[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_b%E1%BB%99%20l%E1%BB%8Dc%20s%E1%BB%91{\"limit\":5}":3,"_public_topic_byId_b%E1%BB%99%20l%E1%BB%8Dc%20s%E1%BB%91":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":17,"englishTitle":18,"synonyms":19,"definition":23,"discipline":24,"references":25,"faqs":45,"createUser":55,"publishUser":59,"keywords":63,"keywordCount":56,"enrichTopicLink":64,"status":65,"createTime":66,"updateTime":67,"publishTime":68,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":69,"wikidataId":10,"relateTopics":70},"bộ lọc số","Bộ lọc số là gì? Các bài báo nghiên cứu khoa học liên quan","Bộ lọc số là hệ thống xử lý tín hiệu số dùng phép toán rời rạc để tăng cường, loại bỏ hoặc điều chỉnh các thành phần tần số trong tín hiệu. Khác với bộ lọc tương tự, bộ lọc số hoạt động trong miền kỹ thuật số, có độ chính xác cao và dễ tùy chỉnh trong phần mềm hoặc phần cứng lập trình được.\n","\u003Ch2>Bộ lọc số là gì?\u003C\u002Fh2>\n\n\u003Cp>\u003Cstrong>Bộ lọc số\u003C\u002Fstrong> (\u003Cem>digital filter\u003C\u002Fem>) là hệ thống hoặc thuật toán xử lý tín hiệu số rời rạc theo thời gian, thực hiện các phép toán số học trên chuỗi tín hiệu đầu vào để biến đổi đặc tính phổ tần số, loại bỏ dải tần nhiễu hoặc tái tạo dạng sóng mong muốn (bao gồm bộ lọc đáp ứng xung hữu hạn FIR và vô hạn IIR). Thay vì sử dụng các linh kiện phần cứng tương tự thụ động (R, L, C) dễ bị trôi nhiệt độ và lão hóa theo thời gian, bộ lọc số vận hành thông qua các bộ xử lý DSP chuyên dụng, FPGA hoặc vi điều khiển với độ ổn định và độ chính xác tính toán cao.\u003C\u002Fp>\n\n\u003Cp>Bộ lọc số là thành phần không thể thiếu trong hệ thống xử lý tín hiệu số (DSP), đặc biệt trong các ứng dụng yêu cầu độ chính xác cao và khả năng tùy biến như xử lý âm thanh, truyền thông, radar, xử lý ảnh và y sinh. Vì là một hệ thống rời rạc, bộ lọc số có thể được thiết kế và tối ưu hóa với nhiều đặc tính như ổn định tuyệt đối, đáp ứng pha tuyến tính, hoặc dải chuyển tiếp hẹp.\u003C\u002Fp>\n\n\u003Cp>Điểm mạnh của bộ lọc số bao gồm:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>Khả năng lập trình và tái cấu hình linh hoạt\u003C\u002Fli>\n  \u003Cli>Không bị trôi tham số do ảnh hưởng môi trường như nhiệt độ hoặc nhiễu điện từ\u003C\u002Fli>\n  \u003Cli>Có thể đạt độ chính xác cao hơn bộ lọc tương tự nếu thiết kế đúng\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Phân loại bộ lọc số\u003C\u002Fh2>\n\n\u003Cp>Bộ lọc số có thể được phân loại theo hai khía cạnh chính: đặc tính tần số và cấu trúc thuật toán. Phân loại theo đặc tính tần số là cách phổ biến nhất, dựa trên cách bộ lọc xử lý các dải tần khác nhau trong tín hiệu đầu vào.\u003C\u002Fp>\n\n\u003Cp>Phân loại theo dải tần bao gồm:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Thông thấp (Low-pass filter):\u003C\u002Fstrong> cho phép tín hiệu tần số thấp đi qua, loại bỏ tần số cao.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Thông cao (High-pass filter):\u003C\u002Fstrong> cho phép tín hiệu tần số cao đi qua, loại bỏ tần số thấp.