课程设计论文
——基于MATLAB的低通数字滤波器的设计课程名称：数字信号处理
完成日期：2011年12月4日
题目：基于MATLAB的低通数字滤波器的设计
摘要：本文分析了国内外低通数字滤波技术的应用现状与发展趋势，介绍了低通滤波器的基本结构及常见的几种低通滤波器的设计比较，比如低通Butterworth型滤波器， I型Chebyshev滤波器， II型Chebyshev滤波器，Elliptic（Cauer)滤波器，等等。在分别讨论了IIR与FIR数字滤波器的设计方法的基础上，指出了传统的数字滤波器设计方法过程复杂、计算工作量大、滤波特性调整困难的不足，提出了一种基于Matlab软件的数字滤波器设计方法。文中深入分析了该滤波器系统设计的功能特点、实现原理以及技术关键，阐述了使用MATLAB进行低通滤波器设计及仿真的具体方法。给出了使用Matlab语言进行程序设计和利用信号处理工具箱的FDTool工具进行界面设计的简单步骤。利用Matlab设计滤波器，可以随时对比设计要求和滤波器特性调整参数，直观简便，极大的减轻了工作量，有利于滤波器设计的最优化。本文还介绍了如何利用Matlab环境下的仿真软件Simulink对所设计的滤波器进行模拟仿真。
关键词：低通数字滤波器 MATLAB FDATool Simulink
Abstract:This paper analyzes the situation of application and development of digital lowpass filter technoloy home and abroad.It introduces the basic structure of a digital filter, discusses the design comparison of several common lowpass filter,such as a digital lowpass Butterworth filter,a digital lowpass Type 1 Chebyshev filter,a digital lowpass Type 2 Chebyshev filter,an Elliptic lowpass filter.When it discusses different different design methods of FIR and IIR filter, and points out that the traditional design method of digital filter is not only complex but also of heavy workload, even adjustment of filtering parametrer is very difficult.So it brings forwad another design method of digital filter which based on the Matlab software.It deeply analyzes the design features and principles of the filter system and the key technical in the design. Then it describs the use of Matlab in design and simulation of the bandpass filte design.It provides the specific steps to process the design of programs and the design of boundary using FDATool by Matlab.Utilizing Matlab to design the filters,we can contrast design require and modulate the characteristic cofficients of filters at any time.It will be direct viewing operation ,which decreases amount of work and benefits the optimum design of filters.The present text also introduces how to
use the tool Simulink in Matlab environment to process the analog simulink.
Key words:digital lowpass filter Matlab FDATool Simulink
1.Introduction
在信号处理过程中，所处理的信号往往混有噪音，从接收到的信号中消除或减弱噪音是信号传输和处理中十分重要的问题。根据有用信号和噪音的不同特性，提取有用信号的过程称为滤波，实现滤波功能的系统称为滤波器。在近代电信设备和各类控制系统中，数字滤波器应用极为广泛，这里只列举部分应用最成功的领域。（1）语音处理：它是最早应用数字滤波器的领域之一，也是最早推动数字信号处理理论发展的领域之一。该领域主要包括5个方面的内容：第一，语音信号分析。第二，语音合成。第三，语音识别。第四，语音增强。第五，语音编码。近年来，这5个方面都取得了不少研究成果，并且，在市场上已出现了一些相关的软件和硬件产品，例如，盲人阅读机、哑人语音合成器、口授打印机、语音应答机，各种会说话的仪器和玩具，以及通信和视听产品大量使用的音频压缩编码技术。（2）图像处理：利用数字滤波技术处理静态图像和动态图像的恢复和增强、数据压缩、去噪音和干扰、图像识别以及层析X射线摄影，还成功地应用于雷达、声纳、超声波和红外信号的可见图像成像。（3）通信:信源编码、信道编码、调制、多路复用、数据压缩以及自适应信道均衡等，都广泛地采用数字滤波器，特别是在数字通信、网络通信、图像通信、多媒体通信等应用中，离开了数字滤波器,几乎是寸步难行。其中，被认为是通信技术未来发展方向的软件无线电技术，更是以数字滤波技术为基础。(4) 电视:视频压缩和音频压缩技术所取得的成就和标准化工作，促成了电视领域产业的蓬勃发展，而数字滤波器及其相关技术是视频压缩和音频压缩技术的重要基础。(5)生物医学信号处理:数字滤波器在医学中的应用日益广泛，如对脑电图和心电图的分析、层析X射线摄影的计算机辅助分析、胎儿心音的自适应检测等。(6)其他领域：数字滤波器的应用领域如此广泛，以至于想完全列举他们是根本不可能的，除了以上几个领域外，还有很多其他的应用领域。例如，在军事上被大量应用于导航、制导、电子对抗、战场侦察；在电力系统中被应用于能源分布规划和自动检测；在环境保护中被应用于对空气污染和噪声干扰的自动监测，在经济领域中被应用于股票市场预测和经济效益分析，等等。
数字滤波技术是数字信号分析、处理技术的重要分支。无论是信号的获取、传输，还是信号的处理和交换都离不开滤波技术，它对信号安全可靠和有效灵活地传输是至关重要的。
在所有的电子系统中，使用最多技术最复杂的要算数字滤波器了。数字滤波器的优劣直接决定产品的优劣。而为了得到我们所希望的幅度响应指标，我们怎样才能找到一种比较合理的设计方法更加理想的实现我们的要求呢？最终确定的那种方法是否真如我们所愿，得到的效果最好？即使经过排查那种方法还不是最优，又有什么改进的说明呢？
一个典型的DSP 系统除了数字信号处理部分外，还包括A/D 和D/A 两部分。这是因为自然界的信号，如声音、图像等大多是模拟信号，因此需要将其数字化后进行数字信号处理，数字信号处理后的数据可能需还原为模拟信号，这就需要进行D/A 转换。因此编写程序时首先设计出原型模拟的低通滤波器，然后通过转换函数实现数字滤波器的设计。一个给定的输入输出关系，可以用多种不同的数字网络来实现。在不考虑量化影响时，这些不同的实现方法是等效的；但在考虑量化影响时，这些不同的实现方法性能上就有差异。因此，运算结构是很重要的，同一系统函数H(z)，运算结构的不同，将会影响系统的精度、误差、稳定性、经济性以及运算速度等许多重要性能。IIR(无限冲激响应)滤波器与FIR(有限冲激响应)滤波器在结构上有自己不同的特点，在设计时需综合考虑。
2.Materials and Methods
2.1数字滤波器的基本概念
从输入信号中滤出噪声和干扰以提取有用信息的过程称为滤波，相应的装置称为滤波器。如果滤波器的输入和输出均为离散信号，称该滤波器为数字滤波器。当滤波器的输出信号为输入端的线性函数时，该滤波器称为线性滤波器，否则就称为非线性滤波器。
一个典型的数字滤波器的框图如下图（1）所示：
图1 数字滤波器框图
其单位冲击响应函数为:
()()()z H z n h 1-= (2-1)
()()()()()∑∞
-∞
=-=
?=i i n x i h n x n h n y (2-2)
