实验报告
实验项目名称：最佳接收机（匹配滤波器）实验
一、实验目的
1、运用MATLAB 软件工具，仿真随机数字信号在经过高斯白噪声污染后最佳的恢复的方法。
2、熟悉匹配滤波器的工作原理。
3、研究相关解调的原理与过程。
4、理解高斯白噪声对系统的影响。
5、了解如何衡量接收机的性能及匹配滤波器参数设置方法。
二、实验原理
对于二进制数字信号，根据它们的时域表达式及波形可以直接得到相应的解调方法。在加性白高斯噪声的干扰下，这些解调方法是否是最佳的，这是我们要讨论的问题。
数字传输系统的传输对象是二进制信息。分析数字信号的接收过程可知，在接收端对波形的检测并不重要，重要的是在背景噪声下正确的判断所携带的信息是哪一种。因此，最有利于作出正确判断的接收一定是最佳接收。
从最佳接收的意义上来说，一个数字通信系统的接收设备可以看作一个判决装置，该装置由一个线性滤波器和一个判决电路构成，如图1所示。线性滤波器对接收信号进行相应的处理，输出某个物理量提供给判决电路，以便判决电路对接收信号中所包含的发送信息作出尽可能正确的判决，或者说作出错误尽可能小的判决。
图1 简化的接收设备
假设有这样一种滤波器，当不为零的信号通过它时，滤波器的输出能在某瞬间形成信号的峰值，而同时噪声受到抑制，也就是能在某瞬间得到最大的峰值信号功率与平均噪声功率之比。在相应的时刻去判决这种滤波器的输出，一定能得到最小的差错率。
匹配滤波器是一种在最大化信号的同时使噪声的影响最小的线性滤波器设计技术。注意：该滤波器并不保持输入信号波形，其目的在于使输入信号波形失真并滤除噪声，使得在采样时刻0t 输出信号值相对于均方根（输出）噪声值达到最大。 1.一般情况下的匹配滤波器
匹配滤波器的一般表示式如图2所示。
匹配滤波器
）（或f t h H )(
)()()(t n t s t r +=
)()()(000t n t s t r +=
图2 匹配滤器
s(t)： 匹配滤波器输入信号； n(t)： 匹配滤波器输入噪声； s 0(t)：匹配滤波器输出信号； n 0(t)：匹配滤波器输出噪声；
h(t)或H(f)：匹配滤波器。
匹配滤波器的目的就是使下式取最大值：
)
()(
)(202
0t n t s N S out = （1） 使上式取最大值的转移函数为：
0)
()()(t j n e f f S K f H ω?-*= （2）
式中[])()(t s F f S =是已知的时宽为T 秒的输入信号)(t s 的傅立叶变换，)(f n ?是输入噪声的功率谱密度PSD 。K 是一个任意非0实常数。0t 是计算out N
S
)(
时的采样时间。详细推导公式见参考教材。
2.白噪声条件下的结果
在白噪声条件下,匹配滤波器可简化描述如下：对白噪声，2/)(o n N f =?，上式变为：
0)(2)(0
t j e f S N K f H ω-*
=
（3） 特别是对输入的实信号波形)(t s 时，有：
)(2)(00
t t s N K
t h -=
（4） 上式表明匹配滤波器（白噪声情况下）的冲激响应就是已知输入信号波形反转并平移了0T ，见图3，因此称滤波器与信号“匹配” 。图3所示的匹配滤波器波形，也称积分－清除（匹配）滤波器。
假定输入信号为矩形脉冲，如图3（a ）所示。
图3 与匹配滤波器有关的波形
=)
(t s 2
1,1,0{
t t t ≤为其他值 （5）
信号时宽为12t t T -= 。对白噪声情况，匹配滤波器的冲激响应为： ))(()()
(00t t s t t s t h --=-= （6）
为方便起见，令C 为1，)(t s -，如图3（b ）所示。由该图可见，要使冲激响应可实现，要求： 20t t ≥
这里采用20
t t =，是因为这是满足可实现条件的最小值。要使滤波器输出最大信号值前的等待时间（即
0t t =）最小化。图3（c ）示出了2t t =时的)(t h ，如图3（d ）示出了输出信号，注意输出信号的峰值出现
在0t t =。为了使峰值出现在0t t =，输入信号经滤波后将会有失真。在比特波形为矩形的数字信号传输技术中，该匹配滤波器相当于积分－清除滤波器。假设输入信号为矩形波形，在输出信号值最大时对其进行抽样。则0t t =处的滤波器的输出为： λλλd t h r t h t r t r )()()()()(00000-=
*=?
∞
∞
- （7）
将图3（c ）所示匹配滤波器冲激响应带入上式，等式变为： λλd r t r t T
t ?
-=
0)()(00 （8）
因此，需要将输入信号加噪声在一个符号区间T （对二进制信号传输是比特区间）上积分，然后在符号区间末将积分输出“清空”。这种方法示于图4（二进制信号）。注意，为了使最优滤波器工作正常，需要一个外部时钟信号，称为比特同步。而且，由于输出采样值仍被噪声干扰（尽管匹配滤波器已使噪声达到最小），输出信号不是二进制的。将输出送入比较器，可将其转换为二进制信号。 3.相关检测
对于输入白噪声情况，匹配滤波器可由输入于)(t s 求相关得到，即 dt t s t r t r t T
t ?
