소시켰지만, 입력 신호에 존재하는 노이즈 피크만을 뭉개트린(smear)) 것을 도시한다. 하지만, 노이즈 피크를 식별하면, 이들은 다양한 실시예에 따라 완전하게 억제된다. 도 8의 맨아래의 플롯은, 이동 평균을 대신하여 해밍 이레이져 필터 함수를 사용하는 것의 장점을 보여준다: 비-피크(non-peak) 샘플에 대해 단순 평균화하는 것, 즉, 선택적 산술 평균 필터링과 비교하여, 해밍 이레이져 필터링은 입력 신호에 포함된 광대역 노이즈의 억제를 향상시키고 보다 부드러운 출력을 만든다.

도 9는 이레이져가 필터의 주파수 응답에 어떻게 영향을 미치는지를 도시한다. 여기에서, 왼쪽에는 직사각 윈도우 및 해밍 윈도우와 그것과 관련된 크기 스펙트럼을 사용하는 전형적인 로우 패스 필터가 도시된다. 우측에는 2개의 소거된 샘플을 사용하는 동일한 필터링이 도시된다. 해밍 이레이져 필터의 스펙트럼이 - 이레이져의 위치에 종속하여 - 직사각 이레이져 필터와 유사하다는 것을 알 수 있다.

2. 일반화

2a) 비-2진 신뢰도 입력

여기까지, 신뢰도 입력은 2진값이었다. 즉, 관련된 입력 샘플이 필터 출력값을 계산하기 위해 사용되거나 또는 사용되지 않거나 중 하나였다. 하지만, 주어진 상기 방법(notation)에서, 신뢰도 입력이 0과 1(즉, c_k∈[0,1]) 사이의 실수값(real value)을 갖도록 일반화하는 것이 간단하고, c_k가 클수록 관련된 샘플(x_k)이 더 신뢰된다. c_k의 정의를 제외하고는, 수학식 (1.2)는 여전히 동일하게 유지된다.

2b) 일반적인 재분배 함수

2진 신뢰도 입력에 대해, 수학식 (1.2)에서, 소거된 가중치는 다른 계수에 균등하게 분배된다. 수학식 (1.2)의 2개의 항은, 출력이 합산되는 2개의 병렬 필터 브랜치로서 해석될 수 있다. 첫번째 항의 필터 함수는 b 및 신뢰도 입력으로부터 계산되고, 두번째 항은 시간-변동 평균화 필터이다. 후자는 계수(g_i)를 갖는 또 하나의 FIR 필터 함수(g)를 도입함으로써 일반화될 수 있고, 다음을 만든다.

이것은 또한, 비-2진 신뢰도 입력 c_k∈[0,1]과 함께 적용가능하다. 시간(k)에서의 샘플(x_k-i)에 관련된 g-가중된 상대 신뢰도가 아래와 같이 표시된다.

따라서, 필터 출력이 아래와 같이 주어진다.

이 필터의 가능한 구현예가 도 4에 도시되는데, 'B'로 표시된 블록은 필터 함수(b)를 갖는 표준 FIR 필터를 나타내고, 'G'로 표시된 블록 및 필터 함수(g)와 유사하며, 1/x로 표시된 블록은 1을 블록의 입력 데이터로 나눈 것을 나타내는데, 즉, 이 블록의 출력은 입력의 곱셈의 역원(mutiplicative inverse)(역수)이다. 이 구현예에서, 4개의 필터 블록('B' 및 'G')의 필터 계수는 일정하다. 당연히, 동일한 입력 데이터, 즉 c_k 또는 q_k:=x_k·c_k를 처리하는 필터('B' 및 'G')는, 필터 차수 N=7에 대한 도 6의 시프트 레지스터 구현예에 도시된 바와 같이, 신뢰도-가중된 입력 데이터값 q_k:=x_k·c_k 및 신뢰도값(c_k)의 둘 다를 위한 지연 라인을 강조 표시한, 동일한 버퍼를 공유할 수 있다. 여기에서, 필터 블록의 입력 신호에 적응성(adaptivity)이 포함된다. 여전히, 이 구현예는 적응적 필터 계수(w_i(k))를 갖는 단일 FIR 필터와 등가이다.

도 6의 FIR 필터의 탭된 지연 라인 구현예의 특징적 성질은, 신뢰도값(TDL-C)에 대한 탭된 지연 라인 및 신뢰도-가중된 입력 데이터(TDL-XC)에 대한 탭된 지연 라인이 동일하다, 즉 이들이 동일한 개수의 지연 스테이지를 가진다는 점, 그리고 동일한 탭 가중치(b₀,b₁,… 및 g₀,g₁,…)가 각각의 지연 스테이지에 연결된다는 점이다. 당연히, 하나 또는 다른 하나의 지연 라인이 입력 변수 유형, 예를 들어 2진 신뢰도 입력에 종속하여 단순화될 수 있다. 또한, g₀=g₁=g₂=…일 때, 지연 라인 또는 관련된 계산 블록은 단순화될 수 있다. 또한, TDL-C 내의 가중치(b₀,b₁,…)가 TDL-XC 내의 가중치(b₀,b₁,…)와 상수 인자만큼씩 다른지의 여부 또는 TDL-C 내의 가중치(g₀,g₁,…)가 TDL-XC 내의 가중치(g₀,g₁,…)와 상수 인자만큼씩 다른지의 여부는, 이러한 인자가 탭된 지연 라인의 외부에서 보상될 수 있기 때문에, 문제되지 않는다.

예를 들어 g_i=1/8이면, 각각의 탭 가중치는 또한 1로 설정될 수 있어서, 곱하지 않아도 되고, (1/x) 블록 이전의 탭된 지연 라인 끝에서의 합계가 단지 8로 나누어지는데, 이것은 비트 시프트 연산에 의해서 이루어질 수도 있다.

