数字滤波器的优化设计浅析
201120003025
何志会
数字滤波器的优化设计浅析
摘要
当前，在数字信号处理和电子应用技术领域，数字滤波器以其精度高、灵活性好、便于大规模集成等突出优点，占据了至关重要的地位。按冲击响应持续时间，数字滤波器可分为有限冲击响应（FIR）滤波器和无限冲击响应（IIR）滤波器。传统的数字滤波器的设计方法有窗函数法、频率采样法和等波动最佳逼近法等。但是随着时代的发展，应用领域的广泛增加、信号处理要求变高以及计算复杂程度的不断提高，对于数字滤波器软件和硬件的要求也越来越专业、复杂。因此，数字滤波器的优化设计也显得更加重要。近年来，国内外对数字滤波器的优化算法进行了较多的研究，提出了很多优化方法和算法，如：人工鱼群算法、粒子群算法、遗传算法、最小P误差法、小波逼近法等。这些算法大大提高了数字滤波器的应用范围，使结果更加逼近于目标函数。硬件上，FPGA以其体积小、速度快、重量轻、功耗低、可靠性高、成本低等优点在数字滤波器上得到应用，具有很好的发展前景。
关键词：数字滤波器；优化；算法
Optimization design of FIR digital filter
Abstract
At present, the digital filter with its high precision, flexibility, ease of large-scale integration and other advantages, occupies a crucial position in the field of digital signal processing and application of technology.According to the duration of the impulse response, digital filter can be divided into finite impulse response (FIR) filters and infinite impulse response (IIR) filter. Traditional methods of digital filter design use window function method, sampling method, frequency fluctuations and the best approximation method. But with the development of the times, a wide range of applications increases, the signal processing requirements of high change and increasing complexity of the calculations for the digital filter software and hardware ,requirements have become more specialized and complex. Therefore, the digital filter design optimization is even more important. In recent years, domestic and international digital filter optimization algorithm for more research, made a lot of optimization methods and algorithms, such as: artificial fish school algorithm, particle swarm optimization, genetic algorithm, the smallest P error method, wavelet approximation method . These algorithms greatly improve the application of digital filters, so that the results more close to the target function. Hardware, FPGA with its small size, fast, light weight, low power consumption, high reliability and low cost have been applied in the digital filter, with good prospects for development.
Key words:Digital filter ;Optimization;;algorithm
1 研究意义
由于数字滤波器审计在实际工程中只能是逼近理想的设计指标，即：主要任务是使滤波器幅频响应与所要求的幅频响应的均方误差最小，因此可以将它看成是一个按某种优化准则求解最优解的优化问题。而优化是指在给定的制约条件下，求出使目标函数（组）最大或最小的变量组合问题。从理论上讲，任何确知的制约条件及目标函数的优化问题都存在一组实质解，工程中我们不但关心这组解是否存在，而且关心求解所需的运算时间，因此最优解问题可以根据所需要的求解时间来进行分类。
滤波器的设计包括三个基本步骤：（1）按照实际的任务要求，确定滤波的性能指标。（2）设计一个因果、稳定的离散线性时不变系统的系统函数)
(z
H,去逼近这一性能指标。根据不同的要求可以用FIR系统函数，也可以用IIR系统函数去逼近。（3）从物理上实现所设计的)
H，即利用有限精度算法去实现系统函
(z
数。可见，逼近)
(z
H的效果，直接决定了数字滤波器性能的优劣。随着计算机技术的快速发展，实践证明，利用优化算法来设计，不仅可以获得满意的效果，而且成本得到很大降低，灵活程度也更好。因此，本文主要浅析几种现今主要的数字滤波器的优化算法设计。
2 数字滤波器的优化设计
从表2.1可知：FIR和IIR各有特点，所以在设计中应该从实际出发，多方面考虑加以选择。例如：对于线性相位要求不敏感的场合，如语音通讯等，用IIR 较合适。对于图像信号处理，数据传输系统等，对线性相位要求较高，用FIR较好。
2.1FIR 滤波器的优化设计