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Thông dải (Band-pass filter):\u003C\u002Fstrong> chỉ cho tín hiệu trong một khoảng tần số nhất định đi qua.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Chắn dải (Band-stop filter):\u003C\u002Fstrong> loại bỏ tín hiệu trong một khoảng tần số nhất định.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Phân loại theo cấu trúc toán học chia bộ lọc thành hai loại chính:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>FIR (Finite Impulse Response):\u003C\u002Fstrong> đầu ra phụ thuộc hoàn toàn vào giá trị đầu vào trong quá khứ, có đáp ứng xung hữu hạn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>IIR (Infinite Impulse Response):\u003C\u002Fstrong> đầu ra phụ thuộc cả vào đầu vào và đầu ra trước đó, có đáp ứng xung vô hạn.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Bộ lọc FIR thường ổn định tuyệt đối và dễ thiết kế với đáp ứng pha tuyến tính. Trong khi đó, bộ lọc IIR thường yêu cầu ít hệ số hơn để đạt cùng hiệu suất lọc nhưng cần cẩn trọng trong thiết kế để đảm bảo ổn định.\u003C\u002Fp>\n\n\u003Ch2>Nguyên lý hoạt động của bộ lọc số\u003C\u002Fh2>\n\n\u003Cp>Nguyên lý hoạt động của bộ lọc số dựa trên các phép tính tuyến tính giữa tín hiệu đầu vào và hệ số bộ lọc. Bộ lọc FIR sử dụng mô hình tổng chập với tín hiệu đầu vào:\u003C\u002Fp>\n\n\u003Cp>\u003Cscript type=\"math\u002Ftex\"> y[n] = \\sum_{k=0}^{N} b_k \\cdot x[n-k] \u003C\u002Fscript>\u003C\u002Fp>\n\n\u003Cp>Trong đó, \u003Cscript type=\"math\u002Ftex\">x[n]\u003C\u002Fscript> là tín hiệu đầu vào tại thời điểm \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\">y[n]\u003C\u002Fscript> là tín hiệu đầu ra, và \u003Cscript type=\"math\u002Ftex\">b_k\u003C\u002Fscript> là hệ số bộ lọc FIR. Số lượng hệ số \u003Cscript type=\"math\u002Ftex\">N\u003C\u002Fscript> quyết định độ chính xác và độ sắc nét của đáp ứng tần số.\u003C\u002Fp>\n\n\u003Cp>Ngược lại, bộ lọc IIR dùng mô hình hồi tiếp có cả hệ số đầu ra trước đó:\u003C\u002Fp>\n\n\u003Cp>\u003Cscript type=\"math\u002Ftex\"> y[n] = \\sum_{k=0}^{M} b_k \\cdot x[n-k] - \\sum_{j=1}^{N} a_j \\cdot y[n-j] \u003C\u002Fscript>\u003C\u002Fp>\n\n\u003Cp>Trong đó, ngoài hệ số \u003Cscript type=\"math\u002Ftex\">b_k\u003C\u002Fscript> như bộ lọc FIR, còn có thêm hệ số hồi tiếp \u003Cscript type=\"math\u002Ftex\">a_j\u003C\u002Fscript>, tạo nên đặc tính đáp ứng xung vô hạn. Bộ lọc IIR thường được thiết kế bằng cách chuyển đổi từ bộ lọc tương tự sang miền số thông qua biến đổi bilinear.\u003C\u002Fp>\n\n\u003Cp>Các bước xử lý tín hiệu trong bộ lọc số thường bao gồm:\u003C\u002Fp>\n\n\u003Col>\n  \u003Cli>Lấy mẫu tín hiệu tương tự thành tín hiệu số\u003C\u002Fli>\n  \u003Cli>Áp dụng bộ lọc số theo công thức đã thiết kế\u003C\u002Fli>\n  \u003Cli>Chuyển tín hiệu đã lọc sang miền thời gian hoặc tần số theo yêu cầu\u003C\u002Fli>\n\u003C\u002Fol>\n\n\u003Ch2>Đặc điểm so sánh giữa FIR và IIR\u003C\u002Fh2>\n\n\u003Cp>Bảng sau trình bày