手把手教系列之一阶数字滤波器设计实现(附代码)

[导读] 前面分享了 IIR/FIR/mean/梳状数字滤波器的具体设计实现,这几种使用起来或许觉得计算量大,相对复杂。实际工程应用中通常有必要过滤来自传感器或音频流的数据,以抑制不必要的噪声。有的应用场景,可能只需要一个最简单的一阶滤波器即可。所以今天来分享一下怎么设计实现一阶数字滤波器。

一阶 RC 滤波?

小伙伴们一定都用过下面这个无源 RC 低通滤波电路:其拉普拉斯模型如下:由于

所以:

其幅频响应为:

由其传递函数可知,这是一个单极点系统,其阻带满足-20dB/10 倍频程斜率下降。其截止频率为:

如把 C/R 交换位置则变成了高通滤波器,其截止频率依然按上式进行计算。这里也分享一个可在线计算的网址给大家:

http://www.elecfans.com/tools/rclvboqijiezhipinlv.html

其通带增益为 0dB。为什么要先谈谈硬件的一阶滤波器呢? 因为这个是大家最为熟悉的东西,而且也一定学过对其进行幅频响应分析。

既然硬件很容易实现一阶低通或者高通滤波器,那么为什么还要讨论一阶数字滤波器呢?

  • 硬件滤波器需要 RC 器件,R/C 的规格并不能随意选取,受厂家规格限制,其数值并不连续,特殊规格需要定制

  • 数字滤波器非常灵活,一阶数字滤波器计算代价极低。随便一个单片机都可以玩的转。

  • 在满足香农采样定理的前提下可灵活实现截止频率。

数字滤波器

这里直接把差分方程列出来,具体推导就不罗嗦了,有兴趣可以找书看看,比较容易:

其中

 表示滤波时间常数,T 表示采样周期。

MATLAB 代码

clc; format compact

s = tf('s');
w = 50; % rad/s
H = w/(s+w)

T = 1/500;
Hd = c2d(H,T,'zoh')

opts = bodeoptions;
opts.FreqUnits = 'rad/s';
opts.XLim = [0.01, 10000];
opts.Grid = 'on';

bode(H,Hd, opts)

从其响应曲线看为一低通滤波器,相频响应不线性,从其差分方程也看出输出反馈参与运算了,所以其本质是 IIR 滤波器。

上代码

#include <stdio.h>
#include <math.h>
#include <string.h>
typedef struct _t_FSTO_FILTER
{
    float yn1;
    float a;
}t_FSTO_FILTER;

int init_first_order_lpf(t_FSTO_FILTER * pFilter,float Tf,float T)
{
    if(T<=0 || Tf<=0)
      return -1;

    pFilter->a   = Tf/(Tf+T);
    pFilter->yn1 = 0;
    return 0;
}
float fist_order_lpf(t_FSTO_FILTER * pFilter,float xn)
{
    float yn;
    yn = pFilter->a*pFilter->yn1+(1-pFilter->a)*xn;
    pFilter->yn1 = yn;
    return yn;
}

#define PI 3.1415f
#define SAMPLE_RATE 500.0f
#define SAMPLE_T (1/SAMPLE_RATE)
#define SAMPLE_SIZE (100)
int main()
{
    float sim[SAMPLE_SIZE];
    float out[SAMPLE_SIZE];
    t_FSTO_FILTER lpf;

    if(init_first_order_lpf(&lpf,0.005,SAMPLE_T)==-1)
      return -1;

    FILE *pFile=fopen("./simulationSin.csv","wt+");
    if(pFile==NULL)
    {
        printf("simulationSin.csv opened failed");
        return -1;
    }

    for(int i=0;i<SAMPLE_SIZE;i++)
    {
        sim[i]=20*sin(2*PI*10*i/500)+rand()%5;
    }
    for(int i=0;i<SAMPLE_SIZE;i++)
    {
        out[i]=fist_order_lpf(&lpf,sim[i]);
        fprintf(pFile,"%f,%f\n",sim[i],out[i]);
    }

    fclose(pFile);
    return 0;
}

取滤波时间常数为 0.005S,采样周期为 0.2S,为 40 倍关系,来看一下上述代码的滤波效果,波形未失真,效果棒棒哒~

如果将常数修改为 0.1S,看下效果:

