下载文档原格式
数字信号处理实验4指导FIR滤波器的设计实验4FIR滤波器设计指导
FIR滤波器的设计是数字信号处理中的常见任务，它用于对信号进行滤波，去除不需要的频率分量或增强感兴趣的频率分量。
以下是一般的FIR滤波器设计步骤：
1.确定滤波器的要求：首先，您需要明确所需的滤波器类型和性能指标。
确定滤波器的截止频率，通带增益和阻带衰减等参数。
2.选择窗函数：在设计FIR滤波器时，窗函数可以用于控制滤波器的频率响应。
常见的窗函数包括矩形窗、汉宁窗、汉明窗等。
选择合适的窗函数取决于您的应用需求。
3.确定滤波器的阶数：滤波器的阶数决定了滤波器的复杂度和性能。
较低的阶数通常可以满足一般需求，但可能无法满足更严格的要求。
4.设计滤波器的频率响应：使用离散频率抽样的方法，通过设置滤波器响应函数在感兴趣的频率范围内为通带增益或阻带衰减，来设计过滤器的频率响应。
5.计算滤波器的系数：利用频率响应和所选窗函数的特性，使用离散傅里叶变换（DFT）或其他相关方法计算滤波器的系数。
6.实现滤波器：将计算得到的系数作为FIR滤波器的传递函数，按照需要的滤波器结构（如直接形式I、直接形式II等）进行实现。
7.评估滤波器的性能：使用仿真工具或实际测试数据，评估设计的滤波器在信号处理中的性能，如频率响应、幅度响应等。
请注意，以上步骤只是一般的指导，具体的FIR滤波器设计可能因应用需求而有所不同。
在实际设计中，您可能还需要考虑加窗技术、最小二乘法等高级方法来优化滤波器的性能。
fir滤波器的主要设计方法-回复fir滤波器是一种基本的数字滤波器，主要用于数字信号处理中的滤波操作。
它的设计方法有很多种，包括频率采样法、窗函数法、最优权系数法等。
本文将一步一步回答"[fir滤波器的主要设计方法]"，让我们一起来了解一下吧。
一、频率采样法频率采样法是fir滤波器设计的最基本方法之一。
它的主要思想是在频域中对滤波器的频响特性进行采样，然后通过反变换得到滤波器的冲激响应。
这种方法的优点是设计简单，适用于各种滤波器的设计。
1. 确定滤波器的截止频率和通带、阻带的要求。
根据应用的具体需求，确定滤波器的频率范围和滤波特性。
2. 设计理想的滤波器频率响应。
根据频率范围和滤波特性的要求，设计所需的滤波器频率响应。
常见的有低通、高通、带通、带阻等类型。
3. 进行频率采样。
根据滤波器频率响应的要求，在频域中进行一系列均匀或者非均匀的采样点。
4. 反变换得到滤波器的冲激响应。
对采样得到的频率响应进行反傅里叶变换，得到滤波器的冲激响应。
5. 标准化处理。
对得到的冲激响应进行标准化处理，使得滤波器的增益等于1。
6. 实现滤波器。
根据得到的冲激响应，使用差分方程或者卷积的方法实现fir滤波器。
二、窗函数法窗函数法是一种常用的fir滤波器设计方法，它主要是通过在频域中将理想的滤波器乘以一个窗函数来实现滤波器的设计。
1. 确定滤波器的截止频率和通带、阻带的要求，根据具体应用的需求确定滤波器的频率范围和滤波特性。
2. 设计理想的滤波器频率响应。
根据频率范围和滤波特性要求，设计所需的滤波器频率响应。
3. 选择窗函数。
根据滤波器的频率响应和窗函数的性质，选择合适的窗函数。
4. 计算窗函数的系数。
根据选择的窗函数，计算窗函数的系数。
5. 实现滤波器。
将理想滤波器的频率响应与窗函数相乘，得到实际的滤波器频率响应。
然后使用反变换将频率响应转换为滤波器的冲激响应。
6. 标准化处理。
对得到的冲激响应进行标准化处理，使得滤波器的增益等于1。
学生实验报告
开课学院及实验室： 电子楼3172018年 05月27日
滤波器的设计问题在于寻求一系统函数想频率响应
，其对应的单位脉冲响应
设计思想：从时域从发，设计
逼近理想
的单位脉冲响应为
，最直接的方法是截断
，
其频率响应为：
其幅度响应为：
，式中：
数字低通滤波器，截止频率带衰减dB
，阻带最小衰减
确定期望滤波器的单位脉冲响应
④对一段频率在滤波器通带范围内的正弦波进行滤波，滤波结果存在延时，延时与所选的窗函数长度有关，用布莱克曼窗的滤波结果明显比另外两种的滤波结果延时明显。
大致可以看出，延时为1>/2。
申明：
所有资料为本人收集整理，仅限个人学习使用，勿做商业用途。
实验四FIR数字滤波器的设计
FIR（有限冲击响应）数字滤波器是一种常见的数字信号处理器件，
可以用于滤波、降噪等应用。
下面是一种FIR数字滤波器的设计流程：
1.确定滤波器的需求：首先确定需要滤除的频率范围和滤波的类型，
例如低通、高通、带通、带阻等等。
2.设计滤波器的频率响应：根据滤波器的需求，设计其理想的频率响应。