FIR 滤波器优化设计应该遵循最优化准则，一般有均方误差最小准则和最大误差最小化准则（也称为加权贝雪夫等纹波逼近）。
以一维实数FIR 优化为例：
∑-==1
0P P p a A (公式2.3）
3.适应度函数
粒子群优化算法通过适应度来确定粒子当前位置的优劣，所以必须根据实际问题需要来选择适应度函数F,这里选择2e 作为FIR 数字滤波器设计的适应函数，即：
2e F = （公式2.4）
4.参数的选择
(1)权函数)(w H d 的选择：根据不同的设计问题，在不同的频段上选择合适的值，
以期获得较好的频率特性。
(2)初始化)0(i a 和)0(i b ，即初始化种群中的粒子：在给定区间]2,2[ 中产生一组随机数作为初始化种群。
(3)设定频率采样点：80到120
(4)设定迭代次数，即指定运算代数，以便寻找到最优粒子。丢弃其余位置的粒子，由新的随机产生的粒子代替。这里，我们选择代数为100到250。
5.设计优化步骤
（1）根据不同频段要求初始化p a ；
（2）设定粒子群优化算法的参数，包括群体大小，参数维数，加权因子；
（3）在参数区间内随机初始化群体中各粒子的位置与速度；
（4）根据公式2.3计算A,利用公式2.2计算粒子的适应度；
（5）根据粒子群建模，更新粒子的位置和速度；
（6）多次迭代，达到预先的迭代次数。
6.实验仿真及结果
实验运用matlab 进行仿真，实验数据参考文献【1】
7.实验结果分析：
通过实验结果可以看出：在给定的一定区域内，算法能够很好地逼近给定的目标，获得较好的阻带特性。但是同时也看到对于有些频率区域会出现局部最优，即出现局部极值点，而且迭代次数较多，速度较慢。
2.1.2 蚁群算法
1.定义
蚁群算法(ant colony algorithm, ACA)是模拟蚂蚁觅食时建立巢穴到食物源最短路径的一种新型启发式优化算法，它提供了一种求解复杂优化问题的方法，并且不依赖于问题的领域和种类，具有本质并行、自组织、正反馈以及鲁棒性等优点，广泛地应用于很多学科和领域。虽然蚁群优化算法的研究只有十几年的时间，但已经显示出其在求解复杂优化问题方面的优越性，在很多领域中的应用价值越来越被人们重视。
2.优化准则
一般，FIR 滤波器有最大最小（MM)优化准则，最小平方（LS ）优化准则，纹波约束最小平方（PCLS ）优化准则，归一化通带纹波（NPRM)优化准则。针对不同的技术指标要求，我们可以对应选择不同的优化准则。对于纹波最大误差要求严格的情形，我们选择MM 优化准则；相反，对于整体平方误差要求严格的情形，我们可以选择LS 优化准则。这是两种极端的情形。当需要同时考虑纹波最大误差和整体平方误差时候，我们就可以选择综合了MM 和LS 优化准则优点的
PCLS 优化准则。在NPRM 优化准则下，可以在进行系数优化的同时进行滤波器通带纹波的优化，对滤波器通带的纹波提出了更严格的要求。
3.设计优化步骤
（1）给定滤波器的技术指标；
（2）初始化蚁群算法参数。如Q ，α，β，ρ等，设定t=0,初始信息素浓度)0(ij τ=常数，0=?ij τ；
（3）根据问题规模取一定数目的蚂蚁，使它们在系数上均匀分布。将无限精度系数进行变换，将之直接舍入处理并作为优化设计的初始点；
（4）每只蚂蚁根据状态转移概率进行更优解的搜索；
（5）当所有得蚂蚁完成各自的搜索，滤波器系数一次优化结束；
（6）更新每条路径上的信息素强度。
（7）用步（5）得到的优化解为起点，转到步骤（4），直到循环次数达到预先设定的最大次数。
（8）以以上步骤得到的所有优化系数，选取性能最佳的那一组作为优化后得FIR 数字滤波器系数。
4.实验仿真及结果
实验结果参考文献【2】
5.结果分析
文献【2】对以上的优化准则进行了实验仿真，针对不同阶数和频率的滤波器进行优化，结果能够很好地逼近目标函数。但是计算量较大，因为蚁群算法更实用于路径规划，算法受初始值的影响，若参数选择不合理，则有可能出现迂回和死锁现象。总的来说，蚁群算法比较高效，在滤波器设计中较为广泛使用。
2.1.3改进遗传算法
1.定义
遗传算法是模仿自然界生物进化过程提出的随机优化算法。遗传算法善长全局搜索，局部搜索能力不足，存在易陷入局部最优解和选择压力过大造成的早熟收敛等问题，同时遗传算法也存在收敛速度比较慢的特点。云模型是李德毅院士提出的一种定性定量转换模型。已经在智能控制、模糊评测等多个领域得到应用。云模型在知识表达时具有不确定中带有确定性、稳定之中又有变化的特点。对于云模型),,(e n x H E E C ，x E 可以代表父代个体遗传的优良特征，n E 和c H 表示了继承过程的不确定性和模糊性，表现了物种进化过程中的变异特征。基于云模型的优良特性，本文把云模型引入遗传算法中，提高了遗传算法精度，而且能够很好地避免遗传算法早熟收敛等问题。
2.改进后的遗传算法
改进后的遗传算法结合基本的遗传算法思想，沿用遗传算法交叉、变异操作，由正态云模型的Y 条件云生成算法实现交叉操作，基本云生成算法实现变异操作。由于正态云模型具有随机性和稳定倾向性的特点，随机性可保持个体多样性，从而避免搜索陷入局部极值，而稳定倾向性又可很好地保护较优个体从而对全局最值进行自适应定位。该算法采用实数编码，由匀模型进行个体更新。
3.适应度函数的选择
利用切比雪夫最佳逼近准则，在{}ππ,-区间取p 个频率采样点k w （k=0,1,…,p-1),且为每一个k w 设置一个权重系数k w （通带和阻带不同的值），则加权均方误差可表示为
2.2 IIR 滤波器优化设计
多年来，许多学者在IIR 数字滤波器的设计问题上作了大量的研究上作，并提出了一些设计方法。这些设计方法主要分为两大类：
一是通过频率变换技术将模拟滤波器参数转化成IIR 数字滤波器参数。这种方法的优点是简单易行，易于设计具有规范幅频特性的IIR 数字滤波器，比如低通、高通、带通等，但其设计结果往往并不理想。另一类设计方法是：优化算法，它是在一定优化准则下，使设计的滤波器性能达到或接近最佳。如CF 法，复域设计法、最小P 误差法、模型拟合频率响应法等。
2.2.1 克隆选择算法
1.定义
克隆选择算法CSA(Clonal select algorithms)，是基于生物免疫系统的克隆选择原理形成的一种概率性搜索算法，具有收敛速度快，．全局搜索能力强的特点。CSA 为数字滤波器的设计提供了一种新的工具，应用CSA 优化