如果当n<0时，有h(n)=0，这样的滤波器系统称之为因果系统。如果冲激响应函数是
有限长的，即
()()???≤≤=else
N n n h n h ,00, (2-3)
则称此滤波器为有限冲激响应FIR 滤波器，否则，称之为无限冲激响应IIR 滤波器。
2.2 IIR 滤波器的基本结构及设计
一个数字滤波器可以用系统函数表示为：
)
()(1)(1
0z X z Y z a z
b z H N k k
k M
k k
k =
-=
∑∑=-=-
由这样的系统函数可以得到表示系统输入与输出关系的常系数线形差分程为：
()()()N M
k k k k y n a y n k b x n k ===-+-∑∑
可见数字滤波器的功能就是把输入序列x(n)通过一定的运算变换成输出序列y(n)。不同的运算处理方法决定了滤波器实现结构的不同。无限冲激响应滤波器的单位抽样响应h(n)是无限长的，其差分方程如上式所示，是递进式的，即结构上存在着输出信号到输入信号的反馈，其系统函数具有的形式，因此在z 平面的有限区间(0<︱z ︱<∞)有极点存在。
IIR 滤波器实现的基本结构有： (1)IIR 滤波器的直接型结构
优点：延迟线减少一半，变为N 个，可节省寄存器或存储单元；缺点：其它缺点同直接I 型。通常在实际中很少采用上述结构实现高阶系统，而是把高阶变成一系列不同组合的低阶系统(一、二阶)来实现。
(2)IIR 滤波器的级联型结构
特点：①系统实现简单，只需一个二阶节系统通过改变输入系数即可完成；②极点位置可单独调整； ③运算速度快(可并行进行)； ④各二阶网络的误差互不影响，总的误差小，对字长要求低。 缺点：不能直接调整零点，因多个二阶节的零点并不是整个系统函数的零点，当需要准确的传输零点时，级联型最合适。
(3)IIR 滤波器的并联型结构。
优点：①简化实现，用一个二阶节，通过变换系数就可实现整个系统； ②极、零点可单独控制、调整，调整α1i 、α2i 只单独调整了第i 对零点，调整β1i 、β2i 则单独调整
了第i对极点；③各二阶节零、极点的搭配可互换位置，优化组合以减小运算误差；④可流水线操作。缺点：二阶阶电平难控制，电平大易导致溢出，电平小则使信噪比减小。
下图分别给出IIR滤波器实现的基本结构：
（a)直接型（b)并联型
（c)级联型（串联)
图2 IIR滤波器的基本结构
接下来我将就摘要中所提四种模拟低通滤波器设计方法来初步介绍：
（1）Butterworth IIR滤波器的设计：
在MATLAB下，设计巴特沃斯IIR滤波器可使用butter函数。Butter函数用来设计低通IIR滤波器，其特性为使通带内的幅度响应最大限度地平坦，但同时损失截止频率处的下降斜度。在期望通带光滑的情况下，可使用butter函数。
butter函数的用法如下：
[num,den]=butter(N,Wn,'s');
[num,den]=butter(N,Wn,'type','s');
其中N代表滤波器阶数，Wn代表滤波器的截止频率，这两个参数可使用buttord函数来确定。Wp和Ws分别是通带和阻带的拐角频率（截止频率），其取值范围为0至1之间。当其值为1时代表采样频率的一半。Rp和Rs分别是通带和阻带区的波纹系数。num和den 分别代表分子和分母多项式的系数。
根据我们的要求，现在要设计低通的Butterworth滤波器，我们不许得要求低通滤波
器满足以下条件：Wp 和Ws 为一元矢量且Wp< Ws 。并且N 越大，过渡带越窄，设计越好。 （2）Type 1 Chebyshev IIR 滤波器的设计：
在期望通带下降斜率大的场合，应使用椭圆滤波器或Chebyshev 滤波器。在Matlab 下可使用cheby1函数设计出Chebyshev I 型IIR 滤波器。
cheby1函数可设计低通、高通、带通和带阻Chebyshev I 型滤IIR 波器，其通带内为等波纹，阻带内为单调递减。Chebyshev I 型的下降斜度比II 型大，但其代价是通带内波纹较大。
在使用cheby1函数设计IIR 滤波器之前，可使用cheblord 函数求出滤波器阶数N 和截止频率Wn 。cheblord 函数可在给定滤波器性能的情况下，选择Chebyshev I 型滤波器的最小阶数和截止频率Wn 。
（2）Type 2 Chebyshev IIR 滤波器的设计：
Chebyshev II 型滤波器与I 型通阻带特性正好相反，即通带单调递减，阻带等波纹性。同样用到cheby2函数来设计该种滤波器，格式如下： [z,p,k]=cheb2ap(N,Rs); [num,den]=cheby2(N,Rs,Wn,'s'); [num,den]=cheby2(N,Rs,Wn,'type','s'); [N,Wn]=cheb2ord(Wp,Ws,Rp,Rs,'s'); (4)Elliptic(Cauer) 滤波器的设计：
Elliptic(Cauer)即椭圆滤波器的通带跟阻带都是等波纹性，可以用ellip 函数来实现： z,p,k]=ellipap(N,Rp,Rs); [num,den]=ellip(N,Rp,Rs,Wn,'s'); [num,den]=ellip(N,Rp,Rs,Wn,'type','s'); [N,Wn]=cheb2ord(Wp,Ws,Rp,Rs,'s');
2.3 FIR 滤波器的结构及设计
FIR 滤波器的单位抽样响应为有限长度，一般采用非递归形式实现。通常的FIR 数字滤波器有横截性和级联型两种。
横截型结构表示系统输入输出关系的差分方程可写作：
1
()()()N m y n h m x n m -==-∑ (2-4)
直接由差分方程得出的实现结构如图3所示：
图3 横截型(直接型﹑卷积型)
级联型结构将H(z)分解成实系数二阶因子的乘积形式：
[
]1
2
120120
1
()()N N N k k k N k H z h n z b b z b z ----====++∑∏
(2-5)
这时FIR 滤波器可用二阶节的级联结构来实现，每个二阶节用横截型结构实现。如图所示：
图4、 FIR 滤波器的级联结构
这种结构的每一节控制一对零点，因而在需要控制传输零点时可以采用这种结构。 下面我同样来讨论一下FIR 滤波器的设计方法: (1)用窗函数设计F I R
滤波器：一般是先给定所要求的理想滤波器频率响应
()j d H e ω，由()j d H e ω导出()d h n ，我们知道理想滤波器的冲击响应()d h n 是无限长的非因
果序列，而我们要设计的是()d h n 是有限长的FIR 滤波器，所以要用有限长序列()d h n 来逼近无限长序列()d h n 。
（2）利用频率采样法设计FIR 滤波器：窗函数设计法是从时域出发，把理想的h d (n )用一定形状的窗函数截取成有限长的h (n )，来近似理想的h d (n )，这样得到的频率响应逼近于所要求的理想的频率响应。频率抽样法则是从频域出发，把给定的理想频
率响应
加以等间隔抽样得到
，然后以此
作为实际FIR 滤波器的频
率特性的抽样值H (k )。
（3）利用Matlab的FDATool工具设计FIR滤波器：单击MATLAB主窗口下方的“Start”按钮，选择菜单“ToolBox”→“Filter Design”→“Filter Design & Analysis Tool （FDATool）”命令，打开FDATool。另外，在MATLAB主命令窗口内键入“FDATool”，同样可打开FDATool程序界面。使用这种工具可以完成多种滤波器的设计、分析和性能评估。由于页面有限，此处我不想过多的描述这种方法如何实现了。
常用的是窗函数法和切比雪夫等波纹逼近的最优化设计方法。本实验中的窗函数法比较简单，可应用现成的窗函数公式，在技术指标要求高的时候是比较灵活方便的。按照线性相位滤波器的要求，线性相位FIR数字低通滤波器的单位抽样响应h(n)必须是偶对称的。对称中心必须等于滤波器的延时常数，即用矩形窗设计的FIR 低通滤波器，所设计滤波器的幅度函数在通带和阻带都呈现出振荡现象，且最大波纹大约为幅度的9%，返个现象称为吉布斯（Gibbs）效应。为了消除吉布斯效应，一般采用其他类型的窗函数。MA TLAB 设计FIR 滤波器有多种方法和对应的函数。窗函数设计法不仅在数字滤波器的设计中占有重要的地位，同时可以用于功率谱的估计，从根本上讲，使用窗函数的目的就是消除由无限序列的截短而引起的Gibbs现象所带来的影响。
3.Experiment and Results
3.1编写程序比较IIR滤波器的两种设计方法，程序见附录。
（1）后附程序设计，设计一个低通巴特沃斯模拟滤波器，绘制滤波器的的幅频响应及零极点图。指标如下：通带截止频率：WP＝1000HZ, 通带最大衰减：RP=3dB；阻带截止频率：Ws＝2000HZ, 阻带最小衰减：Rs=40 dB（参考程序butter1.m）
用冲激响应不变法和双线性变换法将一模拟低通滤波器转换为数字低通滤波器
