华工信工实验参考——《DSP实验 5 有限冲激响应数字滤波器设计》

最新推荐文章于 2024-09-29 11:26:17 发布

程序源_hytz

最新推荐文章于 2024-09-29 11:26:17 发布

阅读量761

点赞数 2

分类专栏： DSP实验文章标签： matlab dsp开发学习方法经验分享

本文链接：https://blog.csdn.net/Scut_Ty/article/details/128425206

版权

DSP实验专栏收录该内容

8 篇文章 1 订阅

订阅专栏

博客中的代码不出意外的话应该都是直接可以跑的，如果出了意外的话可以邮箱1902946954@qq.com

实验 5 有限冲激响应数字滤波器设计

实验目的：

1、加深对数字滤波器的常用指标理解。

2、学习数字滤波器的设计方法。

二、预习要求

1. 在 MATLAB 中，熟悉函数 fir1、kaiserord 、remezord、remez 的使用； B = fir1(n,Wn,'high','noscale')设计滤波器； [n,Wn,beta,ftype] = kaiserord(f,a,dev)估计滤波器阶数； [n,fo,ao,w] = remezord (f,a,dev,fs)计算等波纹滤波器阶数 n 和加权函数 w(ω)； B=remez(n,f,a)进行等波纹滤波器的设计。

2. 阅读扩展练习中的实例，学习 FIR 滤波器的设计方法及其在 MATLAB 中的实现；

3. 给出 FIR 数字滤波器的冲激响应，绘出它们的幅度和相位频响曲线，讨论它们各自的实现形式和特点。数字滤波器有 IIR 和 FIR 两种类型，它们的特点和设计方法不同

三、实验内容

四、窗函数法设计FIR数字滤波器

4.1代码思路

我们查阅matlab帮助手册可以看到kaiserord和fir1函数的使用方法：

即kaiserord用来估计滤波器阶数，输入的参数分别为边界频率，mags（可理解为滤波器的形状，带通为“010”）和通带阻带指标。因此我们只需要将要求中的dB单位换掉，用kaiseord估计滤波器阶数等参数，再代到fir1函数中即可得到滤波器的系数b。

4.2 实验源代码

clc;clear;
fcuts = [0.3 0.45 0.65 0.75];  	%边界频率
mags = [0 1 0];  				%滤波器形状描述
devs = [0.01 0.1 0.01];  		%通带阻带指标
[n,Wn,beta,ftype] = kaiserord(fcuts,mags,devs);   %滤波器阶数估计
n = n + rem(n,2);
bandpass_window = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale');   %生成滤波器系数
figure(1);
freqz(bandpass_window);%画出频率响应

4.3 实验结果及分析

用窗函数法设计FIR带通滤波器频率响应曲线入图1所示，我们可以看到该滤波器边界频率处能达到要求，并且在工作区具有线性的相位。

图1 用窗函数法设计FIR带通滤波器频率响应曲线

我们同样可以用直接向滤波器输入频率为0.3Π，0.55Π，0.75Π的正弦波，观察是否能够滤除0.3Π和0.75Π的频率分量并且让0.55Π幅度损失在1dB以内。实现代码如下：

N=512;
n=0:N-1;
cos_test=cos((2*pi/N)*140*n)+cos((2*pi/N)*64*n)+cos((2*pi/N)*205*n);
cos_test_128=[cos_test,zeros(1,512)];
figure(2);
stem(0:length(cos_test)-1,cos_test);
test_before=fft(cos_test_128);
test_before=abs(test_before);
figure(3);
stem(0:length(cos_test_128)-1,test_before);
test_after=filter(bandpass_window,1,cos_test);
figure(4)
stem(0:length(test_after)-1,test_after);
test_after=[test_after,zeros(1,512)];
test_after=fft(test_after);
test_after=abs(test_after);
figure(5);
stem(0:length(test_after)-1,test_after);

我们可以对比滤波前后通过FFT变化得到的频谱。

图2 滤波前后频谱

我们可以清晰的看到滤波后低频和高频被滤除，而0.55Π的分量幅度从256下降至246，损失在1dB以内，也证明了该带通滤波器达到了要求的指标。

五、等波纹法设计带通滤波器

5.1代码思路

函数remezord和remez的用法和kaiserord和fir1很相近。前者输入滤波器指标，输出滤波器阶数等参数，后者通过参数设计出滤波器最后的系数。

5.2 实验源代码

clc;clear;
fcuts=[0.3 0.45 0.65 0.75];
mval=[0 1 0];%幅值
dev=[0.01 0.1 0.01];%通带和阻带波纹系数
[N,fpts,mag,wt]=remezord(fcuts,mval,dev);
b=remez(N,fpts,mag,wt);
figure(6);
freqz(b);

5.3 结果与分析

我们看到该滤波器在通带峰值起伏上能够达到指标，但在阻带衰减上不能达到。（如0.3Π时衰减仅有37dB<40db）