可以设计FIR 滤波器和层叠滤波器。文献【4】将CSA 用于IIR 数字滤波器的优化设计，给出了IIR 数字滤波器设计的优化模型，介绍了CSA 的基本原理和应用CSA 设计IIR 数字滤波器的具体实现过程，最后，通过仿真试验表明应用CSA 设计IIR 数字滤波器不仅可行，而且有效。
2.均方误差公式
()()()∑=-=M i jw d jw i i e H e H E 1
2
min min （公式2.6） 3.实验仿真及结果
参考文献【4】
4.实验结果分析：
可以看出CSA 无论是收敛速度，还是优化结果均优于遗传算法。CAS 优于遗传算法的主要原因在于CSA 通过克隆选择和高频变异为搜索提供了导向和具体方法，可
实现对解邻域的精确搜索；随机补充抗体确保抗体的多样性，可实现对整个解空间的全局搜索，CSA 能够很好地实现局部搜索和全局搜索的平衡。通过对设计数字滤波器的幅频特性分析，不难发现应用CSA 设计的数字滤波器的通带波动、过度带斜率以及阻带衰减均要优于GA 设A 计的数字滤波器，应用CSA 设计数字滤波器具有更好的综合性能。数据中能够发现CSA 设计数字滤波器与理想滤波器的均方误差更小，性能更优。
2.2.2 粒子进化规划算法
1.定义
进化规划算法(EP)于1962年由美国的LJ ．Fogel 首先提出，但是当时没有受到广泛重视。上世纪九十年代LJ ．Fogel 的儿子D ．B ．Fogel 对这种算法进行了改进，自此，进化规划算法开始得到广泛应用。这种算法的工作流程与其他进化算法类似，主要过程为：生成初始群体．变异．计算个体适应度．选择．组成新群体，然后将整个过程反复操作，一代一代地进化，直至达到最优解。
2.优点
在进行优化搜索方面，进化规划有其自身的优点，如下所示：
（1）算法采用实数编码，因而使得问题的表述更加简单自然。
（2）在进化规划算法中，只需要进行变异操作，这种做法可以避免因为结 构的不定而使交换操作变得无效。
（3）进化规划算法有较为平稳的搜索过程。
3.粒子进化规划算法（PEP)的目标函数
21)(321E x E x E x x f ?+?+?= （公式2.7）
4.实验仿真及及结果
参考文献【5】
5.结果分析：
用PEP 优化IIR 数字滤波器得到的结果通带和阻带频率响应都比较好，IIR 数字滤波器的通带最大波动更小，阻带最小衰减更大，优于EP 的结果，这也证明了PEP 的寻优能力强于EP 。
3.总结与展望
3.1总结
数字滤波器设计方法的研究己有二十多年，尽管普遍认为现有的数字滤波器设计方法己经比较成熟，但是最近几年这方面的文献报导却有增无减。可以认为数字滤波器设计方法的研究正处于稳定发展的阶段。滤波器设计从数学本质上讲是一个优化问题，建立在各种优化理论、频率变换技术等基础上的设计方法也各有其特点。
各种算法针对不同的条件，有利也有弊。如：遗传算法适合求解离散问题，具备数学理论支持，但是存在着汉明悬崖等问题。粒子群算法适合求解实数问题，算法简单，计算方便，求解速度快，但是存在着陷入局部最优等问题。蚁群算法适合在图上搜索路径问题，计算开销会大。要将三种算法进行混合，就要针对特定问题，然后融合其中的优势，比如将遗传算法中的变异算子加入粒子群中就可以形成基于变异的粒子群算法。
在选择何种算法时，可根据需要选择2~3种算法进行仿真对比或者和已有的学者数据进行仿真对比，为了近可能得出正确的结论，应该尽可能多测试和仿真。这样可以在进行滤波器设计优化的同时，了解不同的算法，以及不同的硬件。电子技术在不断发展着，新的算法以及新的硬件支持层出不穷，要想好好把握，必须得总结归纳各种算法的优缺点，才能更好地为自己奠基知识，做到学以致用。
3.2 展望
当前，数字滤波器在信号处理领域中的作用越来越突出，并日益显示出其巨大的应用价值。而优化算法以简单、效率高、应用领域较广方向发展，而显示出了其特有的优越性，待研究的热点问题也还很多。
因此在将来的工作中，打算从以下方面去开展工作：
(1)如文中所述，算法中的参数是影响算法性能和效率的关键之一，而算法的参
数选取很大程度上又都依赖于经验值，通常认为，对于不同的问题往往要选取不同的相应参数．如果能对参数选取规律有一个定性的认识，必将对不同的问题域的参数选取有很大的帮助。
(2)算法应用于高维复杂问题优化时候，如多维数字滤波器的设计问题，往往会遇到早熟收敛的问题。这些早熟收敛点，有可能是局部极小点，也有可能是局部极小点邻域的一个点．因此，结合其它一些优化算法，如进化算法、免疫算法等，构造出一种新的、更有效的混合优化算法，是很有必要和有意义的．
(3)将完成仿真设计后的数字滤波器用于实际的工程应用，开辟一个新的途径来解决常见的工程应用问题，如抑制工频干扰、去处图像或语音的背景噪声、陷波处理等等。
4.参考文献
[1] 高渤.基于粒子群算法的数字滤波器设计[D].重庆：西南大学，2007
[2] 仰继连.蚁群算法在FIR数字滤波器优化设计中的应用[D].湖南：湘潭大学，2008
[3]路慎利，李良光，余静成，高志安.基于改进遗传算法的FIR数字滤波器优化设计[N].电视期刊技术，2008.32（z1)
[4] 孙成发，高辉.基于克隆选择算法的IIR数字滤波器优化设计[A].哈尔滨：电力系统饱和与控制，2008，36（17）
[5] 方伟.群体只能算法及其在数字滤波器优化设计中的研究[D].江南大学，2008
[6] 宋爱国，测试信号分析及处理[M].北京：机械出版社，2001.2-12
（注：可编辑下载，若有不当之处，请指正，谢谢!）
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
滤波器的主要参数（Definitions）： 中心频率（Center Frequency）：滤波器通带的频率f0，一般取f0=（f1+f2）/2，f1、f2为带通或带阻滤波器左、右相对下降1dB或3dB边频点。窄带滤波器常以插损最小点为中心频率计算通带带宽。 截止频率（Cutoff Frequency）：指低通滤波器的通带右边频点及高通滤波器的通带左边频点。通常以1dB或3dB相对损耗点来标准定义。相对损耗的参考基准为：低通以DC处插损为基准，高通则以未出现寄生阻带的足够高通带频率处插损为基准。 通带带宽（BWxdB）：指需要通过的频谱宽度，BWxdB=（f2-f1）。f1、f2为以中心频率f0处插入损耗为基准，下降X（dB）处对应的左、右边频点。通常用X=3、1、0.5 即BW3dB、BW1dB、BW0.5dB 表征滤波器通带带宽参数。分数带宽（fractional bandwidth）=BW3dB/f0×100[%]，也常用来表征滤波器通带带宽。 插入损耗（Insertion Loss）：由于滤波器的引入对电路中原有信号带来的衰耗，以中心或截止频率处损耗表征，如要求全带内插损需强调。 纹波（Ripple）：指1dB或3dB带宽（截止频率）范围内，插损随频率在损耗均值曲线基础上波动的峰-峰值。 带内波动（Passband Riplpe）：通带内插入损耗随频率的变化量。1dB带宽内的带内波动是1dB。 带内驻波比（VSWR）：衡量滤波器通带内信号是否良好匹配传输的一项重要指标。理想匹配VSWR=1：1，失配时VSWR<1。对于一个实际的滤波器而言，满足VSWR<1 BWdBBWdBdiv>