-=0
0)()()(00 （9）
式中)(t s 是已知信号波形，)(t r 是处理器输入，如图5所示。该相关处理器常用于带通信号的匹配滤波器。
图4 匹配滤波器的积分－清除实现
图5 由相关处理实现的匹配滤波器
三、实验系统组成
本实验是运用MATLAB软件的集成开发工具SIMULIK搭建了一个匹配滤波器软件仿真实验系统，来实现数字信号在经过高斯白噪声污染后最佳的恢复。实验者可以在系统上进行不同参数的设置或更改，了解高斯白噪声对接收机的影响，了解最佳接收的过程。系统框图如下图所示。
整个仿真软件由随机二进制数据产生器、加性高斯白噪声信道、匹配滤波及采样判决器、直接采样判决器、示波器、比特误码计数器等六类模块构成。
二进制数据产生器根据设置参数，产生一系列二进制随机数据，一路送入加性高斯白噪声信道，另一路送入采样器，作为参考的数据；同时输出两个时钟信号，一个用于采样判决，另一个用于数据同步（比特同
步）。
加性高斯白噪声信道对输入的数据混叠依据参数设置的噪声后一路送入匹配滤波及采样判决器，第二路送入直接采样判决器，第三路送入示波器供观察。
匹配滤波及采样判决器根据匹配滤波器原理，对输入信号进行匹配滤波，滤波后的模拟数据一路送入示波器显示观察，第二路送入判决器进行采样判决，以重新恢复出原始的发送端的二进制数据信号，并将该判决数据输出给比特误码计数器。
直接采样判决器直接对接收到的有噪声信号进行判决，根据判决结果恢复出原始端发送的二进制数据。该数据也送入到另外一个比特误码计数器中。
该软件包括两个比特误码计数器：一个用于统计匹配滤波器判决结果与输入信号的比特误码率，其接收输入参考信号和匹配滤波器判决输出数据，统计结果有接收比特数，错误比特数和误码率等三个；另外一个用于统计直接采样判决与输入信号的比特误码率，其同样接收输入参考信号和统计直接采样判决输出数据，统计结果有接收比特数，错误比特数和误码率等三个。
示波器用于实时观察仿真过程的中间结果，以便对匹配滤波器原理的过程有更加清晰的认识。
四、实验内容及步骤
1.安装好MATLAB6.5.1版本。
2.双击文件“test_integrator_rst.mdl”。
3.修改加性高斯白噪声信道参数，即修改输入信号信噪比。
4.单击”start simulation”按钮，仿真开始。
5.仿真进行一段时间后（以发送1000个比特为例），单击暂停按钮。分别记录匹配滤波器输出模块和
直接采样判决输出模块中的数字，并填于表1中。
6.观察比特误码计数器情况，并分析两种比特误码计算器中，在输入信号信噪声比相同的情况下的误
码率。
7.双击示波器Scope模块，观察、分析各路数据信号的波形。
8.重复步骤3至6。观察在不同信噪比条件下，匹配滤波及采样判决器和直接采样判决器的误码性能。
同时记录相关数据。
传输比特数错误比特数误码率传输比特数错误比特数误码率
0 1006 246 0.2465 1006 466 0.4632
1 1013 219 0.2175 1013 466 0.46
3 1018 165 0.1621 1018 259 0.4527
5 1002 107 0.1072 1002 447 0.4461
10 1003 19 0.01931 1003 411 0.4122
15 1005 0 0 1005 336 0.337
20 1006 0 0 1006 230 0.2307
25 1007 0 0 1007 117 0.1176
30 1006 0 0 1006 16 0.01726
35 1018 0 0 1018 0 0
六、思考题
1.简述匹配滤波器的工作原理。
答：匹配滤波器是一种在最大化信号的同时使噪声的影响最小的线性滤波器设计技术。当不为零的信号通过它时，滤波器的
输出能在某瞬间形成信号的峰值，而同时噪声受到抑制，也就是能在某瞬间得到最大的峰值信号功率与平均噪声功率之比。
对白噪声情况，匹配滤波器的冲激响应为：))(()()(0
0t t s t t s t h --=-= 2. 为什么匹配滤波器的比特误码率比直接采样判决器的低？
答：匹配滤波器的性能好于直接采样判决器。匹配滤波器能在滤波过程中提高信号的信噪比，再以此判决，所以误码率低
3. 为什么sampler 和sampler1两个模块都有两个时钟输入？可以去掉吗？
答：不可以，采用相干解调时需要载波同步。
4. 该仿真模型中应用的匹配滤波器的信号波形是什么？请写出匹配滤波器的冲击响应函数？
答：方波序列。
, s(t)为矩形单脉冲，T 为脉宽，c 为常数。
5. 分析实验结果。
答：a.无论输入信号的信噪比如何，匹配滤波器的误码率都远远低于直接采样判决器； b.当输入信号的SNR ≥15dB 时，匹配滤波器不会出现误码。
上海大学2012～2013学年春季学期本科生 课程项目报告 课程名称：《通信原理B（2）》课程编号： 07275129 题目: 匹配滤波器分析 学生姓名: 王子驰（组长）学号: 10124021 学生姓名: 蒋子昂学号: 10124022 学生姓名: 徐璐学号: 10124040 学生姓名: 陈张婳学号: 10123773 学生姓名: 张晨学号: 10123743 评语: 成绩: 任课教师: 评阅日期:
匹配滤波器分析 日期（2013年5月1日） 摘要：在最佳线性滤波器的设计中有一种是使滤波器输出信噪比在某一特定时刻达到最大，由此而导 出的最佳线性滤波器称为匹配滤波器。匹配滤波器对信号做的两种处理：1、去掉信号相频函数中的任 何非线性部分；2、按照信号的幅频特性对输入波形进行加权，即当信号与噪声同时进入滤波器时，它 使信号成分在某一瞬间出现尖峰值，而噪声成分受到抑制。本文介绍了匹配滤波器的原理，利用MATLAB 软件，设计了一种匹配滤波器，并对其在二进制确知信号最佳接收中的应用进行了分析。 1.引言 在数字通信系统中，信道的传输特性和传输过程中噪声的存在是影响通信性能的两个主要因素。人们总是希望在一定的传输条件下，达到最好的传输性能，最佳接收就是在噪声干扰中如何有效地检测出信号。所谓最佳是在某种标准下系统性能达到最佳，最佳接收是个相对的概念，在某种准则下的最佳系统，在另外一种准则下就不一定是最佳的。在某些特定条件下，几种最佳准则也可能是等价的。在数字通信中，最常采用的是输出信噪比最大准则和差错概率最小准则。 