并图释H(S)和H(Z)，采样频率Fs＝1000Hz（参考程序butter2.m）
Butter1程序运行结果：
N = 7
wn = 1.0359e+003
Z = []
P = -0.2225 + 0.9749i -0.2225 - 0.9749i -0.6235 + 0.7818i -0.6235 - 0.7818i
-0.9010 + 0.4339i -0.9010 - 0.4339i -1.0000
K = 1.0000
图5 butterworth滤波器的幅频响应及零极点图
图6 模拟低通滤波器转化为数字滤波器两种方法比较
（2）设计一个低通椭圆滤波器调用信号产生函数mstg产生由三路抑制载波调幅信号相加构成的复合信号st，绘制椭圆低通DF系统函数归一化频率的幅度响应：
N =1600
图7低通滤波器损耗函数及其分离出的调幅信号y1(t)
3.2编写程序比较FIR滤波器的窗函数的方法
设计将待测正弦信号进行滤波，用窗函数法，比较滤波前与滤波后信号的图形变化：
00.10.2
0.30.40.50.60.70.80.9
-160
-140-120-100-80-60-40
-20020N orm alized F requency ( rad/sam ple)
M a g n it u d e (d B )
Magnitude Response (dB)
图8 滤波器的增益响应
00.050.10.15
0.20.250.30.350.40.450.5
-2
-101
2时间/秒
幅度
信号滤波
前时域图
010*******
400500600
7008009001000
100
200
300频率/赫兹
幅度
信号滤波前频域图
图9 正弦信号滤波钱的时域、频域图
0.2
0.250.3
0.350.40.450.5
-2-101
2时间/秒
幅度
信号滤波后时域
图
100
200
300
400500600
700
800
900
1000
0204060
80频率/赫兹
幅度
信号滤波后频域图
图10 正弦信号滤波后的时域、频域图
4.Discussion
对于IIR 和FIR 滤波器的分别设计，我了解到它们分别具有的几种方法。对于IIR 的设
计，前面我也讨论过它们分别显示的效果，以及针对满足我们要求的设计，通过上一步实验程序及结果，此处我先讨论一下butterworth滤波器与椭圆滤波器的比较: 巴特沃斯滤波器通带内极为平坦，并且随着频率的增大，幅频特性单调递减；椭圆滤波器的幅值响应在通带和阻带内都是等波纹的，对于给定的阶数和给定的波纹要求，椭圆滤波器能获得较其它滤波器为窄的过渡带宽，就这点而言，椭圆滤波器[是最优的。
对于FIR滤波器的设计，前面我只选用了窗函数的设计方法，通过波形看到经过滤波后操作，正弦信号的波形明显少了干扰波的干扰，结果更加接近理想的波形。
5.Conclusion
前面已经介绍了IIR和FIR数字滤波器的设计方法，选择哪一种滤波器取决于每种类型滤波器的优点在设计中的重要性。为了能在实际工作中恰当地选用合适的滤波器，现将两种滤波器特点比较分析[]如下：
(1) 选择数字滤波器是必须考虑经济问题，通常将硬件的复杂性、芯片的面积或计算速度等作为衡量经济问题的因素。在相同的技术指标要求下，由于IIR数字滤波器存在输出对输入的反馈，因此可以用较少的阶数来满足要求，所用的存储单元少，运算次数少，较为经济。例如，用频率抽样法设计一个阻带衰减为20dB的FIR数字滤波器，要33阶才能达到要求，而用双线性变换法只需4～5阶的切比雪夫IIR滤波器就可达到同样的技术指标。这就是说FIR滤波器的阶数要高5～10倍左右。
(2) 在很多情况下,FIR数字滤波器的线性相位与它的高阶数带来的额外成本相比是非常值得的。对于IIR滤波器，选择性越好，其相位的非线性越严重。如果要使IIR滤波器获得线性相位，又满足幅度滤波器的技术要求，必须加全通网络进行相位校正，这同样将大大增加滤波器的阶数。就这一点来看，FIR滤波器优于IIR滤波器。
(3) FIR滤波器主要采用非递归结构，因而无论是理论上还是实际的有限精度运算中他都是稳定的，有限精度运算误差也较小。IIR滤波器必须采用递归结构，极点必须在z平面单位圆内才能稳定。对于这种结构，运算中的舍入处理有时会引起寄生振荡。
(4) 对于FIR滤波器，由于冲激响应是有限长的，因此可以用快速傅里叶变换算法，这样运算速度可以快得多。IIR滤波器不能进行这样的运算。
(5) 从设计上看，IIR滤波器可以利用模拟滤波器设计的现成的闭合公式、数据和表格，可以用完整的设计公式来设计各种选频滤波器。一旦选定了已知的一种逼近方法(如巴特奥兹，切比雪夫等)，就可以直接把技术指标带入一组设计方程计算出滤波器的阶次和系
统函数的系数(或极点和零点)。FIR 滤波器则一般没有现成的设计公式。窗函数法只给出了窗函数的计算公式，但计算通带和阻带衰减仍无显式表达式。一般FIR 滤波器设计仅有计算机程序可资利用，因而要借助于计算机。
(6) IIR 滤波器主要是设计规格化、频率特性为分段常数的标准低通、高通、带通和带阻滤波器。FIR 滤波器则灵活很多，例如频率抽样法可适应各种幅度特性和相位特性的要求。因此FIR 滤波器可设计出理想正交变换器、理想微分器、线性调频器等各种网络，适应性很广。而且，目前已经有很多FIR 滤波器的计算机程序可供。 表5-1、 两种滤波器特点比较分析 6.Crusader kings
这次课程设计感触也挺深的，尤其在安排论文结构及程序设计方面感触最大。一开始
我是想着分别设计IIR 和FIR 的低通的滤波器，然后通过别人设计好的几种方法，进行程序设计，最后试着比较哪种设计较理想，更能满足设计指标。但是行文写到一半，我却发现我安排的程序太多，思路一下子不是那么太清晰，很难做出比较了。而且对于MATLAB 语言的学习，还是缺乏真正的理解，只是简单的了解了它实现仿真的功能，但自己编写调试起来还是有一定难度，不过做的过程中我还是对比了几种突出的设计，有助于理解我所设计的论文的构思。
滤波器设计原理来比较简单，在MATLAB 中有专门的函数可用来调用，实现滤波器的。
FIR 滤波器
IIR 滤波器
设计方法
一般无解析的设计公式，要借助计
算机程序完成
利用AF 的成果，可简单、有效地完成设计
设计结果
可得到幅频特性(可以多带)和线性
相位(最大优点)
只能得到幅频特性，相频特性未知，如需要
线性相位，须用全通网络校准，但增加滤波
器阶数和复杂性
稳定性
极点全部在原点(永远稳定)无稳定
性问题
有稳定性问题
阶数 高
低
结构 非递归系统
递归系统
运算误差
一般无反馈，运算误差小
有反馈，由于运算中的四舍五入会产生极限环
由于对MATLAB遗忘了很多，甚至连基本的函数语句都得查书才能知道，这就大大增加了我们设计的时间。有时在调用函数时出现各种错误，得不到正确结果，程序运行时也会有很多的错误。这让我深深体会到，要想正确得出一个波形，需要花很多的时间和很大精力。
个人感觉滤波器的设计比较难，而且设计内容庞大，使得时间非常紧张。不过收获特别大，在不断错误的过程中，我学到了新的知识，同时也磨练了自己的意志。做完本设计，我对低通数字滤波器的原理和设计方法有了更深层次的理解和掌握，对数字滤波器这方面有了系统的理解，收获颇多。
参考文献
1.丁玉美，高西全。数字信号处理，第3版。西安：西安电子科技大学出版社，2008
2.王田，Celestino A Corral，杨士中。椭圆函数滤波器边带特性优化方法[J],电路与
系统学报,2005.10(5)：2～4
3.Sanjit K.mitra著，阔永红改。数字信号处理——基于计算机的方法，第3版。北京：
电子工业出版社，2009
附录
1.butter1.m
％巴特沃兹滤波器的幅频响应图
subplot(1,2,1)；％分两个窗口，幅频图在第一个窗口
wp=1000;
ws=2000;
rp=3;
rs=40; ％设置指标
[N,wn]=buttord(wp,ws,rp,rs,'s') ％计算巴特沃斯低通滤波器的阶数和3dB截止频率[B,A]=butter(N,wn,'s'); ％代入N和Wn设计巴特沃斯模拟低通滤波器
[Z,P,K]=buttap(N); ％计算滤波器的零、极点
[h,w]=freqs(B,A,1024); ％计算1024点模拟滤波器频率响应h，和对应的频率点w ％画频率响应幅度图
plot(w,20*log10(abs(h)/abs(h(1))));
grid;
xlabel('频率Hz');ylabel('幅度（dB）');％给x轴和y轴加标注
title('巴特沃斯幅频响应') ％给图形加标题
axis([0,3000, -40,3]);
line([0,2000],[-3,-3]);
line([1000,1000],[-40,3]);
%绘制巴特沃斯滤波器的极点图
subplot(1,2,2) ％在第二个窗口画极点图
p=P';
q=Z';
x=max(abs([p,q]));
x=x+0.1;