实验五：FIR数字滤波器设计与软件实现 一、实验指导 1．实验目的 （1）掌握用窗函数法设计FIR数字滤波器的原理和方法。 （2）掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。 （3）掌握FIR滤波器的快速卷积实现原理。 （4）学会调用MATLAB函数设计与实现FIR滤波器。 2．实验容及步骤 （1）认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理； （2）调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱，如图1所示； 图1 具有加性噪声的信号x(t)及其频谱如图 （3）请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。 （4）根据滤波器指标选择合适的窗函数，计算窗函数的长度N，调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。 （4）重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord 和remez设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 提示：○1MATLAB函数fir1的功能及其调用格式请查阅教材； ○2采样频率Fs=1000Hz，采样周期T=1/Fs； ○3根据图1(b)和实验要求，可选择滤波器指标参数：通带截止频率fp=120Hz，阻带截
至频率fs=150Hz ，换算成数字频率，通带截止频率p 20.24p f ωπ=T =π，通带最大衰为0.1dB ，阻带截至频率s 20.3s f ωπ=T =π，阻带最小衰为60dB 。 ○ 4实验程序框图如图2所示，供读者参考。 图2 实验程序框图 4.思考题 (1)如果给定通带截止频率和阻带截止频率以及阻带最小衰减,如何用窗函数法设计线性相位低通滤波器?请写出设计步骤. (2)如果要求用窗函数法设计带通滤波器,且给定通带上、下截止频率为pl ω和pu ω，阻带上、下截止频率为sl ω和su ω，试求理想带通滤波器的截止频率cl cu ωω和。 （3）解释为什么对同样的技术指标，用等波纹最佳逼近法设计的滤波器阶数低？ 5．信号产生函数xtg 程序清单（见教材） 二、 滤波器参数及实验程序清单 1、滤波器参数选取 根据实验指导的提示③选择滤波器指标参数： 通带截止频率fp=120Hz ，阻带截至频率fs=150Hz 。代入采样频率Fs=1000Hz ，换算成数字频率，通带截止频率p 20.24p f ωπ=T =π，通带最大衰为0.1dB ，阻带截至频率
数字滤波器的MATLAB设计与实现 数字滤波器的MATLAB设计与实现 类别：电子综合 引言 随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域。数字信号处理在通信、语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。在数字信号处理应用中，数字滤波器十分重要并已获得广泛应用。 1 数字滤波器的设计1.1 数字滤波器设计的基本步骤数字滤波器根据其冲激响应函数的时域特性，可分为两种，即无限长冲激响应（IIR）滤波器和有限长冲激响应（FIR）滤波器。IIR滤波器的特征是，具有无限持续时间冲激响应。种滤波器一般需要用递归模型来实现，因而有时也称之为递归滤波器。FIR滤波器的冲激响应只能延续一定时间，在工程实际中可以采用递归的方式实现，也可以采用非递归的方式实现。数字滤波器的设计方法有多种，如双线性变换法、窗函数设计法、插值逼近法和Chebyshev逼近法等等。随着MATLAB软件尤其是MATLAB的信号处理工作箱的不断完善，不仅数字滤波器的计算机辅助设计有了可能，而且还可以使设计达到最优化。数字滤波器设计的基本步骤如下：（1）确定指标在设计一个滤波器之前，必须首先根据工程实际的需要确定滤波器的技术指标。在很多实际应用中，数字滤波器常常被用来实现选频操作。因此，指标的形式一般在频域中给出幅度和相位响应。幅度指标主要以两种方式给出。第一种是绝对指标。它提供对幅度响应函数的要求，一般应用于FIR滤波器的设计。第二种指标是相对指标。它以分贝值的形式给出要求。在工程实际中，这种指标最受欢迎。对于相位响应指标形式，通常希望系统在通频带中人有线性相位。运用线性相位响应指标进行滤波器设计具有如下优点：①只包含实数算法，不涉及复数运算；②不存在延迟失真，只有固定数量的延迟；③长度为N 的滤波器（阶数为N-1），计算量为N/2数量级。因此，本文中滤波器的设计就以线性相位FIR滤波器的设计为例。（2）逼近确定了技术指标后，就可以建立一个目标的数字滤波器模型。通常采用理想的数字滤波器模型。之后，利用数字滤波器的设计方法，设计出一个实际滤波器模型来逼近给定的目标。（3）性能分析和计算机仿真上两步的结果是得到以差分或系统函数或冲激响应描述的滤波器。根据这个描述就可以分析其频率特性和相位特性，以验证设计结果是否满足指标要求；或者利用计算机仿真实现设计的滤波器，再分析滤波结果来判断。 1.2 滤波器的MATLAB设计（1）MATLAB MATLAB是一套用于科学计算的可视化高性能语言与软件环境。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个界面友好的用户环境。它的信号处理工具箱包含了各种经典的和现代的数字信号处理技术，是一个非常优秀的算法研究与辅助设计的工具。在设计数字滤波器时，通常采用MATLAB来进行辅助设计和仿真。（2）FIR滤波器的MATLAB设计下面以设计线性相位FIR滤波器为例介绍具体的设计方法。线性相位FIR滤波器通常采用窗函数法设计。窗函数法设
