当前位置：文档之家 › FIR滤波器设计报告

FIR滤波器设计报告

  • 格式：doc
  • 大小：494.00 KB
  • 文档页数：14

摘要本文介绍了数字滤波器的设计基础及用窗函数法设计FIR 滤波器的方法，运用MATLAB 语言实现了低通滤波器的设计以及用CCS软件进行滤波效果的观察。

读取语音文件，并加入一定的随机噪声，最后使用窗函数滤波法进行语音滤波，将加噪后的语音文件转换为.dat文件使其能和ccs软件链接，输出个阶段的时域和频域波形。

关键词：FIR滤波、Matlab、窗函数法、CCS目录1．引言 (2)2．FIR滤波器的窗函数法的设计 (2)2.1 fir1函数 (2)3．FIR滤波器的设计（Matlab） (4)4．滤波器的DSP实现（CCS） (7)4.1 编写源程序 (7)5．本课程的心得体会和对本课程的建议 (11)6．结束语 (12)参考文献 (13)1．引言根据数字滤波器冲激响应函数的时域特性。

可将数字滤波器分为两种，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的冲激响应；FIR 滤波器冲激响应只能延续一定时间。

其中FIR 滤波器很容易实现严格的线性相位，使信号经过处理后不产生相位失真，舍入误差小，稳定等优点。

能够设计具有优良特性的多带通滤波器、微分器和希尔伯特变换器，所以在数字系统、多媒体系统中获得极其广泛的应用。

FIR数字滤波器的设计方法有多种，如窗函数设计法、最优化设计和频率取样法等等。

而随着MATLAB软件尤其是MATLAB 的信号处理工具箱和Simulink 仿真工具的不断完善，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。

2．FIR滤波器的窗函数法的设计2.1 fir1函数用来设计标准频率响应的基于窗函数的FIR滤波器，可实现加窗线性相位FIR数字滤波器的设计。

语法：b=fir1(n,Wn);b=fir1(n,Wn,’ftype’);b=fir1(n,Wn,Window);b=fir1(n,Wn,’ftype’,Window);其中，n为滤波器的阶数；Wn为滤波器的截止频率；ftype参数用来决定滤波器的类型，当ftype=high时，可设计高通滤波器；当ftype=stop时，可设计带阻滤波器。

Windows参数用来指定滤波器采用的窗函数类型，其默认值为汉明（Hamming）窗。

使用fir1函数可设计标准的低通、高通、带通和带阻滤波器。

滤波器的系数包含在返回值b中，可表示为b(z)=b(1)+b(2)+...+b(n+1)本文采用汉明窗设计低通FIR滤波器使用b=fir1(n,Wn)可得到低通滤波器。

其中，0Wn1，Wn=1相当于0.5。

其语法格式为b=fir1(n,Wn);采用：b=fir1(25, 0.25);得到归一化系数：b =Columns 1 through 8-0.0008 0.0010 0.0038 0.0063 0.0042 -0.0065 -0.0231 -0.0335Columns 9 through 16-0.0199 0.0290 0.1072 0.1896 0.2426 0.2426 0.1896 0.1072Columns 17 through 240.0290 -0.0199 -0.0335 -0.0231 -0.0065 0.0042 0.0063 0.0038Columns 25 through 260.0010 -0.0008或者在命令行输入fdatool进入滤波器的图形设置界面，如下图所示得到系数（并没有归一化）const int BL = 26;const int16_T B[26] = {-26, 33, 126, 207, 138, -212, -757, -1096, -652,950, 3513, 6212, 7948, 7948, 6212, 3513, 950, -652,-1096, -757, -212, 138, 207, 126, 33, -26};25阶采样频率8000HZ与截止频率1000HZ使用hamming窗选择窗函数3．FIR滤波器的设计（Matlab）技术指标为：采用25阶低通滤波器，汉明窗(Hamming Window)函数，截止频率为1000Hz，采样频率为8000Hz，增益40db。

下面的程序功能是：读取语音文件，并加入一定的随机噪声，最后使用窗函数滤波法进行语音滤波，将加噪后的语音文件转换为.dat文件使其能和ccs软件链接，输出个阶段的时域和频域波形。