2진 신뢰도 입력, 또는 유한 집합의 값으로부터의 신뢰도값에 대해서, 도 6의 곱셈에 의해 실현된 신뢰도-가중된 입력 데이터값(q_k)의 계산은 또한, 조건문, 예를 들어 IF/ELSE 또는 SWITCH문에 의해 실현될 수 있는데, 여기서, 예를 들어 c_k=0이면 q_k는 0으로 설정되고 c_k=1이면 q_k는 1로 설정된다. 조건문은 또한, 지연 라인의 앞 대신에 지연 라인의 각각의 탭에 할당될 수도 있다: 그리고나서, 관련된 c_k-i가 1인 경우에, 탭-가중된 입력값(b_i·x_k-i 또는 g_i·x_k-i)이 각각의 지연 라인의 출력 합계값에만 더해진다. 이 경우에, 샘플(x_k)은 TDL-XC에 직접 입력될 수 있고, 사전에 c_k와 곱셈될 필요는 없다. TDL-C에도 유사하게 성립된다.

임펄스 응답(b 및 g)을 갖는 필터의 차수가 반드시 동일할 필요는 없다. 일반성을 잃지 않으면서, 필터는 같은 차수(N)를 가지도록 정의되고, 여기서 N은 적어도 b 및 g를 갖는 필터의 차수의 최대값만큼 크고, 사용되지 않은 계수는 제로-값이라고 가정된다.

g=b로 선택하면, 소거된 계수 가중치를 재분배하기 위한 또 하나의 바람직하지 않은 접근법을 만들게 된다. 소거되지 않은 필터 계수는 동일한 인자에 의해 크기조정(scale)되는데, 이는 각 이산 시간 인스턴스(k)에서 재계산된다. 즉, 아래와 같다.

3. 예외 처리

수학식 (1.2) 또는 수학식 (1.3)의 분모에 있어서(with), 최신의 N+1 입력 샘플이 모두 제로 신뢰도와 함께 오면, 출력값이 계산될 수 없음이 명백하다. 이러한 경우에 대한 가능한 예외는 최근의 유효 출력 샘플을 반복하거나 또는 예외가 후속의 처리 단계로 진행할 수 있다.

4. (특히, 2이상의 신호 레벨 기대값을 갖는 신호에 대한) 윈도우화 및 DC값 계산

대칭 필터 또는 '윈도우화(windowing)' 함수(b)에 대해서, 함수(b)와의 입력 신호의 콘볼루션(convolution)시에 스냅샷을 취하는 것은, 입력 샘플을 b로 가중화하고 지점마다의 곱셈(pointwise products)을 합산하는 것과 등가이다. 따라서, 윈도우화된 신호의 DC값에 관심있을 때, 상기의 개념이 동일하게 적용될 수 있다. DC-계산을 이용한 윈도우화와 연속 필터링 사이의 주요 차이점은, 전자는 전형적으로 각 입력 샘플이 단일 출력값에만 기여한다는 것이다. 즉, 그것은 입력 샘플의 1회성 처리 - 또는 블록마다의(blockwise) - 처리이다.

많은 응용에서, 측정 신호는 전형적으로는 추가적인 노이즈를 갖는 2개의 서로 다른 레벨 사이에서 교호한다. 이 레벨들은 '하이(high)' 및 '로우(low)' 신호 레벨이라고 지칭된다. 도 12는 이러한 하이 및 로우 레벨을 갖는 예시적인 측정값을 도시한다. 하나의 예는, 반송 주파수의 2배에서의 아날로그 수신 신호의 동기식 샘플링을 사용하는 진폭 변조(AM)이며, 여기서, 정보는 '하이' 신호 레벨과 '로우' 신호 레벨 사이의 차에 포함된다. 이 방법은, 예를 들어 용량형 터치 검출 시스템 또는 GestIC® 기술에 적용된다. 이러한 AM 센서 시스템의 측정(또는, '수신된') 신호는, 예를 들어 그것에 +1 또는 -1을 교대로 곱함으로써 복조될 수 있고, 그리고나서, DC(제로-주파수)값 - 실제 정보, '하이' 샘플과 '로우' 샘플 사이의 '평균된' 차값 - 을 추정하기 위해서 로우-패스 필터링된다.

2개의 레벨을 갖는 이러한 신호가 고려될 것인데, 그것은 표준 응용에서 로우-패스 필터로의 입력이고, 여기서, '하이' 샘플과 '로우' 샘플의 명명법은 2개의 서로 다른 신호 레벨 중 어느 하나에 대응하는 샘플의 세트를 나타내도록 유지된다. 그것들의 각 신호 레벨로부터의 편차는 노이즈에 의해 발생한다고 가정될 것이다.

'로우' 샘플이 예를 들어 검출된 피크 노이즈로 인해 소용없다고 검출될 때, 필터 내의 그것에 대응하는 계수의 가중치를 제로(0)로 설정하고, 소거된 가중치를 다른 계수에 재분배하고자 할 것이다. 하지만, 필터 출력의 기대값을 유지하기 위해서, 재분배는 다른 '로우' 샘플에 할당된 계수로만 이루어져야 한다. 그렇지 않으면, 필터 출력은, '하이' 샘플에 할당된 계수가 추가적인 가중치를 얻을 것이기 때문에, 그것이 있어야 하는 것보다도 '하이' 레벨에 가깝게 될 것이다.

