滤波器本质和举例

最新推荐文章于 2024-07-31 21:18:44 发布

寒听雪落

最新推荐文章于 2024-07-31 21:18:44 发布

阅读量1.8k

点赞数

分类专栏：信号处理_通信原理文章标签： iir滤波器

本文链接：https://blog.csdn.net/wangjie36/article/details/104956712

版权

信号处理_通信原理专栏收录该内容

56 篇文章 173 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文深入探讨滤波器的本质，揭示其在时域与频域的关系，尤其是数字滤波器如何模拟时频特性。文章还介绍了滤波器的不同分类，如低通、高通和带通滤波器，并提供了一种消除不规则极端值的滤波方法的代码示例。此外，针对射频滤波器的现状，特别提到了SAW和BAW滤波器在手机应用中的重要地位及其关键性能指标。

摘要由CSDN通过智能技术生成

一，滤波器本质

滤波器实质上就是选频，所以首先要在频域角度理解，但在日常使用中我们无法直接在频域进行操作，只能在时域操作。伟大的傅里叶告诉我们时域频域是有某种关联的，也就是傅里叶变换。通俗一点就是我们要在时域进行操作，而这种操作对应频域就是一个曲线，通过与信号频域相乘既可选频，选频部分的曲线值大，其他部分值小。这也就是著名的卷积。而卷积正是滤波器核心。数字滤波器的本质就是通过计算来模拟滤波器的时频特性，以达到你想要的信号效果，比如去除噪声等。

滤波器的基本原理是信号的时频特性，但是滤波器的种类有不同，比如分为模拟的滤波器和数字滤波器，比如按照功能分，又可以分成低通滤波器、高通滤波器、带通滤波器等等，比如还有匹配滤波器。

二，一种去掉偶尔产生不规则极端数值点的滤波方法

1，matlab代码

close all;clc;

clear all;

st=200:-4:1;%采集150个数据，每次减1

st=zeros(1,200)+10;%采集150个数据，每次减1

%y = awgn(x,SNR,SIGPOWER)信噪比SNR以dB为单位；如果SIGPOWER是数值，则其代表以dBW为单位的信号强度；如果SIGPOWER为'measured'，则函数将在加入噪声之前测定信号强度

St_nois