sự khác biệt cơ bản giữa bộ lọc FIR và IIR theo nhiều tiêu chí kỹ thuật:\u003C\u002Fp>\n\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Tiêu chí\u003C\u002Fth>\n      \u003Cth>Bộ lọc FIR\u003C\u002Fth>\n      \u003Cth>Bộ lọc IIR\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Đáp ứng xung\u003C\u002Ftd>\n      \u003Ctd>Hữu hạn\u003C\u002Ftd>\n      \u003Ctd>Vô hạn\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Ổn định\u003C\u002Ftd>\n      \u003Ctd>Tuyệt đối ổn định\u003C\u002Ftd>\n      \u003Ctd>Phụ thuộc hệ số\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Thiết kế pha tuyến tính\u003C\u002Ftd>\n      \u003Ctd>Dễ thực hiện\u003C\u002Ftd>\n      \u003Ctd>Khó hoặc không thể\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Hiệu quả tính toán\u003C\u002Ftd>\n      \u003Ctd>Ít hiệu quả hơn\u003C\u002Ftd>\n      \u003Ctd>Hiệu quả cao hơn\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Ứng dụng điển hình\u003C\u002Ftd>\n      \u003Ctd>Xử lý ảnh, âm thanh\u003C\u002Ftd>\n      \u003Ctd>Truyền thông, điều khiển\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Cp>Bộ lọc FIR thường được chọn trong các ứng dụng yêu cầu đáp ứng pha tuyến tính như xử lý tín hiệu âm thanh hoặc hình ảnh. Trong khi đó, bộ lọc IIR thích hợp hơn với các hệ thống yêu cầu hiệu suất cao, độ trễ thấp và tiêu thụ tài nguyên tính toán tối thiểu.\u003C\u002Fp>\n\u003Ch2>Thiết kế bộ lọc số\u003C\u002Fh2>\n\n\u003Cp>Thiết kế bộ lọc số là quá trình xác định các tham số, hệ số và đặc tính của bộ lọc sao cho đáp ứng mong muốn được thỏa mãn. Mục tiêu là tạo ra bộ lọc có khả năng xử lý tín hiệu hiệu quả trong miền tần số xác định, đảm bảo các tiêu chí về biên độ, pha, độ dốc và độ trễ nhóm. Việc thiết kế phụ thuộc vào loại bộ lọc (FIR hoặc IIR), yêu cầu ứng dụng, và giới hạn phần cứng hoặc phần mềm.\u003C\u002Fp>\n\n\u003Cp>Với bộ lọc FIR, quá trình thiết kế chủ yếu là xác định dãy hệ số \u003Cscript type=\"math\u002Ftex\"> b_k \u003C\u002Fscript>. Một trong những phương pháp cơ bản nhất là phương pháp cửa sổ (window method), trong đó đáp ứng lý tưởng được cắt và nhân với một hàm cửa sổ để giảm nhiễu biên. Các loại cửa sổ phổ biến gồm Hamming, Hanning, Blackman, và Kaiser. Ví dụ, cửa sổ Hamming được định nghĩa bởi:\u003C\u002Fp>\n\n\u003Cp>\u003Cscript type=\"math\u002Ftex\"> w[n] = 0.54 - 0.46 \\cos\\left(\\frac{2\\pi n}{N-1}\\right) \u003C\u002Fscript>\u003C\u002Fp>\n\n\u003Cp>Đối với bộ lọc IIR, thiết kế thường dựa trên việc chuyển đổi từ bộ lọc tương tự sang miền số. Phương pháp biến đổi bilinear (bilinear transform) là kỹ thuật phổ biến, sử dụng công thức thay thế biến số trong miền Laplace sang miền z:\u003C\u002Fp>\n\n\u003Cp>\u003Cscript type=\"math\u002Ftex\"> s = \\frac{2}{T} \\cdot \\frac{1 - z^{-1}}{1 + z^{-1}} \u003C\u002Fscript>\u003C\u002Fp>\n\n\u003Cp>Phương pháp này đảm bảo ánh xạ một-một giữa miền tần số tương tự và miền tần số số, giúp bộ lọc IIR duy trì đặc tính tương tự như bộ lọc gốc.