基于MATLAB的FIR滤波器的设计与实现

最新推荐文章于 2024-07-29 14:25:51 发布

缺少绿波电龙

最新推荐文章于 2024-07-29 14:25:51 发布

阅读量3.7k

点赞数 19

文章标签： matlab 开发语言信号处理

本文链接：https://blog.csdn.net/2301_79440164/article/details/135990665

版权

本文详细描述了一项实验，通过MATLAB实现FIR滤波器和正交移相器的设计，研究了不同窗函数对滤波器性能的影响，以及如何利用窗函数法设计低通滤波器以消除音频中的干扰。实验涉及到音频文件处理、窗函数的选择、滤波效果分析和性能优化策略。

摘要由CSDN通过智能技术生成

一、实验目的与原理

1.1 实验目的

（1）掌握 FIR 滤波器的窗化设计法

（2）了解各种窗函数对 FIR 滤波器特性的影响

（3）熟悉 FIR 正交移相器的特性及其冲击响应 h(n)

（4）掌握应用 FFT 实现序列通过数字滤波器的频域计算方法。

1.2 实验原理

1.2.1 FIR滤波器的窗化设计法

用窗函数法设计FIR 数字滤波器，首先要确定滤波器在频率域的要求，一般用理想滤波器H₄(el⁰) 作为希望逼近的滤波器，那么其单位脉冲响应可按下式求出：

由式求出的h₂(n) 往往是无限长的，将h₂(n) 用窗函数加以截断移位得：

式中w(n) 为窗函数， M=(N-1)/2,N为窗长，h(n)为实际设计的滤波器的单位脉冲响应，其频率响应H(el⁰) 为：

根据设计指标确定窗函数和窗长。

用窗函数法设计滤波器，(7-2)式表明其性能取决于窗函数的性质及窗长 N, 各种窗函数的公式及特性可参考表7.1。

窗函数的作用在于压低旁瓣增加主瓣能量，以提高阻带衰减，但代价是使过渡带加宽。各种窗函数的阻带最小衰减不同，过渡带的宽度也不同，可以根据对阻带衰减的要求及过渡带的带宽，适当选择窗函数的形式及窗长N。

选择了窗函数的形式及窗长N 求出h(n), 按照(7-4)式求出H(e¹⁰)。 H(el⁰)能否满足要求需要验算，可以用FFT 算法检验H(el⁰) (将h(n)末尾加零，使h(n)长度满足2的正整数次幂),如果H(e¹⁰) 不满足要求，则可以重新选择窗函数形式及长度N, 再次计算h(n)、 H(el⁰), 直到满足要求。

如果要求滤波器具有线性相位，则必须满足条件：

h(n)=±h(N-1-n)

1.2.2求复信号对LTI系统的输出

实际应用中大多是实信号，在用 FFT 快速计算线性卷积的基础上，再利用实序列的特点可以进一步提高线性卷积的计算效率。

设两个有限长的实信号为x₁ (n)、x₂ (n), 它们要分别通过一个单位脉冲响应为有限长实序列h(n)的系统(或滤波器),且

y₁(n)=x₁(n)×h(n)

y₂(n)=x₂(n)×h(n)

为了提高计算效率，将两次卷积合并为一次。构造一个复序列x(n), 使得：

x(n)=x₁(n)+jx₂(n)

该序列的 DFT为：

X(k)=FFT[x(X)]=X₁(k)+jX₂(k)

相应的输出序列为：

y(n)=IDFT[Y(k)]=x₁(n)×h(n)+jx₂(n)×h(n)

=y₂(n)+jy₂(n)

显然，由于x₁(n) 、x₂(n) 、h(n) 以及y₁(n) 、y₂(n) 都是实序列，所以其结果y(n)是唯一的。当序列x(n) 的长度N 远远大于h(n)的长度M 时，使用上述实序列卷积的方法，也不会得到很高的效率。在这种情况下，需要用重叠相加法或重叠保留法来计算x(n) 与h(n) 的线性卷积(参考教材第四章)。

1.2.3 正交移相器(也称希尔伯特变换器)

在实际应用中，常常需要将某些信号的所有频率相移π/2,而幅度不变，即进行数字正交混频。此时，系统的频率响应H(el⁰) 如下：

称为正交移相器，其幅频响应为：

可见，正交移相器除直流等特殊频率外几乎是全通的。

正交移相器的相频响应为：

由(7-10)式可求出理想正交移相器的单位脉冲响应为：

由(7-13)式可以看出， h₄(n) 是无限长的，但随着|n| 的增加， h₄(n) 的值趋于零。因此，用窗函数截断h(n) 构成一个新的序列h。(n), 即

h(n)=h₄(n)w(n)

h(n) 是有限长非因果序列，将h。(n)作线性移位得h(n)=h,(n-M), h(n) 即为正交移相器的单位脉冲响应。

实际正交移相器除了给信号带来90°的相移以外，由于移位M 的影响还附加了一个线性相位。因此，利用正交移相器产生正交信号时要依照图7.1 所示的模型，输出的两路信号x(n-M) 和x(n-M) 才是正交的。此时，正交移相器的长度N 为奇数，输入信号x(n)经过的延迟M 是整数。

y(n)=x(n-M)+j*(n-M)

二、实验内容

用MATLAB编程，将采样频率不同的两个音频文件读出（后缀为32的表明采样频率为32kHz，后缀为44 的表明采样频率为44.1kHz），音频文件由音乐（带宽14kHz，最高频率7kHz）、干扰1（9kHz 处）、干扰2（14kHz 处）组成。

1、设计选择不同窗函数的正交移相器，将音频文件读出，令其分别通过这些正交移相器（用重叠相加或重叠保留方法），形成复信号，观察复信号频谱，确定正交移相器的性能与移相器的阶数、窗函数的关系。

2、设计不同窗函数的FIR 低通滤波器，令通过正交移相器后的复信号通过数字低通滤波器，要求滤除干扰，将音乐通过声卡放出。观察各种窗函数对干扰1、2 的滤除效果，不同采样频率对滤波器阶数的影响。

三、程序代码说明

给出几种常见窗函数，为后续窗函数法设计希尔伯特滤波器和低通滤波器做准备工作。

希尔伯特滤波器的设计部分，此处采用汉明窗为例。

读取目标音频文件，并得到时移后的信号，绘制出二者时域图像，观察其区别。

此处给出三种信号过系统方式，第一种convolution函数为自己根据重叠相加法封装的函数，相对执行效率较低。第二种为直接卷积法。第三种为MATLAB官方封装的利用重叠相加法设计的卷积算法。

此处为信号实部与虚部相加得到一路复信号的内容。其中需要注意由于卷积算法而导致两个向量长度不同造成的问题，故添加了向量长度拓展的部分，并及时释放无用的y1 y2向量，减小对硬件设备性能的消耗。

绘制原始信号与复信号的频域图像

低通滤波器设计部分，其中设计通带截止频率为9khz

将复信号通过设计的低通滤波器，并绘制滤波前后的幅频特性曲线，观察其区别。

总结

以上为基于MATLAB的主程序，其主要功能是利用窗函数法设计希尔伯特滤波器和低通滤波器。其中通过audioread函数读取音频文件，并并将音频数据存储在xn中，采样率存储在Fs中。通过希尔伯特滤波器得到其正交信号，并与时移后的原信号加和得到复信号。将复信号通过设计好的低通滤波器。绘制滤波前后的信号频谱图。