可以使用窗函数、最小二乘法等方法获得一个理想的滤波器响应。
3.确定滤波器的阶数：根据设计的频率响应，确定滤波器的阶数。
阶
数越高，滤波器的响应越陡峭，但计算复杂度也会增加。
4.确定滤波器的系数：根据滤波器的阶数和频率响应，计算滤波器的
系数。
可以使用频域窗函数或时域设计方法。
5.实现滤波器：根据计算得到的滤波器系数，实现滤波器的计算算法。
可以使用直接形式、级联形式、传输函数形式等。
6.评估滤波器的性能：使用所设计的FIR滤波器对输入信号进行滤波，评估其滤波效果。
可以使用频率响应曲线、幅频响应、群延时等指标进行
评估。
7.调整滤波器设计：根据实际的滤波效果，如果不满足需求，可以调
整滤波器的频率响应和阶数，重新计算滤波器系数，重新实现滤波器。
以上是FIR数字滤波器的基本设计流程，设计过程中需要考虑滤波器
的性能、计算复杂度、实际应用需求等因素。
数字信号处理实验报告-FIR滤波器的设计与实现在数字信号处理中，滤波技术被广泛应用于时域处理和频率域处理中，其作用是将设计信号减弱或抑制被一些不需要的信号。
根据滤波器的非线性抑制特性，基于FIR（Finite Impulse Response）滤波器的优点是稳定，易设计，可以得到较强的抑制滤波效果。
本实验分别通过MATLAB编程设计、实现、仿真以及分析了一阶低通滤波器和平坦通带滤波器。
实验步骤：第一步：设计一阶低通滤波器，通过此滤波器对波型进行滤波处理，分析其对各种频率成分的抑制效果。
为此，采用零极点线性相关算法设计滤波器，根据低通滤波器的特性，设计的低通滤波器的阶次为n=10，截止频率为0.2π，可以使设计的滤波器被称为一阶低通滤波器。
第二步：设计平坦通带滤波器。
仿真证明，采用兩個FIR濾波器組合而成的阻礙-提升系統可以實現自定義的總三值響應的設計，得到了自定義的總三值響應函數。
实验结果：1、通过MATLAB编程，设计完成了一阶低通滤波器，并通过实验仿真得到了一阶低通滤波器的频率响应曲线，证明了设计的滤波器具有良好的低通性能，截止频率为0.2π。
在该频率以下，可以有效抑制波形上的噪声。
2、设计完成平坦通带滤波器，同样分析其频率响应曲线。
从实验结果可以看出，此滤波器在此频率段内的通带性能良好，通带范围内的信号透过滤波器后，损耗较小，滞后较小，可以满足各种实际要求。
结论：本实验经过实验操作，设计的一阶低通滤波器和平坦通带滤波器具有良好的滤波特性，均已达到预期的设计目标，证明了利用非线性抑制特性实现FIR滤波处理具有较强的抑制滤波效果。
本实验既有助于深入理解FIR滤波器的设计原理，也为其他应用系统的设计和开发提供了指导，进而提高信号的处理水平和质量。
fir数字滤波器设计与软件实现数字信号处理实验原理FIR数字滤波器设计的基本原理是从理想滤波器的频率响应出发，寻找一个系统函数，使其频率响应尽可能逼近滤波器要求的理想频率响应。
为了实现这一目标，通常会采用窗函数法进行设计。
这种方法的基本思想是，将理想滤波器的无限长单位脉冲响应截断为有限长因果序列，并用合适的窗函数进行加权，从而得到FIR滤波器的单位脉冲响应。
在选择窗函数时，需要考虑其频率响应和幅度响应。
常见的窗函数包括矩形窗、三角形窗、汉宁窗、汉明窗、布莱克曼窗和凯泽窗等。
每种窗函数都有其特定的特性，如主瓣宽度、旁瓣衰减等。
根据实际需求，可以选择合适的窗函数以优化滤波器的性能。
在软件实现上，可以使用各种编程语言和信号处理库进行FIR滤波器的设计和实现。
例如，在MATLAB中，可以使用内置的`fir1`函数来设计FIR滤波器。
该函数可以根据指定的滤波器长度N和采样频率Fs，自动选择合适的窗函数并计算滤波器的系数。
然后，可以使用快速卷积函数`fftfilt`对输入信号进行滤波处理。
此外，还可以使用等波纹最佳逼近法来设计FIR数字滤波器。
这种方法的目标是找到一个最接近理想滤波器频率响应的实数序列，使得在所有可能的实
数序列中，该序列的误差平方和最小。
通过优化算法，可以找到这个最优序列，从而得到性能更优的FIR滤波器。
总的来说，FIR数字滤波器设计与软件实现数字信号处理实验原理是基于对理想滤波器频率响应的逼近和优化，通过选择合适的窗函数和算法，实现信号的滤波处理。
数字信号处理实验：FIR数字滤波器的设计1. 引言数字滤波器是数字信号处理的关键技术之一，用于对数字信号进行滤波、降噪、调频等操作。
FIR (Finite Impulse Response) 数字滤波器是一种常见的数字滤波器，具有线性相应和有限的脉冲响应特性。