일반적으로, 입력 신호의 샘플은 동일한 기대값을 갖는 샘플의 세트로 분류되어야 하고, 신뢰도 입력값을 갖는 디지털 필터링 - 즉, 계수 가중치의 재분배 - 이 각 세트에 할당된 계수의 전반적인 가중치를 일정하게 유지하는 방식으로 이루어져야 하고, 이것은 동일 세트내의 하나의 세트에서 소거된 가중치를 재분배할 때 가장 쉽게 성취된다.

도 7a은 2개의 레벨을 갖는 신호에 대한 예시적인 윈도우화 및 DC 계산을 도시한다. 소거된 값의 처리는, 도 7a에 각각 도시된 바와 같이, '하이' 신호 레벨과 '로우' 신호 레벨 각각의 샘플들에 대해 개별적으로 수행된다. 다른 모든 필터 계수는, '하이' 또는 '로우' 신호 레벨로부터의 측정값에 할당된다. 도 7a의 그래프 a)는 원래의 필터 계수를 도시한다. 그래프 b)는 '하이' 레벨의 계수들을 분리하고, 그래프 c)는 '로우' 레벨의 계수들을 분리한다. 도 7a의 그래프 d)는, 계수(3)가 '로우' 신호 레벨의 샘플에 대응하여 소거됨을 도시한다. 그것의 가중치는 '로우' 신호 레벨을 갖는 샘플에 할당된 다른 계수들에 재분배된다. 그래프 e)는 '로우' 신호 레벨 계수들에 대한 재분배를 도시한다. 맨아래의 그래프 f)는 재분배된 '로우' 신호 레벨 계수들과 '하이' 신호 레벨 계수들의 조합을 도시한다. 따라서 기대된 출력값이 보존된다. 이 방법은, 결국 브랜치의 출력들이 합계되는 2개의 데이터 브랜치('하이' 신호 레벨을 갖는 샘플을 위한 하나와 '로우' 신호 레벨을 갖는 샘플을 위한 하나)로 구현될 수 있다. 다시, 이것은 시간-변동 필터이기 때문에, 필터 계수의 재분배는 각 출력 샘플에 대해 업데이트된다.

5. 신뢰도 출력

입력 신뢰도값을 처리하는 능력은, 신뢰도값이 각 출력 샘플에 제공될 수 있는지의 문의를 즉시 발생시킨다. 이러한 출력 신뢰도 측정값(measure)은 입력 샘플값과는 독립되어야 하지만, 입력 신뢰도값과 필터 계수만의 함수이어야 한다. 즉, 양의 정수(M)에 대해서, 아래와 같다.

(1.4)

d_k=f(b₀, b₁,…,b_N,c_k,c_k-1,…,c_k-M)

수학식 (1.4)를 충족하고 용이하게 사용가능한 측정값은, 이들의 대응하는 입력 신뢰도값으로 가중되는 필터 계수의 합계이다.

모든 i에 대해서 b_i>0이고 또한

이면 d_k∈[0,1]을 유지하고(hold), 모든 입력 샘플이 완전한 신뢰를 가질 때 특히 d_k=1이고, 모든 입력 신뢰도값이 c_k-i=0일 때 d_k=0이다.

이러한 신뢰도 출력을 사용하면, 복수의 제안된 필터(multiple of the proposed filters)가 캐스캐이드될 수 있다. 또한, 이 출력은 고-레벨 제어, 예를 들어 '출력 신뢰도가 너무 낮으면, 터치 이벤트를 트리거하지 않음'에도 사용될 수 있다.

7. 설계 규칙

제안된 접근법은 어떠한 로우-패스 FIR 필터에도 적용가능하다. 하지만, 모든 필터 계수는 동일한 부호, 예를 들어 양의 값을 가져야 한다. 기본적으로, 일정한 DC 필터 이득의 요구사항은 또한, 탭 가중치(그 중 일부)가 음의 값일 때에 충족될 수도 있다. 하지만, 이것은, 일부 신뢰도 입력 집합(constellations)에 대해 원하지 않은 필터 특성, 예를 들어 하이-패스 특성을 만들 위험을 초래할 것이다.

또한, 큰 값을 갖는 계수에 할당된 입력 샘플이 소거될 때, 필터 계수값이 유사할수록 덜 중요할(less critical) 것이다. 특히, 직사각 윈도우, 삼각 윈도우, 해밍 및 한(Hann) 윈도우의 계수는 이러한 규칙을 준수한다.

원래의 필터 계수 및 예외 처리를 선택하는 것을 제외하고는, 고려해야 할 추가 파라미터는 없다.

상기 접근법은 하이-패스 필터로 확장될 수 있다. 도 10은 하이-패스 필터의 예를 도시하는데, 이 필터의 원래 필터 계수 가중치는 위에서 첫번째 플롯에 도시된 바와 같이 양 및 음의 부호 사이에서 교호한다. 따라서, 일 실시예에 따르면, 첫번째 하이 패스 필터 계수는 위에서 두번째 플롯에 도시된 바와 같이 부호를 사용 및 교호하여 복조된다. 그리고나서, 도 2에 도시된 로우 패스 필터에 대한 것과 동일한 방법이, 위에서 세번째 및 네번째 플롯에 도시된 바와 같이 적용된다. 그리고나서. 위에서 네번째 플롯에 도시된 바와 같이 수정된 가중치는, 역으로 교호하는 부호를 사용하여 재변조된다. 이것은, 위에서 다섯번째 플롯에 도시된 바와 같이 분배된 가중치를 초래한다. 필터 계수의 재변조 대신에, 필터의 입력 신호가 복조될 수도 있고, 신호를 다시 변조하기 전에 위에서 네번째 플롯에 따른 계수를 갖는 등가 로우-패스를 사용하여 필터링될 수 있다. 비록 입력 신호가 하이-패스 필터를 사용하여 직접 필터링되거나 또는 복조되어 등가 로우-패스 필터로 필터링되더라도, 하이 패스 필터의 입력 신호의 샘플은 - 그것이 복조된다면 - 단일 기대값을 가질 것이라는 점이 중요하다.