y=x;
axis([-x,x,-y,y]);
axis('square')
plot([-x,x],[0,0]);hold on
plot([0,0],[-y,y]);hold on
plot(real(p),imag(p),'x')
2.butter2.m
b=1;a=[1,1000];
w=[0:1000]*2*pi;％模拟频率为2 f，其中f取0~1000Hz
[h,w]=freqs(b,a,w);％计算模拟滤波器的频率响应
subplot(2,2,1)
plot(w/2/pi,abs(h)/abs(h(1)));grid;％画模拟滤波器幅频特性
title('模拟频率响应');
xlabel('f(Hz)');ylabel('幅度');
Fs=1000;
[bz,az]=impinvar(b,a,Fs); ％冲激响应不变法设计数字滤波器
[bzl,azl]=bilinear(b,a,Fs); ％双线性变换法设计数字滤波器
wz=[0:pi/512:pi];
hz1=freqz(bz,az,wz);
hz2=freqz(bzl,azl,wz);
subplot(2,2,2);plot(wz/pi,abs(hz1)/hz1(1));grid; ％画出冲激响应不变法滤波器的幅频图，
axis([0,1,0,1]) ％数字频率wz归一化为0~1
title('冲激响应不变法数字频率响应')
subplot(2,2,3);plot(wz/pi,abs(hz2)/hz2(1));grid; ％画出双线性变换法滤波器的幅频图，
axis([0,1,0,1]) ％数字频率wz归一化为0~1
title('双线性变换法数字频率响应');
3.椭圆低通滤波器设计
Fs=10000;T=1/Fs; %采样频率
%调用信号产生函数mstg产生由三路抑制载波调幅信号相加构成的复合信号st
st=mstg;
%低通滤波器设计与实现
fp=280;fs=450;
wp=2*fp/Fs;ws=2*fs/Fs;rp=0.1;rs=60; %DF指标（低通滤波器的通、阻带边界频）[N,wp]=ellipord(wp,ws,rp,rs); %调用ellipord计算椭圆DF阶数N和通带截止频率wp [B,A]=ellip(N,rp,rs,wp); %调用ellip计算椭圆低通DF系统函数系数向量B和A y1=filter(B,A,st); %滤波器软件实现
fvtool(B,A)
4.椭圆低通滤波器损耗函数
clear all;close all
Fs=10000;T=1/Fs; %采样频率
%调用信号产生函数mstg产生由三路抑制载波调幅信号相加构成的复合信号st
st=mstg;
%低通滤波器设计与实现
fp=280;fs=450;
wp=2*fp/Fs;ws=2*fs/Fs;rp=0.1;rs=60; %DF指标（低通滤波器的通、阻带边界频）[N,wp]=ellipord(wp,ws,rp,rs); %调用ellipord计算椭圆DF阶数N和通带截止频率wp [B,A]=ellip(N,rp,rs,wp); %调用ellip计算椭圆带通DF系统函数系数向量B和A y1t=filter(B,A,st); %滤波器软件实现
% 低通滤波器设计与实现绘图部分
figure(2);subplot(6,1,1);
myplot(B,A); %调用绘图函数myplot绘制损耗函数曲线
yt='y_1(t)';
subplot(6,1,2);tplot(y1t,T,yt); %调用绘图函数tplot绘制滤波器输出波形
5.正弦信号窗函数滤波法
f1=100;f2=200;%待滤波正弦信号频率
fs=2000;%采样频率
m=(0.3*f1)/(fs/2);%定义过度带宽
M=round(8/m);%定义窗函数的长度
N=M-1;%定义滤波器的阶数
b=fir1(N,0.5*f2/(fs/2));%使用fir1函数设计滤波器
%输入的参数分别是滤波器的阶数和截止频率
figure(1)
[h,f]=freqz(b,1,512);%滤波器的幅频特性图
%[H,W]=freqz(B,A,N)当N是一个整数时函数返回N点的频率向量和幅频响应向量plot(f*fs/(2*pi),20*log10(abs(h)))%参数分别是频率与幅值
xlabel('频率/赫兹');
ylabel('增益/分贝');
title('滤波器的增益响应');
figure(2)
subplot(211)
t=0:1/fs:0.5;%定义时间范围和步长
s=sin(2*pi*f1*t)+sin(2*pi*f2*t);%滤波前信号
plot(t,s);%滤波前的信号图像
xlabel('时间/秒');
ylabel('幅度');
title('信号滤波前时域图');
subplot(212)
Fs=fft(s,512);%将信号变换到频域
AFs=abs(Fs);%信号频域图的幅值
f=(0:255)*fs/512;%频率采样
plot(f,AFs(1:256));%滤波前的信号频域图
xlabel('频率/赫兹');
ylabel('幅度');
title('信号滤波前频域图');
figure(3)
sf=filter(b,1,s);%使用filter函数对信号进行滤波
%输入的参数分别为滤波器系统函数的分子和分母多项式系数向量和待滤波信号输入subplot(211)
plot(t,sf)%滤波后的信号图像
xlabel('时间/秒');
ylabel('幅度');
title('信号滤波后时域图');
axis([0.2 0.5 -2 2]);%限定图像坐标范围subplot(212)
Fsf=fft(sf,512);%滤波后的信号频域图AFsf=abs(Fsf);%信号频域图的幅值
f=(0:255)*fs/512;%频率采样
plot(f,AFsf(1:256))%滤波后的信号频域图xlabel('频率/赫兹');
ylabel('幅度');
title('信号滤波后频域图');
本文分析了国内外数字滤波技术的应用现状与发展趋势，介绍了数字滤波器的基本结构，在分别讨论了IIR与FIR数字滤波器的设计方法的基础上，指出了传统的数字滤波器设计方法过程复杂、计算工作量大、滤波特性调整困难的不足，提出了一种利用MATLAB信号处理工具箱（Signal Processing Toolbox）快速有效的设计由软件组成的常规数字滤波器的设计方法。给出了使用MATLAB语言进行程序设计和利用信号处理工具箱的FDATool工具进行界面设计的详细步骤。利用MATLAB设计滤波器，可以随时对比设计要求和滤波器特性调整参数，直观简便，极大的减轻了工作量，有利于滤波器设计的最优化。本文还介绍了如何利用MATLAB环境下的仿真软件Simulink对所设计的滤波器进行模拟仿真。 1.1数字滤波器的研究背景与意义 当今，数字信号处理[1] (DSP：Digtal Signal Processing)技术正飞速发展，它不但自成一门学科，更是以不同形式影响和渗透到其他学科：它与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注。 数字化、智能化和网络化是当代信息技术发展的大趋势，而数字化是智能化和网络化的基础，实际生活中遇到的信号多种多样，例如广播信号、电视信号、雷达信号、通信信号、导航信号、射电天文信号、生物医学信号、控制信号、气象信号、地震勘探信号、机械振动信号、遥感遥测信号，等等。上述这些信号大部分是模拟信号，也有小部分是数字信号。模拟信号是自变量的连续函数，自变量可以是一维的，也可以是二维或多维的。大多数情况下一维模拟信号的自变量是时间，经过时间上的离散化(采样)和幅度上的离散化(量化)，这类模拟信号便成为一维数字信号。因此，数字信号实际上是用数字序列表示的信号，语音信号经采样和量化后，得到的数字信号是一个一维离散时间序列；而图像信号经采样和量化后，得到的数字信号是一个二维离散空间序列。数字信号处理，就是用数值计算的方法对数字序列进行各种处理，把信号变换成符合需要的某种形式。例如，对数字信号经行滤波以限制他的频带或滤除噪音和干扰，或将他们与其他信号进行分离；对信号进行频谱分析或功率谱分析以了解信号的频谱组成，进而对信号进行识别；对信号进行某种变换，使之更适合于传输，存储和应用；对信号进行编码以达到数据压缩的目的，等等。 数字滤波技术是数字信号分析、处理技术的重要分支[2-3]。无论是信号的获取、传输，还是信号的处理和交换都离不开滤波技术，它对信号安全可靠和有效灵活地传输是至关重要的。在所有的电子系统中，使用最多技术最复杂的要算数字滤波器了。数字滤波器的优劣直接决定产品的优劣。 1.2数字滤波器的应用现状与发展趋势 在信号处理过程中，所处理的信号往往混有噪音，从接收到的信号中消除或减弱噪音是信号传输和处理中十分重要的问题。根据有用信号和噪音的不同特性，提取有用信号的过程称为滤波，实现滤波功能的系统称为滤波器。在近代电信设备和各类控制系统中，数字滤波器应用极为广泛，这里只列举部分应用最成功的领域。 (1) 语音处理