\u003C\u002Fp>\n\n\u003Cp>Các công cụ thiết kế và mô phỏng hiện đại như \u003Ca href=\"https:\u002F\u002Fwww.mathworks.com\u002Fproducts\u002Fsignal.html\" target=\"_blank\" rel=\"noopener noreferrer\">MATLAB Signal Processing Toolbox\u003C\u002Fa> hoặc thư viện \u003Ca href=\"https:\u002F\u002Fdocs.scipy.org\u002Fdoc\u002Fscipy\u002Freference\u002Fsignal.html\" target=\"_blank\" rel=\"noopener noreferrer\">SciPy.signal\u003C\u002Fa> trong Python giúp tự động hóa quá trình này, từ khâu xác định thông số đến kiểm thử.\u003C\u002Fp>\n\n\u003Ch2>Phân tích và đánh giá hiệu suất\u003C\u002Fh2>\n\n\u003Cp>Để đánh giá chất lượng của một bộ lọc số, người thiết kế cần phân tích đáp ứng của nó trong cả miền thời gian và miền tần số. Phân tích miền thời gian giúp kiểm tra độ ổn định, phản hồi quá độ, và tính tuyến tính. Phân tích miền tần số cung cấp thông tin về cách bộ lọc xử lý các thành phần tần số khác nhau của tín hiệu đầu vào.\u003C\u002Fp>\n\n\u003Cp>Các tiêu chí đánh giá phổ biến gồm:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Độ suy giảm trong dải chắn (Stopband attenuation):\u003C\u002Fstrong> biểu thị mức năng lượng tín hiệu bị loại bỏ.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Độ gợn trong dải thông (Passband ripple):\u003C\u002Fstrong> cho biết mức dao động của biên độ tín hiệu trong dải thông.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Độ dốc vùng chuyển tiếp (Transition bandwidth):\u003C\u002Fstrong> càng nhỏ thì bộ lọc càng chính xác, nhưng yêu cầu nhiều hệ số hơn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Độ trễ nhóm (Group delay):\u003C\u002Fstrong> cho biết độ trễ của các thành phần tần số, quan trọng trong xử lý âm thanh.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Các công cụ phân tích phổ biến gồm biểu đồ Bode, đồ thị pha, và phổ Fourier. Một số phần mềm còn hỗ trợ đánh giá trực quan như biểu đồ 3D thể hiện tương quan giữa biên độ, pha và tần số. Ví dụ, MATLAB cung cấp hàm \u003Ccode>freqz()\u003C\u002Fcode> để hiển thị đáp ứng biên độ và pha của bộ lọc FIR hoặc IIR.\u003C\u002Fp>\n\n\u003Cp>Bảng sau minh họa một ví dụ về tiêu chí thiết kế bộ lọc thông thấp FIR:\u003C\u002Fp>\n\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Thông số\u003C\u002Fth>\n      \u003Cth>Giá trị\u003C\u002Fth>\n      \u003Cth>Đơn vị\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Tần số lấy mẫu\u003C\u002Ftd>\n      \u003Ctd>48,000\u003C\u002Ftd>\n      \u003Ctd>Hz\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Tần số cắt dải thông\u003C\u002Ftd>\n      \u003Ctd>8,000\u003C\u002Ftd>\n      \u003Ctd>Hz\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Tần số bắt đầu dải chắn\u003C\u002Ftd>\n      \u003Ctd>10,000\u003C\u002Ftd>\n      \u003Ctd>Hz\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Suy giảm dải chắn\u003C\u002Ftd>\n      \u003Ctd>60\u003C\u002Ftd>\n      \u003Ctd>dB\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Độ gợn dải thông\u003C\u002Ftd>\n      \u003Ctd>0.5\u003C\u002Ftd>\n      \u003Ctd>dB\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Ứng dụng của bộ lọc số\u003C\u002Fh2>\n\n\u003Cp>Bộ lọc số có phạm vi ứng dụng rất rộng trong cả khoa học và kỹ thuật, nơi tín hiệu cần được xử lý hoặc biến đổi để phục vụ mục tiêu cụ thể. Trong lĩnh vực âm thanh, bộ lọc số được dùng để khử nhiễu nền, tách dải tần, cân bằng âm sắc (equalizer), và tạo hiệu ứng âm thanh.