本实验旨在通过设计一个FIR数字滤波器来了解其基本原理和设计过程。
2. FIR数字滤波器的基本原理FIR数字滤波器通过对输入信号的每一个样本值与滤波器的冲激响应（滤波器的系数）进行线性加权累加，来实现对信号的滤波。
其数学表达式可以表示为：y(n) = b0 * x(n) + b1 * x(n-1) + b2 * x(n-2) + ... + bN * x(n-N)其中，y(n)表示滤波器的输出，x(n)表示滤波器的输入信号，b0~bN表示滤波器的系数。
FIR数字滤波器的脉冲响应为有限长度的序列，故称为有限冲激响应滤波器。
3. FIR数字滤波器的设计步骤FIR数字滤波器的设计主要包括以下几个步骤：步骤1: 确定滤波器的阶数和截止频率滤波器的阶数决定了滤波器的复杂度和性能，而截止频率决定了滤波器的通带和阻带特性。
根据实际需求，确定滤波器的阶数和截止频率。
步骤2: 选择滤波器的窗函数窗函数是FIR滤波器设计中常用的一种方法，可以通过选择不同的窗函数来实现不同的滤波器特性。
常用的窗函数有矩形窗、汉宁窗、汉明窗等。
根据实际需求，选择合适的窗函数。
步骤3: 计算滤波器的系数根据选择的窗函数和滤波器的阶数，使用相应的公式或算法计算滤波器的系数。
常见的计算方法有频率采样法、窗函数法、最小二乘法等。
步骤4: 实现滤波器根据计算得到的滤波器系数，可以使用编程语言或专用软件来实现滤波器。
步骤5: 评估滤波器性能通过输入测试信号，观察滤波器的输出结果，评估滤波器的性能和滤波效果。
常见评估指标有滤波器的幅频响应、相频响应、群延迟等。
4. 实验步骤本实验将以Matlab软件为例，演示FIR数字滤波器的设计步骤。
FIR滤波原理及verilog设计FIR滤波器是一种基于有限长冲激响应（Finite Impulse Response）的数字滤波器，它主要用于对数字信号进行滤波处理，例如降噪、去除杂音和频带限制等。
本文将介绍FIR滤波的原理，并给出一个基于Verilog的FIR滤波器设计。
一、FIR滤波原理：FIR滤波器是一种非递归滤波器，其输出是输入信号的线性组合。
它通过计算输入信号与一组滤波系数之间的加权和来实现滤波。
每一个滤波系数决定了输入信号在输出中所占的权重，当输入信号通过滤波器时，每一个采样点都与滤波系数进行乘法运算，并将结果相加得到输出。
Y(n)=h(0)*X(n)+h(1)*X(n-1)+h(2)*X(n-2)+…+h(N-1)*X(n-N+1)其中，Y(n)为输出信号的当前采样值，X(n)为输入信号的当前采样值，h(i)为滤波器的滤波系数，N为滤波器的阶数。
二、FIR滤波器的设计：1.滤波器的阶数N的选择：2.滤波系数h(i)的计算：滤波系数的计算是根据所需滤波器的频率响应来确定的。
常见的计算方法有窗函数法、频率采样法和最佳化法等。
具体的计算方法可以根据不同的需求进行选择。
三、基于Verilog的FIR滤波器设计：以下是一个基于Verilog的FIR滤波器设计示例，该设计以32阶FIR滤波器为例。
```verilogmodule FIR_filterinput wire clk,input wire reset,input wire signed [15:0] X,output reg signed [15:0] Yparameter N = 32;reg signed [15:0] delay_line [N-1:0];parameter signed [15:0] h [N-1:0] = {32'b0000_0000_0000_0000, /* 系数h0 */32'b0000_0000_0000_0000,/*系数h1*/...32'b0000_0000_0000_0000};/*系数h31*/if(reset) beginY<=0;for(int i=0; i<N; i=i+1) begindelay_line[i] <= 0;endendelse beginY <= (h[0] * X) + (h[1] * delay_line[0]) + ... + (h[N-1] * delay_line[N-2]);for(int i=N-1; i>0; i=i-1) begindelay_line[i] <= delay_line[i-1];enddelay_line[0] <= X;endendendmodule```在上面的Verilog代码中，FIR_filter模块包含了一个clk时钟信号、一个reset复位信号，以及输入信号X和输出信号Y。
FIR数字滤波器设计