《数字信号处理》课程设计 作 业 院系：物理工程学院电子信息科学与技术 班级：1 学号：20092250103 姓名：冯军美
实验一：音乐信号音谱和频谱的观察 1.实验方案 读取音乐信号并将信号装换为单声道的，并输出信号的波形图和频谱图% 2.源程序 clear all; close all;clc [x,fs,bit]=wavread('F:\费玉清-一剪梅00_01_23-00_01_28.wav'); %读取音乐信号，其中x为截取的音乐信号 size(x) %看音乐信号是单声道还是双声道 sound(x,fs); %听原始音乐信号 x=x(:,1); %获取单声道音乐信号 N=length(x); %N为音乐信号的长度 figure plot(x) %画音乐信号的连续波形 grid on %产生虚线格 title('音乐信号时域波型') %标注图注 xlabel('Time') %x坐标 ylabel('Magnitude') %y坐标 F1=fft(x,N); %做音乐信号的N点快速傅里叶变换 w=2/N*[0:N-1]; %w为连续频谱的数字角频率横坐标 figure plot(w,abs(F1)) %连续频谱图 grid on title('音乐信号频域波型') xlabel('Frequency/Hz') ylabel('Magnitude') %不同抽样频率下听取的音乐信号 % sound(x,2*fs); sound(x,fs/2);
3.输出波形 0.5 1 1.5 2 2.5x 10 5 -1-0.8-0.6-0.4-0.200.20.40.60.8 1音乐信号时域波型 Time M a g n i t u d e 00.20.40.6 0.81 1.2 1.4 1.6 1.82 500 1000 1500 20002500 3000 音乐信号频域波型 Frequency/Hz M a g n i t u d e
图像处理技术近期发展及应用 摘要：图像处理技术的研究和应用越来越收到社会发展的影响，并以自身的技术特点反过来影响整个社会技术的进步。本文主要简单概括了数字图像处理技术近期的发展及应用现状，列举了数字图像处理技术的主要优点和制约其发展的因素，同时设想了图像处理技术在未来的应用和发展。 关键字：图像处理发展技术应用 1.概述 1.1图像的概念 图像包含了它所表达的物体的描述信息。我们生活在一个信息时代，科学研究和统计表明，人类从外界获得的信息约有百分之七十来自视觉系统，也就是从图像中获得，即我们平常所熟知的照片，绘画，动画。视像等。 1.2图像处理技术 图像处理技术着重强调在图像之间进行的变换，主要目标是要对图像进行各种加工以改善图像的视觉效果并为其后的目标自动识别打基础，或对图像进行压缩编码以减少图像存储所需要的空间或图像传输所需的时间。图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 1.3优点分析 1．再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。 2．处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。 3．适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 4．灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 2.近期发展及应用领域
题目：基于DSP的FFT程序设计的研究 作者届别 系别专业 指导老师职称 完成时间2013.06
内容摘要 快速傅里叶变(Fas Fourier Tranformation，FFT)是将一个大点数N的DFT分解为若干小点的D F T的组合。将用运算工作量明显降低，从而大大提高离散傅里叶变换(D F T) 的计算速度。因各个科学技术领域广泛的使用了FFT 技术它大大推动了信号处理技术的进步，现已成为数字信号处理强有力的工具，本论文将比较全面的叙述各种快速傅里叶变换算法原理、特点，并完成了基于MATLAB的实现。 关键词：频谱分析；数字信号处理；MATLAB；DSP281x
引言： 1965年，库利（J.W.Cooley）和图基（J.W.Tukey）在《计算数学》杂志上发表了“机器计算傅立叶级数的一种算法”的文章，这是一篇关于计算DFT的一种快速有效的计算方法的文章。它的思路建立在对DFT运算内在规律的认识之上。这篇文章的发表使DFT的计算量大大减少，并导致了许多计算方法的发现。这些算法统称为快速傅立叶变换（Fast Fourier Transform），简称FFT，1984年，法国的杜哈梅尔（P.Dohamel）和霍尔曼（H.Hollmann）提出的分裂基快速算法，使运算效率进一步提高。FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。 随着科学的进步，FFT算法的重要意义已经远远超过傅里叶分析本身的应用。FFT算法之所以快速，其根本原因在于原始变化矩阵的多余行，此特性也适用于傅里叶变换外的其他一些正交变换，例如，快速沃尔什变换、数论变换等等。在FFT的影响下，人们对于广义的快速正交变换进行了深入研究，使各种快速变换在数字信号处理中占据了重要地位。因此说FFT对数字信号处理技术的发展起了重大推动作用。 信号处理中和频谱分析最为密切的理论基础是傅立叶变换(Fouriertransform，FT)。快速傅立叶变换(FFT)和数字滤波是数字信号处理的基本内容。信号时域采样理论实现了信号时域的离散化，而离散傅里叶变换理论实现了频域离散化，因而开辟了数字技术在频域处理信号的新途径，推进了信号的频谱分析技术向更广的领域发展。 1.信号的频谱分析 如果信号频域是离散的，则信号在时域就表现为周期性的时间函数；相反信号在时域上是离散的，则该信号在频域必然表现为周期的频率函数。不难设想，一个离散周期序列，它一定具有既是周期又是离散的频谱。有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。因而有限长序列的离散傅里叶变换的定义为：x(n)和X(k)是一个有限长序列的离散傅里叶变换对。
DSP技术在生物信号检测中的应用 【摘要】论述了生物信号的基本特征和生物医学信号的检测方法，详细阐述了生 物医学信号检测中的干扰和噪声，其来源、抑制、与处理方法。说明了DSP技术及其在生物医学中的应用，重点介绍了DSP的数据处理部分和USB2.0的通讯接口。利用 DSP 的高性能数据处理能力 ,使得从微弱信号中提取生物信号并检测，保证较高的精度成为可能,并利用其USB2.0高速接口,实现了与 PC之间即插即用和高速，可靠的通信。 【关键词】生物医学信号检测数字信号处理通用串行总线【Abstract】Biological signal and the basic characteristics of biomedical signal detection method are discussed in this thesis, biomedical signal detection of interference and noise are thoroughly elaborated, including its source, inhibition, and processing method. We made a description of the DSP technology and its application in biomedicine area and focus on the data processing portion of DSP and a USB2.0 communication interface. Using the powerful data processing capability of DSP, it is possible for us to extract the biological signal from weak signal and make sure it’s high precision. By using the high-speed USB2.0 interface, PNP and high speed, reliable communication to PC is realized. 【Key words】Biomedical Signal Detection DSP USB 1 引言 生物医学信号的采集和处理是生物医学工程的一个重要领域，也是近年来迅速发展的数字信号处理技术的一个重要应用方面。由于人体的脉象、心跳等信号具有信号微弱，噪声干扰严重、随机性强等特点，因此对于脉象、心跳等生物医学信号的采集和处理具有十分重要的意义。该系统通过预处理电路对信号进行放大和滤波，放大有用信号、滤除噪声和工频干扰等，然后送入AD 进行采集，最后通过DSP 进行后续处理。实验证明该系统可以成功检测到脉象和心跳信号，并具有精度高，电路结构简单、系统功耗低等特点。 生物信号检测是检测技术中的一个综合性的技术分支，它利用电子学、信息论和物理学的方法，技术分支，它利用电子学、信息论和物理学的方法，和相关性，检出并恢复被背景噪声掩盖的微弱信号。微弱信号检测技术研究的重点是如何从强噪声中提取有用信号，探索采用新技术和新方法来提高检测系统输出信号的信噪比。 2 DSP技术的基本介绍 数字信号处理(Digital Signal Processing，简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来，随着计算机和信