8. 용도 및 사용 사례

전술한 바와 같이, 제안된 개념은, 입력 신호가 실제적인 정보 변화보다 빠르게 샘플링되는 어떠한 필터링 시스템 - 샘플링 레이트가 높을수록 더 좋음 - 에도 적용가능하다. 이러한 시스템은, 많은 다른 것 중에서도, 출원인의 GestIC 시스템 및 1D/2D 용량형 터치 솔루션과 같은 3D 용량형 센서 시스템을 포함한다. 필터링 방법은 또한 다른 센서 신호에 추가로 더 적용될 수 있으며 용량형 센서 시스템에 제한되지는 않는다.

9. 특성

제로-신뢰가 아닌 임의의 데이터를 사용하여 필터를 초기화할 때, 그것은 턴-온 시간으로부터의 입력 신호의 추정값을 제공한다. 따라서, 필터는 제로가 아닌 평균값을 갖는 신호를 필터링할 때, 전형적인 스텝 응답을 나타내지 않고, 필터 조건은 제로로 초기화된다.

수치 예시

이하에서는, 신뢰도 입력부를 갖는 필터의 출력값의 계산에 대한 수치 예시를 제공한다. 아래의 표는, 시간(k)에서의 입력 샘플값(x_k) 및 관련된 신뢰도값(c_k), 그리고 원래 필터 함수(b)의 계수(b_i)를 기술한다. 여기에서, g는 상수이다. 즉, 소거된 계수 가중치는 균등하게 재분배될 것이다.

k	-7	-6	-5	-4	-3	-2	-1	0	1	2	3	4	5	6	7	8	9	10
x_k	0	0	0	0	0	0	0	7	6	8	9	6	21	6	7	33	8	6
c_k	0	0	0	0	0	0	0	1	1	1	1	1	0	1	1	0	1	1

i	0	1	2	3	4	5	6	7
b_i	0.0207	0.0656	0.1664	0.2473	0.2473	0.1664	0.0656	0.0207
g_i	0.125	0.125	0.125	0.125	0.125	0.125	0.125	0.125

k=5 및 k=8인 시간에서, 이레이져가 존재한다. 즉, c₅=c₈=0이다. 예를 들어, 값(x₅ 및 x₈)이 노이즈 피크인 것으로 검출되었기 때문에, 신뢰도는 0으로 설정되었다.

필터의 초기화를 위해서, 필터의 메모리 내의 모든 신뢰도 정보는, 예를 들어 제로 신뢰도를 갖는 N개의 샘플을 입력함으로써, 제1 샘플-신뢰도 쌍(x₀,c₀)을 입력하기 전에 0으로 설정된다. 이것은, k＜0에 대해 c_k=0으로, 표에 표시된다. k=0인 시간에서, 신뢰도 c₀=1을 갖는 샘플 x₀=7이 필터에 입력된다. 위의 수학식에 따르면, 수정된 계수 b'_i(k=0) 및 계수 w_i(k=0)는 아래와 같이 계산된다.

i	0	1	2	3	4	5	6	7
b'_i(0)	0.0207	0	0	0	0	0	0	0
w'_i(0)	1	0	0	0	0	0	0	0

즉, x₀=7은 출력부로 직접 포워딩된다. 즉, y₀=x₀=7이다.

k=9인 시간에서, 2개의 이레이져(x₅ 및 x₈)가 필터의 버퍼 내에 있을 때, b'_i(k=9) 및 w_i(k=9)는 아래와 같이 계산된다.

i	0	1	2	3	4	5	6	7
b'_i(9)	0.0207	0	0.1664	0.2473	0	0.1664	0.0656	0.0207
w'_i(9)	0.0624	0	0.2081	0.2889	0	0.2081	0.1073	0.0624

도 13 내지 도 17은 패킷 데이터 처리를 위한 이레이져 필터의 또 다른 구현예를 도시한다. 이 실시예들은 서로 다른 솔루션이지만 매우 메모리 효율적인 솔루션을 사용한다.

패킷 데이터 처리에서, 각각의 입력 샘플은 단일 출력 값에만 기여하고, 따라서 구현예는, - 도 13 내지 17에 따른 실시예에 도시된 바와 같이 - 탭된 지연 라인(버퍼) 대신에, 누산기(acc01..acc04)를 사용하여 수행될 수 있다. 각각의 새로운 데이터 패킷에 대하여, 일부 실시예에 따르면, 이러한 누산기들은 0으로 설정되고, 그리고나서 각자의 입력값이 이것들에 연속적으로 더해진다.

또한, 출력 데이터 레이트가 입력 데이터 레이트보다 어떤(some) 데시메이션 인자(decimation factor)만큼 낮을 때, 다른 실시예들에서보다 짧은 지연 라인 더하기 누산기를 갖는 중간 버전(intermediate version)이 또한 가능하다.

다음에서, 데이터 패킷의 길이를 L로 표시하고, 로우-패스 필터의 차수는 N으로 표시한다. 여기서, N=L-1이다. x_k(여기서, k=0,1,...,L-1)는 길이 L인 데이터 패킷의 L개의 샘플을 표시한다. 각각의 이러한 샘플에 대해서, 2진 신뢰도값 c_k∈[0,1] 즉, 0≤c_k≤1이 관련지어지는데, 여기서, c_k=0은 x_k가 - 예를 들어 피크 노이즈 또는 특이점 검출기(outlier detector)에 의해서 - 어떤 유용한 정보도 반송하지 않는다고 간주되어 필터 출력에 기여하지 않아야 함을 의미하고, 그리고 c_k=1은 x_k가 필터 출력에 완전히 기여해야 함을 의미한다.