在数字信号接收中，滤波器的作用有两个方面，第一是使滤波器输出有用信号成分尽可能强； 第二是抑制信号带外噪声，使滤波器输出噪声成分尽可能小，减小噪声对信号判决的影响。 通常对最佳线性滤波器的设计有两种准则：一种是使滤波器输出的信号波形与发送信号波形之 间的均方误差最小，由此而导出的最佳线性滤波器称为维纳滤波器；另一种是使滤波器输出信噪比 在某一特定时刻达到最大，由此而导出的最佳线性滤波器称为匹配滤波器。在数字通信中，匹配滤 波器具有更广泛的应用。 2.课程项目的目的 (1)掌握匹配滤波器的基本概念、基本原理和基本设计方法； (2)具备对简单通信系统进行建立模型、定性分析、定量计算的能力； (3)对实验过程中存在的问题能够进行分析和排除； (4)对规定任务有一定的创新能力。 3.基本原理介绍 由数字信号的判决原理我们知道，抽样判决器输出数据正确与否，与滤波器输出信号波形和发 送信号波形之间的相似程度无关，也即与滤波器输出信号波形的失真程度无关，而只取决于抽样时 刻信号的瞬时功率与噪声平均功率之比，即信噪比。信噪比越大，错误判决的概率就越小；反之，Array 信噪比越小，错误判决概率就越大。
数字图像处理实验三中值滤波和均值滤波实验报告
数字图像处理实验三 均值滤波、中值滤波的计算机实现12281166 崔雪莹计科1202班 一、实验目的： 1）熟悉均值滤波、中值滤波处理的理论基础； 2）掌握均值滤波、中值滤波的计算机实现方法； 3）学习VC++ 6。0 的编程方法； 4）验证均值滤波、中值滤波处理理论； 5）观察均值滤波、中值滤波处理的结果。 二、实验的软、硬件平台： 硬件：微型图像处理系统，包括：主机， PC机；摄像机； 软件：操作系统：WINDOWS2000或WINDOWSXP应用软件：VC++ 6.0 三、实验内容： 1）握高级语言编程技术； 2）编制均值滤波、中值滤波处理程序的方法； 3）编译并生成可执行文件； 4）考察处理结果。 四、实验要求： 1）学习VC++确6。0 编程的步骤及流程； 2）编写均值滤波、中值滤波的程序；
3）编译并改错； 4）把该程序嵌入试验二给出的界面中（作适当修改）； 5）提交程序及文档； 6）写出本次实验的体会。 五、实验结果截图 实验均值滤波采用的是3X3的方块，取周围的像素点取得其均值代替原像素点。边缘像素的处理方法是复制边缘的像素点，增加一个边框，计算里面的像素值得均值滤波。
六、实验体会 本次实验在前一次的实验基础上增加均值滤波和中值滤波，对于椒盐噪声的处理，发现中值滤波的效果更为好一点，而均值滤波是的整个图像变得模糊了一点，效果差异较大。本次实验更加增加了对数字图像处理的了解与学习。 七、实验程序代码注释及分析 // HistDemoADlg.h : 头文件 // #include "ImageWnd.h" #pragma once // CHistDemoADlg 对话框 class CHistDemoADlg : public CDialogEx { // 构造
北京科技大学计算机与通信工程学院 实验报告 实验名称：《数字图像处理》课程实验 学生姓名：徐松松 专业：计算机科学与技术 班级：计1304 学号：41345053 指导教师：王志明 实验成绩： 实验时间：2016 年12 月15 日
一、实验目的与实验要求 1、实验目的 1. 熟悉图像高斯、脉冲等噪声的特点,以及其对图像的影响; 2. 理解图像去噪算法原理,并能编程实现基本的图像去噪算法,达到改善图像质量的效果,并能对算法性能进行简单的评价。 3. 理解图像分割算法的原理，并能编程实现基本的灰度图像分割算法，并显示图像分割结果。 2、实验要求 1. 对于给定的两幅噪声图像(test1.jpg, test 2.jpg),设计或选择至少两种图像滤波算法对图像进行去噪。 2.利用给出的参考图像(org1.jpg, org2.jpg),对不同算法进行性能分析比较。 3. 对于给定的两幅数字图像（test.jpg,test 4.jpg），将其转换为灰度图像，设计或选择至少两种图像分割算法对图像进行分割，用适当的方式显示分割结果，并对不同算法进行性能分析比较。 二、实验设备（环境）及要求 1. Mac／Windows计算机 2. Matlab编程环境。 三、实验内容与步骤 1、实验1 （1）实验内容 1. 对于给定的两幅噪声图像(test1.jpg, test 2.jpg), 设计或选择至少两种图像滤波算法对图像进行去噪。 2. 利用给出的参考图像(org1.jpg, org2.jpg), 对不同算法进行性能分析比较。（2）主要步骤 1. 打开Matlab编程环境; 2. 利用’imread’函数读入包含噪声的原始图像数据; 3. 利用’imshow’函数显示所读入的图像数据;
射频电路设计示例 设计任务： 用两种方法设计一个输入、输出为50Ω的低通滤波器，滤波器参数为： (1) 截止频率为3Ghz (2) 在通带内，衰减小于3dB (3) 在通带外，当归一化频率为2时，损耗不小于50dB (4) 相速为光速的60% 设计要求： (1)画出滤波器的电路图。 (2)用微带线实现上述的功能，并画出微带线的结构尺寸。 (3)画出0--3.5Ghz 的衰减曲线。 (4)给出设计的源代码本，利用具体软件(如Matlab, MW- office, ADS 、HFSS 、IE3D 等)操作方法及步骤。 方法一： 切比雪夫滤波器设计： Step1: 画出滤波器的电路图。由课本（p151）知滤波器阶数应为N=5。归一化参数为：g g 514817.3==，g g 427618.0==，5381.43=g 集中参数为：4817 .35 1 == C C ，5381 .43 =C ，2296 .14 2 == L L 图1 归一化5阶低通滤波器电路原理图 Step2：将集中参数变换成分布参数（Richards 变换：电感用短路线代，电容用开路线代）： g Y Y 1 51 = =，g Z Z 2 4 2 = = ，g Y 3 3 = 。
图2 （O.C ＝开路线，S.C=短路线） Step3：将串联线段变为并联线段—Kuroda 规则（P162表5.6）。首先在滤波器的输入、输出端口引入两个单位元件。 因为单位元件与信号源及负载的阻抗都是匹配的，所以到入它们并不 影响滤波器的特性。对第一个并联的短线和最后一个并联短线应用Kuroda 规则-1后得： 2872.12872.014817 .3112 1 =+=+ == N N ， 2231.02872.14817.31 ' ' 2 1 ＝?= = Z Z UE UE 7769.02872 .1151＝== ' ' Z Z S S
