【MATLAB】FIR滤波器的MATLAB实现

FIR滤波器的MATLAB实现

  • FIR滤波器的设计
  • fir1函数
  • fir2函数

与IIR滤波器相比,FIR滤波器既有其优势也有其局限性。FIR滤波器的主要优点包括:

  • 精确的线性相位响应;
  • 永远保持稳定性;
  • 设计方法通常是线性的;
  • 在硬件实现中具有更高的运行效率;
  • 启动传输仅需有限的时间。

然而,FIR滤波器也存在一些显著的缺点

  • 为了达到与IIR滤波器相同的性能要求,FIR滤波器通常需要更高的阶数;
  • 相应地,FIR滤波器的延迟时间比具备相同性能的IIR滤波器要高得多。

FIR滤波器的设计

MATLAB 信号处理工具箱提供了表1用于设计 FIR 数字滤波器的方法和工具函数。

设计方法说明工具函数
窗函数法对理想滤波器进行加窗处理,并根据滤波器的性能指标截取某一段,以近似地实现理想滤波器fir1, fir2, kaiserord
多带和过渡带等波纹或者最小二乘法逼近频率范围内的子带firls, firpm, firpmord
约束最小二乘法满足最大误差限制条件下使整个频带平方误差最小化fircls, fircls1
任意响应法任意响应,包括非线性相位和复杂滤波器cfirpm
升余弦法具有光滑余弦过渡带的低通滤波器的设计firreos
表1. FIR 数字滤波器设计方法和工具函数

窗函数法是设计FIR滤波器的重要方法之一,本文主要介绍FIR滤波器的窗函数设计方法。

在实际应用中,遇到的离散时间信号通常是有限长度的,因此在信号处理中不可避免地会遇到数据截短的问题。对于离散序列的截短,可以通过序列与窗函数的相乘来实现。

常用的窗函数包括矩形窗、巴特利特(Bartlett)窗、三角窗、海明(Hamming)窗、汉宁(Hanning)窗、布莱克曼(Blackman)窗、切比雪夫(Chebyshev)窗和凯泽(Kaiser)窗。MATLAB信号处理工具箱提供了一组用于生成这些窗函数的函数,具体见表2。

函数函数功能
w=bartlett(n)生成巴特立特 ( Bartlett ) 窗
w=blackman(n)生成布莱克曼 ( Blackman ) 窗
w=boxcar(n)生成矩形窗
w=chebwin(n)生成切比雪夫 ( Chebyshev ) 窗
w-hamming(n)生成海明 ( Hamming ) 窗
w=hanning(n)生成汉宁 ( Hanning ) 窗
w=kaiser(n)生成凯泽 ( Kaiser ) 窗
w=triang(n)生成三角窗
函数说明n为窗的长度
表2. MATLAB 信号处理工具箱窗函数汇总

fir1函数

MATLAB信号处理工具箱提供了基于加窗的线性相位FIR滤波器设计函数 fir1 和 fir2。fir1 函数的调用语法如下:

b=fir1(n,Wn,'fype',window)

其中:

  • n 表示滤波器的阶数。
  • ftype 表示所设计滤波器的类型,可选参数包括:
    • high:高通滤波器
    • stop:带阻滤波器
    • DC-1:多通带滤波器,第一频带为通带
    • DC-0:多通带滤波器,第一频带为阻带
    • 默认情况下,fir1 设计的是低通或带通滤波器。
  • window 为窗函数,是一个长度为 n+1 的列向量。默认情况下,函数自动使用 Hamming 窗。

例1. 设计一个48阶的FIR带通滤波器,通带范围为0.35≤w≤0.65。

clc;clear;closeb = fir1(48,[0.35 0.65]); % 调用fir1函数进行FIR带通滤波器设计
freqz(b,1,512)            % 画出幅频和相频响应图

输出的频率响应特性如图1所示:

在这里插入图片描述

图1. FIR带通滤波器幅频特性

例2. 用窗函数法设计多通带滤波器,归一化通带为[0 0.2]、[0.4 0.6]、[0.8 1]。由于高频端为通带,因此滤波器的阶数应为偶数,这里定为40。

首先将通带要求用向量w来表示,然后调用fir1函数进行滤波器设计。

w=[0.2 0.4 0.6 0.8]; % 滤波器设计参数
b=fir1(40,w,'dc-1'); % 用窗函数法设计多通带滤波器
freqz(b,1,512)       % 绘制幅频-相频特性图

