MATLAB常用的FIR滤波器设计方法之窗函数法
bigegpt 2024-10-28 12:47 34 浏览
FIR滤波器很多工科出身的人都不会陌生,在我们的学习和工作中,也常常需要设计FIR滤波器。因为FIR滤波器有两个特点:滤波器是稳定的以及具有线性相位。FIR滤波器在信号处理相关领域当然也包括本人所在的雷达信号处理领域有着广泛的应用。本文主要介绍MATLAB最常用的FIR滤波器设计方法之窗函数法。其他的方法将在另一章中介绍。
窗函数法是一种基础且普遍应用的FIR滤波器设计方法。首先需要根据性能指标(如主瓣宽度、旁瓣衰减等)确定适合的窗函数。 主瓣宽度、旁瓣衰减是一对情敌,想要主瓣宽度窄且旁瓣衰减大,那是电视剧里都不会出现的情况。实际中,需要根据自己的任务指标权衡。此外,还需要确定阶数。然后就可以用fir1函数设计滤波器了。
b=fir1(n,wn,'ftype',window)
其中:
b:我们设计的fir滤波器系数,长度为n+1;b跟过渡带的宽度有关,设计时根据性能要求确定。
n:滤波器的阶数。注意,b的长度为n+1。
wn:滤波器的截止频率,可以是一个标量或者多元素的向量。取值范围0<wn<1,wn = 1对应于奈奎斯特采样频率(采样频率/2)。wn是单个值时,为低通/高通滤波器,ftype可以为low/high;当wn为有两个元素的向量[w1 w2 ],w1 < w2 , 为带通/带阻滤波器,ftype可以为bandpass/stop; 如果Wn有两个以上元素[w1 w2 …… wn],w1< w2 <…… <wn,ftype可以为'DC-0' | 'DC-1'。ftype为'DC-0'代表第一个带(0~w1 )为阻带(系统默认),ftype为'DC-1'代表第一个带(0~w1 )为通带。wn对应于滤波器归一化增益-6dB处。
window:表示使用的窗函数,最常用的是汉明窗(Hamming)、汉宁窗(Hanning)、三角窗(bartlett、triang)、矩形窗(boxcar)、布莱克曼窗(Blackman)、chebwin(切比雪夫窗)、凯赛窗(Kaiser);默认是汉明窗(Hamming)。各种窗的差别主要在集中于主瓣的能量和分散在所有旁瓣的能量之比。
例如我们需要设计一个50阶,截止频率ω = 0.3π,使用汉明窗的低通滤波器。
b = fir1(50,0.3,'low',hamming(51));
freqz(b,1,512)
注意:窗函数长度和滤波器系数b的长度应一致。
改一下需求,需要设计一个50阶,通带为 0.3π <ω <0.6π,旁瓣衰减50dB,采用切比雪夫窗的带通滤波器。
b = fir1(50,[0.3 0.6],'bandpass',chebwin(51,50));
freqz(b,1,512)
对这个滤波器做个小测试。
fs = 200;%采样频率
f1 = 10;
f2 = 50;
f3 = 80;
t = linspace(0,1,fs);
x = 2*sin(2*pi*f1*t)+5*sin(2*pi*f2*t)+3*sin(2*pi*f3*t);
plot(abs(fft(x,512)));
title('原始信号频谱')
b = fir1(50,[0.3 0.6],'bandpass',chebwin(51,50));
y = filter(b,1,x);
figure;
plot(abs(fft(y,512)));
title('滤波后信号频谱')
可见频率为10Hz和80Hz的分量被滤除掉了。
用汉明窗(Hamming)、汉宁窗(Hanning)设计呢?如下图所示。
再来说一下ftype为'DC-0' | 'DC-1'的时候。举两个例子。
设计一个46阶,阻带为ω <0.4π,0.6π <ω <0.9π的滤波器。
bnd = [0.4 0.6 0.9];
b_0 = fir1(46,bnd,'DC-0');
fvtool(b_0,1);
如果我们需要把上面的阻带换为通带呢?binggo!把ftype:DC-0换成ftype:DC-1 就可以了。
把两个滤波器画在一起,如下图:
clc;clear;
bnd = [0.4 0.6 0.9];
b_0 = fir1(46,bnd,'DC-0');
b_1 = fir1(46,bnd,'DC-1');
h = fvtool(b_0,1,b_1,1);
legend(h,'DC-0','DC-1')
kaiser窗
Kaiser窗是一种最优化窗,具有很好的旁瓣抑制性能。