数字通信课程设计 匹配滤波器
摘要 ?在通信系统中,滤波器是重要的部件之一，滤波器特征的选择直接影响数字信号的恢复。在数字信号接收中，滤波器的作用有两个方面，使滤波器输出有用信号成分尽可能强;抑制信号带外噪声，使滤波器输出噪声成分尽可能小,减少噪声对信号判决的影响。对最佳线性滤波器的设计有一种准则是使滤波器输出信噪比在特定时刻到达最大,由此导出的最佳线性滤波器称为匹配滤波器。在数字通信中,匹配滤波器具有广泛的应用。因此匹配滤波器是指滤波器的性能与信号的特征取得某种一致，使滤波器输出端的信号瞬时功率与噪声平均功率的比值最大。本文设计并仿真了一种数字基带通信系统接收端的匹配滤波器。 一、课程设计的目的 通过本次对匹配滤波器的设计,让我们对匹配滤波器的原理有更深一步的理 解，掌握具体的匹配滤波器的设计方法与算法。 二、课程设计的原理 设接收滤波器的传输函数为)(f H ,冲击响应为)(t h ，滤波器输入码元)(t s 的持续时间为s T ,信号和噪声之和)(t r 为 )()()(t n t s t r += s T t ≤≤0 式中,)(t s 为信号码元，)(t n 为白噪声。 并设信号码元)(t s 的频谱密度函数为)(f S ,噪声)(t n 的双边功率谱密度为 2/0n P n =,0n 为噪声单边功率谱密度。 假定滤波器是线性的,根据叠加定理，当滤波器输入信号和噪声两部分时，滤波器的输出也包含相应的输出信号和输出噪声两部分，即 )()()(00t n t s t y += 由于：)()()()()()(2 * f P f H f P f H f H f P R R Y == )(f P R 为输出功率谱密度,)(f P R 为输入功率谱密度，2/)(0n f P R = ?这时的输出噪声功率0N 等于 ? ?∞ ∞ -∞ ∞ -=?=df f H n df n f H N 2 02 0)(22)( 在抽样时刻0t 上,输出信号瞬时功率与噪声平均功率之比为
数字图像处理作业 ——空间域滤波器 摘要 在图像处理的过程中,消除图像的噪声干扰是一个非常重要的问题。本文利用matlab软件,采用空域滤波的方式,对图像进行平滑和锐化处理。平滑空间滤波器用于模糊处理和减小噪声，经常在图像的预处理中使用；锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。本文使用的平滑滤波器有中值滤波器和高斯低通滤波器，其中，中值滤波器对去除椒盐噪声特别有效，高斯低通滤波器对去除高斯噪声效果比较好。使用的锐化滤波器有反锐化掩膜滤波、Sobel边缘检测、Laplacian边缘检测以及Canny算子边缘检测滤波器。不同的滤波方式，在特定的图像处理应用中有着不同的效果和各自的优势。
1、分别用高斯滤波器和中值滤波器去平滑测试图像test1和2，模板大小分别 是3x3 ， 5x5 ，7x7；利用固定方差 sigma=1.5产生高斯滤波器. 附件有产生高斯滤波器的方法。 实验原理分析： 空域滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运算，其机理就是在待处理的图像中逐点地移动模板，滤波器在该点地响应通过事先定义的滤波器系数与滤波模板扫过区域的相应像素值的关系来计算。如果输出像素是输入像素邻域像素的线性组合则称为线性滤波（例如最常见的均值滤波和高斯滤波），否则为非线性滤波（中值滤波、边缘保持滤波等）。 空域滤波器从处理效果上可以平滑空间滤波器和锐化空间滤波器：平滑空间滤波器用于模糊处理和减小噪声，经常在图像的预处理中使用；锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。 模板在源图像中移动的过程中，当模板的一条边与图像轮廓重合后，模板中心继续向图像边缘靠近，那么模板的某一行或列就会处于图像平面之外，此时最简单的方法就是将模板中心点的移动范围限制在距离图像边缘不小于（n－1）/2个像素处，单处理后的图像比原始图像稍小。如果要处理整幅图像，可以在图像轮廓边缘时用全部包含于图像中的模板部分来滤波所有图像，或者在图像边缘以外再补上一行和一列灰度为零的像素点（或者将边缘复制补在图像之外）。 ①中值滤波器的设计： 中值滤波器是一种非线性统计滤波器，它的响应基于图像滤波器包围的图像区域中像素的排序，然后由统计排序的中间值代替中心像素的值。它比小尺寸的线性平滑滤波器的模糊程度明显要低，对处理脉冲噪声（椒盐噪声）非常有效。中值滤波器的主要功能是使拥有不同灰度的点看起来更接近于它的邻近值，去除那些相对于其邻域像素更亮或更暗，并且其区域小于滤波器区域一半的孤立像素集。 在一维的情况下，中值滤波器是一个含有奇数个像素的窗口。在处理之后，位于窗口正中的像素的灰度值，用窗口内各像素灰度值的中值代替。例如若窗口长度为5，窗口中像素的灰度值为80、90、200、110、120，则中值为110，因为按小到大（或大到小）排序后，第三位的值是110。于是原理的窗口正中的灰度值200就由110取代。如果200是一个噪声的尖峰，则将被滤除。然而，如果它是一个信号，则滤波后就被消除，降低了分辨率。因此中值滤波在某些情况下抑制噪声，而在另一些情况下却会抑制信号。 将中值滤波推广到二维的情况。二维窗口的形式可以是正方形、近似圆形的或十字形等。本次作业使用正方形模板进行滤波，它的中心一般位于被处理点上。窗口的大小对滤波效果影响较大。 根据上述算法利用MATLAB软件编程，对源图像test1和test2进行滤波处理，结果如下图：
图像处理实验报告 姓名：陈琼暖 班级：07计科一班 学号：20070810104
目录： 实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15)
实验一：灰度图像处理题目：直方图与灰度均衡 基本要求： （1） BMP灰度图像读取、显示、保存； （2）编程实现得出灰度图像的直方图； （3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ?