\u003C\u002Fp>\n\n\u003Cp>Trong truyền thông số, bộ lọc đóng vai trò cốt lõi trong quá trình điều chế, giải điều chế, lọc tín hiệu trước khi lấy mẫu (anti-aliasing) và định hình phổ để giảm nhiễu xuyên kênh. Ngoài ra, trong xử lý ảnh, các bộ lọc số như Gaussian, Sobel hoặc Laplacian được sử dụng để làm mịn, phát hiện biên hoặc tăng cường chi tiết.\u003C\u002Fp>\n\n\u003Cp>Trong y học, bộ lọc số giúp phân tích tín hiệu sinh học như ECG (điện tâm đồ) hoặc EEG (điện não đồ), loại bỏ nhiễu 50\u002F60 Hz và trích xuất tín hiệu đặc trưng để chẩn đoán. Các hệ thống radar và sonar cũng dựa vào bộ lọc số để cải thiện tỷ lệ tín hiệu trên nhiễu (SNR), giúp phát hiện mục tiêu hiệu quả hơn.\u003C\u002Fp>\n\n\u003Ch2>Thực thi bộ lọc trong phần cứng và phần mềm\u003C\u002Fh2>\n\n\u003Cp>Bộ lọc số có thể được triển khai dưới hai hình thức chính: phần mềm và phần cứng. Trong phần mềm, chúng thường được lập trình trong các ngôn ngữ như C\u002FC++, Python, MATLAB, hoặc LabVIEW. Phần mềm có ưu điểm linh hoạt, dễ thay đổi và kiểm thử nhanh, phù hợp cho nghiên cứu hoặc ứng dụng không yêu cầu thời gian thực.\u003C\u002Fp>\n\n\u003Cp>Trong phần cứng, bộ lọc được triển khai trên các bộ xử lý tín hiệu số (DSP), FPGA hoặc ASIC. Ưu điểm của cách này là tốc độ xử lý cao, độ trễ thấp và khả năng xử lý song song. FPGA đặc biệt phù hợp cho các hệ thống nhúng, nơi cần cân bằng giữa hiệu suất và tiêu thụ năng lượng.\u003C\u002Fp>\n\n\u003Cp>Các nền tảng phần cứng phổ biến bao gồm:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.ti.com\u002Fdsp\" target=\"_blank\" rel=\"noopener noreferrer\">Texas Instruments DSPs\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.xilinx.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Xilinx FPGA\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.intel.com\u002Fcontent\u002Fwww\u002Fus\u002Fen\u002Fproducts\u002Fprogrammable.html\" target=\"_blank\" rel=\"noopener noreferrer\">Intel Programmable Devices\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Những thách thức và xu hướng phát triển\u003C\u002Fh2>\n\n\u003Cp>Một trong những thách thức chính của bộ lọc số là cân bằng giữa hiệu suất và chi phí tính toán. Việc tăng độ chính xác hoặc độ dốc dải chuyển tiếp yêu cầu số lượng hệ số lớn, làm tăng thời gian xử lý và dung lượng bộ nhớ. Ngoài ra, các vấn đề như tràn số (overflow), nhiễu lượng tử (quantization noise) và độ trễ hệ thống là những yếu tố cần được xem xét trong thiết kế thực tế.\u003C\u002Fp>\n\n\u003Cp>Xu hướng phát triển hiện nay tập trung vào:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Bộ lọc thích nghi (adaptive filters):\u003C\u002Fstrong> có khả năng tự điều chỉnh hệ số để thích ứng với môi trường tín hiệu thay đổi, ứng dụng trong khử tiếng vọng, khử nhiễu chủ động.