[n,Wn,beta,ftype] = kaiserord(f,a,dev,fs)
f是一个矢量,表示带的边缘频率。f的长度是a的长度*2-2。关于f和a定义了一个分段常数响应函数。下面会通过例子说明。范围为0~fs/2。
dev指定le通带纹波和阻带衰减。表示每个频带输出滤波器的频率响应与其期望值之间最大允许的偏差。
fs:采样频率Hz为单位。
比如设计一个通带为0~1KHz,阻带为1.5~4KHz,5%的通带纹波和阻带衰减为50dB的低通滤波器。
fsamp = 8000;
fcuts = [1000 1500];
mags = [1 0];
devs = [0.05 0.0035];
[n,Wn,beta,ftype] = kaiserord(fcuts,mags,devs,fsamp);
hh = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale');
fvtool(hh,1);
再如设计一个带阻滤波器。
fsamp = 8000;
fcuts = [1000 1500 2500 3000 ];
mags = [1 0 1];
devs = [0.05 0.0035 0.05];
[n,Wn,beta,ftype] = kaiserord(fcuts,mags,devs,fsamp);
hh = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale');
fvtool(hh,1);
下面我们分析一下这个滤波器。
fsamp ,采样频率。
fcuts ,带边缘频率。fcuts 应小于fsamp/2。
mags = [1 0 1];
我们从上图中可以看到在0<f<1000Hz时,滤波器为通带。1000<f<1500时是过渡带,没有mags 对应。在1500<f<2500时,滤波器为阻带,在2500<f<3000时,是过渡带,没有mags 对应。在3000<f<4000时,滤波器为通带。mags 的作用就是定义某一段频率区间是通带还是阻带。
其他的FIR滤波器设计方法在另一章中介绍。
相关推荐
- AI「自我复制」能力曝光,RepliBench警示:大模型正在学会伪造身份
-
科幻中AI自我复制失控场景,正成为现实世界严肃的研究课题。英国AISI推出RepliBench基准,分解并评估AI自主复制所需的四大核心能力。测试显示,当前AI尚不具备完全自主复制能力,但在获取资源...
- 【Python第三方库安装】介绍8种情况,这里最全看这里就够了!
-
**本图文作品主要解决CMD或pycharm终端下载安装第三方库可能出错的问题**本作品介绍了8种安装方法,这里最全的python第三方库安装教程,简单易上手,满满干货!希望大家能愉快地写代码,而不要...
- pyvips,一个神奇的 Python 库!(pythonvip视频)
-
大家好,今天为大家分享一个神奇的Python库-pyvips。在图像处理领域,高效和快速的图像处理工具对于开发者来说至关重要。pyvips是一个强大的Python库,基于libvips...
- mac 安装tesseract、pytesseract以及简单使用
-
一.tesseract-OCR的介绍1.tesseract-OCR是一个开源的OCR引擎,能识别100多种语言,专门用于对图片文字进行识别,并获取文本。但是它的缺点是对手写的识别能力比较差。2.用te...
- 实测o3/o4-mini:3分钟解决欧拉问题,OpenAI最强模型名副其实!
-
号称“OpenAI迄今为止最强模型”,o3/o4-mini真实能力究竟如何?就在发布后的几小时内,网友们的第一波实测已新鲜出炉。最强推理模型o3,即使遇上首位全职提示词工程师RileyGoodsid...
- 使用Python将图片转换为字符画并保存到文件
-
字符画(ASCIIArt)是将图片转换为由字符组成的艺术作品。利用Python,我们可以轻松实现图片转字符画的功能。本教程将带你一步步实现这个功能,并详细解释每一步的代码和实现原理。环境准备首先,你...
- 5分钟-python包管理器pip安装(python pip安装包)
-
pip是一个现代的,通用、普遍的Python包管理工具。提供了对Python包的查找、下载、安装、卸载的功能,是Python开发的基础。第一步:PC端打开网址:选择gz后缀的文件下载第二步:...