도 13은, 최소 버퍼 요구사항(즉, 어떠한 긴 버퍼도 없으며, 단지 4개의 누산기(acc01, acc02, acc03, acc04)만을 가짐)을 갖는 패킷 데이터 처리를 위한 구현예를 도시한다. 길이 L의 각 데이터 패킷을 처리하기 위해서는, L개의 입력 샘플 x_k(여기서, k=0,1,...,L-1임)이 그것들에 관련된 신뢰도(c_k)와 함께 필터에 공급된다. 대응하는 필터 계수(b_k)가 플래시에 저장될 수 있다. 일부 실시예에 따르면, 각 데이터 패킷 이후에, 누산기(acc0x)는 0으로 리셋될 필요가 있다. 박스 "L↓"로 표시된 데시메이션 블록의 오른쪽으로의 연산은, 각 데이터 패킷에 대해서 한번만 업데이트되어야 한다는 것을 유의해야 한다. 따라서, 박스들 "L↓"는, 일단 누산기가 길이 L을 갖는 패킷의 모든 입력값을 누산했었을 때, 그것의 입력부에서 게이트의 출력부로 누산기값을 포워딩하는 게이트를 형성할 뿐이다. 따라서, 박스 "L↓"는, L값을 누산한 후에, 누산된 값을 출력할 것이다. 도 13은 또한, (.)^-1로 표시된 곱셈의 역원을 포함한다 - 즉, 블록의 출력값은 1을 입력값으로 나눈 것이다.

k=0,1,...,N에 대해 b_N-k=b_k인 경우의 대칭 필터 임펄스 응답에 있어서, 도 13의 b_N-k는 또한 b_k로 대체될 수 있다.

c_k∈{0,1}를 갖는 2진 신뢰도 입력값에 대해서, c_k - 즉, 신뢰도값을 갖는 가중치 - 와의 곱셈은 또한, 도 14와 같은 스위치를 사용하여 또는 변수의 조건부 증가를 사용하여 구현될 수 있다.

다른 실시예에 따르면, 전형적인 사용방식이 아닐 수도 있지만, 각 패킷(L) 이후에 누산기가 리셋되지 않으면, 필터는 더이상 FIR 필터가 아니고 IIR 필터일 수 있다.

특히, "신뢰도-가중된(confidence-weighted)" 데이터는, 데이터에 신뢰도값을 곱하는 것과 또한 스위치로 데이터 경로를 개방하거나 폐쇄하는 것 둘 다를 의미한다. 유사물(analog)인, "가중하는" 및 "가중된"은 각각 "곱하는" 또는 "곱해진"을 나타내며, 반면에 곱셈은 데이터 경로를 스위치 온 또는 오프함으로써 행해질 수도 있다.

실제적인 예가, 대칭 필터 임펄스 응답 및 2진 신뢰도값, 샘플(x_k) 및 관련된 신뢰도값(c_k)을 갖는 하나의 데이터 패킷으로부터의 출력값의 계산, 및 도 14에 따른 필터 계수(b_k)를 구현하는 유사-코드(pseudo-code) 소프트웨어를 사용하여 아래에 도시된다.

L개의 샘플을 입력하고 최종 출력값을 계산한 후에 0으로 리셋될 필요가 있는 누산기(acc01, acc02, acc03 및 acc04)를 채용하는 대신에, 현재 패킷에 대한 데이터를 입력하기 전에 acc01, acc02, acc03 및 acc04의 값을 기억하고 그리고 현재 패킷에 대한 데이터를 입력한 후에 acc01, acc02, acc03 및 acc04의 각자의 값으로부터 이들 기억된 값을 뺌으로써. L개의 입력값에 대한 합계가 행해질 수도 있다. 이것은 예를 들어, IEEE Transactions on Acoustics, Speech, and Signal Processing Vol. ASSP-29, No.2, 1981년 4월, 페이지 155-162에 게재된, Eugene B. Hogenauer의 "An Economical Class of Digital Filters for Decimation and Interpolation" - 데시메이션을 갖는 이동-합계 필터임 - 로부터 공개된, 1차 CIC 필터를 채용함으로써 실현될 수 있다. 이것은, 도 15에 도시되는데, 누산기 및 데시메이션 스테이지 이후에, 이전의 누산된 및 데이메이트된 값을 현재의 것으로부터 빼는 추가적인 차동 스테이지가 존재한다.

전반적인 재배포 함수

연속적인 데이터 처리에 있어서 또한 패킷 데이터 처리에 있어서, 전반적인 재분배 함수(g)가 채용될 수 있다. 그리고 도 13 및 도 14는 각각, 도 16 및 도 17로 변경된다.

복수의 기대값을 갖는 샘플값

많은 응용물, 예를 들어, 용량형 센싱에서, 실질적인 정보는 진폭 변조되며, ADC 출력 데이터는 로우-패스 필터링에 앞서 복조될 필요가 있고, ADC 출력값과 복조된 ADC 출력값 둘 다는 2개의 기대값을 갖는다. 하지만, 신뢰도 입력부를 갖는 디지털 필터는 단일 기대값을 갖는 입력 샘플에 직접적으로만 적용될 수도 있다. 따라서, 복조된 ADC 출력값은, 각 세트 내의 모든 샘플에 대해 단일 기대값을 갖는 2개의 세트로 분리될 필요가 있다.