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：
IIR数字滤波器的设计 一、实验目的： 掌握冲激相应不变法和双线性变换法设计IIR数字滤波器的原理和方法； 观察冲激相应不变法和双线性变换法设计IIR数字滤波器的频率特性； 了解冲激相应不变法和双线性变换法的特点和区别。 二、实验原理： 无限长单位冲激响应（IIR）数字滤波器的设计思想： a)设计一个合适的模拟滤波器 b)利用一定的变换方法将模拟滤波器转换成满足预定指 标的数字滤波器 切贝雪夫I型：通带中是等波纹的，阻带是单调的
切贝雪夫II型：通带中是单调的，阻带是等波纹的 1．用冲击响应不变法设计一个低通切贝雪夫I型数字滤波器通带上限截止频率为400Hz 阻带截止频率为600Hz 通带最大衰减为0.3分贝 阻带最小衰减为60分贝 抽样频率1000Hz 2．用双线性变换法设计切贝雪夫II型高通滤波器 通带截止频率2000Hz 阻带截止频率1500Hz 通带最大衰减0.3分贝 阻带最小衰减50分贝 抽样频率20000Hz 四、实验程序：
1） Wp=2*pi*400; Ws=2*pi*600; Rp=0.3; Rs=60; Fs=1000; [N,Wn]=cheb1ord(Wp,Ws,Rp,Rs,'s'); [Z,P,K]=cheb1ap(N,Rp); [A,B,C,D]=zp2ss(Z,P,K); [At,Bt,Ct,Dt]=lp2lp(A,B,C,D,Wn); [num1,den1]=ss2tf(At,Bt,Ct,Dt); [num2,den2]=impinvar(num1,den1,Fs); [H,W1]=freqs(num1,den1); figure(1) subplot(2,1,1); semilogx(W1/pi/2,20*log10(abs(H)));grid; xlabel(' 频率/ Hz'); ylabel(' 模拟滤波器幅值(db)'); [H,W2]=freqz(num2,den2,512,'whole',Fs); subplot(2,1,2); plot(W2,20*log10(abs(H)));grid; xlabel(' 频率/ Hz');
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
滤波器的主要参数 滤波器的主要参数（Definitions) 中心频率（Center Frequency）：滤波器通带的中心频率f0，一般取f0=（f1+ f2）/2，f1、f2为带通或带阻滤波器左、右相对下降1dB或3dB边频点。窄带滤波器常以插损最小点为中心频率计算通带带宽。 截止频率（Cutoff Frequency）：指低通滤波器的通带右边频点及高通滤波器的通带左边频点。通常以1dB或3dB相对损耗点来标准定义。相对损耗的参考基准为：低通以DC处插损为基准，高通则以未出现寄生阻带的足够高通带频率处插损为基准。 通带带宽（BWxdB）：（下图）指需要通过的频谱宽度，BWxdB=（f2-f1）。f1、f2为以中心频率f0处插入损耗为基准，下降X（dB）处对应的左、右边频点。通常用X=3、1、0.5 即BW3dB、BW1dB、BW0.5dB 表征滤波器通带带宽参数。分数带宽（fractional bandwidth）=BW3dB/f0×100%，也常用来表征滤波器通带带宽。 插入损耗（Insertion Loss）：由于滤波器的引入对电路中原有信号带来的衰耗，以中心或截止频率处损耗表征，如要求全带内插损需强调。 I=10lgPin/Pl
纹波（Ripple）：指1dB或3dB带宽（截止频率）范围内，插损随频率在损耗均值曲线基础上波动的峰-峰值。 带内波动（Passband Riplpe）：通带内插入损耗随频率的变化量。1dB带宽内的带内波动是1dB。 带内驻波比（VSWR）：衡量滤波器通带内信号是否良好匹配传输的一项重要指标。理想匹配VSWR=1：1，失配时VSWR＞1。对于一个实际的滤波器而言，满足VSWR ＜1.5：1的带宽一般小于BW3dB，其占BW3dB的比例与滤波器阶数和插损相关。 回波损耗（Return Loss）：端口信号输入功率与反射功率之比的分贝（dB）数，也等于|20Log10ρ|，ρ为电压反射系数。输入功率被端口全部吸收时回波损耗为无穷大。 阻带抑制度：衡量滤波器选择性能好坏的重要指标。该指标越高说明对带外干扰信号抑制的越好。通常有两种提法：一种为要求对某一给定带外频率fs抑制多少dB，计算方法为fs处衰减量As-IL；另一种为提出表征滤波器幅频响应与理想矩形接近程度的指标——矩形系数（KxdB＞1），KxdB=BWxdB/BW3dB，（X可
数字信号处理 实验报告 实验四 IIR数字滤波器的设计学生姓名张志翔 班级电子信息工程1203班 学号 指导教师 实验四 IIR数字滤波器的设计 一、实验目的： 1. 掌握双线性变换法及脉冲响应不变法设计IIR数字滤波器的具体设 计方法及其原理，熟悉用双线性变换法及脉冲响应不变法设计低通、高通和带通IIR数字滤波器的MATLAB编程。 2. 观察双线性变换及脉冲响应不变法设计的滤波器的频域特性，了解双线性变换法及脉冲响应不变法的特点。 3.熟悉Butterworth滤波器、切比雪夫滤波器和椭圆滤波器的频率特性。 二、实验原理: 1．脉冲响应不变法 用数字滤波器的单位脉冲响应序列模仿模拟滤波器的冲激响应 ,让正好等于的采样值，即，其中为采样间隔，如果以及分别表示的拉式变换及的Z变换，则 2．双线性变换法 S平面与z平面之间满足以下映射关系：