设计FIR数字滤波器的一般步骤包括：确定系统响应要求、选择滤波器类型、选择滤波器规格、设计滤波器的幅频特性、设计滤波器的相频特性、选择适当的窗函数、计算滤波器系数、计算滤波器结构。
1.确定系统响应要求：确定需要滤波的信号类型、滤波器的通带、阻带、过渡带以及相应的增益要求。
2.选择滤波器类型：根据系统响应要求选择合适的滤波器类型，例如低通滤波器、高通滤波器、带通滤波器或带阻滤波器等。
3.选择滤波器规格：确定滤波器的阶数和截止频率，阶数越高，滤波器的截止频率越陡峭。
4.设计滤波器的幅频特性：根据系统响应要求，设计滤波器的幅频特性，包括通带增益、阻带抑制、过渡带宽度等。
5.设计滤波器的相频特性：根据系统响应要求，设计滤波器的相频特性，主要考虑滤波器的群延迟。
6.选择适当的窗函数：为了减小频率响应的波动，通常会使用窗函数来设计滤波器。
7.计算滤波器系数：根据滤波器的幅频特性和窗函数，通过数学计算来得到滤波器的系数。
8.计算滤波器结构：根据滤波器的系数，选择合适的滤波器结构来实现数字滤波器。
以上是设计FIR数字滤波器的一般步骤，具体的设计方法会根据实际情况而有所不同。
数字信号处理VLSI 课程设计一、设计名称：FIR数字滤波器的设计及仿真二、设计原理：(一) 数字滤波器设计步骤：1) 根据给定的滤波器设计要求，得到参数化描述，即通带，阻带截止频率p w 和s w ，通带阻带纹波p d 和s d 等数据。
2) 找一个数字系统函数G(z)，使其频率响应逼近设计要求。
3) 择合适的滤波器结构对满足要求的传递函数G(z)进行实现。
(二)数字滤波器设计中的注意事项：1) 设计要求的参数化：下图给出了一个典型的数字低通滤波器的幅频特性说明。
理解每个参数的物理含义。
(三)数字滤波器的设计方法：1) 窗函数法：A. 根据设计的要求选择合适的窗函数w(n)，然后根据此窗计算阶数等参数N。
B. 写出冲击响应序列的表达式：h(n) h (n)w (n) d N = ，其中，h ( n) d 为理想的冲击响应序列，一般为无限长的，w (n) N 为长度为N 的窗函数。
C. 计算所得冲击响应序列h(n)的DTFT，然后验证其是否满足设计要求。
2) 频率采样法：A. 根据设计要求估算滤波器阶数N。
B. 对要求的频率响应特性进行采样，获得N 个离散样点值H(k)。
C. 对H(k)求N 点IFFT，得到所需要的滤波器冲击响应序列h(n)。
D. 计算所得冲击响应序列h(n)的DTFT，然后验证其是否满足设计要求。
3) MA TLAB 中提供的滤波器设计辅助设计软件:MATLAB 中提供的滤波器设计辅助设计软件（在命令窗口中键入“fdatool”即可启动），界面如下图1 所示。
在本界面中填写需要设计的滤波器参数，即可设计出需要的滤波器。
还可以通过本工具提供的幅度，相位观察窗口观察设计出来的滤波器的幅度，相位特性等，并可以将设计好的滤波器冲激响应系数导出进行实现。
三、设计要求FIR (Finite Impulse Response) filter数据输入速率10Msps，时钟速率40MHz，设计一FIR低通滤波器，通带1MHz，阻带1.5MHz，通带纹波3dB，阻带衰减大于30dB。
Requirement：Algorithm simulation (MATLAB)、Source code (VHDL or Verilog)、RTL simulation (Modelsim) 、Design report四、设计工具计算机软件：1、MA TLAB:FDATOOL、SIMULINK2、Modelsim五、设计步骤和结果1、在MA TLAB打开MATLAB，command窗口中输入FDATOOL打开FILTERDESIGN&ANAL YSIS TOOL输入设计要求如图所示。
其中设置好通带纹波3dB，阻带衰为32dB，之所以选择大于30，是为了后面考虑量化设计好FILTERDESIGN&ANAL YSIS TOOL以后，在FIle和Targets选项下一次生成相应的M File、simulink Model 和HDLFile以备后面使用。