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Bộ lọc thông minh (intelligent filters):\u003C\u002Fstrong> tích hợp học máy để tối ưu hóa đáp ứng dựa trên dữ liệu huấn luyện.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Thiết kế tối ưu cho hệ thống nhúng:\u003C\u002Fstrong> tận dụng SIMD, GPU hoặc phần cứng tăng tốc để giảm thời gian xử lý.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Kết luận\u003C\u002Fh2>\n\n\u003Cp>Bộ lọc số đóng vai trò nền tảng trong xử lý tín hiệu hiện đại, giúp kiểm soát và biến đổi tín hiệu theo yêu cầu kỹ thuật. Nhờ khả năng lập trình, tái cấu hình và độ chính xác cao, bộ lọc số trở thành công cụ chủ lực trong nhiều lĩnh vực như truyền thông, âm thanh, hình ảnh và y sinh. Sự kết hợp giữa kỹ thuật số và trí tuệ nhân tạo hứa hẹn sẽ đưa công nghệ lọc tín hiệu lên tầm cao mới, tối ưu cả về hiệu năng lẫn khả năng thích ứng.\u003C\u002Fp>\n\n","Bộ lọc số","digital filter",[20,21,22],"bộ lọc kỹ thuật số","bộ lọc tín hiệu số","hệ thống lọc số","Bộ lọc số (digital filter) là hệ thống hoặc thuật toán xử lý tín hiệu số rời rạc theo thời gian, thực hiện các phép toán số học trên chuỗi tín hiệu đầu vào để biến đổi đặc tính phổ tần số, loại bỏ dải tần nhiễu hoặc tái tạo dạng sóng mong muốn (bao gồm bộ lọc đáp ứng xung hữu hạn FIR và vô hạn IIR).","ENGINEERING_TECHNOLOGY",[26,33,40],{"citationText":27,"title":28,"authors":29,"source":30,"year":31,"doi":32,"url":10},"Rabiner LR, McClellan JH, Parks TW. (1975). FIR digital filter design techniques using weighted Chebyshev approximation. Proceedings of the IEEE, 63(4), 595–610.","FIR digital filter design techniques using weighted Chebyshev approximation","Rabiner, McClellan, Parks","Proceedings of the IEEE",1975,"10.1109\u002Fproc.1975.9794",{"citationText":34,"title":35,"authors":36,"source":37,"year":38,"doi":39,"url":10},"McClellan JH, Parks TW, Rabiner LR. (1973). A computer program for designing optimum FIR linear phase digital filters. IEEE Transactions on Audio and Electroacoustics, 21(6), 506–526.","A computer program for designing optimum FIR linear phase digital filters","McClellan, Parks, Rabiner","IEEE Transactions on Audio and Electroacoustics",1973,"10.1109\u002Ftau.1973.1162525",{"citationText":41,"title":42,"authors":43,"source":30,"year":31,"doi":44,"url":10},"Widrow B, Glover JR, McCool JM, Kaunitz J, Williams CS, Hearn RH, Zeidler JR, Dong E, Goodlin RC. (1975). Adaptive noise cancelling: Principles and applications. Proceedings of the IEEE, 63(12), 1692–1716.","Adaptive noise cancelling: Principles and applications","Widrow, Glover, McCool, Kaunitz, Williams, Hearn, Zeidler, Dong, Goodlin","10.1109\u002Fproc.1975.10036",[46,49,52],{"question":47,"answer":48},"Sự khác biệt căn bản giữa bộ lọc FIR và bộ lọc IIR là gì?","Bộ lọc FIR (đáp ứng xung hữu hạn) không có mạch hồi tiếp, luôn luôn ổn định và dễ dàng thiết kế để đạt đặc tính pha hoàn