s平面的虚轴单值地映射于z平面的单位圆上，s平面的左半平面完全映射到z平面的单位圆内。 双线性变换不存在混叠问题。 双线性变换是一种非线性变换，这种非线性引起的幅频特性畸变可通过预畸而得到校正。 三、实验内容及步骤： 实验中有关变量的定义: fc 通带边界频率； fr阻带边界频率；δ通带波动；At 最小阻带衰减； fs采样频率； T采样周期 （1） =0.3KHz, δ=0.8Db, =0.2KHz, At =20Db,T=1ms; 设计一个切比雪夫高通滤波器，观察其通带损耗和阻带衰减是否满足要求。 MATLAB源程序： wp=2*1000*tan(2*pi*300/(2*1000)); ws=2*1000*tan(2*pi*200/(2*1000)); [N,wn]=cheb1ord(wp,ws,0.8,20,'s'); %给定通带（wp）和阻带(ws)边界角频率，通带波动波动0.8，阻带最小衰减20dB，求出最低阶数和通带滤波器的通带边界频率Wn [B,A]=cheby1(N,0.5,wn,'high','s');%给定通带（wp）和阻带(ws)边界角频率，通带波动 [num,den]=bilinear(B,A,1000); [h,w]=freqz(num,den); f=w/(2*pi)*1000; plot(f,20*log10(abs(h)));
数字滤波器的设计及实现 【一】设计目的 1. 熟悉IIR 数字滤波器和FIR 数字滤波器的设计原理和方法； 2. 学会调用MATLAB 信号处理工具箱中的滤波器设计函数设计各种IIR 和FIR 数字滤波器，学会根据滤波要求确定滤波器指标参数； 3. 掌握用IIR 和FIR 数字滤波器的MA TLAB 实现方法，并能绘制滤波器的幅频特性、相频特性； 4. 通过观察滤波器的输入、输出信号的时域波形及其频谱，建立数字滤波的概念。 【二】设计原理 抑制载波单频调幅信号的数学表达式为 []))(2cos())(2cos(2 1)2cos()2cos()(000t f f t f f t f t f t s c c c ++-==ππππ （2.1） 其中，)2cos(t f c π称为载波，c f 为载波频率，)2cos(0t f π称为单频调制信号，0f 为调制正弦波信号频率，且满足0c f f >。由（2.1）式可见，所谓抑制载波单频调制信号，就是两个正弦信号相乘，它有2个频率成分：和频c f +0f ，差频c f -0f ，这两个频率成分关于载波频率c f 对称。所以，1路抑制载波单频调幅信号的频谱图是关于载波频率c f 对称的两根谱线。 复合信号st 产生函数mstg 清单： function st=mstg %产生信号序列st ，并显示st 的时域波形和频谱 %st=mstg 返回三路调幅信号相加形成的混合信号，长度N=800 N=800; %信号长度N 为800 Fs=10000;T=1/Fs;Tp=N*T; %采样频率Fs=10kHz ，Tp 为采样时间 t=0:T:(N-1)*T;k=0:N-1;f=k/Tp; fc1=Fs/10; %第1路调幅信号载波频率fc1=1000Hz fm1=fc1/10; %第1路调幅信号的调制信号频率fm1=100Hz fc2=Fs/20; %第2路调幅信号载波频率fc2=500Hz fm2=fc2/10; %第2路调幅信号的调制信号频率fm2=50Hz fc3=Fs/40; %第3路调幅信号载波频率fc3=250Hz fm3=fc3/10; %第3路调幅信号的调制信号频率fm3=25Hz xt1=cos(2*pi*fm1*t).*cos(2*pi*fc1*t); %产生第1路调幅信号 xt2=cos(2*pi*fm2*t).*cos(2*pi*fc2*t); %产生第2路调幅信号 xt3=cos(2*pi*fm3*t).*cos(2*pi*fc3*t); %产生第3路调幅信号 st=xt1+xt2+xt3; %三路信号相加，得到复合信号
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
滤波器的主要参数概念介绍 滤波器的主要参数（DefiniTIons） 1. 中心频率（Center Frequency）：滤波器通带的中心频率f0，一般取f0=（f1+f2）/2，f1、f2为带通或带阻滤波器左、右相对下降1dB或3dB边频点。窄带滤波器常以插损最小点为中心频率计算通带带宽。 2. 截止频率（Cutoff Frequency）：指低通滤波器的通带右边频点及高通滤波器的通带左边频点。通常以1dB或3dB相对损耗点来标准定义。相对损耗的参考基准为：低通以DC 处插损为基准，高通则以未出现寄生阻带的足够高通带频率处插损为基准。 3. 通带带宽（BWxdB）：（下图）指需要通过的频谱宽度，BWxdB=（f2-f1）。f1、f2为以中心频率f0处插入损耗为基准，下降X（dB）处对应的左、右边频点。通常用X=3、1、0.5 即BW3dB、BW1dB、BW0.5dB 表征滤波器通带带宽参数。分数带宽（fracTIonal bandwidth）=BW3dB/f0100%，也常用来表征滤波器通带带宽。 4. 插入损耗（InserTIon Loss）：由于滤波器的引入对电路中原有信号带来的衰耗，以中心或截止频率处损耗表征，如要求全带内插损需强调。 5. 纹波（Ripple）：指1dB或3dB带宽（截止频率）范围内，插损随频率在损耗均值曲线基础上波动的峰- 峰值。 6. 带内波动（Passband Riplpe）：通带内插入损耗随频率的变化量。1dB带宽内的带内波动是1dB。 7. 带内驻波比（VSWR）：衡量滤波器通带内信号是否良好匹配传输的一项重要指标。理想匹配VSWR=1：1，失配时VSWR＞1。对于一个实际的滤波器而言，满足VSWR＜1.5：1的带宽一般小于BW3dB，其占BW3dB的比例与滤波器阶数和插损相关。 8. 回波损耗（Return Loss）：端口信号输入功率与反射功率之比的分贝（dB）数，也等于|20Log10|，为电压反射系数。输入功率被端口全部吸收时回波损耗为无穷大。 9. 阻带抑制度：衡量滤波器选择性能好坏的重要指标。该指标越高说明对带外干扰信号抑制的越好。通常有两种提法：一种为要求对某一给定带外频率fs抑制多少dB，计算方法
