数字信号课程实验——FIR数字滤波器的设计

苦逼人生

于 2024-10-07 21:54:27 发布

阅读量184

点赞数 10

文章标签：算法开发语言课程设计软件工程笔记

本文链接：https://blog.csdn.net/qq_55543315/article/details/142747144

版权

FIR数字滤波器的设计

一、实验目的

(1) 掌握用窗函数法、频率采样法及优化设计法设计FIR滤波器的原理及方法，熟悉相应的MATLAB编程。

(2) 熟悉线性相位FIR滤波器的幅频特性和相频特性。

(3) 了解各种不同窗函数对滤波器性能的影响。

二、主要仪器设备

硬件：微型计算机

软件：Matlab

三、实验内容

1、N=45,计算并画出矩形窗、汉明窗、布莱克曼窗的归一化的幅度谱，并比较各自特点。

程序代码：

N=45;

w1=boxcar(N);w2=hamming(N);w3=blackman(N);

[h,w]=freqz(w1,N); figure(1);

plot(w/pi,20*log10(abs(h)));

axis([0,1,-80,10]);

grid on; 

xlabel('归一化频率/π');ylabel('幅度/dB');

title('20610815李卫    矩形窗');

figure(2);

[h,w]=freqz(w2,N);

plot(w/pi,20*log10(abs(h))); 

axis([0,1,-80,10]);

grid on;

xlabel('归一化频率/π');ylabel('幅度/dB');

title('汉明窗');

figure(3);

[h,w]=freqz(w3,N); 

plot(w/pi,20*log10(abs(h)));

axis([0,1,-150,10]);

grid on;

xlabel('归一化频率/π');

ylabel('幅度/dB');

title('布莱克曼窗');

结果显示：

实验分析：

矩形窗函数具有最窄的主瓣宽度，但有最大的旁瓣峰值；汉明窗函数的主瓣稍宽，而旁瓣较小；布莱克曼窗函数则更甚之。矩形窗设计的滤波器过渡带最窄，但是阻带最小衰减也最差；布莱克曼窗设计的滤波器阻带衰减最好，过渡带最宽，约为矩形窗设计的的三倍。汉明窗设计的滤波器处于矩形窗和布莱克曼窗之间。

2、N=15，带通滤波器的两个通带边界分别为 $\omega _{1}=0.3 \pi ,\omega _{2}=0.5 \pi$ 。用汉宁窗设计此线性相位带通滤波器，观察它的实际3dB和20dB带宽。N=45，重复这一设计，观察幅频和相频特性的变化，注意长度N变换的影响。

程序代码：

N=15;w1=0.3;w2=0.5; 

w=hanning(N);

n=0:N-1;alfa=(N-1)/2;

h=fir1(N-1,[w1 w2],w);

[h1,w3]=freqz(h,1);

figure(1);

subplot(2,1,1);

plot(w3/pi,20*log10(abs(h1)));grid on;

axis([0,1,-80,10]);

xlabel('归一化频率/π');

ylabel('幅度/dB');

subplot(2,1,2);

plot(w3/pi,angle(h1));grid on;axis([0,1,-4,4]);

xlabel('归一化频率/π');

ylabel('角度/rad'); 

N=45;w=hanning(N);

n=0:N-1;alfa=(N-1)/2;

h=fir1(N-1,[w1 w2],w);

[h1,w3]=freqz(h,1);

figure(2);

subplot(2,1,1);

plot(w3/pi,20*log10(abs(h1)));grid on;axis([0,1,-80,10]);

xlabel('归一化频率/π');

ylabel('幅度/dB');

subplot(2,1,2);plot(w3/pi,angle(h1));grid on;

axis([0,1,-4,4]);

xlabel('归一化频率/π');

ylabel('角度/rad');

结果显示：

实验分析：

观察图像，当N增大，3db带宽和20db带宽减小，滤波器特性变好，过渡带变陡，幅频曲线显示其通带较平缓，波动小，阻带衰减大。相频特性曲线显示其相位随频率变化也变大。

3、分别改用矩形窗和布莱克曼窗，设计2中的带通滤波器，观察并记录窗函数对滤波器幅频特性的影响，比较两种窗的特点。

程序代码：

N=15;

w1=0.3;

w2=0.5;

wn1=boxcar(N);

wn2=blackman(N); 

hn1=fir1(N-1,[w1 w2],wn1);

hn2=fir1(N-1,[w1 w2],wn2);

[h1,w3]=freqz(hn1,1);

figure(1);

plot(w3/pi,20*log10(abs(h1)));

grid on;

axis([0,1,-80,10]);

xlabel('归一化频率/π');

ylabel('幅度/dB');

title('矩形窗,N=15');

[h1,w3]=freqz(hn2,1);

figure(2);

plot(w3/pi,20*log10(abs(h1)));

grid on; 

axis([0,1,-80,10]);

xlabel('归一化频率/π');

ylabel('幅度/dB'); 

title('布莱克曼窗,N=15');

N=45; 

wn1=boxcar(N);

wn2=blackman(N);

hn1=fir1(N-1,[w1 w2],wn1);

hn2=fir1(N-1,[w1 w2],wn2);

[h1,w3]=freqz(hn1,1);

figure(3);

plot(w3/pi,20*log10(abs(h1)));

grid on;

axis([0,1,-80,10]);

xlabel('归一化频率/π');

ylabel('幅度/dB');

title('矩形窗,N=45');

[h1,w3]=freqz(hn2,1);

figure(4);

plot(w3/pi,20*log10(abs(h1)));

grid on;

axis([0,1,-110,10]);

xlabel('归一化频率/π');

ylabel('幅度/dB');

title('布莱克曼窗,N=45');

结果显示：