2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将 使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。 实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。 通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。
实验二：灰度图像增强 题目：图像平滑与锐化 基本要求： （1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、 使用邻域平均法实现平滑运算； 步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters)
有源滤波器设计任务书 一、设计目的 1. 熟悉二阶有源滤波电路幅频特性和相频特性。 2. 掌握二阶有源滤波电路的快速设计方法。 3. 掌握二阶有源滤波电路的调试及其幅频特性和相频特性的测试方法。 二、使用仪器与器材 信号发生器；双线示波器；万用表；直流稳压源；实验电路板；元器件若干。 三、设计任务 图中所示为无限增益多路反馈电路的一般形式,请选择适当类型无源元件Y1～Y5,以构成低通滤波器和高通滤波器 1. 请设计一个二阶1dB无限增益多路反馈切比雪夫低通滤波器，通带增益Kp=2，截止频率fc=5kHz，画出电路图。 2. 请设计一个二阶1dB无限增益多路反馈切比雪夫高通滤波器，通带增益Kp=2 截止频率fc=2kHz，画出电路图。 ● 以上工作请在实验课前完成。写在实验报告中。 四、设计步骤 1. 按设计所确定的电路参数，在实验接插板上放入器件，连接低通滤波器（注意连接可靠，正确） 2．将信号发生器的输出信号电压幅值调到1V，接入低通滤波器的输入端，并调整信号源的频率，在低通滤波器输出端测量所对应的幅值。（可用示波器或交流毫伏表测试，并计录输入频率值和所对应的输出幅值，测量10～12 点。） 3．用示波器李沙育图形测试低通滤波器的相频特性，测量10～12 点。 4．进行高通滤波器的电路连接及幅频特性和相频特性测试。测试方法同上。
五、设计报告要求与思考题 1. 复习并掌握滤波器的工作原理，设计方法及应注意问题。 2. 画出所设计的低通滤波器、高通滤波器的电路图。并注明元件参数。 3. 画出幅频特性与相频特性测试原理图，说明测试方法与步骤。 4. 以表格形式分别给出低通滤波器与高通滤波器的幅频特性与相频特性测试数据，并画出其特性曲线。 5. 如果将低通滤波器与高通滤波器相串联，得到什么类型的滤波器，其通带与通带增益各为多少？画出其特性曲线。也可在实验中予以观测和证实。 6. 为构成所得类型的滤波器，对低通滤波器与高通滤波器的特性有无特 定要求。二者哪个在前有无关系？ 附录： 1．几种滤波器原理图、幅频特性
Harbin Institute of Technology 匹配滤波器实验报告 课程名称：信号检测理论 院系：电子与信息工程学院 姓名：高亚豪 学号：14SD05003 授课教师：郑薇 哈尔滨工业大学
1. 实验目的 通过Matlab 编程实现对白噪声条件下的匹配滤波器的仿真，从而加深对匹配滤波器及其实现过程的理解。通过观察输入输出信号波形及频谱图，对匹配处理有一个更加直观的理解，同时验证匹配滤波器具有时间上的适应性。 2. 实验原理 对于一个观测信号()r t ，已知它或是干扰与噪声之和，或是单纯的干扰， 即 0()()()()a u t n t r t n t +?=?? 这里()r t ，()u t ，()n t 都是复包络，其中0a 是信号的复幅度，()u t 是确知的归一化信号的复包络，它们满足如下条件。 2|()|d 1u t t +∞ -∞=? 201||2 a E = 其中E 为信号的能量。()n t 是干扰的均值为0，方差为0N 的白噪声干扰。 使该信号通过一个线性滤波系统，有效地滤除干扰，使输出信号的信噪比在某一时刻0t 达到最大，以便判断信号的有无。该线性系统即为匹配滤波器。 以()h t 代表系统的脉冲响应，则在信号存在的条件下，滤波器的输出为 0000()()()d ()()d ()()d y t r t h a u t h n t h τττττττττ+∞+∞+∞ =-=-+-???
右边的第一项和第二项分别为滤波器输出的信号成分和噪声成分，即 00()()()d x t a u t h τττ+∞ =-? 0 ()()()d t n t h ?τττ+∞ =-? 则输出噪声成分的平均功率（统计平均）为 2 20E[|()|]=E[|()()d |]t n t h ?τττ+∞ -? **00*000200 =E[()(')]()(')d d '=2()(')(')d d ' 2|()|d n t n t h h N h h N h ττττττδττττττττ+∞+∞+∞+∞+∞ ---=?? ?? ? 而信号成分在0t 时刻的峰值功率为 22 20000|()||||()()d |x t a u t h τττ+∞ =-? 输出信号在0t 时刻的总功率为 22000E[|()|]E[|()()|]y t x t t ?=+ 22**0000002200E[|()||()|()()()()] |()|E[|()|] x t t x t t t x t x t t ????=+++=+ 上式中输出噪声成分的期望值为0，即0E[()]0t ?=，因此输出信号的功率 成分中只包含信号功率和噪声功率。 则该滤波器的输出信噪比为 222000022000|||()()d ||()|E[|()|]2|()|d a u t h x t t N h τττρ?ττ+∞ +∞-==?? 根据Schwartz 不等式有
数字图像处理实验报告 班级： 姓名： 学号： 日期： 邻域平均法和中值滤波处理