实验六 FIR 数字滤波器的设计 一、实验目的 1．熟悉FIR 滤波器的设计基本方法 2．掌握用窗函数设计FIR 数字滤波器的原理与方法。 二、实验内容 1．FIR 数字滤波器的设计方法 FIR 滤波器的设计问题在于寻求一系统函数)(z H ，使其频率响应)(ωj e H 逼近滤波器要求的理想频率响应)(ωj d e H ，其对应的单位脉冲响应为)(n h d 。 （1）用窗函数设计FIR 滤波器的基本原理 设计思想：从时域从发，设计)(n h 逼近理想)(n h d 。设理想滤波器)(ωj d e H 的单位脉 冲响应为)(n h d 。以低通线性相位FIR 数字滤波器为例。 ?∑--∞-∞=== ππωωωωω πd e e H n h e n h e H jn j d d jn n d j d )(21)()()( (6-1) )(n h d 一般是无限长的，且是非因果的，不能直接作为FIR 滤波器的单位脉冲响应。要想得到一个因果的有限长的滤波器h(n)，最直接的方法是截断)()()(n w n h n h d =，即截取为有限长因果序列，并用合适的窗函数进行加权作为FIR 滤波器的单位脉冲响应。按照线性相位滤波器的要求，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 ???-==2 /)1()()()(N a n w n h n h d (6-2) 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%，这个现象称为吉布斯（Gibbs ）效应。为了消除吉布斯效应，一般采用其他类型的窗函数。 （2） 典型的窗函数 ① 矩形窗(Rectangle Window) )()(n R n w N = （6-3）
FIR 数字滤波器设计与实现 一.摘要：数字滤波器是一种具有频率选择性的离散线性系统，在信号数字处理中有着广泛的应 用。其中FIR 滤波器是一种常用的滤波器，它在保证幅度特性满足技术要求的同时，很容易做到严格的线性相位特性，在语音分析、图像处理、雷达监测等对信号相位要求高的领域有着广泛的应用，能实现IIR 滤波器不能实现的许多功能。 二.关键词：FIR 窗函数系统函数MATLAB 三.内容提要： 数字滤波器的功能就是把输入序列通过一定的运算变换成输出序列，因此数字滤波器的结构系 统中就必须包括一定数量和性能的运算器件和运算单元，而运算器件和运算单元的配置必须由数字滤波器的结构特点和性能特点来决定，因此在进行FIR 数字滤波器的设计之前，有必要介绍和总结FIR 数字滤波器的基本结构和相关特性（包括频响曲线（幅度和相位），单位冲激响应等），在介绍完其基本结构和相关特性后，就进行FIR 数字滤波器的设计和实现。 （一）FIR 滤波器的基本结构 在讨论任何一种滤波器时，都要着重分析其系统函数，FIR 滤波器的系统函数为： n N n z n h z H ∑-==1 0)()(。从该系统函数可看出，FIR 滤波器有以下特点： 1)系统的单位冲激响应h(n)在有限个n 值处不为零； 2)系统函数H(z)在|z|>0处收敛，极点全部在z=0处(稳定系统)； 3)结构上主要是非递归结构，没有输出到输入的反馈，但有些结构中(例如频率抽样结构)也包 含有反馈的递归部分。 1.FIR 滤波器实现的基本结构有： 1） 横截型（卷积型、直接型） a.一般FIR 滤波器的横截型(直接型、卷积型)结构： 若给定差分方程为： 。则可以直接由差分方程得出FIR 滤波器结构如 下图所示： 这就是FIR 滤波器的横截型结构，又称直接型或卷积型结构。 b .线性相位FIR 滤波器的横截型结构
实验二：FIR数字滤波器设计与软件实现 一、实验指导 1．实验目的 （1）掌握用窗函数法设计FIR数字滤波器的原理和方法。 （2）掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。（3）掌握FIR滤波器的快速卷积实现原理。 （4）学会调用MATLAB函数设计与实现FIR滤波器。 2．实验内容及步骤 （1）认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理； （2）调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱，如图1所示； 图1 具有加性噪声的信号x(t)及其频谱如图 （3）请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。
（4）根据滤波器指标选择合适的窗函数，计算窗函数的长度N，调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。（4）重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord和remez设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 提示：○1MATLAB函数fir1的功能及其调用格式请查阅教材； ○2采样频率Fs=1000Hz，采样周期T=1/Fs； ○3根据图1(b)和实验要求，可选择滤波器指标参数：通带截止频率fp=120Hz，阻带截至频率fs=150Hz，换算成数字频率，通带截止 频率 p 20.24 p f ωπ =T=π，通带最大衰为0.1dB，阻带截至频率 s 20.3 s f ωπ =T=π，阻带最小衰为60dB。 ○4实验程序框图如图2所示，供读者参考。
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：
电磁场与微波技术 课程设计报告 课程题目：低通滤波器的设计与仿真姓名： 指导老师： 系别：电子信息与电气工程系专业：通信工程 班级： 学号： 完成时间：
低通滤波器的设计与仿真 摘要：微波滤波器是用来分离不同频率微波信号的一种器件。它的主要作用是抑制不需要的信号, 使其不能通过滤波器, 只让需要的信号通过。在微波电路系统中，滤波器的性能对电路的性能指标有很大的影响，因此如何设计出一个具有高性能的滤波器，对设计微波电路系统具有很重要的意义。微带电路具有体积小，重量轻、频带宽等诸多优点，近年来在微波电路系统应用广泛，其中用微带做滤波器是其主要应用之一。 关键词：ads；微带线；低通滤波器