论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日
基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换
第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，
数字图像处理论文 一、数字图像处理的概念与发展概况 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。，已在国家安全、经济发展、日常生活中充当越来越重要的角色,对国计民生的作用不可低估。 二、图像处理的目的 一般地，图像处理需要完成一下一项或几项任务。 (1)提高图像的视觉质量以提供人眼主观满意度或较满意的效果。例如，图像的增强、恢复、几何变换、代数运算、滤波处理等，有可能使受到污染、干扰等因素产生的低清晰度、变形图像等的质量得到有效改善。 (2)提取图像中目标的某些特征，以便于计算机分析或机器人识别。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。 (3)为了存储和传输庞大的图像和视频信息，常常对这类数据进行有效的变换、编码和压缩。如统计编码、预测编码和正交变换等方法。 (4)信息的可视化。信息可视化结合了科学可视化、人机交互、数据挖掘、图像技术、图形学、认知科学等诸多学科的理论和方法，是研究人、计算机表示的信息以及它们相互影响的技术。 (5)信息安全的需要。主要反映在数字图像水印和图像信息隐藏方面。这是新世纪图像工程出现的新热点之一。 三、图像处理的任务与常用方法 图像处理的任务是获取客观世界的景象并转化为数字图像后，进行增强、复原、重建、变换、编码、压缩、分割等处理，从而将一幅图像转化为另一幅具有新意义的图像。图像处理的主要任务与常用方法分成以下几类。 (1)图像获取与数字化。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像信号，再由模拟/数字转换器（ADC）得到原始的数字图像信号。图像的获取也称图像的采集。原始图像的质量高会大大减轻后期处理的负担。 (2) 图像增强和图像复原。图像增强的作用是对视觉不满意的图像进行改
摘要：介绍了DSP技术(器件)的主要特点．总结了DSP在家电、办公设备、控制和通信领域的主要应用及其发展趋势。 关键词：数字信号处理；音频／视频；控制；通信 DSP数字信号处理技术(Digital Signal Processing)指理论上的技术；DSP数字信号处理器(Digital Sig—hal Processor)指芯片应用技术。因此，DSP既可以代表数字信号处理技术，也可以代表数字信号处理器，两者是不可分割的，前者要通过后者变成实际产品。两者结合起来就成为解决实际问题和实现方案的手段DsPs一数字信号处理解决方案。DSP运用专用或通用数字信号处理芯片，通过数字计算的方法对信号进行处理，具有精确、灵活、可靠性好、体积小、易于大规模集成等优点。DSP芯片自从1978年AMI公司推出到现在，其性能得到了极大的提高。 1 DSP的特点 1．1 修正的哈佛结构 DSP芯片采用修正的哈佛结构(Havardstructure)，其特点是程序和数据具有独立的存储空间、程序总线和数据总线，非常适合实时的数字信号处理口]。同时，这种结构使指令存储在高速缓存器中(Cache)，节约了从存储器中读取指令的时间，提高了运行速度。如美国德州仪器公司——TI(Texas Instruments)的DSP芯片结构是基本哈佛结构的改进类型。 1．2 专用的乘法器 一般的算术逻辑单元AI U(Arithmetic and Logic Unit)的乘法(或除法)运算由加法和移位实现，运算速度较慢。DSP设置了专用的硬件乘法器、多数能在半个指令周期内完成乘法运算，速度已达每秒数千万次乃至数十亿次定点运算或浮点运算，非常适用于高度密集、重复运算及大数据流量的信号处理。如MS320C3x系列DSP芯片中有一个硬件乘法器：TMS320C6000系列中则有两个硬件乘法器。 1．3 特殊的指令设置 DSP在指令系统中设置了“循环寻址”(Circular addressing)及“位倒序”(bit—reversed)等特殊指令，使寻址、排序及运算速度大大提高引。另外，DSP指令系统的流水线操作与哈佛结构相配合，把指令周期减小到最小值，增加了处理器的处理能力。尽管如此，DSP芯片的单机处理能力还是有限的，多个DSP芯片的并行处理已成为研究的热点。 2 DSP在家电、办公设备中的应用 2．1高清晰度电视 传统电视采用线性扫描的信号处理方式，画面像素最高仅4O～5O万个，会带来画质的损失，而DSP数字超微点阵(Digital SuperMicro Pixe1)技术，超越传统的线性扫描，进入由“点”组成的微显示数字技术层面，从模拟的“线”飞跃到数字的“点”。DSP是逐点优化的。它运用全新的逐点扫描技术，修复并优化每一个点的质量，消降图像边缘模糊现象，细节部分的锐利度成倍提高。 2．2 A／V(Audio／Video)设备 家庭影院主要由数字化A／V(Audio／Video)设备组成，DSP不仅带来环绕声，而且提供虚拟各种现场效果。VCD(VideoCompact Disc)、DVD(Digital Video Disc)、MD(Minidiskette)、DAB(Digital Audio Brod—casting)、DVB(Digital Video Box)等数字音视频产品中，DSP的价值主要体现在音频的Hi—Fi(HighFideli—ty)处理上。目前，对MPEG(Moving Picture Expe Group)音频Layer2、I ayer3等用c语言仿真研究，在此基础上用C549实现了MP3解码器的采样；用’C6201和’C6701分别实现MP3编码器和MPEG一2AAC编解码器。MPEG 一2AAC重建的音质超过MP3和AC一3将成为直播卫星、地面DAB和SW、Mw、AM 广
数字信号处理课程设计 姓名： 学号： 专业： 班级： 指导老师：
目录 题目一：离散时间序列的时域分析 (2) 1.1实现离散时间序列 (2) 1.2序列的卷积 (2) 题目二：利用DFT进行周期信号频谱分析 (4) 2.1连续信号频谱分析比较 (5) 2.2利用DFT进行运算 (7) 题目三：离散系统的分析 (9) 3.1求系统的响应 (9) 3.2分析系统的频域特性 (10) 题目四：数字滤波器的设计 (12) 4.1高通滤波器的设计： (13) 总结： (16)
题目一：离散时间序列的时域分析 对离散时间序列的时域分析，通过MATLAB进行离散时间序列的描述，对离散时间序列进行卷积运算，将不同形式的信号波形用不同的时间函数来描述，实现信号的卷积运算。 1.1实现离散时间序列 (1)x0=2*sin（pi/3*n0+3*pi/4） (2)x1=2^n1 (3)单位抽样序列 (4)单位阶跃序列 程序如下： A=2;N=20;phi=3*pi/4; w=pi/3; n0=-5:0.5:10; x0=A*sin(w*n0+phi); a=2;N=20; n1=0:0.3:6; x1=a.^n1; n2=-20:20; x2=[zeros(1,20),1,zeros(1,20)]; n3=-20:20; x3=[zeros(1,20),1,ones(1,20)]; subplot(2,2,1);plot(n0,x0);stem(n0,x0); title('正弦序列');ylabel('x(n)');xlabel('n'); subplot(2,2,2);plot(n1,x1);stem(n1,x1); title('指数序列');xlabel('n');ylabel('x(n)'); subplot(2,2,3);stem(n2,x2); title('单位抽样序列');xlabel('n');ylabel(' ) (n '); subplot(2,2,4);stem(n3,x3); title('单位阶跃序列');xlabel('n');ylabel('u(n)'); 1.2序列的卷积 程序如下： A=2;N=20;phi=3*pi/4;