一、实验目的 图像变换是数字图像处理中的一种综合变换，如直方图变换、几何变换等。通过本实验，使得学生掌握两种变换的程序实现方法。 二、实验任务 请设计程序，分别用邻域平均法，其模板为：和中值滤波法对testnoise图像进行去噪处理（中值滤波的模板的大小也设为3×3）。 三、实验环境 本实验在Windows平台上进行，对内存及cpu主频无特别要求，使用VC或者MINGW（gcc）编译器均可。 四、设计思路 介绍代码的框架结构、所用的数据结构、各个类的介绍（类的功能、类中方法的功能、类的成员变量的作用）、各方法间的关系写。在此不进行赘述。 五、具体实现 实现设计思路中定义的所有的数据类型，对每个操作给出实际算法。对主程序和其他模块也都需要写出实际算法。 代码： <邻域平均法>(3*3) #include
#include
1.灰度变换与空间滤波 一种成熟的医学技术被用于检测电子显微镜生成的某类图像。为简化检测任务，技术决定采用数字图像处理技术。发现了如下问题：（1）明亮且孤立的点是不感兴趣的点；（2）清晰度不够，特别是边缘区域不明显；（3）一些图像的对比度不够；（4）技术人员发现某些关键的信息只在灰度值为I1-I2 的范围，因此，技术人员想保留I1-I2 区间范围的图像，将其余灰度值显示为黑色。（5）将处理后的I1-I2 范围内的图像，线性扩展到0-255 灰度，以适应于液晶显示器的显示。请结合本章的数字图像处理处理，帮助技术人员解决这些问题。 1.1 问题分析及多种方法提出 （1）明亮且孤立的点是不够感兴趣的点 对于明亮且孤立的点，其应为脉冲且灰度值为255（uint8）噪声，即盐噪声，为此，首先对下载的细胞图像增加盐噪声，再选择不同滤波方式进行滤除。 均值滤波：均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8 个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。 优点：速度快，实现简单； 缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。 其公式如下： 使用矩阵表示该滤波器则为： 中值滤波：
滤除盐噪声首选的方法应为中值滤波，中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 其过程为： a、存储像素1，像素2 ....... 像素9 的值； b、对像素值进行排序操作； c、像素5 的值即为数组排序后的中值。优点：由于中值滤波本身为一种利用统计排序方法进行的非线性滤波方法，故可以滤除在排列矩阵两边分布的脉冲噪声，并较好的保留图像的细节信息。 缺点：当噪声密度较大时，使用中值滤波后，仍然会有较多的噪声点出现。自适应中值滤波： 自适应的中值滤波器也需要一个矩形的窗口S xy ，和常规中值滤波器不同的是这个窗口的大小会在滤波处理的过程中进行改变(增大)。需要注意的是，滤波器的输出是一个像素值，该值用来替换点(x, y)处的像素值，点(x, y)是滤波窗口的中心位置。 其涉及到以下几个参数： 其计算过程如下：
低通滤波器工作原理和应用实例 低通滤波器容许低频信号通过, 但减弱(或减少)频率高于截止频率的信号的通过。对于不同滤波器而言,每个频率的信号的减弱程度不同。当使用在音频应用时,它有时被称为高频剪切滤波器, 或高音消除滤波器。 高通滤波器则相反, 而带通滤波器则是高通滤波器同低通滤波器的组合. 低通滤波器概念有许多不同的形式，其中包括电子线路（如音频设备中使用的hiss 滤波器、平滑数据的数字算法、音障（acoustic barriers）、图像模糊处理等等。低通滤波器在信号处理中的作用等同于其它领域如金融领域中移动平均数（moving average)所起的作用；这两个工具都通过剔除短期波动、保留长期发展 趋势提供了信号的平滑形式。 低通滤波器实例 RC 电路实现的一个低通电子滤波器 一个固体屏障就是一个声波的低通滤波器。当另外一个房间中播放音乐时，很容易听到音乐的低音，但是高音部分大部分被过滤掉了。类似的情况是，一辆小汽车中非常大的音乐声在另外一个车中的人听来却是低音节拍，因为这时封闭的汽车（和空气间隔）起到了低通滤波器的作用，减弱了所有的高音。 电子低通滤波器用来驱动重低音喇叭(subwoofer)和其它类型的扩音器、并且阻塞它们不能有效传播的高音 节拍。 无线电发射机使用低通滤波器阻塞可能引起与其它通信发生干扰的谐波发射。 DSL分离器使用低通和高通滤波器分离共享使用双绞线的DSL和POTS信号。 低通滤波器也在如Roland公司这样的模拟合成器（synthesiser）合成的电子音乐声音处理中发挥着重要 的作用。参见subtractive synthesis. [编辑] 理想与实际滤波器一个理想的低通滤波器能够完全剔除高于截止频率的所有频率信号并且低于截止频率的信号可以不受影响地通过。实际上的转换区域也不再存在。一个理想的低通滤波器可以用数学的方法（理论上）在频域中用信号乘以矩形函数得到，作为具有同样效果的方法，也可以在时域与sinc函数作 卷积得到。 然而，这样一个滤波器对于实际真正的信号来说是不可实现的，这是因为sinc函数是一个延伸到无穷远处的函数（extends to infinity），所以这样的滤波器为了执行卷积就需要预测未来并且需要有过去所有的数据。对于预先录制好的数字信号（在信号的后边补零，并使得由此产生的滤波后的误差小于量化误差）或 者无限循环周期信号来说这是可实现的。 实时应用中的实际滤波器通过将信号延时一小段时间让它们能够“看到”未来的一小部分来近似地实现理想滤波器，这已为相移所证明。近似精度越高所需要的延时越长。 采样定理(Nyquist-Shannon sampling theorem)描述了如何使用一个完善的低通滤波器和奈奎斯特-香农插值公式从数字信号采样重建连续信号。实际的数模转换器都是使用近似滤波器。 [编辑] 电子低通滤波器 一阶滤波器的频率响应