一、设计思路 1、设计要求：截止频率：1.1GHz，通带内波纹小于0.2dB，在 1.21GHz 处具有不小于 25dB 的带外衰减。 2、方案选择 利用椭圆函数滤波器设计并仿真，经过优化后，结果调出来的波形能达到指标，但波形会形成带阻波形，只能实现在一定范围内低通。所以不选。 利用切比雪夫滤波器设计并仿真，经过优化调试后可用。 3、设计法案 首先用 LC 设计低通滤波器集总参数模型当频率工作在高频时，要用微带线代替 LC 元件。高阻抗微带线代替串联电感，低阻抗微带线代替并联电容。一般取 Zhigh=120Ω，Zlow=20Ω。在输入和输出加上 50Ω微带线。然后根据设计要求通过 ADS 自带的Linecalc 计算转换过来的微带线长和宽。在进行设计时，主要以滤波器的 S 参数作为优化目标进行优化仿真。 S21（S12） S（表示传输参数，滤波器的通带，阻带的位置以及衰减，起伏全部表现在 S21（S12）随频率变化的曲线上。S11（S22）参数是输入、输出端口的反射系数，由它可以换算输入输出的电压驻波比。如果反射系数过大，就会导致反射损耗过大，影响系统的后级匹配，使系统性能下降。 板材设置：H（基板厚度）=0.8mm，Er（基板相对介电常数）=2.2，Mur （磁导率）=1，Cond（金属电导率）=1E+50，Hu（封装高度）=1E+033mm，T （金属层厚度）=0.01mm，TanD （损耗角正切）=0。 二、仿真过程及电路原理图、版图、S 参数等 经过ADS软件的仿真和折中，以下就以相对比较好的方案为例介绍详细过程以及电路和版图仿真的情况。
班级： 姓名： 学号： FIR 数字滤波器设计实验报告 一、实验目的 1．掌握FIR 数字滤波器的设计方法； 2．熟悉MATLAB 信号处理工具箱的使用； 3．熟悉利用MATLAB 软件进行FIR 数字滤波器设计，以及对所设计的滤波器 进行分析； 4．了解FIR 滤波器可实现严格线性相位的条件和特点； 5．熟悉FIR 数字滤波器窗函数设计法的MATLAB 设计，并了解利用窗函数法 设计FIR 滤波器的优缺点； 6．熟悉FIR 数字滤波器频率采样设计法的MATLAB 设计，并了解利用频率采 样法设计FIR 滤波器的优缺点； 7．熟悉FIR 数字滤波器切比雪夫逼近设计法的MATLAB 设计，并了解利用切 比雪夫逼近法设计FIR 滤波器的优缺点。 二、实验设备及环境 1．硬件：PC 机一台； 2．软件：MATLAB （6.0版以上）软件环境。 三、实验内容及要求 1．实验内容：基于窗函数设计法、频率采样设计法和切比雪夫逼近设计法，利用MATLAB 软件设计满足各自设计要求的FIR 数字低通滤波器，并对采用不同设计法设计的低滤波器进行比较。 2．实验要求： （1）要求利用窗函数设计法和频率采样法分别设计FIR 数字低通滤波 器，滤波器参数要求均为：0.3c w π=。其中，窗函数设计法要求分别利用矩形窗、汉宁窗和布莱克曼窗来设计数字低通滤波器，且 21N ≥,同时要求给出滤波器的幅频特性和对数幅频特性； 频率
采样法要求分别利用采样点数21N =和63N =设计数字低通滤波器，同时要求给出滤波器采样前后的幅频特性，以及脉冲响应及对数幅频特性。 （2）要求利用窗函数设计法和切比雪夫逼近法分别设计FIR 数字低通 滤波器，滤波器参数要求均为： 0.2π, 0.25dB, 0.3π, 50dB p p s s ωαωα==== 其中，窗函数设计法要求利用汉明窗来设计数字低通滤波器，且 66N ≥，同时要求给出滤波器理想脉冲响应和实际脉冲响应，汉 名窗和对数幅频特性； 切比雪夫逼近法要求采用切比雪夫Ⅰ型，同时要求给出滤波器的脉冲响应、幅频特性和误差特性。 （3）将要求（1）和（2）中设计的具有相同参数要求，但采用不同设 计方法的滤波器进行比较，并以图的形式直观显示不同设计设计方法得到的数字低通滤波器的幅频特性的区别。 四、实验步骤 1．熟悉MATLAB 运行环境，命令窗口、工作变量窗口、命令历史记录窗口，FIR 常用基本函数； 2．熟悉MATLAB 文件格式，m 文件建立、编辑、调试； 3．根据要求（1）的内容，设计FIR 数字低通滤波器，建立M 文件，编写、调试、运行程序； 4．根据要求（2）的内容，设计FIR 数字低通滤波器，建立M 文件，编写、调试、运行程序； 5．将要求（1）和（2）中设计的具有相同参数要求，但采用不同设计方法的滤波器进行比较分析； 6．记录实验结果； 7．分析实验结果； 8．书写实验报告。 五、实验预习思考题 1．FIR 滤波器有几种常用设计方法？这些方法各有什么特点？
实验四：IIR数字滤波器设计及软件实现 一、实验内容及步骤 1、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，三路信号在时域混叠无法在时域分离，但频域是可分离的，所以可以通过滤波的方法在频域分离。 2、要求将st中三路调幅信号分离，通过观察st的幅频特性曲线，分别确定可 以分离st中三路抑制载波单频调幅信号的三个滤波器（低通、高通、带通）的通带截止频率和阻带截止频率。要求滤波器的通带最大衰减为0.1db，阻带最小衰减为60db. 3、编程序调用MATLAB滤波器设计函数ellipord和ellip分别设计三个椭圆滤 波器，并绘图显示其损耗函数曲线。 4、调用滤波器实现函数filter，用三个滤波器分别对信号产生函数mstg产生 的信号st进行滤波，分离出st中的三路不同载波频率的调幅信号yn1、yn2、yn3的，并绘图显示其时域波形，观察分离效果。 二、实验结果显示 原信号图形：
高通滤波器 输出波形
带通滤波器输出波形
低通滤波器输出波形
带阻滤波器输出波形
三、实验结论：由上面所绘图形可知，利用数字滤波器完全可以将时域混叠而频域未混叠的波形分开，达到滤波目的。 四、思考题 （1）请阅读信号产生函数mstg，确定三路调幅信号的载波频率和调制信号频率。答：第一路调幅信号的调制信号频率为100HZ，载波频率为1000HZ；第二路调幅信号的调制信号频率为50HZ，载波频率为500HZ；第三路调幅信号的调整信号频率为25HZ，载波频率为250HZ。 （2）信号产生函数mstg中采样点数N=1600，对st进行N点FFT可以得到6根理想谱线。如果取N=1800，可否得到6根理想谱线？为什么？N=2000呢？请改变函数mstg 中采样点数N的值，观察频谱图验证您的判断是否正确？ 答： 因为信号st是周期序列，谱分析时要求观察时间为整数倍周期。分析可知，st的每个频率成分都是25Hz的整数倍。采样频率Fs=10kHz=25×400Hz，即在25Hz 的正弦波的1个周期中采样400点。所以，当N为400的整数倍时一定为st的整数个周期。因此，采样点数N=800和N=2000时，对st进行N点FFT可以得到6根理想谱线。如果取N=1000，不是400的整数倍，不能得到6根理想谱线。