倒频谱(cepstrum),顾名思义,就是将频谱(spectrum)的英文前四个字母反过来写。倒频谱是为了某些时候,为了计算方便,将原来信号的频谱先转成类似分贝的单位,再作逆傅里叶变换,把它视为一种新的信号做处理。倒频谱有复数倒频谱,及实数倒频谱。
倒频谱被定义在1963的论文(Bogert等)。定义如下:
复数倒频谱拥有频谱大小跟相位的信息,实数倒频谱只有频谱大小的信息,各有各的不同应用。

其中
可能遭遇的问题
1. 
2.
有无限多的解
当输入是实数时,因为
偶对称,
奇对称,所以复数倒频谱的值为实数

可能遭遇的问题
1. 
频谱图上的独立变数是频率,而倒频谱图上的独立变数为倒频率(quefrency),倒频率是一种时间的度量单位。举个例子,声音信号采样速率等于44100赫兹,在倒频谱上有个很大的值在倒频率等于100,代表实际上在44100/100=441赫兹有很大的值,这值出现在倒频谱上因为频谱上周期性出现,而频谱上出现的周期与倒频谱很大的值出现的位置有关。
滤波器(filter)常使用在频谱上,用来保存或删除我们所要或不要的信息,经过上面的许多讨论,不难猜到,倒滤波器(lifter)就是在倒频谱上所使用的滤波器。低通的倒滤波器跟低通滤波器有点类似,它可以借由在倒频谱上乘以一个window系数,使倒频谱上的高倒频率被压抑,如此依来,当信号转回时域空间时会变成一个较平滑的信号。

问题:
可能会无限大, 且对于arg(x)有无限多个解
先对信号做Z变换, 并整理一下系数, 让他变成下面的形式

其中
分子:
第一项A是系数
第二项
是延迟
第三项是位于单位圆内的零点
第四项是位于单位圆外的零点
分母:
第一项是位于单位圆内的极点
第二项是位于单位圆外的极点
对
取log变成

假设r=0, 因为这只是延迟, 并不会破坏波形
根据Z变换所得到的系数, 我们可以利用泰勒展开得到Z的反变换

注意事项
1.
总是IIR(无限冲激响应)
2.对于FIR(有限冲激响应)的情况, 


对其做Z的反变换

故

分别对于x的四种不同的状况做延伸
1.对于x是因果(causal)和最小相位(minimum phase) i.e. 
对于
可得出

故

2.对于x是最小相位(minimum phase)