1.1 匹配滤波器检测 基于第三章对频谱滤波器检测的简要描述，本节就对此进行详细的解说。前面提到了当认知用户知道主用户的先验信息时，匹配滤波器检测就是频谱检测的最优算法，早期的研究表明，匹配滤波器需要（1/SNR ）个采样数，检测时间相比较而言较短，就可以与预期的误差概率相吻合。 这种滤波器在数字通信信号和雷达信号的检测中具有特别重要的意义。匹配滤波器频谱检测算法在加性高斯白噪声信道中是一种最优的频谱感知方法，主要通过对授权信号进行解调或者导频检测实现。前者实现比较复杂，通过采用匹配滤波器对授权用户信号解调，要求认知用户为每类授权用户提供一套接收解码设备；后者实现相对简单，不再需要复杂的接收解码设备，而且目前大部分无线通信系统都存在导频、前导码、时间同步信号和扩频码等确知信号， 这样就使得匹配滤波器检测大大简化，但它的缺点就是为了获得匹配滤波器而必须具备授权用户信号的先验知识，除此之外，计算量也比较大。因此如果先验知识不准确，那么匹配滤波器的性能就会大大下降。 1.1.1 匹配滤波器检测框图 检测统计量Y 为： *)()(∑= N n x n y Y 假设x(n)发射信号已知，将检测统计量与预先设定的门限值λ进行比较，大于门限值时就表明关心的频谱存在授权用户，如果小于门限值，就说明该信道中只有噪声，也就是说，出现了频谱空洞，感知用户可以占用该信道。 匹配滤波器检测框图1
对于现实中的信道，信号可能是M 进制的，这就需要同时进行几路信号同时进行匹配，将每一路频谱的结果进行比较，得到的判决结果后，再根据一定的判决根据，判决得到经过不同信道的接受信号。其工作原理图如下： 匹配滤波器工作原理图2 1.1.2 匹配滤波器检测原理 在第三章中曾提到，匹配滤波器检测的设计准则就是使信号的输出信噪比SNR 在某一时刻达到最大值。信噪比SNR 表达式如下： N 2Es SNR = 式子中Es 为观测时间段中检测信号的能量，N 0为噪声功率。 信道在传输信号时还叠加有高斯白噪声n(t)，其均值为零，双边功率谱密度为N 0//2,因此接收信号波形为： t t n t s t r ≤ ≤+=0),()()( 设最大输出信噪比准则下的最佳线性滤波器H(ω)，输出为 )()()(y 0t n t s t o += 在t=tm 时候，输出信噪比为： ()()m m t n t s 2 o 2 o =ρ 设()()[]t s S F =ωj ，那么经过匹配滤波器后的输出信号为 ()()()? ∞ ∞ -=ωωωπ ωd 21o m t j m e j S j H t s
数字图像处理实验三 均值滤波、中值滤波的计算机实现12281166 崔雪莹计科1202班 一、实验目的： 1）熟悉均值滤波、中值滤波处理的理论基础； 2）掌握均值滤波、中值滤波的计算机实现方法； 3）学习VC++ 6。0 的编程方法； 4）验证均值滤波、中值滤波处理理论； 5）观察均值滤波、中值滤波处理的结果。 二、实验的软、硬件平台： 硬件：微型图像处理系统，包括：主机， PC机；摄像机； 软件：操作系统：WINDOWS2000或WINDOWSXP应用软件：VC++ 6.0 三、实验内容： 1）握高级语言编程技术； 2）编制均值滤波、中值滤波处理程序的方法； 3）编译并生成可执行文件； 4）考察处理结果。 四、实验要求： 1）学习VC++确6。0 编程的步骤及流程； 2）编写均值滤波、中值滤波的程序；
3）编译并改错； 4）把该程序嵌入试验二给出的界面中（作适当修改）； 5）提交程序及文档； 6）写出本次实验的体会。 五、实验结果截图 实验均值滤波采用的是3X3的方块，取周围的像素点取得其均值代替原像素点。边缘像素的处理方法是复制边缘的像素点，增加一个边框，计算里面的像素值得均值滤波。
六、实验体会 本次实验在前一次的实验基础上增加均值滤波和中值滤波，对于椒盐噪声的处理，发现中值滤波的效果更为好一点，而均值滤波是的整个图像变得模糊了一点，效果差异较大。本次实验更加增加了对数字图像处理的了解与学习。 七、实验程序代码注释及分析 // HistDemoADlg.h : 头文件 // #include "ImageWnd.h" #pragma once // CHistDemoADlg 对话框 class CHistDemoADlg : public CDialogEx { // 构造
20XX年复习资料 大 学 复 习 资 料 专业： 班级： 科目老师： 日期：
基于RLS的语音去噪算法研究 课程名称现在数字信号处理及其应用 实验名称基于RLS的语音去噪算法研究 学院电子信息学院 专业电路与系统 班级电子2班 学号 20XXXX20XXXX0XX020XXXX7 学生姓名刘秀 指导老师何志伟
摘要：截取一段音频信号（初始信号），然后人为加入一个白噪声，然后将初始信号与白噪声混叠以后，再用RLS算法将这个白噪声信号滤除。RLS （递推最小二乘）算法是另一种基于最小二乘准则的精确方法，它具有快速收敛和稳定的滤波器特性，因而被广泛地应用于实时系统识别和快速启动的信道均衡等领域。 关键词：初始信号、白噪音、RLS算法。 Abstract:Intercept an audio signal (original signal) and add a white noise artificially, then after aliasing the initial signal and white noise , and using RLS algorithm to the white noise signal filtering.RLS (recursive least squares) algorithm is a kind of accurate method based on least squares criterion, it has a fast convergence and stability of the filter characteristics, and therefore is widely applied in the real-time system identification and fast start of equalization. Key words: Initial signal, white noise, RLS algorithm.