生成的M文件如下：function Hd = untitled%UNTITLED Returns a discrete-time filter object.% M-File generated by MATLAB(R) 7.8 and the Signal Processing Toolbox 6.11.% Generated on: 14-Nov-2011 21:21:51% Equiripple Lowpass filter designed using the FIRPM function.% All frequency values are in MHz.Fs = 40; % Sampling FrequencyFpass = 1; % Passband FrequencyFstop = 1.5; % Stopband FrequencyDpass = 0.17099735734; % Passband RippleDstop = 0.0316********; % Stopband Attenuationdens = 20; % Density Factor% Calculate the order from the parameters using FIRPMORD.[N, Fo, Ao, W] = firpmord([Fpass, Fstop]/(Fs/2), [1 0], [Dpass, Dstop]);% Calculate the coefficients using the FIRPM function.b = firpm(N, Fo, Ao, W, {dens});Hd = dfilt.dffir(b);% [EOF]生成的HDL（选择verilog语言）如下：由于文件过长这里选择截图显示：2、利用上面生成的M文件编写matlab代码，进行matlab的仿真，以确定验证滤波器的选择。
其中x为相应的输入信号，x_noise为噪声信号，xn为被噪声干扰后的信号xb则为滤波后的信号，xb2为量化后的滤波后信号Fs = 40; % Sampling FrequencyFpass = 1; % Passband FrequencyFstop = 1.5; % Stopband FrequencyDpass = 0.17099735734; % Passband RippleDstop = 0.0316********; % Stopband Attenuationdens = 20; % Density Factor% Calculate the order from the parameters using FIRPMORD.[N, Fo, Ao, W] = firpmord([Fpass, Fstop]/(Fs/2), [1 0], [Dpass, Dstop]); % Calculate the coefficients using the FIRPM function.b = firpm(N, Fo, Ao, W, {dens});bround = round(b*(2^15-1)/max(abs(b))); %量化bb = bround/sum(bround) %归一化%输入t = 0:1/Fs:10;x = sin(2*pi*0.2*t) + sin(2*pi*0.6*t) + sin(2*pi*1*t) ;x_noise = sin(2*pi*1.1*t) + sin(2*pi*1.3*t) + randn(size(t));%噪声xn = x + x_noise;xb=filter(b,1,xn); %滤波xb2=filter(bb,1,xn); %量化%时域subplot(2,5,1);plot(t,x); title('原始信号-时域') %原始信号subplot(2,5,2);plot(t,xn); title('噪声信号-时域') %污染信号subplot(2,5,3);plot(t,xb);title('滤波信号-时域')subplot(2,5,4);plot(t,xb2);title('量化滤波-时域')%频域n=0:511;f=n*Fs/512;xf=abs(fft(x,512));xnf=abs(fft(xn,512));xbf=abs(fft(xb,512));xb2f=abs(fft(xb2,512));xmin=0;xmax=4;ymin=0;ymax=max(xf);subplot(2,5,6);plot(f,xf);title('原始信号-频域')axis([xmin xmax ymin ymax])subplot(2,5,7);plot(f,xnf);title('噪声信号-频域')axis([xmin xmax ymin ymax])subplot(2,5,8);plot(f,xbf);title('滤波后-频域')axis([xmin xmax ymin ymax])subplot(2,5,9);plot(f,xb2f);title('量化滤波-频域')axis([xmin