原程序如下：[x,fs,bits]=wavread('how.wav'); %读取语音文件m=max(x);normal1=x/max(x); %归一化sound(normal1,fs,bits); %播放归一化后的语音信号indata=round(32767*normal1); %数据最大取16位的数即32768 tem1=fopen('indata.dat','w'); %打开文件保存数据fprintf(tem1,'1651 1 0 0 0\n'); %输出文件头fprintf(tem1,'%d\n',indata); %输出fclose(tem1); %关闭n = length (x); %求出语音信号的长度X=fft(x,n); %傅里叶变换%x2=randn(1,length(x)); %产生一与x长度一致的随机信号%sound(x2,fs,bits);m=randn(size(x)); %产生随机噪声x2=0.1*m+x;X2=fft(x2,n); %傅里叶变换normal=x2/max(x2); %归一化chang=round(32767*normal);sound(normal,fs,bits); %播放加噪声后的音乐ch=fopen('chang.dat','w');fprintf(ch,'1651 1 0 0 0\n');fprintf(ch,'%d\n',chang);fclose(ch);subplot(2,2,1);plot(x);title('原始信号波形');subplot(2,2,2);plot(abs(X));title('原始信号频谱');subplot(2,2,3);plot(x2);title('加噪声后的语音信号波形');subplot(2,2,4);plot(abs(X2));title('加噪声后的语音信号频谱');%figure(2)N=24;Wn=0.25; %海明窗滤波器b=fir1(N,Wn);hd = dfilt.dffir(b); %画出滤波器的频率响应图freqz(hd);figure(3)z=filter(b,1,x2); %对信号进行滤波m=length(z);Z=fft(z,m);subplot(211);plot(z);title('FIR滤波后信号的波形');subplot(212);plot(abs(Z));title('FIR滤波后信号的频谱');%pause(1); %延时1秒sound(z,fs,bits); %播放滤波后的语音信号xout=z/max(z);xto_ccs=round(32767*xout)fid=fopen('output2.dat','w');fprintf(fid,'1651 1 0 0 0\n');fprintf(fid,'%d\n',xto_ccs);fclose(fid);运行上面的M文件，得到下图1、图2、图3：图 1 原始信号和加噪声后的语音信号的时域和频域波形图2滤波器的频率响应图 3 FIR滤波后的时域频域波形4．滤波器的DSP实现（CCS）4.1 编写源程序.title "FIR.ASM".mmregs.def start.bss yn,1xn .usect "xn",25hn .usect "hn",25indata .usect "indata",300outdata .usect "outdata",256.datafir_coff:.word 8*32768/10000,10*32768/10000.word 38*32768/10000,63*32768/10000.word 42*32768/10000,-65*32768/10000.word -231*32768/10000,-335*32768/10000.word -199*32768/10000,290*32768/10000.word 1072*32768/10000,1896*32768/10000.word 2426*32768/10000.word 1896*32768/10000,1072*32768/10000.word 290*32768/10000,-199*32768/10000.word -335*32768/10000,-231*32768/10000.word -65*32768/10000,42*32768/10000.word 63*32768/10000,38*32768/10000.word 10*32768/10000,8*32768/10000 .textstart:ssbx frct ;使用小数运算stm #hn,ar1 ;系数首地址rpt #24 ;将系数移入循mvpd fir_coff,*ar1+ ;环缓冲区stm #-1,ar0stm #outdata,ar5stm #indata,ar4stm #xn+24,ar2rpt #24 ;将输入数据移入mvdd *ar4+,*ar2+0% ;循环缓冲区stm #xn+24,ar2 ;指向第一个输入stm #hn+24,ar3stm #25,bk ;缓冲区大小37stm #255,brc ;块重复256次stm #-1,ar0rptb loop-1 ;块程序重复大小rptz a,#24 ;计算一个输出mac *ar2+0%,*ar3+0%,asth a,*(yn) ;保存输出mvkd *(yn),*ar5+mvdd *ar4+,*ar2+0% ;读进一个输入loop: nopb loop.end注：.data系数可改为.datafir_coff:.word -26,33.word 126,207.word 138,-212.word -757,-1096.word -652,950.word 3523,6212.word 7948.word 6212,3512.word 950,-652.word -1096,-757.word -212,138.word 207,126.word 33,-26经观察效果差不多。