西安工业大学北方信息工程学院毕业设计(论文)开题报告 题目：数字信号处理实验教学平台设计 系别光电信息系 专业光电信息工程 班级 B100106 姓名彭牡丹 学号 B10010638 导师稀华 2013年11月20日
1 毕业设计（论文）综述 1.1 题目背景和意义 自 20 世纪 60 年代以来，随着计算机和信息学科的飞速发展，数字信号处理技术应运而生并迅速发展，目前已经形成为一门独立且成熟重要的新兴学科。如今已广泛地应用于通信、语音、图像、遥感、雷达、航空航天、自动控制和生物医学[1]等多个领域。特别在教学方面，此课程已普遍成为大学本科电子通信专业必修的主干课和重要的专业基础课，已成为信息化建设不可缺少的环节。 “数字信号处理”课程主要包括离散时间信号及系统、离散傅立叶变换DFT、快速傅立叶变换FFT、数字滤波器设计及实现和数字信号系统的应用等内容，如何帮助学生理解与掌握课程中的基本概念、分析方法以及综合应用能力，是教学所要解决的关键问题，但是该课程理论性强，公式繁琐，需要实验辅助学生理解。因此研究数字信号处理虚拟实验技术能够有效地弥补数字信号处理理论教学的不足，所以本课题需要借助一些软件平台来完成数字信号处理课程中重要的实验内容的仿真分析。 1.2 国内外相关研究状况 对于教学平台设计，现在教学方面有很多研究方法，不同的的科研目标用的是不同的软件平台，国内外也提出了多种研究方法。 例如，在做交互式教学实验平台设计时，周强、张兰、张春明[2]等人运用的是Tornado 软件。此设计以 Tornado 专业课程为例，提出教学网络化的预期目标，结合课程内容的实践性特点，依据分层教学的指导理念，以先进的网站开发技术（Dreamweaver、B/S、ASP 等）为支撑手段，对面向 Tornado 的交互式教学实验平台进行设计与实现。通过小范围测试，基本实现了教师发布教学信息、上机实验、问题互助解答、学生在线自测、师生交互平台等教学功能，并在此基础上凸显出对学生进行分级以提供个性化教学的特色。在研究网络的教学实验平台设计，赵迎新、徐平平、夏桂斌[3]等人用的是无线传感器网络的研究方法。此设计研究并开发了一种应用MSP430微控制器芯片和CC2420无线收发模块架构的无线传感器网络的教学实验平台，设计并实现了系统的总体架构、硬件电路、软件接口与数据汇聚模式，根据实践教学要求，设计了基于该平台系统的基本实验要求与操作步骤，给出了对不同层次实践教学的目标要求，最后给出教学实践效果的评价。还有谢延红[4]提出的开放式 Linux 实验教学平台设计与实现。此研究针对 Linux 实验教学中存在的实验环境不够灵活、实验学习时间受限和无法实时沟通的问题，此研究提出了“个网络平台，条技术路线，
《数字信号处理与应用》课程论文题目:基于DSP和FPGA的通用数字信号 处理系统设计 系部 专业 学号 姓名 2014年6月7日
基于DSP和FPGA的通用数字信号处理系统设计 摘要 随着电子设备结构和功能的日益复杂,对其内部使用的数字信号处理系统在体积和功耗方面提出了更高的要求?结合以上背景,设计了一种体积小?功耗低的通用数字信号处理系统?该系统利用DSP配合FPGA为硬件架构,以TMS320VC5509ADSP为数据处理核心,通过FPGA对USB?ADC和DAC等外围设备进行控制,并可实现频谱分析?数字滤波器等数字信号处理算法?硬件调试结果表明,该系统满足设计要求,可应用于实际工程和课堂教学等多个领域? 关键词:数字信号处理低功耗DSP FPGA
目录 一引言 (1) 二系统主要功能和技术指标 (2) 三硬件设计 (3) 3.2.1DSP最小系统设计 (3) 3.2.2程序存储器设计 (4) 3.3.1USB通信接口设计 (4) 3.3.2信号发生电路设计 (5) 3.3.3信号采集电路设计 (6) 3.3.4语音电路设计 (7) 四软件设计 (8) 五系统测试 (10) 六结论 (11) 参考文献 (12)
一引言 随着计算机技术和电子技术的高速发展,数字信号处理理论和方法已成为众多研究领域的重要研究基础,被广泛应用在航空航天?自动化控制?通信等领域?然而,数字信号处理系统功能日益齐全,结构也越来越复杂,导致其体积和功耗不断增加,对电子设备的运行造成了严重的影响?因此,减小数字信号处理系统的体积和功耗,对降低整个电子系统的运营成本?提高系统可靠性具有重要意义? TI公司5000系列的数字信号处理器TMS320VC5509A具有较快的数字信号处理能力,同时具有低功耗?封装小?价格低等优点,被广泛的应用于数字信号处理领域中?本文充分利用了TMS320VC5509A的以上优势,同时结合FPGA的并行控制能力,实现了体积小?功耗低的通用数字信号处理系统?
数字信号处理技术在电力系统中的发展现状和趋势 摘要：为了适应现代电力系统的要求，先进的数字信号处理技术被应 用到电力系统中，充分发挥了其快速强大的运算和处理能力以及并行 运行的能力，满足了电力系统监控的实时性和处理算法的复杂性等更 高的要求。本文首先简要介绍了电力系统和数字信号处理技术；然后 详细阐述了数字信号处理技术在电力系统中的应用，包括傅里叶变换、 小波变换、现代谱分析、相关分析、数学形态学，并介绍了数字信号 处理技术在电力系统应用中的现状和趋势。 关键词：数字信号处理，电力系统 Abstract: In order to meet the requirements of modern electric power system, the advanced digital signal processing technology is applied to the electric power system. this technology has gave full play to its fast computation and processing capacity and the ability to run in parallel, and it satisfies some higher requirements, such as the real time monitoring of electric power system and the complexity of handle algorithm. This article first briefly introduced the electric power system and digital signal processing technology; And then expounds the application of digital signal processing technology in power system, including Fourier transform, wavelet transform, the modern spectrum analysis, correlation analysis and mathematical morphology, and digital signal processing technology is introduced in the present situation and trend of power system applications. Keywords: digital signal processing, electric power system 1、引言 现代电力系统通过联网已经发展成供电区域辽阔和容量巨大的系统，作为国民经济发展的源动力，我国的电力系统正以空前的规模和速度扩大。随着互联电力系统的增长，尤其是长江三峡工程的崛起，超远距离输电的互联大电网的安全成为更加关心和突出的问题。电力系统是一个庞大的、瞬变的多输入输出的系统，为了保证其安全运行，需要实时地监视各节点的运行状况，及时发现电力系统的不正常状态及故障状态通知运行人员，或快速地进行控制和处理。这要求在电网各节点都要有数据采集单元，将测得的电力系统运行参数转化为数字量，进行分析和控制就地解决问题，或者通过远方通信送往调度中心进行处理。电力系统监视和控制的参数要求实时性较强，不仅包括频率、电压、