输出的幅频-相频特性如图2所示。

在这里插入图片描述

图2. 多通带滤波器幅频-相频特性

fir2函数

MATLAB信号处理工具箱提供了fir2函数,用于基于频率采样的有限冲激响应(FIR)滤波器设计。其调用语法如下:

b = fir2(n, f, m, npt, lap, window)
  • n:滤波器的阶数。
  • f:频率向量,其取值范围在 [0, 1] 之间。
  • m:幅度响应向量,其取值范围也在 [0, 1] 之间。
  • npt:用于频率响应插值的点数,默认值为 512。
  • lap:一个参数,用于指定 fir2 在重复频率点附近插入的区域大小。
  • window:窗函数类型,其长度必须为 n + 1,默认使用 Hamming 窗。
  • b 向量表示返回的滤波器系数。

例3. 设计一个50阶低通滤波器,并且绘制理想频率响应和实际频率响应图。

f=[0 0.6 0.6 1];
m=[1 1 0 0];
b =fir2(50,f,m);
[h,w]=freqz(b,1,128);
plot(f,m,w/pi,abs(h)) % 画出幅频和相频响应图
legend('Ideal','fir2 Designed')
title('Comparison of Frequency Response Magnitudes ')
xlabel('Normalized Frequency(rad/sample)');
ylabel('magnitude')

输出的频率响应特性如图3所示:

在这里插入图片描述

图3. 频率响应特性图



END
2024年9月6日

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/52144.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Django学习实战篇二(适合略有基础的新手小白学习)(从0开发项目)

前言: 从这一章开始,我们来创建项目typeidea,我把它放到了GitHub上。强烈建议你也到GitHub上注册一个账号(如果没有的话),然后创建这样的项目。当然,你也可以起一个属于自己的名称。这个项目就是…

Live800:以客户为中心,重塑服务标准

在快速迭代的商业环境中,企业若想持续繁荣,就必须不断审视并优化自身的服务模式。传统上,服务往往被视为产品交易的附加品,但今日之市场,服务已悄然成为企业核心竞争力的关键要素。因此,“以客户为中心&…

Excel数据导入MySQL数据库的完整指南

在日常的数据处理工作中,经常需要将Excel中的数据导入到MySQL数据库中,以便进行进一步的数据分析和管理。本文将详细介绍如何将Excel数据导入MySQL数据库的完整步骤,包括数据准备、数据库连接、数据导入以及验证等关键步骤。 一、准备工作 …

PostgreSQL 17即将发布,新功能Top 3

按照计划,PostgreSQL 17 即将在 2024 年 9 月 26 日发布,目前已经发布了第一个 RC 版本,新版本的功能增强可以参考 Release Notes。 本文给大家分享其中 3 个重大的新增功能。 MERGE 语句增强 MERGE 语句是 PostgreSQL 15 增加的一个新功能…

5、Django Admin后台移除“删除所选”操作

默认情况下,Django Admin后台的listview模型列表页,会有一个Delete Selected删除所选操作。假设你需要再从Hero管理模型中移除该删除操作。 ModelAdmin.get_actions方法可以返回所有的操作方法。通过覆盖此方法,移除其中delete_selected方法…

pytorch torch.einsum函数介绍

torch.einsum 是 PyTorch 中一个强大且灵活的张量运算函数,基于爱因斯坦求和约定进行操作。它允许用户通过简单的字符串表达式来定义复杂的张量运算,代替显式的循环或多个矩阵乘法操作。 函数签名 torch.einsum(equation, *operands) → Tensor参数 equation: 一个字符串,…

美团面试:mysql 索引失效?怎么解决? (重点知识,建议收藏,读10遍+)

美团面试:mysql 索引失效?怎么解决? 尼恩说在前面 在40岁老架构师 尼恩的读者交流群(50)中,最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、shein 希音、shopee、百度、网易的面试资格,遇到很多很…