合集下载

fir滤波器设计实验报告

fir滤波器设计实验报告

fir滤波器设计实验报告fir滤波器设计实验报告引言：滤波器是数字信号处理中常用的工具，它能够对信号进行去噪、频率分析和频率选择等处理。

其中，FIR（Finite Impulse Response）滤波器是一种常见的数字滤波器，具有线性相位和稳定性等优点。

本实验旨在设计一个FIR滤波器，并通过实际测试验证其性能。

一、实验目的本实验的目的是通过设计一个FIR滤波器，掌握FIR滤波器的设计方法和性能评估。

具体包括以下几个方面：1. 了解FIR滤波器的基本原理和特点；2. 学习FIR滤波器的设计方法，如窗函数法、最小二乘法等；3. 掌握MATLAB等工具的使用，实现FIR滤波器的设计和性能评估；4. 通过实际测试，验证所设计FIR滤波器的性能。

二、实验原理FIR滤波器是一种非递归滤波器，其输出仅依赖于当前和过去的输入样本。

其基本原理是将输入信号与一组滤波器系数进行卷积运算，得到输出信号。

FIR滤波器的频率响应由滤波器系数决定，通过调整滤波器系数的值，可以实现不同的滤波效果。

在本实验中，我们采用窗函数法设计FIR滤波器。

窗函数法是一种常见的FIR滤波器设计方法，其基本思想是通过对滤波器的频率响应进行窗函数加权，从而实现对信号频率的选择。

常用的窗函数有矩形窗、汉宁窗、布莱克曼窗等。

三、实验过程1. 确定滤波器的要求：根据实际需求，确定滤波器的截止频率、通带衰减和阻带衰减等参数。

2. 选择窗函数：根据滤波器的要求，选择合适的窗函数。

常用的窗函数有矩形窗、汉宁窗、布莱克曼窗等，不同窗函数有不同的性能特点。

3. 计算滤波器系数：根据所选窗函数的特性，计算滤波器的系数。

这一步可以使用MATLAB等工具进行计算，也可以手动计算。

4. 实现滤波器：使用MATLAB等工具，将计算得到的滤波器系数应用于滤波器的实现。

可以使用差分方程、卷积等方法实现滤波器。

5. 评估滤波器性能：通过输入不同的信号，观察滤波器的输出，并评估其性能。

FIR滤波器设计实验报告

FIR滤波器设计实验报告

FIR滤波器设计实验报告实验报告：FIR滤波器设计一、实验目的：本实验旨在通过设计FIR滤波器，加深对数字信号处理中滤波器原理的理解，掌握FIR滤波器的设计方法和调试技巧。

二、实验原理：在窗函数法中，常用的窗函数有矩形窗、三角窗、汉明窗和黑曼窗等。

根据实际需求选择适当的窗口函数，并通过将窗口函数应用到理想低通滤波器的冲激响应中，得到FIR滤波器的冲激响应。

三、实验步骤：1.确定滤波器的阶数和截止频率。

2.选择适当的窗口函数，如汉明窗。

3.计算出理想低通滤波器的冲激响应。

4.将选定的窗口函数应用到理想低通滤波器的冲激响应中。

5.得到FIR滤波器的冲激响应。

四、实验结果：假设要设计一个阶数为10的FIR滤波器，截止频率为800Hz，采样频率为1600Hz。

1.选择汉明窗作为窗口函数。

2.根据采样频率和截止频率计算出理想低通滤波器的冲激响应。

假设截止频率为f_c，则理想低通滤波器的冲激响应为：h(n) = 2f_c * sinc(2f_c * (n - (N-1)/2))其中，sinc(x)为正弦函数sin(x)/x。

3.将汉明窗应用到理想低通滤波器的冲激响应中，得到FIR滤波器的冲激响应。

具体计算过程如下：h(n) = w(n) * h_ideal(n)其中，w(n)为汉明窗：w(n) = 0.54 - 0.46 * cos(2πn/(N-1))h_ideal(n)为理想低通滤波器的冲激响应。