由图可见,幅度已经衰减,波形已经失真,传递函数的幅频响应已进入衰减区。所以实际使用的时候,滤波器时间常数尽量取小于采样周期 10 倍为宜,具体可以仿真一下,或者类似上面测试程序测试一下为宜。

总结一下

一阶数字滤波计算简单,实现代价非常低。在滤除高频噪声时应用很广泛。其本质是 IIR 滤波器,为啥要单列出来介绍一下呢?是因为其实现简单,实际使用时也不必进行复杂的仿真。

1.谨记:知者不惑,仁者不忧,勇者不惧

2.中芯国际透露:14nm或不能为某客户代工

3.数学之美:嵌入式编程凹凸性之妙用(附C代码)

4.MCU是如何从上电复位运行到main函数的?

5.不想在编译程序时浪费时间,这里有妙招!

6.STM32L5中如何关闭TrustZone?

免责声明:本文系网络转载,版权归原作者所有。如涉及作品版权问题,请与我们联系,我们将根据您提供的版权证明材料确认版权并支付稿酬或者删除内容。

  • 2
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,我了解您的问题。首先,IIR数字滤波器是由数字滤波器的输入和输出之间的差分方程描述的。通常使用差分方程的形式来表示IIR数字滤波器,其中包含反馈和前馈的项。 下面是一个IIR数字滤波器的一般形式: $$y[n]=\sum_{k=0}^{M}b_kx[n-k]-\sum_{k=1}^{N}a_ky[n-k]$$ 其中,$x[n]$是输入信号,$y[n]$是输出信号,$a_k$ 和 $b_k$ 是滤波器的系数,$M$ 和 $N$ 是前馈和反馈的滤波器数。 常见的设计IIR数字滤波器的方法有: 1. 巴特沃斯滤波器设计方法 2. 切比雪夫滤波器设计方法 3. 椭圆滤波器设计方法 4. Chebyshev II 滤波器设计方法 这些方法中,巴特沃斯滤波器设计方法最为常用,主要是因为它能提供最平滑的幅频响应和群延迟。下面我们以巴特沃斯滤波器设计方法为例,介绍一下IIR数字滤波器设计实现。 #### IIR数字滤波器设计实现 ##### 1. 巴特沃斯滤波器设计 设计一个巴特沃斯滤波器的基本步骤如下: 1. 确定滤波器的截止频率(Low Pass Filter 或 High Pass Filter)。 2. 确定滤波器数和通带和阻带的范围。 3. 根据上述信息计算出滤波器的极点和零点。 4. 根据上述信息计算出滤波器的系数。 ##### 2. 巴特沃斯滤波器实现 IIR数字滤波器实现通常有两种方法: 1. 直接实现:直接使用差分方程计算输出。 2. 间接实现:使用级联的、二滤波器(biquad)来实现滤波器。 其中,直接实现方法比较简单,但是需要大量的运算,延时也会比较大;而间接实现方法需要更多的存储器,但是具有更高的速度和更低的延时。 下面是一个用 Python 实现的例子,采用直接实现方法: ```python import numpy as np # 滤波器系数 b = [0.1, 0.2, 0.3] a = [1, 0.5, 0.2] # 输入信号 x = np.random.randn(1000) # 输出信号 y = np.zeros_like(x) # 直接实现滤波器 for n in range(len(x)): y[n] = b[0]*x[n] + b[1]*x[n-1] + b[2]*x[n-2] - a[1]*y[n-1] - a[2]*y[n-2] ``` 这段代码实现了一个三IIR数字滤波器,输入信号为 `x`,输出信号为 `y`,滤波器系数为 `b` 和 `a`。 希望这个手把手程能够帮助你更好地理解和实现IIR数字滤波器设计实现
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值