数字信号处理课程认识论文 对数字信号处理的认识？ 对于数字信号处理，从课堂内容来看，是一门理论性强，概念抽象的学科。 我们先从一个具体的例子来具象认识一下数字信号处理的应用。数字图像处理是数字信号处理的一个重要应用。一些科幻电影里我们可以经常看到一些指纹识别解锁的片段。其中的指纹识别对比环节其实很大程度上都是基于数字信号处理的理论。当你把手指放到识别区，设备首先获取指纹图像、然后会对指纹图像进行预处理、提取指纹特征和指纹特征匹配。为了得到比较准确的指纹特征点，指纹图像预处理一般要经过图像增强、滤波去掉噪声、计算方向图、二值化和细化等过程。这都是数字信号处理的应用。其实，数字信号处理是一门独立的信息科学学科。在语言处理、图像处理、雷达、航空航天、地质勘探、通信、生物医学工程等领域广泛应用。 信号处理分为模拟信号处理和数字信号处理两种。模拟信号是在指时间连续、幅度连续的信号。数字信号是在时间和幅度上都是离散的信号。数字信号处理是将信号以数字的方式表示并处理的理论和技术；用数字方法对信号进行分析、变换、滤波、检测、调制、解调以及快速算法的一门技术学科；有关数字滤波技术、离散变换快速算法和谱分析方法。 对数字信号处理课程的认识？ 数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域，数字信号处理的核心算法是离散傅里叶变换，是离散傅里叶变换使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。而使数字信号处理从理论走向实用的是快速傅里叶变换，快速傅里叶变换的出现大大减少了离散傅里叶变换的运算量。所以在数字信号处理课程中对于Z变换、离散傅里叶变换以及快速傅里叶变换是学习的重点和基础。 数字信号处理和数字系统与原来的模拟信号和模拟系统有很大不同，在处理方法上，模拟系统是用模拟器实现的，数字系统则是通过运算方法实现。为了弄清楚信号与系统的基本概念，所以把离散时间系统与信号放在第一章的位置。 数字滤波器的功能是对输入离散信号的数字代码进行运算处理，以达到改变信号频谱的目的。在信号处理过程中，所处理的信号往往混有噪声，从接收的信号中消除或减弱噪声是信号传输和处理中十分重要的问题。根据有用信号和噪声的不同特性，消除或减弱噪声，提取有用信号的过程称为滤波，实现这种功能的系统叫做滤波器。离散的时间LTI系统也称作数字滤波器。学习数字滤波器的基本结构有助于我们更好地了解数字信号处理理论。 课程最后介绍无限冲激响应滤波器的设计和有限冲激滤波器的设计。一些书里还会介绍运用MATLAB表示和实现型号的基本运算和数字滤波器的设计。 离散时间信号与系统
计算机系毕业论文 计算机系毕业论文篇一：计算机系统结构简述 摘要：计算机系统结构是一个有多个层次组合而成的有机整体，随着科技的不断发展，未来的计算机将会朝着微型化、网络化和智能化的方向发展，为了使大家对计算机系统结构有一个大概的了解，本文主要介绍了计算机系统结构的一些基本概念、计算机系统结构的发展、计算机系统结构的分类方法和计算机系统设计的方法。 关键词：计算机系统结构;冯诺依曼结构;Flynn分类法;冯氏分类法 世界上第一台电子计算机ENIAC诞生于1946年，在问世将近70年的时间里，计算机共历经电子管计算机时代、晶体管计算机时代、中小规模集成电路计算机时代、大规模和超大规模集成电路计算机时代和巨大规模集成电路计算机时代，计算机更新换代的一个重要指标就是计算机系统结构。 1 计算机系统结构的基本概念 1.1 计算机系统层次结构的概念 现代计算机系统是由硬件和软件组合而成的一个有机整体，如果继续细分可以分成7层。L0：硬联逻辑电路;L1：微程序机器级;L2：机器语言级;L3：操作系统级;L4：汇编语言级;L5：高级语言级;L6：应用语言级。其中L0级由硬件实现;L1级的机器语言是微指令级，用固件来实现;L2级的机器语言是机器指令集，用L1级的微程序进行解释执行;L3级的机器语言由传统机器指令集和操作系统级指令组成，除了操作系统级指令由操作系统解释执行外，其余用这一级语言编写的程序由L2和L3共同执行;L4级的机器语言是汇编语言，该级语言编写的程序首先被翻译成L2或L3级语言，然后再由相应的机器执行;L5级的机器语言是高级语言，用该级语言编写的程序一般被翻译到L3或L4上，个别的高级语言用解释的方法实现;L6级的机器语言适应用语言，一般被翻译到L5级上。 1.2 计算机系统结构的定义 计算机系统结构较为经典的定义是Amdahl等人在1964年提出的：由程序设计者所看到的一个计算机系统的属性，即概念性结构和功能特性。由于计算机具有不同的层次结构，所以处在不同层次的程序设计者所看到的计算机的属性显然不同。
第一章绪论 1.1 本论文的背景 随着信息技术的飞速发展，数字信号处理技术已经发展成为一门关键的技术学科，而DSP芯片的出现则为数字信号处理算法的实现提供了可能，这一方面促进了数字信号处理技术的进一步发展,也使数字信号处理的应用领域得到了极大的拓展。在近20年里，DSP芯片已经在通信和家用电器等领域得到了广泛的应用。 1.1.1 数字信号处理器的发展状况 DSP(Digital Signal Processing)也称数字信号处理器，是一种具有特殊结构的微处理器，是建立在数字信号处理的各种理论和算法基础上，专门完成各种实时数字信息处理的芯片。与单片机相比，DSP有着更适合数字信号处理的优点。芯片部采用程序和数据分开的哈佛结构，具有专门的硬件乘法器，广泛采用流水线操作，具有良好的并行特性，提供特殊的DSP指令，可以快速地实现各种数字信号处理算法[1]。 DSP发展历程大致分为三个阶段：70年代理论先行，80年代产品普及，90年代突飞猛进。在DSP出现之前数字信号处理主要依靠MPU(微处理器)来完成。但MPU 较低的处理速度无法满足高速实时的要求。因此，直到70年代才提出了DSP的理论和算法基础。随着大规模集成电路技术的发展，1982年世界上诞生了首枚通用可编程DSP芯片TI的TMS32010。DSP芯片的问世是个里程碑，它标志着DSP应用系统由大型系统向小型化迈进了一大步。进入80年代后期，随着数字信号处理技术应用围的扩大，要求提高处理速度，到1988年出现了浮点DSP，同时提供了高级语言的编译器，使运算速度进一步提高，其应用围逐步扩大到通信、计算机领域。90年代相继出现了第四代和第五代DSP器件。以DSP作为主要元件，再加上外围设备和特定功能单元综合成的单一芯片，加速了DSP解决方案的发展，同时产品价格降低，运算速度和集成度大幅提高[2]。 进入21世纪，现在DSP向着高速，高系统集成，高性能方向发展。当前的DSP 多数基于RISC(精简指令集计算机)结构，且进入了VLSI(超大规模集成电路)阶段。如TI公司的TMS320C80代表了新一代芯片集成技术，它将4个32位的DSP，1个32位RISC主处理器，1个传输控制器，2个视频控制器和50Kb SRAM集成在一个芯片上。这样的芯片通常称之为MVP(多媒体视频处理器)。它可支持各种图像规格和各种算法，功能相当强。而第六代TMSC6000系列则是目前速度最快，性能最高的DSP芯片，该系列芯片的发展蓝图中有高至5000MIPS，3G FLOPS的处理性能。
现代通信技术 论文题目：关于现代通信技术的思考年级： 2 0 0 9 级 班级：通信一班 学号：0 0 9 0 9 0 4 6 姓名：张婕
关于现代通信技术的思考 摘要：在现代信息社会，人们的交流方式在不断的提高，现代通信技术也获得了很大的的发展，通信的发展现状以及市场对之提出的要求使通信技术的美好发展前景日渐清晰，通信技术对社会、经济、生活等等的作用也是功不可没的。 关键词：通信技术社会经济发展前景 引言 通信技术正发生着百年未遇的巨大变化。目前，现代通信已由原先单纯的信息传递功能逐步深入到对信息进行综合处理，如信息的获取、传递、加工等各个领域。特别是随着通信技术的迅速发展，如卫星通信、光纤通信、数字程控交换技术等的不断进步，以及卫星电视广播网、分组交换网、用户电话网、国际互联网络等通信网的建设，通信作为社会发展的基础设施和发展经济的基本要素，越来越受到世界各国的高度重视和大力发展。 1.通信技术对生活的影响 科学技术是第一生产力，既然是生产力，就会对社会有决定作用。技术是整个社会系统的组成部分，与社会的经济、文化和社会生活紧密相关。特别是当今的高技术，它对社会经济、对社会生活质量、对社会关系的改变等，都有决定性的作用和影响。 通信业是个高技术行业，技术对产业的贡献率很高。由于新技术的使用，运营商不仅提高了服务质量，同时还开发出了如数据业务、视频业务、短信业务等新服务品种，多方面的满足消费者需要。技术的进步也使得制造成本、维护成本下降，低廉的价格吸引到了更大的消费群，消费的总量在上升。良好的市场前景还使得各大厂商加大投入进行研发生产，以上这些都使得通信业的经济规模不断膨胀。 通信技术作为信息技术的重要组成部分，共同使人类进入了虚拟时代、数字时代。通信技术的进步还改变了人们的某些生活方式。比如：过去人们要上邮局寄信，现在在家发E-mail 就行了；过去老师给学生面对面讲课，现在远程教育成为可能，这使得有更多的人能够接受到良好的教育。还有家庭办公、远程医疗、网络购物等原来看起来不可思议的事，现在借助于网络都已经实现。 目前世界上的强国如美国、日本等无疑都是科技大国。科技实力强，经济发展的速度就快，从而提高一个国家的国际地位。一个综合实力强的资本主义大国又往往以先进技术为筹码，在政治上提出对发展中国家不平等的条件。通信技术对政治的影响最集中的表现于军事