【商城源码开发周期是多久?】

文章目录 前言一、项目规模二、开发方式三、开发团队四、测试质量五、开发周期案例总结 前言 商城源码的开发周期通常从几天到几个月不等,具体时间取决于项目的规模、复杂度、开发方式和团队实力等因素。 在确定开发周期时,需要考虑多个因素&#xff0…

Docker进入容器命令

文章目录 Docker进入容器命令一、引言二、使用docker exec进入容器1、docker exec命令介绍1.1、基本用法 2、docker exec的优势 三、使用docker attach进入容器1、docker attach命令介绍1.1、基本用法 2、注意事项 四、总结 Docker进入容器命令 一、引言 Docker容器技术在现代…

MacTalk 测评通义灵码,如何实现“微信表情”小功能?

作者:池建强,墨问西东创始人 前段时间,我写了篇墨问研发团队放弃 GitHub Copilot 的文章,没想到留言区一些读者推荐我们试试通义灵码,说它效果很不错。我呢,一直没腾出时间折腾。 直到月中时,…

C语言字符串的介绍

C语言中的字符串处理极为重要,它广泛应用于各类文本和数据的处理。字符串可以定义为以空字符(\0)结尾的字符数组。这意味着每一个字符串的末尾都会自动添加一个\0字符,用于标识字符串的结束位置。这种设计使得字符串操作更加简便和…

Java之线程篇一

目录 如何理解进程? 进程和线程的区别 线程的优点 线程的缺点 线程异常 线程用途 创建线程 方法一:继承Thread类,重写run() 观察线程 小结 方法二: 实现Runnable接口,重写run() 方法三:继承Threa…

k8s之HPA实践——实现Web服务器的自动伸缩特性

文章目录 在生产环境中,总会有一些意想不到的事情发生,比如公司网站流量突然升高,此时之前创建的Pod已不足以支撑所有的访问,而运维人员也不可能24小时守着业务服务,这时就可以通过配置HPA,实现负载过高的情…

AI时代来临,AI基础数据服务行业未来发展有哪些变化

AI基础数据服务是针对人工智能(AI)领域提供的一项服务,它包括数据采集、数据清洗、信息抽取和数据标注等服务。AI基础数据服务旨在为AI算法的训练和优化提供必要的数据支持,为AI算法的性能提供保障。 标贝科技提供专业的数据采集、…

写的一致性问题之双写模式

文章目录 1、先写mysql:mysql会回滚,而redis不会回滚2、先写redis: 1、先写mysql:mysql会回滚,而redis不会回滚 写入msql成功,写入redis也成功,但是后续事务提交失败,mysql会回滚&a…

自己开发完整项目一、登录功能-04(集成jwt)

一、说明 前面文章我们写到了通过数据库查询出用户信息并返回,那么在真实的项目中呢,后端是需要给前端返回一个tocken,当前端通过登录功能认证成功之后,我们后端需要将用户信息和权限整合成一个tocken返回给前端,当前端…

硬盘数据恢复的正确姿势,这4款神器让你2024年秒变IT达人

现在,数据对我们超级关键,干啥都缺不了。但要是数据没了或者手一滑给删了,那可真够呛。甭管是点错了、电脑故障还是硬件磕了碰了,数据丢了可是大麻烦。不过幸亏科技一直在进步,硬盘数据恢复的技术也越来越厉害&#xf…

最近大模型最火的就业方向有哪些?

在2023和2024年,大语言模型的发展迎来了绝对风口,吸引了大量创业者和投资者。然而,经过一年的发展,许多公司已经销声匿迹。那么,未来大模型方向上还有哪些可以继续发展的方向呢? 基座大模型预训练 现状 - 展现出“胜…

CST软件如何仿真Total Scan方向图的

本期将介绍如何在CST软件中得到Total Scan方向图。 CASE1 首先以两个dipole天线为例,如下图所示: 我们完成这个两单元阵的仿真,可以在远场结果看到各个频点的结果如下图所示: 我们可以在combine按钮下任意合成不同幅度相位下的结…

组件化是如何进行通信的

目录 1.接口(Interface)2.事件总线([Event Bus](https://blog.csdn.net/Sh_12345/article/details/131623985))3. 服务(Service)4.消息队列(Message Queue)5.依赖注入(De…