전형적으로, ADC는 2개의 서로 다른 기대 신호 레벨(각각 로우(Low) 및 하이(High) 샘플로 표시됨)의 샘플을 교대로 출력하는데, 짝수 시간 인덱스(k)가 로우 샘플에 할당되고 홀수 시간 인덱스가 하이 샘플에 할당될 수 있다.

대칭 필터 임펄스 응답을 b_N-i라고 가정하자. 즉, b_i=b_N-i(여기서, i=0,1,2,...N)이라고 가정한다. 또한, x_k ^(L)=x_2k 및 x_k ^(H)=x_2k+1라고 하고, 마찬가지로, 필터 계수에 대해 b_i ^(e)=b_2i 및 b_i ^(o)=b_2i+1라고 한다.

원래의 로우-패스 필터 임펄스 응답은, 짝수 i와 홀수 i로 계수(b_i)를 분리함으로써, 2개로 분할된다. 이것은, 길이 L=16의 해밍 윈도우인 원래의 필터 임펄스 응답의 예에 대해, 도 18에 도시된다.

도 19는, 이러한 예시적인 필터 임펄스 응답을 사용하여, 복조된 샘플(x_k)이 어떻게 k의 짝수 및 홀수 값에 의해 구별되어 2개의 데이터 브랜치로 분할되는지, 그리고 q가 k/2의 바닥값(floor value)인 경우에 어떻게 도 13에 따른 신뢰도 입력부를 갖는 디지털 필터의 2개의 인스턴스(하지만, 서로 다른 필터 임펄스 응답을 가짐(도 18 및 도 18 참조))가 각각 짝수 및 홀수 인덱스(k)를 갖는 샘플(x_k)을 처리하도록 채용되는지를, 도시한다. 이 예의 각각의 데이터 브랜치는, 신뢰도값(c)을 생성하는 자체의 피크 노이즈 검출기를 구비한다. 각 브랜치의 샘플 레이트는 입력 샘플 레이트의 절반이며, 각 브랜치에서 고려될 패킷 길이는 입력 샘플(x_k)의 패킷 길이의 절반이다. 예를 들어, 여기서는, 원래의 패킷 길이는 L=16이고, 신뢰도 입력부를 갖는 디지털 필터 각각의 패킷 길이는 L'=L/2=8이다. 필터 둘 다의 출력은 최종 결과값을 산출하기 위해 더해진다.

전술한 디지털 필터는, 예를 들어 프로그램가능한 논리 디바이스와 같은 하드웨어에 의해, 또는 예를 들어 마이크로컨트롤러, 프로세서 또는 디지털 신호 처리기 내의 소프트웨어에 의해 형성될 수 있다.

참고문헌

B. Boashash, M. M. (2004). Signal Enhancement by Time-Frequency Peak Filtering. IEEE Transactions on Signals Processing, 929-937.

Blahut, R. E. (1983). Theory and Practice of Error Control Codes. Reading, MA: Addison-Wesley.

Bossert, M. (1999). Channel Coding for Telecommunication. New York, NY, USA: John Wiley & Sons, Inc.

Commission, I. E. (n.d.). Electrical Fast Transient/Burst Immunity Test (IEC 61000-4-4).

Grubbs, F. E. (1950, Mar). Sample criteria for testing outlying observations. Ann. Math. Statist., pp. 27-58.

H. Hwang, R. H. (1995). Adaptive median filters: New algorithms and results. IEEE Transactions on Image Processing, 499-502.

Hampel, F. R. (1974). The influence curve and its role in robust estiamteion. Journal of the American Statistical Association, 69, 383-393.

J. Horentrup, M. S. (2014). Confidence-aware guided image filter. IEEE International Conference on Image Processing, (pp. 3243-3247).

K. Aiswarya, V. J. (2010). A new and efficient algorithm for the removal of high density salt and pepper noise in images and videos. Second International Conference on Computer Modeling and Simulation, (pp. 409-413).

Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Transactions of the ASME-Journal of Basic Engineering, 35-45.

Lee, J.-S. (1983). Digital image smoothing and the sigma filter. Computer Vision, Graphics, and Image Processing, 255-269.

Microchip Touch and Input Sensing Solutions. (n.d.). Retrieved from http://www.microchip.com/touchandinputsensing

S.-J. Ko, Y. H. (1991). Center weighted median filters and their applications to image enhancement. IEEE Transactions on Circuits and Systems, 984-993.

T. Benazir, B. I. (2013). Removal of high and low density impulse noise from digital images using non linear filter. International Conference on Signal Processing, Image Processing and Pattern Recognition, (pp. 229-233).

