matlab设计窄带滤波器,【安富莱DSP教程】第36章 FIR滤波器的Matlab设计

最新推荐文章于 2024-03-22 19:12:41 发布

六条叔叔

最新推荐文章于 2024-03-22 19:12:41 发布

阅读量1.9k

点赞数 1

文章标签： matlab设计窄带滤波器

本文详细介绍了如何在MATLAB中使用fir1和fir2函数设计FIR滤波器，包括低通、高通、带通和带阻滤波器。通过实例展示了不同窗函数（如矩形、汉宁、海明窗等）对滤波效果的影响，并通过FFT和信噪比分析验证滤波效果。最后，探讨了fir2函数用于设计具有任意频率响应的FIR滤波器的方法。

摘要由CSDN通过智能技术生成

第36章

FIR滤波器的Matlab设计

本章节讲解FIR滤波器的Matlab设计。主要是函数fir1和fir2的使用。

36.1 窗函数

36.2 fir1函数

36.2 fir2函数

36.4 总结

36.1

窗函数

在数字信号处理中不可避免地要用到数据截取的问题。例如，在应用DFT的时候，数据x(n)总是有限长的，在滤波器设计中遇到了对理想滤波器抽样响应h(n)的截取问题，在功率谱估计中也要遇到对自相关函数的截取问题。总之，我们在实际工作中所能处理的离散序列总是有限长，把一个长序列变换成有限长的序列不可避免的要用到窗函数。因此，窗函数本身的研究及其应用是信号处理中的一个基本问题。

不同的窗函数对信号频谱的影响是不一样的，这主要是因为不同的窗函数，产生泄漏的大小不一样，频率分辨能力也不一样。信号的截断产生了能量泄漏，而用FFT算法计算频谱又产生了栅栏效应，从原理上讲这两种误差都是不能消除的，但是我们可以通过选择不同的窗函数对它们的影响进行抑制。(矩形窗主瓣窄，旁瓣大，频率识别精度最高，幅值识别精度最低；布莱克曼窗主瓣宽，旁瓣小，频率识别精度最低，但幅值识别精度最高)。

对于窗函数的选择，应考虑被分析信号的性质与处理要求。如果仅要求精确读出主瓣频率，而不考虑幅值精度，则可选用主瓣宽度比较窄而便于分辨的矩形窗，例如测量物体的自振频率等；如果分析窄带信号，且有较强的干扰噪声，则应选用旁瓣幅度小的窗函数，如汉宁窗、三角窗等；对于随时间按指数衰减的函数，可采用指数窗来提高信噪比。

l矩形窗：

矩形窗属于时间变量的零次幂窗。矩形窗使用最多，习惯上不加窗就是使信号通过了矩形窗。这种窗的优点是主瓣比较集中，缺点是旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄漏，甚至出现负谱现象。

l三角窗：

三角窗亦称费杰(Fejer)窗，是幂窗的一次方形式。与矩形窗比较，主瓣宽约等于矩形窗的两倍，但旁瓣小，而且无负旁瓣。

l汉宁窗：

汉宁窗又称升余弦窗，汉宁窗可以看作是3个矩形时间窗的频谱之和，或者说是 3个 sinc(t)型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了 π/T，从而使旁瓣互相抵消，消去高频干扰和漏能。可以看出，汉宁窗主瓣加宽并降低，旁瓣则显著减小，从减小泄漏观点出发，汉宁窗优于矩形窗．但汉宁窗主瓣加宽，相当于分析带宽加宽，频率分辨力下降。

l海明窗：

海明窗也是余弦窗的一种，又称改进的升余弦窗。海明窗与汉宁窗都是余弦窗，只是加权系数不同。海明窗加权的系数能使旁瓣达到更小。分析表明，海明窗的第一旁瓣衰减为一42dB．海明窗的频谱也是由3个矩形时窗的频谱合成，但其旁瓣衰减速度为20dB/(10oct)，这比汉宁窗衰减速度慢。海明窗与汉宁窗都是很有用的窗函数。

l高斯窗：

三角窗亦称费杰(Fejer)窗，是幂窗的一次方形式。与矩形窗比较，主瓣宽约等于矩形窗的两倍，但旁瓣小，而且无负旁瓣。

还有很多其它的窗口这里就不做介绍了，需更详细的了解的话，可以看matlab中help文档中的如下部分(这里只截图了一部分窗口)。