toàn tuyến tính. Ngược lại, bộ lọc IIR (đáp ứng xung vô hạn) sử dụng cấu trúc hồi tiếp đệ quy, cho phép đạt dải chuyển tiếp rất dốc với số lượng hệ số ít hơn nhưng tiềm ẩn nguy cơ mất ổn định nếu các điểm cực nằm ngoài vòng tròn đơn vị.",{"question":50,"answer":51},"Tại sao hiện tượng méo pha lại đặc biệt quan trọng trong thiết kế bộ lọc âm thanh và y sinh?","Méo pha phi tuyến tính làm cho các thành phần tần số khác nhau truyền qua bộ lọc với độ trễ nhóm không đồng đều, dẫn đến biến dạng hình dạng xung tín hiệu. Trong xử lý ảnh y tế hoặc tín hiệu điện tim (ECG), méo pha có thể làm lệch vị trí đỉnh sóng, dẫn đến chẩn đoán sai lệch.",{"question":53,"answer":54},"Những nguyên nhân nào gây ra sai số lượng tử hóa trong bộ lọc số phần cứng?","Sai số lượng tử hóa phát sinh do giới hạn độ dài từ nhị phân (word length) của phần cứng số (DSP, FPGA), bao gồm lượng tử hóa tín hiệu đầu vào từ ADC, lượng tử hóa các hệ số bộ lọc, và sai số làm tròn hoặc cắt bớt trong các phép tính nhân cộng số học nội bộ.",{"id":56,"researcherId":10,"name":57,"imageUrl":58},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":60,"researcherId":10,"name":61,"imageUrl":62},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",[13],false,"PUBLISHED","2025-09-30T02:28:48.587+00:00","2026-09-16T10:32:24.548+00:00","2025-10-20T01:56:22.510+00:00",194,[71,82,92,97,102,107,112,117,122,127],{"id":72,"title":73,"term":74,"englishTitle":75,"definition":76,"discipline":77,"disciplineCode":78,"disciplineLabel":79,"disciplineColor":80,"disciplineIcon":81},"số phức","Số phức là gì? Các bài báo nghiên cứu khoa học liên quan","Số phức","Complex numbers","Số phức là một mở rộng của tập số thực bao gồm các số có dạng \u003Cscript type=\"math\u002Ftex\">z = a + bi\u003C\u002Fscript>, trong đó \u003Cscript type=\"math\u002Ftex\">a\u003C\u002Fscript> và \u003Cscript type=\"math\u002Ftex\">b\u003C\u002Fscript> là các số thực và \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript> là đơn vị ảo thỏa mãn \u003Cscript type=\"math\u002Ftex\">i^2 = -1\u003C\u002Fscript>, tạo thành một trường đóng đại số.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":83,"title":84,"term":85,"englishTitle":86,"definition":87,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"thuật toán heuristic","Thuật toán heuristic là gì? Phân loại, nguyên lý và ứng dụng","Thuật toán heuristic","heuristic algorithm","Thuật toán heuristic (heuristic algorithm, hay phương pháp phỏng đoán) là kỹ thuật giải quyết bài toán được thiết kế nhằm tìm kiếm lời giải đủ tốt và chấp nhận được trong khoảng thời gian tính toán thực tế cho các bài toán tối ưu hóa phức tạp, đánh đổi tính tối ưu tuyệt đối để lấy tốc độ thực thi.","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":93,"title":94,"term":93,"englishTitle":95,"definition":96,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"hỏa hoạn","Hỏa hoạn là gì? Các bài báo nghiên cứu khoa học liên quan","fire","Hỏa hoạn là sự cố cháy lớn ngoài tầm kiểm soát do phản ứng