数字信号处理实验五：FIR数字滤波器设计与软件实现

实验目的

掌握用窗函数法设计FIR数字滤波器的原理和方法。

掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。

掌握FIR滤波器的快速卷积实现原理。

学会调用matlab函数设计与实现FIR滤波器。

实验内容与步骤

认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理

调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱，如图所示

请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。

根据滤波器指标选择合适的窗函数，计算窗函数的长度N，调用MATLAB 函fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。

重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord和remez 设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。

提示：

MATLAB函数fir1和fftfilt的功能及其调用格式请查阅help

采样频率Fs=1000Hz，采样周期T=1/Fs

根据图和实验要求，可选择滤波器指标参数：通带截止频率fp=120Hz，阻带截至频率fs=150Hz，换算成数字频率，通带截止频率ωp = 2πfpT=0.24π，通带最大衰为0.1dB，阻带截至频率            ωs = 2πfsT = 0.3π，阻带最小衰为60dB。

实验程序框图如图所示，供读者参考

实验代码

%《数字信号处理(第4版）学习指导》第10章实验5程序exp5.m
% 西安电子科技大学出版社出版  高西全  丁玉美 合著 2016年
% FIR数字滤波器设计及软件实现
clear all;close all;
%==调用xtg产生信号xt, xt长度N=1000,并显示xt及其频谱,=========
N=1000;xt=xtg(N);
fp=120; fs=150;Rp=0.2;As=60;Fs=1000; 	% 输入给定指标
% (1) 用窗函数法设计滤波器
wc=(fp+fs)/Fs;     %理想低通滤波器截止频率(关于pi归一化）
B=2*pi*(fs-fp)/Fs;  %过渡带宽度指标
Nb=ceil(11*pi/B);    %blackman窗的长度N
hn=fir1(Nb-1,wc,blackman(Nb));
Hw=abs(fft(hn,1024));	% 求设计的滤波器频率特性
ywt=fftfilt(hn,xt,N);   %调用函数fftfilt对xt滤波
%以下为用窗函数法设计法的绘图部分（滤波器损耗函数，滤波器输出信号波形
f=[0:1023]*Fs/1024;
figure(2)
subplot(2,1,1)
plot(f,20*log10(Hw/max(Hw)));grid;title('(a) 窗函数法设计的低通滤波器幅频特性')
axis([0,Fs/2,-120,20]);
xlabel('f/Hz');ylabel('幅度')
t=[0:N-1]/Fs;Tp=N/Fs;
subplot(2,1,2)
plot(t,ywt);grid;
axis([0,Tp/2,-1,1]);xlabel('t/s');ylabel('y_w(t)');
title('(b) 窗函数法设计的滤波器滤除噪声后的信号波形')
% (2) 用等波纹最佳逼近法设计滤波器
fb=[fp,fs];m=[1,0]; 		% 确定remezord函数所需参数f,m,dev
dev=[(10^(Rp/20)-1)/(10^(Rp/20)+1),10^(-As/20)];
[Ne,fo,mo,W]=remezord(fb,m,dev,Fs);	% 确定remez函数所需参数
hn=remez(Ne,fo,mo,W);		% 调用remez函数进行设计
Hw=abs(fft(hn,1024));		% 求设计的滤波器频率特性
yet=fftfilt(hn,xt,N);       % 调用函数fftfilt对xt滤波
%以下为用等波纹设计法的绘图部分（滤波器损耗函数，滤波器输出信号波形
figure(3);subplot(2,1,1)
f=[0:1023]*Fs/1024;
plot(f,20*log10(Hw/max(Hw)));grid;title('(c) 等波纹法设计的低通滤波器幅频特性')
axis([0,Fs/2,-80,10]);
xlabel('f/Hz');ylabel('幅度')
subplot(2,1,2);plot(t,yet);grid;
axis([0,Tp/2,-1,1]);xlabel('t/s');ylabel('y_e(t)');
title('(d) 等波纹低通滤波器滤除噪声后的信号波形')

xtg函数

function xt=xtg(N)
%实验五信号x(t)产生函数,并显示信号时域波形及其幅频特性曲线
%xt=xtg 产生一个长度为N,有加性高频噪声的单频调幅信号xt,采样频率Fs=1000Hz
%载波频率fc=Fs/10=100Hz,调制正弦波频率f0=fc/10=10Hz.
Fs=1000;T=1/Fs;Tp=N*T;
t=0:T:(N-1)*T;
fc=Fs/10;f0=fc/10; %载波频率fc=Fs/10，单频调制信号频率为f0=Fc/10;
mt=cos(2*pi*f0*t);  %产生单频正弦波调制信号mt，频率为f0
ct=cos(2*pi*fc*t);  %产生载波正弦波信号ct，频率为fc
xt=mt.*ct;          %相乘产生单频调制信号xt
nt=2*rand(1,N)-1;   %产生随机噪声nt
%=======设计高通滤波器hn,用于滤除噪声nt中的低频成分,生成高通噪声=======
fp=150; fs=200;Rp=0.1;As=70;	% 滤波器指标
fb=[fp,fs];m=[0,1]; 		  % 计算remezord函数所需参数f,m,dev
dev=[10^(-As/20),(10^(Rp/20)-1)/(10^(Rp/20)+1)];
[n,fo,mo,W]=remezord(fb,m,dev,Fs);	% 确定remez函数所需参数
hn=remez(n,fo,mo,W);	  % 调用remez函数进行设计,用于滤除噪声nt中的低频成分
nht=filter(hn,1,10*nt);      %滤除随机噪声中低频成分，生成高通噪声yt
%================================================================
xt=xt+nht;           %噪声加信号
fst=fft(xt,N);k=0:N-1;f=k/Tp;
subplot(2,1,1);plot(t,xt);grid;xlabel('t/s');ylabel('x(t)');
axis([0,Tp/2,min(xt),max(xt)]);title('(a) 信号加噪声波形')
subplot(2,1,2);plot(f,abs(fst)/max(abs(fst)));grid;title('(b) 信号加噪声的频谱')
axis([0,Fs/2,0,1.2]);xlabel('f/Hz');ylabel('幅度')

实验结果

实验结果分析及实验总结

用窗函数法设计滤波器，滤波器长度Nb=184。滤波器损耗函数和滤波器输出 yw(nT)分别如图所示。

用等波纹最佳逼近法设计滤波器，滤波器长度Ne=83。滤波器损耗函数和滤波器输出ye(nT)分别如图所示。

两种方法设计的滤波器都能有效地从噪声中提取信号，但等波纹最佳逼近法设计的滤波器阶数低得多，当然滤波实现的运算量以及时延也小得多，从图可以直观地看出时延差别。