xmax ymin max(xb2f)])subplot(2,5,5);plot(f,20*log10(abs(fft(b,512))));title('滤波器幅频特性') axis([xmin xmax+20 -50 4])subplot(2,5,10);plot(f,20*log10(abs(fft(bb,512))));title('量化滤波幅频特性')axis([xmin xmax+20 -50 4])仿真结果如下，从图中可以看出，滤波效果满足设计要求，可以继续进行后面的步骤3、进行simulink仿真，在command窗口中输入simulink打开工具箱，构建如下图所示电路在信号源和示波器处设置好参数，其中Filter66为之前fdatool生成的simulink模块时域：频域：4、进行Modelsim仿真1）因为Modelsim本身无法产生我们需要的信号x和xn波形，可以先利用matlab生成原始信号x和噪声干扰信号xn的十六进制矩阵，并保存到相应的txt文档中其中xx为整数量化后的x信号，xxn为整数量化后的xxn信号相应的matlab代码如下：N = 256;n = 1:2048;x = sin(2*pi*0.2*n/N) + sin(2*pi*0.6*n/N) + sin(2*pi*1*n/N) ;x_noise = sin(2*pi*1.1*n/N) + sin(2*pi*1.3*n/N) + randn(size(n/N))%噪声xn = x + x_noise;xx = fix(800+ (2^7 - 1) * x);%2*pi*n/N;%xxn = fix(800+ (2^7 - 1) * xn);%2*pi*n/N;fid = fopen('C:\Users\Administrator\Desktop\x.txt','wt');%保存到x.txt中fprintf(fid,'%x\n',xx);fclose(fid);fid = fopen('C:\Users\Administrator\Desktop\xn.txt','wt');%保存到xn.txt中fprintf(fid,'%x\n',xxn);fclose(fid);保存成的文档如下图所示2）编写测试代码，读入x.txt和xn.txt中的数据即可得到相应的信号代码如下：其中filter 文件为之前fdatool产生的verilog文件`timescale 1 ns / 1 nsmodule test;reg clk;reg clk_en;reg reset;reg [63:0] filter_in; //噪声干扰后的信号xnreg [63:0] filter_x;//输入信号xwire [63:0] filter_out; //d滤波后的信号xbreg [10:0] i;reg [63:0] data_x[0:2047]; //reg [63:0] data_xn[0:2047]; //filter fir66 (.clk(clk),.clk_enable(clk_en),.reset(reset),.filter_in(filter_in),.filter_out(filter_out));initial begini=11'b0;//最大2048，用于防止存储器溢出clk = 0;forever #12.5 clk=~clk;endinitial begin$readmemh("x.txt",data_x); //读x.txt中的数据$readmemh("xn.txt",data_xn); //读xn.txt中的数据endalways @ (posedge clk)beginfilter_in <= data_xn[i]; //filter_x <= data_x[i];i <= i + 11'b1;endinitial beginclk_en = 0;#100;clk_en = 1;#100000;clk_en = 0;#100;$stop;endendmodule运行的页面如下：仿真波形如下：从上到下依次为：输入信号x、噪声干扰后的信号xn、滤波后的信号xb从图中可以看出虽然有失真，但滤波后的信号xb与原始输入先好x之间基本形状保持一致，滤波器的滤波效果可以达到要求六、设计总结和感想通过此次设计，认真的学习了matlab软件中fdatool和simulink与Modelsim联合仿真的方法，经过自己的不断的查阅相关资料，不断的尝试，不断的编写和测试，历经四天的磨练和洗礼，顺利的学会并且掌握了相关的知识技能和研究方法。