hóa học tỏa nhiệt nhanh giữa chất cháy và chất oxy hóa (thường là oxy trong không khí), gây thiệt hại nghiêm trọng về người, tài sản và môi trường.",{"id":98,"title":99,"term":98,"englishTitle":100,"definition":101,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"hệ thống hỗ trợ quyết định","Hệ thống hỗ trợ quyết định là gì? Các nghiên cứu khoa học","decision support system","Hệ thống hỗ trợ quyết định (Decision Support System - DSS) là hệ thống thông tin tích hợp dữ liệu, mô hình phân tích và giao diện tương tác nhằm hỗ trợ con người giải quyết các bài toán ra quyết định phức tạp và bán cấu trúc.",{"id":103,"title":104,"term":103,"englishTitle":105,"definition":106,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"tổn thất công suất","Tổn thất công suất là gì? Nguyên nhân, công thức và giải pháp","power loss","Tổn thất công suất là hiện tượng tiêu hao năng lượng điện dưới dạng nhiệt hoặc từ trường trong các phần tử của hệ thống điện như dây dẫn, máy biến áp và thiết bị truyền tải trong quá trình vận hành.",{"id":108,"title":109,"term":108,"englishTitle":110,"definition":111,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"khí động học","Khí động học: Khái niệm, nguyên lý và ứng dụng","Aerodynamics","Khí động học là một thuật ngữ và phạm trù học thuật then chốt trong lĩnh vực engineering technology, phản ánh các nguyên lý, cơ chế và phương pháp luận chuyên sâu đã được chuẩn hóa trong nghiên cứu và ứng dụng thực tiễn.",{"id":113,"title":114,"term":113,"englishTitle":115,"definition":116,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"ứng suất nhiệt","Ứng suất nhiệt là gì? Các bài nghiên cứu khoa học liên quan","ung suat nhiet","khái niệm và đối tượng nghiên cứu cơ bản trong khoa học kỹ thuật và công nghệ, phản ánh các đặc trưng bản chất, cơ chế vận hành và các quy luật tương tác hệ thống trong thực tiễn.",{"id":118,"title":119,"term":118,"englishTitle":120,"definition":121,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"lực kéo","Lực kéo là gì? Bản chất cơ học, công thức và ứng xử vật liệu","tensile force","Lực kéo (tensile force) là lực tác dụng có xu hướng làm giãn dài hoặc kéo dãn một vật thể dọc theo trục tác dụng, gây ra trạng thái ứng suất kéo và biến dạng kéo trong vật liệu.",{"id":123,"title":124,"term":123,"englishTitle":125,"definition":126,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"np khó","NP-khó là gì? Độ phức tạp, định lý Cook và giải pháp","NP-hard","NP-khó là lớp các bài toán tính toán mà mọi bài toán trong lớp NP đều có thể quy dẫn thời gian đa thức về chúng, bao gồm cả các bài toán tối ưu hóa.",{"id":128,"title":129,"term":128,"englishTitle":130,"definition":131,"discipline":24,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"pendubot","Pendubot là gì? Cấu tạo, động học và điều khiển con lắc ngược","Pendubot","Pendubot là một hệ thống cơ điện tử gồm con lắc ngược hai khâu chuyển động phẳng thiếu cơ cấu chấp hành, đóng vai trò là mô hình chuẩn mực trong nghiên cứu điều khiển phi tuyến."]