Claims

할당된 필터 계수를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 계수값을 수신하는 또 하나의 입력부, 및 출력부를 포함하는 디지털 필터로서:
각각의 입력 샘플값은 입력 신뢰도값과 관련되고, 각각의 입력 샘플은 그와 관련된 신뢰도값으로 가중되고;
상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 모두에 종속되고; 그리고,
상기 필터는, 소정 수의 상기 신뢰도로 가중된 입력 샘플, 상기 관련된 신뢰도값, 할당된 필터 계수로 가중된 상기 신뢰도값, 및 상기 할당된 필터 계수로 추가 가중된 상기 신뢰도로 가중된 입력 샘플을 누산하도록 구성된 누산기를 포함하는, 필터.
제1항에 있어서,
계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제1 누산값을 생성하는 제1 누산기를 갖는 제1 브랜치;
상기 입력 신뢰도값을 수신하여 제2 누산값을 생성하는 제2 누산기를 갖는 제2 브랜치;
상기 계수 세트로부터의 계수로 가중된 입력 샘플값과 상기 입력 신뢰도값을 수신하여 제3 누산값을 생성하는 제3 누산기를 갖는 제3 브랜치;
상기 신뢰도로 가중된 입력값을 수신하여 제4 누산값을 생성하는 제4 누산기를 갖는 제4 브랜치를 포함하는, 필터.
제2항에 있어서,
상기 제1 누산값이 상수값으로부터 빼지고,
상기 뺄셈의 결과는, 상기 제2 누산값으로 나누어지고 및 상기 제4 누산값에 곱해지고, 그리고 상기 제3 누산값에 더해지고, 그리고 그후에,
상기 제1, 제2, 제3 및 제4 누산기가 소거되는, 필터.
제1항 내지 제3항 중 어느 한 항에 있어서,
상기 필터의 복수의 인스턴스 - 각각의 상기 인스턴스는, 입력 샘플 및 관련된 신뢰도값의 서브셋 상에 있음 - 는 병렬로 및 지정된 계수로 동작되는, 필터.
제4항에 있어서,
입력 샘플은 상기 필터의 2개의 인스턴스 중 하나에 교대로 할당되는, 필터.
제1항 내지 제5항 중 어느 한 항에 있어서,
신뢰도값은 디지털 논리값에 의해 나타내어지는, 필터.
제3항 내지 제6항 중 어느 한 항에 있어서,
상기 상수값은 모든 계수의 합계인, 필터.
제1항 내지 제7항 중 어느 한 항에 있어서,
상기 할당된 필터 함수는 로우-패스 필터 함수인, 필터.
제8항에 있어서,
상기 로우-패스 필터 함수는, 하이-패스 또는 밴드-패스를 동등한 로우-패스 영역으로 변형함으로써 획득된 것인, 필터
제1항 내지 제9항 중 어느 한 항에 있어서,
상기 할당된 필터 함수는 양의 값의(positive valued) 계수만을 갖거나 또는 음의 값의(negative valued) 계수만을 갖는, 필터.
제1항 내지 제10항 중 어느 한 항에 있어서,
상기 할당된 필터 함수는, 또 하나의 비-제로 계수와는 다른 크기의 적어도 하나의 비-제로값화된 계수를 갖는, 필터.
제1항 내지 제11항 중 어느 한 항에 있어서,
디지털 필터의 DC 이득은 상수 또는 거의 상수인, 필터.
제1항 내지 제12항 중 어느 한 항에 있어서,
상기 필터는 소프트웨어에 의해 형성되는, 필터.
제1 및 제2 필터 계수 세트를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 신뢰도값을 수신하는 또 하나의 입력부, 및 출력부를 포함하는 디지털 필터로서,
각각의 입력 샘플값은 입력 신뢰도값에 관련되고;
상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 둘 다에 종속되고, 그리고
상기 디지털 필터는:
상기 제1 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제1 누산값을 생성하는 제1 누산기를 가진 제1 브랜치;
상기 제2 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제2 누산값을 생성하는 제2 누산기를 가진 제2 브랜치;
상기 제1 계수 세트로부터의 계수로 가중된 입력 샘플값과 상기 입력 신뢰도값을 수신하여 제3 누산값을 생성하는 제3 누산기를 가진 제3 브랜치;
상기 제2 계수 세트로부터의 계수로 가중된 상기 입력값과 상기 입력 신뢰도값을 수신하여 제4 누산값을 생성하는 제4 브랜치를 포함하는, 디지털 필터.
제14항에 있어서,
상기 제1 누산값이 상수값으로부터 빼지고, 상기 뺄셈의 결과는 상기 제2 누산값으로 나누어지고 그리고 상기 제4 누산값에 곱해지고 그리고 상기 제3 누산값에 더해지고, 그리고 그후에 상기 제1, 제2, 제3 및 제4 누산기가 소거되는, 디지털 필터.
제15항에 있어서,
상기 필터의 복수의 인스턴스 - 각각의 상기 인스턴스는, 입력 샘플 및 관련된 신뢰도값의 서브셋 상에 있음 - 는 병렬로 및 지정된 계수와 함께 동작되는, 필터.
제14항 내지 제16항 중 어느 한 항에 있어서,
신뢰도값은 디지털 논리값에 의해 나타내어지는, 필터.
제15항 내지 제17항 중 어느 한 항에 있어서,
상기 상수값은 모든 계수의 합계인, 필터.
제14항 내지 제18항 중 어느 한 항에 있어서,
상기 할당된 필터 함수는 로우-패스 필터 함수인, 필터.
제19항에 있어서,
상기 로우-패스 필터 함수는, 하이-패스 또는 밴드-패스를 동등한 로우-패스 영역으로 변형함으로써 획득된 것인, 필터
제14항 내지 제20항 중 어느 한 항에 있어서,
상기 할당된 필터 함수는 양의 값의(positive valued) 계수만을 갖거나 또는 음의 값의(negative valued) 계수만을 갖는, 필터.
제14항 내지 제21항 중 어느 한 항에 있어서,
상기 할당된 필터 함수는, 또 하나의 비-제로 계수와는 다른 크기의 적어도 하나의 비-제로값화된 계수를 갖는, 필터.
제14항 내지 제21항 중 어느 한 항에 있어서,
디지털 필터의 DC 이득은 상수 또는 거의 상수인, 필터.