4.计算得到FIR滤波器的冲激响应序列。

五、实验总结：本次实验通过设计FIR滤波器，加深了对数字信号处理中滤波器原理的理解。

掌握了FIR滤波器的设计方法和调试技巧。

通过设计阶数为10的FIR滤波器，截止频率为800Hz，采样频率为1600Hz的实例，了解了窗函数法设计FIR滤波器的具体步骤，并得到了滤波器的冲激响应。

【备注】以上内容仅为参考，具体实验报告内容可能根据实际情况有所调整。

FIR高通滤波器设计报告

FIR高通滤波器设计报告

新疆大学科学与技术学院MATLAB课程设计报告题目：FIR高通滤波器专业班级通信08-1学生姓名学生学号提交日期 2011年12月 30日目录一、设计目的（FIR高通滤波器设计） (1)二、设计要求 (1)三、设计内容 (1)3.1 FIR 滤波器设计原理 (1)3.1.1数字滤波器的设计原理 (1)3.1.2 FIR滤波器的基本结构 (1)3.1.3 FIR滤波器的主要特点 (2)3.1.4 FIR滤波器设计方法及MATLAB实现 (2)3.1.5窗函数选择与高通滤波器指标转换 (2)3.1.6滤波器的MATLAB实现 (3)3.2 程序代码 (3)3.3仿真结果与分析 (4)四、本设计改进与建议 (5)五、总结 (5)六、主要参考文献 (5)一、设计目的（FIR 高通滤波器设计） 二、设计要求在MATLAB 课程中,熟悉软件的使用以及FIR 滤波器的设计原理,锻炼程序的设计能力和整体思想三、设计内容1)产生一个多频信号,设计FIR 高通滤波器消除其中一些成分。

2)设计FIR 滤波器:阻带边缘频率10KHz,通带边缘频率22KHz ，阻带衰减75dB ，采样频率50KHz 。

3.1 FIR 滤波器设计原理FIR 高通滤波器设计3.1.1数字滤波器的设计原理数字滤波器的设计问题就是寻找一组系数ai 和bi ，使得其性能在某种意义上逼近所要求的特性。

如果在s 平面上去逼近，就得到模拟滤波器，如果在z 平面上去逼近，就得到数字滤波器。

数字滤波器是将输入的信号序列，按规定的算法进行处理从而得到所期望的输出序列。

一个线性位移不变系统的输出序列y(n)和输入序列x(n)之间的关系，应该满足常系数线性差分方程x (n )为输入序列，y (n )为输出序列，ai 、bi 为滤波器系数，N 为滤波器的阶数。

3.1.2 FIR 滤波器的基本结构设h(n)(n =0，1，2⋯一1)为滤波器的冲激响应，输入信号为x(n)，则FIR 滤波器就是要实现下列差分方程：对式（2.2.1）进行z 变换，可得FIR 滤波器的传递函数：FIR 滤波器的单位冲击响应h(n)是一个有限长序列。

FIR数字滤波器的设计实验报告

FIR数字滤波器的设计实验报告

数字信号处理实验报告姓名：寇新颖 学号：026 专业：电子信息科学与技术实验五 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，熟悉相应的计算机高级语言编程。

3．熟悉线性相位FIR 滤波器的幅频特性和相位特性。

4．了解各种不同窗函数对滤波器性能的影响。

二、实验原理与方法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 eH ，其对应的单位脉冲响应)(n h d 。

1．用窗函数设计FIR 滤波器的基本方法设计思想：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。

⎰∑--∞-∞===ππωωωωωπd e e Hn h e n he H jn j dd jn n dj d )(21)()()()(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 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 =其频率响应和幅度响应分别为：21)2/sin()2/sin()(--=N j j eN e W ωωωω，)2/sin()2/sin()(ωωωN W R =（2）三角形窗(Bartlett Window)⎪⎩⎪⎨⎧-≤<----≤≤-=121,122210,12)(N n N N n N n N n n w其频率响应为：212])2/sin()4/sin([2)(--=N j j e N N e W ωωωω（3）汉宁(Hanning)窗，又称升余弦窗)()]12cos(1[21)(n R N n n w N --=π其频率响应和幅度响应分别为：)]12()12([25.0)(5.0)()()]}12()12([25.0)(5.0{)()21(-++--+==-++--+=---N W N W W W e W eN W N W W e W R R R aj N j R R R j πωπωωωωπωπωωωωω（4）汉明(Hamming)窗，又称改进的升余弦窗)()]12cos(46.054.0[)(n R N n n w N --=π其幅度响应为：)]12()12([23.0)(54.0)(-++--+=N W N W W W R R R πωπωωω （5）布莱克曼(Blankman)窗，又称二阶升余弦窗)()]14cos(08.0)12cos(5.042.0[)(n R N n N n n w N -+--=ππ 其幅度响应为：)]14()14([04.0)]12()12([25.0)(42.0)(-++--+-++--+=N W N W N W N W W W R R R R R πωπωπωπωωω（6）凯泽(Kaiser)窗10,)())]1/(21[1()(020-≤≤---=N n I N n I n w ββ其中：β是一个可选参数，用来选择主瓣宽度和旁瓣衰减之间的交换关系，一般说来，β越大，过渡带越宽，阻带越小衰减也越大。