自适应IIR格型滤波器的Matlab实现

• 概述

• 在现有的众多抑制窄带干扰的信号处理手段中，时域自适应陷波干扰抑制技术具有实现简单、抗干扰性能好等优点。IIR陷波器按照结构可以分为直接型和格型两种。相比自适应直接型IIR陷波器，自适应格型IIR陷波器不仅可以准确地控制滤波器的陷波频率，也可以准确地调整陷波器的带宽。

• 传递函数

• 二阶自适应IIR格型陷波器的传递函数H(z)为：

• 

   其中α与陷波带宽有关，β与陷波频率有关；对应的结构如下图所示：

• 

• Matlab算法实现

• 

•  思路：通过rife算法估计出干扰频率，采用自适应滤波器IIR算法，滤除正弦波干扰信号

• 参考部分源码：

• clc,clear,close all;
  f=200;                          %信号频率为
  A=4;                            %设置正弦波幅值
  N=1024;                         %采样点个数
  n=0:N-1;                        %采样序列
  fs=2000;                        %采样频率为  fs=2K
  ts=1/fs;                        %采样间隔
  T=N*ts;                         %采样时间
  
  m=-fs/2:(fs/N):(fs/2-(fs/N));   %其中fs/N为采样分辨率
  % % % 
  f1=20;
  s_n=sin(2*pi*f1*n*ts); 
  subplot(4,2,1);plot(n*ts,s_n); title('原始信号：sin(2*pi*f1*n*ts)');
  subplot(4,2,2);plot(m,abs(fftshift(fft(s_n))));  title('频谱分析');
  
  SNR=10;
  s_n=awgn(s_n,SNR);                %SNR参数，可参考awgn函数
  subplot(4,2,3);plot(n*ts,s_n); title('原始信号+高斯噪声');
  subplot(4,2,4);plot(m,abs(fftshift(fft(s_n))));  title('频谱分析');
  
  i_n=A*sin(2*pi*f*n*ts);           %生成正弦波信号,干扰信号
  xn=s_n+i_n;                       %添加干扰信号
  
  subplot(4,2,5);plot(n*ts,xn); title('原始信号+高斯噪声+窄带干扰')
  subplot(4,2,6);plot(m,abs(fftshift(fft(xn))));  title('频谱分析');
  
  
  
  
  %%%使用rife算法进行频率估计
  yw=abs(fft(xn));                                    %傅里叶变换
  % subplot(4,1,4);plot(n,yw);  
  [valueMax,posMax] = max(yw(1:N));                   %得到谱线最大值与坐标
  if( yw(posMax+1) >= yw(posMax-1))                   %判断r的值    
      r=1;
  else
      r=-1;
  end

  运行结果：

• 其中在频谱上200Hz高峰是干扰信号，20Hz的高峰是有用信号；通过4-2-6、4-2-8图片对比可以看到200Hz的干扰信号滤除了，保留了20Hz的有用信号。

• 

  参考源码链接：

• 自适应IIR格型滤波器的Matlab实现-嵌入式文档类资源-CSDN下载