할당된 필터 계수를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 계수값을 수신하는 또 하나의 입력부, 및 출력부를 각각이 포함하는 제1 및 제2 디지털 필터,
각각의 입력 샘플값은 입력 신뢰도값과 관련되고, 각각의 입력 샘플은 그와 관련된 신뢰도값으로 가중되고;
상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 둘 다에 종속되고,
상기 필터는, 상기 신뢰도로 가중된 입력 샘플, 상기 관련된 신뢰도값, 할당된 필터 계수로 가중된 상기 신뢰도값, 및 상기 할당된 필터 계수로 추가 가중된 상기 신뢰도로 가중된 입력 샘플을 포함하고; 그리고
입력 신호를 수신하여 상기 제1 및 제2 디지털 필터에 대한 입력 샘플을 생성하는 디멀티플렉서를 포함하는, 필터 시스템.
제24항에 있어서,
상기 제1 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제1 특이치 검출기; 및
상기 제2 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제2 특이치 검출기를 포함하는, 필터 시스템.
제24항 또는 제25항에 있어서,
상기 제1 디지털 필터에 대한 입력 샘플은 하이 샘플이고, 상기 제2 디지털 필터에 대한 입력 샘플은 로우 샘플인, 필터 시스템.
제1 및 제2 디지털 필터;
상기 제1 및 제2 디지털 필터 각각은:
제1 및 제2 필터 계수 세트를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 신뢰도값을 수신하는 또 하나의 입력부, 및 출력부를 포함하고,
각각의 입력 샘플값은 입력 신뢰도값에 관련되고;
상기 필터 출력부는 상기 입력 샘플과 상기 입력 신뢰도값 둘 다에 종속되고, 그리고
각각의 디지털 필터는:
상기 제1 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제1 누산값을 생성하는 제1 누산기를 가진 제1 브랜치;
상기 제2 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 수신하여 제2 누산값을 생성하는 제2 누산기를 가진 제2 브랜치;
상기 제1 계수 세트로부터의 계수로 가중된 입력 샘플값과 상기 입력 신뢰도값을 수신하여 제3 누산값을 생성하는 제3 누산기를 가진 제3 브랜치;
상기 제2 계수 세트로부터의 계수로 가중된 상기 입력값과 상기 입력 신뢰도값을 수신하여 제4 누산값을 생성하는 제4 누산기를 가진 제4 브랜치를 더 포함하고,
입력 신호를 수신하여 상기 제1 및 제2 디지털 필터에 대한 입력 샘플을 생성하는 디멀티플렉서를 포함하는, 필터 시스템.
제27항에 있어서,
상기 제1 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제1 특이치 검출기; 및
상기 제2 디지털 필터에 대한 상기 입력 샘플을 수신하여 관련된 신뢰도값을 생성하는 제2 특이치 검출기를 더 포함하는, 필터 시스템.
제27항 또는 제28항에 있어서,
상기 제1 디지털 필터에 대한 입력 샘플은 하이 샘플이고, 상기 제2 디지털 필터에 대한 입력 샘플은 로우 샘플인, 필터 시스템.
할당된 필터 계수를 갖는 할당된 필터 함수, 입력 샘플을 수신하는 입력부, 신뢰도값을 수신하는 또 하나의 입력부, 및 출력부를 포함하는 디지털 필터로서,
각각의 입력 샘플값은 입력 신뢰도값에 관련되고;
상기 필터 출력부는 상기 입력 샘플, 상기 입력 신뢰도값 그리고 상기 필터 계수에 종속되고;
상기 필터는 복수의 누산기를 포함하고;
상기 출력 샘플은, 소정 수의 샘플값 및 관련된 신뢰도값이 상기 필터에 입력된 이후에 생성되는, 디지털 필터.
디지털 입력 샘플을 필터링하기 위한 방법으로서,
디지털 입력 샘플값 및 관련된 입력 신뢰도값을 수신하는 단계;
계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 누산하여 제1 누산값을 생성하는 단계;
상기 입력 신뢰도값을 누산하여 제2 누산값을 생성하는 단계;
상기 계수 세트로부터의 계수로 가중된 상기 입력 샘플값과 상기 입력 신뢰도값을 누산하여 제3 누산값을 생성하는 단계;
상기 신뢰도로 가중된 입력값을 누산하여 제4 누산값을 생성하는 단계를 포함하는, 방법.
제31항에 있어서,
상기 제1 누산값을 상수값으로부터 빼는 단계,
상기 뺄셈의 결과는, 상기 제2 누산값으로 나누어지고, 상기 제4 누산값에 곱해지고, 상기 제3 누산값에 더해지고, 그리고 그후에,
상기 제1, 제2, 제3 및 제4 누산기를 소거하는 단계를 더 포함하는, 방법.
제32항에 있어서,
상기 상수값은 모든 계수의 합계인, 방법.
제31항 내지 제33항 중 어느 한 항에 있어서,
상기 입력 계수값은 2진수인, 방법.
디지털 입력 샘플을 필터링하기 위한 방법으로서:
디지털 입력 샘플값 및 관련된 입력 신뢰도값을 수신하는 단계;
제1 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 누산하여 제1 누산값을 생성하는 단계;
제2 계수 세트로부터의 계수로 가중된 상기 입력 신뢰도값을 누산하여 제2 누산값을 생성하는 단계;
상기 제1 계수 세트로부터의 계수로 가중된 입력 샘플 값과 상기 입력 신뢰도값을 누산하여 제3 누산값을 생성하는 단계;
상기 제2 계수 세트로부터의 계수로 가중된 상기 입력값과 상기 입력 신뢰도값을 누산하여 제4 누산값을 생성하는 단계를 포함하는, 방법.
제35항에 있어서,
상기 제1 누산값을 상수값으로부터 빼는 단계;
상기 뺄셈의 결과는, 상기 제2 누산값으로 나누어지고, 상기 제4 누산값에 곱해지고, 상기 제3 누산값에 더해지고, 그리고 그후에
상기 제1, 제2, 제3 및 제4 누산기를 소거하는 단계를 더 포함하는, 방법.
제36항에 있어서,
상기 상수값은 모든 계수의 합계인, 방법.
제35항 내지 제37항 중 어느 한 항에 있어서,
상기 입력 신뢰도값은 2진수인, 방법.