- 网络问题快速排查,你也能当好自己家的网络攻城狮
-
前面写了一篇关于网络基础和常见故障排查的,只列举了工具。没具体排查方式。这篇重点把几个常用工具的组合讲解一下。先有请今天的主角:nslookup及dig,traceroute,httping,teln...
- 终于把TCP/IP 协议讲的明明白白了,再也不怕被问三次握手了
-
文:涤生_Woo下周就开始和大家成体系的讲hadoop了,里面的每一个模块的技术细节我都会涉及到,希望大家会喜欢。当然了你也可以评论或者留言自己喜欢的技术,还是那句话,希望咱们一起进步。今天周五,讲讲...
- 记一次工控触摸屏故障的处理(工控触摸屏维修)
-
先说明一下,虽然我是自动化专业毕业,但已经很多年不从事现场一线的工控工作了。但自己在单位做的工作也牵涉到信息化与自动化的整合,所以平时也略有关注。上一周一个朋友接到一个活,一家光伏企业用于启动机组的触...
- 19、90秒快速“读懂”路由、交换命令行基础
-
命令行视图VRP分层的命令结构定义了很多命令行视图,每条命令只能在特定的视图中执行。本例介绍了常见的命令行视图。每个命令都注册在一个或多个命令视图下,用户只有先进入这个命令所在的视图,才能运行相应的命...
- 摄像头没图像的几个检查方法(摄像头没图像怎么修复)
-
背景描述:安防监控项目上,用户的摄像头运行了一段时间有部分摄像头不能进行预览,需要针对不能预览的摄像头进行排查,下面列出几个常见的排查方法。问题解决:一般情况为网络、供电、设备配置等情况。一,网络检查...
- 小谈:必需脂肪酸(必需脂肪酸主要包括)
-
必需脂肪酸是指机体生命活动必不可少,但机体自身又不能合成,必需由食物供给的多不饱和脂肪酸(PUFA)。必需脂肪酸主要包括两种,一种是ω-3系列的α-亚麻酸(18:3),一种是ω-6系列的亚油酸(18:...
- 期刊推荐:15本sci四区易发表的机械类期刊
-
虽然,Sci四区期刊相比收录在sci一区、二区、三区的期刊来说要求不是那么高,投稿起来也相对容易一些。但,sci四区所收录的期刊中每本期刊的投稿难易程度也是不一样的。为方便大家投稿,本文给大家推荐...
- be sick of 用法考察(be in lack of的用法)
-
besick表示病了,做谓语.本身是形容词,有多种意思.最通常的是:生病,恶心,呕吐,不适,晕,厌烦,无法忍受asickchild生病的孩子Hermother'sverysi...
- 一周热门
- 最近发表
-
- AI「自我复制」能力曝光,RepliBench警示:大模型正在学会伪造身份
- 【Python第三方库安装】介绍8种情况,这里最全看这里就够了!
- pyvips,一个神奇的 Python 库!(pythonvip视频)
- mac 安装tesseract、pytesseract以及简单使用
- 实测o3/o4-mini:3分钟解决欧拉问题,OpenAI最强模型名副其实!
- 使用Python将图片转换为字符画并保存到文件
- 5分钟-python包管理器pip安装(python pip安装包)
- 网络问题快速排查,你也能当好自己家的网络攻城狮
- 终于把TCP/IP 协议讲的明明白白了,再也不怕被问三次握手了
- 记一次工控触摸屏故障的处理(工控触摸屏维修)
- 标签列表
-
- mybatiscollection (79)
- mqtt服务器 (88)
- keyerror (78)
- c#map (65)
- resize函数 (64)
- xftp6 (83)
- bt搜索 (75)
- c#var (76)
- mybatis大于等于 (64)
- xcode-select (66)
- mysql授权 (74)
- 下载测试 (70)
- linuxlink (65)
- pythonwget (67)
- androidinclude (65)
- logstashinput (65)
- hadoop端口 (65)
- vue阻止冒泡 (67)
- oracle时间戳转换日期 (64)
- jquery跨域 (68)
- php写入文件 (73)
- kafkatools (66)
- mysql导出数据库 (66)
- jquery鼠标移入移出 (71)
- 取小数点后两位的函数 (73)