数字滤波器设计之一:巴特沃斯(Butterworth)滤波器

        我们常说的经典滤波器是根据傅里叶分析和变换设计出来的,只允许一定频率范围内的信号成分正常通过,而阻止另一部分频率成分通过。按照最佳逼近特性或者滤波通带特性分类,主要为巴特沃斯滤波器(Butterworth)、切比雪夫滤波器(Chebyshev)、贝塞尔滤波器(Bessel)和椭圆滤波器(Elliptic)四种。每种MATLAB都有相应的函数,用起来也比较方便,但是却缺少C/C++的程序,于是自己仔细研究了每种滤波器的特性和原理,并且部分滤波器实现了C语言的代码化,接下来的时间会对这些滤波器的原理和C语言的实现进行介绍。

该系列均以低通滤波器为原型来介绍,其他类型的滤波器可以由低通滤波器通过频率变换转换得到,这里不过多介绍。低通滤波器的主要性能指标有以下几个:通带截止频率fp、阻带截止频率fs、通带衰减 ( Ap)、阻带衰减 ( As) 以及归一化频率时需要用到的-3dB的转折频率fc。

1. Butterworth滤波器原理

     Butterworth滤波器因其在通带内的幅值特性具有最大平坦的特性而闻名,是四种经典滤波器中最简单的,巴特沃斯滤波器只需要两个参数表征,滤波器的阶数N和-3dB处的截止频率\Omega _c。其幅度平方函数为:

                                                                            \bg_white \left | \mathrm{H}_a\left ( j\Omega \right ) \right |^{2}=\frac{1}{1+\left ( \frac{\Omega }{\Omega _c} \right )^{2N}}

                               \bg_white A_{p}=10lg\left ( 1+\varepsilon _{p}^{2} \right ),A_{s}=10lg\left ( 1+\varepsilon _{s}^{2} \right ),A\left ( \Omega \right )=10lg\left ( 1+\left ( \frac{\Omega }{\Omega _c} \right )^{2N} \right )

N是滤波器的阶数,从幅度平方函数可以看出,N阶滤波器有2N个极点,而且这2N个极点均布在一个圆上,圆的半径为,称之为Butterworth圆,Butterworth滤波器系统是一个线性系统,要使其稳定,其极点必须位于S平面的左半平面,所以取左半平面内的N个极点作为滤波器的极点,滤波器就是稳定的了,求出极点之后,计算模拟滤波器的系数as、bs,然后通过双线性变换(不懂得自行查书)由模拟域到数字域,求出系数az和bz 。最后通过差分方程就可以计算滤波结果了。

                                              \bg_white y(n)= \sum_{k=0}^{\propto }h(k)x(n-k)=-\sum_{k=1}^{M}a_{k}y(n-k)+\sum_{k=0}^{N}b_{k}x(n-k)

2. C语言实现

A.求阶数

公式为:

                                                                                   N=\frac{1}{2}\frac{lg\left ( \frac{10^{0.1A_s}-1}{10^{0.1A_p}-1} \right )}{lg\left ( \frac{\Omega _s}{\Omega _p} \right )}

代码:

N = ceil(0.5*( log10 (( pow (10, Stopband_attenuation/10) - 1)/
	   ( pow (10, Passband_attenuation/10) - 1)) / log10 (Stopband/Passband) ));

B.求极点

公式:

代码:

for(k = 0;k <= ((2*N)-1) ; k++)
    {
		if(Cutoff*cos((2*k+N-1)*(pi/(2*N))) < 0.0)
         {	   
            poles[count].x = -Cutoff*cos((2*k+N-1)*(pi/(2*N)));
			poles[count].y = -Cutoff*sin((2*k+N-1)*(pi/(2*N)));	  
			 count++;
	        if (count == N) break;
         }
    } 

C.计算模拟滤波器系数

公式:

代码(这部分需要自己推导,多算几步就找到规律了):

     Res[0].x = poles[0].x; 
     Res[0].y = poles[0].y;

     Res[1].x = 1; 
     Res[1].y= 0;

    for(count_1 = 0;count_1 < N-1;count_1++)//N个极点相乘次数
    {
	     for(count = 0;count <= count_1 + 2;count++)
	     {
	          if(0 == count)
			  {
 	              Res_Save[count] = ComplexMul( Res[count], poles[count_1+1] );  
			  }

	          else if((count_1 + 2) == count)
	          {
	                Res_Save[count].x += Res[count - 1].x;
					Res_Save[count].y += Res[count - 1].y;	
	          }		  
		    else 
		    {
				Res_Save[count] = ComplexMul( Res[count], poles[count_1+1] );	               				
			    Res_Save[count].x += Res[count - 1].x;
			    Res_Save[count].y += Res[count - 1].y;	
		    }
	     }

	     for(count = 0;count <= N;count++)//Res[i]=a(i),i越大次数越高
	     {
			Res[count].x = Res_Save[count].x; 
			Res[count].y = Res_Save[count].y;
				 
		    *(a + N - count) = Res[count].x;
	     }				 
	}

     *(b+N) = *(a+N);

D.双线性变换

        用下式进行替换H_a\left ( s \right ) 中的s变量,得到H\left ( \textrm{z} \right ) ,然后类似上面的计算方法计算Z域的系数az和bz,其中T为采样周期,但是因为在计算中会被约去,所以简化计算,这里取1。

公式:

代码:

int Count = 0,Count_1 = 0,Count_2 = 0,Count_Z = 0;
      double *Res, *Res_Save;
	  Res = new double[N+1]();
	  Res_Save = new double[N+1](); 
	  memset(Res, 0, sizeof(double)*(N+1));
	  memset(Res_Save, 0, sizeof(double)*(N+1));

      	for(Count_Z = 0;Count_Z <= N;Count_Z++)
		{
            *(az+Count_Z)  = 0;
		    *(bz+Count_Z)  = 0;
		}

	
	for(Count = 0;Count<=N;Count++)
	{    	
	      for(Count_Z = 0;Count_Z <= N;Count_Z++)
	      {
	      	    Res[Count_Z] = 0;
				Res_Save[Count_Z] = 0;	 
	      }
          Res_Save [0] = 1;
	
	      for(Count_1 = 0; Count_1 < N-Count;Count_1++)//计算(1-Z^-1)^N-Count的系数,
	      {												//Res_Save[]=Z^-1多项式的系数,从常数项开始
				for(Count_2 = 0; Count_2 <= Count_1+1;Count_2++)
				{
					 if(Count_2 == 0)  
					 {
					   Res[Count_2] += Res_Save[Count_2];
					 } 	

					 else if((Count_2 == (Count_1+1))&&(Count_1 != 0))  
					 {
						 Res[Count_2] += -Res_Save[Count_2 - 1];   
					 } 

					 else  
					 {
						 Res[Count_2] += Res_Save[Count_2] - Res_Save[Count_2 - 1];
					 }				 
				}

		      for(Count_Z = 0;Count_Z<= N;Count_Z++)
		      {
 				   Res_Save[Count_Z]  =  Res[Count_Z] ;
				   Res[Count_Z]  = 0;   
		      }	
	      }

		for(Count_1 = (N-Count); Count_1 < N;Count_1++)//计算(1-Z^-1)^N-Count*(1+Z^-1)^Count的系数,
	    {												//Res_Save[]=Z^-1多项式的系数,从常数项开始
                for(Count_2 = 0; Count_2 <= Count_1+1;Count_2++)
				{
	      			 if(Count_2 == 0)  
					 {
					   Res[Count_2] += Res_Save[Count_2];
					 } 	

					 else if((Count_2 == (Count_1+1))&&(Count_1 != 0))  
					 {
						 Res[Count_2] += Res_Save[Count_2 - 1];
					  } 

					 else  
					 {
						  Res[Count_2] += Res_Save[Count_2] + Res_Save[Count_2 - 1];
					 }				 
				}

		      for(Count_Z = 0;Count_Z<= N;Count_Z++)
		      {
 		          Res_Save[Count_Z]  =  Res[Count_Z] ;
			      Res[Count_Z]  = 0;    
		      }
	     }

		for(Count_Z = 0;Count_Z<= N;Count_Z++)
		{
            *(az+Count_Z) +=  pow(2,N-Count)  *  (*(as+Count)) * Res_Save[Count_Z];
			*(bz+Count_Z) +=  (*(bs+Count)) * Res_Save[Count_Z];		       
		 }	

	}//最外层for循环
   
     for(Count_Z = N;Count_Z >= 0;Count_Z--)
     {
          *(bz+Count_Z) =  (*(bz+Count_Z))/(*(az+0));
          *(az+Count_Z) =  (*(az+Count_Z))/(*(az+0));
     }

E.由由差分方程计算滤波结果

采用滤波器直接II型结构,可以减少一半的中间缓存内存,具体代码如下:

double FiltButter(double *pdAz,	//滤波器参数表1
                  double *pdBz,	//滤波器参数表2
				  int	nABLen,	//参数序列的长度
				  double dDataIn,//输入数据
				  double *pdBuf)	//数据缓冲区
{
	int	i;
	int	nALen;
	int nBLen;
	int	nBufLen;
	double	dOut;

	if( nABLen<1 )return 0.0;
	//根据参数,自动求取序列有效长度
	nALen = nABLen;
	for( i=nABLen-1; i; --i )
	{
		if( *(pdAz+i) != 0.0 )//从最后一个系数判断是否为0
		{
			nALen = i+1;	
			break;
		}
	}
	//printf("%lf ", nALen);
	if( i==0 ) nALen = 0;

	nBLen = nABLen;
	for( i=nABLen-1; i; --i )
	{
		if( *(pdBz+i) != 0.0 )
		{
			nBLen = i+1;
			
			break;
		}
	}
	//printf("%lf ", nBLen);
	if( i==0 ) nBLen = 0;
	//计算缓冲区有效长度
	nBufLen = nALen;
	if( nALen < nBLen)
		nBufLen = nBLen;

	//滤波: 与系数a卷乘
	dOut = ( *pdAz ) * dDataIn;  // a(0) * x(i)   

	for( i=1; i<nALen; i++)	// a(i) * w(n-i),i=1toN
	{
		dOut -= *(pdAz+i) * *(pdBuf + (nBufLen - 1) - i);
	} 

	//卷乘结果保存为缓冲序列的最后一个
	*(pdBuf + nBufLen - 1) = dOut;
	
	//滤波: 与系数b卷乘
	dOut = 0.0;
	for( i=0; i<nBLen; i++)	// b(i) * w(n-i)
	{    	
		dOut += *(pdBz+i) * *(pdBuf + (nBufLen - 1) - i);
	}

	//丢弃缓冲序列中最早的一个数, 最后一个数清零
	for( i=0; i<nBufLen-1; i++)
	{
		*(pdBuf + i) = *(pdBuf + i + 1);
	}
	*(pdBuf + nBufLen - 1) = 0;
	
	//返回输出值
	return dOut; 
}

VC6.0开发环境滤波结果如下:

至此就完成了Butterworth滤波器的设计过程,完整代码请自行下载。

 

参考资料:http://blog.csdn.net/zhoufan900428/article/details/9069475

源码地址:http://download.csdn.net/detail/zhwzhaowei/9830114

 

 

发布了29 篇原创文章 · 获赞 63 · 访问量 4万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 书香水墨 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览