滤波器（Filter ） （一）滤波器之种类 以信号被滤掉的频率范围来区分，可分为「低通」（Lowpass）、「高通」（Highpass）、「带通」（Bandpass）及「带阻」（Bandstop）四种。 若以滤波器原型之频率响应来分，则常见有「巴特沃斯型」（Butter-worth）、「切比雪夫I型」（Tchebeshev Type-I）、「切比雪夫II 型」（等几类。 Active）及「被动型」（Passive)型」（L-C Lumped）及「传输线型」（ （Interdigital）、「梳型」（）及「发针型」 ）、「柴比雪夫I 型」（
（二）「低通滤波器」设计方法 (A)「巴特沃斯型」（Butterworth Lowpass Filter） 步骤一：决定规格。 电路特性阻抗（Impedance）: Zo (ohm) 通带截止频率（Cutoff Frequency）: fc (Hz) ）: Ap (dB) ）：Ax(dB) ≥ N ）。 1 、 1g1 = = + n g N K N K g K ,...., 2,1 , 2 )1 2 ( sin 2= - ? = π 步骤四：先选择「串L并C型」或「并C串L型」，再依公式计算实际电感电容值。 （a）「串L并C型」 Zo f g C f Zo g L c even even C odd odd? = ? = π π2 , 2 （b）「并C串L型」 c even even C odd odd f Zo g L Zo f g c π π2 , 2 ? = ? =
（B）「切比雪夫I型」（Tchebyshev Type-I Lowpass Filter） 步骤一：决定规格。 电路阻抗（Impedance）: Zo (ohm) 通带截止频率（Cutoff Frequency）: fc (Hz) 阻带起始频率（Stopband Frequency）: fx (Hz) 通带涟波量（Maximum Ripple at passband）: rp (dB) ：Ax(dB) N≥ 1 10 10 10 / 10 / 2 - =- rp Ax N 步骤三：计算原型组件值（Prototype Element Values，g K）。 N K B g A A g A g K K K K K ,..., 3,2 , 4 2 1 1 2 1 1 1 = ? = = - - - α γ α 其中 N K ( sin B N ,..., 2,1 K , N 2 )1 K 2( sin A N 2 sinh , 37 . 17 rp coth ln 1 cosh N 1 cosh 2 2 K K 1 π + γ = = π - = β = γ ? ? ? ? ? ? = β ? ? ? ? ? ? ? ? ? ? ? ? ε = α-
实验一：SAR图像下载与认识 一：实验目的 1掌握SAR图像的下载方法； 2了解不同地物在图像上的特性； 二、实验要求 1掌握雷达图像的成像原理与地物特性 2数据说明 3本实验采用Sentinel-1卫星拍摄于2014年12月5日的天山山脉的遥感影像三、实验步骤 打开地理空间数据云网站； 图1 找到Sentinel-1卫星下载有效数据； 图2
在ERDAS中打开影像； 图3 分析地物在影像上的特性； 1雷达图像的成像机理 雷达图像的获取系统不同于光学影像获取系统,它是采用有源主动式工作方法,其本质是一个距离测量系统雷达图像.上的信息是地物目标对雷达波束的反应，而且主要是目标后向散射形成的图像信息,以及朝向雷达天线那部分被散射的电磁波所形成的图像信息由于地物目标所处的位置地物结构表面形态和介电性能等不同,对雷达波束的反应是不一样的同时不同雷达波段极化方式入射角也会使地物产生不同的反应，使其图像具有近距离压缩透视收缩叠掩阴影和地面起伏引起的影像移位等现象,因此,在图像.上形成不同的色调纹理和图案,与中心投影的光学影像有很大的差别。 2雷达图像的信息特点 地物目标对雷达波束的反应是散射(或反射)穿透和吸收r种情况并存,波长不同,对地物的穿透性是不一样的;地物目标的类型本身的结构表面的粗糙度和介电性能不同,则会对电磁波的穿透反射(或散射)和吸收带来不同程度的效应同时，入射雷达波束和地物的相对方向也有关系,在一定方向的条件下，地物目标可以产生强回波,在另一方向，回波则可能很弱或无回波例如平行于飞行方向的铁丝网(电力线)，会产生强回波，垂直于飞行方向回波则很弱或消失因此,在雷达图像解译时,尽可能采用多侧视方向的图像 3目视解译 就本实验的雷达图像而言，主要有以下几种地物； 雷达波束的穿透性对冰雪覆盖区地物的判读有着独特的优势例如雪上被覆盖区域,在光学影像上很难辨清究竟是雪，还是湖泊,在雷达图像上则表现极为清晰对于雪山区域冰斗湖碛尾湖的判断，应采用多侧视方向,避免将阴影误判为湖泊。
医学图像处理实验报告 班级专业姓名学号 实验名称：图像增强 一、实验目的 1：理解并掌握常用的图像的增强技术。 2：熟悉并掌握MA TLAB图像处理工具箱的使用。 3：实践几种常用数字图像增强的方法，增强自主动手能力。 二、实验任务 对于每张图像(共三张图片)，实现3种图像增强方法。根据图像的特点，分别选用不用的图像增强算法。 三、实验内容（设计思路） 1、artery_vessel (1)直方图均衡化 直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。 图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。 直方图均衡化是指：采用累积分布函数（CDF）变化生成一幅图像，该图像的灰度级较为均衡化，且覆盖了整个范围[0，1]，均衡化处理的结果是一幅扩展了动态范围的图像。直方图均衡化就是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。主要用途是：将一幅灰度分布集中在较窄区间，细节不够清晰的图像，修正后使图像的灰度间距增大或灰度分布均匀，令图像的细节清晰，达到图像增强的目的。 (2)中值滤波加直方图均衡化 中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，
基于LabVIEW的低通滤波器设计 学号： 201220120214 姓名：敖智男 班级： 1221202 专业：测控技术与仪器 课程教师：方江雄 2015年6月14 日
目录 一．设计思路 (2) 二．设计目的 (2) 三．程序框图主要功能模块介绍 1.测试信号生成模块 (3) 2.滤波功能模块.................................................................. .3 3.频谱分析模块 (4) 4.While循环模块 (5) 四．进行频谱分析.................................................................6、7五．主要设计步骤..................................................................8、9六．运行结果.. (10) 七．设计心得 (11)
低通滤波器是指对采样的信号进行浦波处理，允许低于截至频率的信号通过，高于截止频率的信号不能通过，提高有用信号的比重，进而消除或减少信号的噪声干扰。 一．设计思路 本VI设计的低通滤波器主要是先将正弦信号和均匀白噪声信号叠加，利用Butterworth低通滤波器进行滤波处理，得到有用的正弦信号:再对经过低通滤波器处理后的信号及信号频谱与滤波前的进行比较分析，检测滤波后的信号是否满足用户的要求。 二．设计目的 基于LabVIEW虚拟平台，将“正弦波形”函数和“均匀白噪声”函数产生的信号进行叠加以产生原始信号，让其先通过一个高通滤波器，滤除白噪声的带外杂波，以便在后续程序中低通滤波器可以输出正弦波；然后经过低通滤波器滤波处理，对滤波前后的信号和信号频谱进行比较，从而对低通滤波器的滤波效果进行检验。