实验6 FIR数字滤波器设计综合实验

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。

实验六用窗函数法设计FIR滤波器分析解析一、引言数字滤波器是数字信号处理中的重要组成部分。

滤波器可以用于去除噪声、调整频率响应以及提取感兴趣的信号。

有许多方法可以设计数字滤波器，包括窗函数法、频域法和优化法等。

本实验将重点介绍窗函数法设计FIR滤波器的原理和过程。

二、窗函数法设计FIR滤波器窗函数法是设计FIR滤波器的一种常用方法。

其基本原理是将滤波器的频率响应与理想滤波器的频率响应进行乘积。

理想滤波器的频率响应通常为矩形函数，而窗函数则用于提取有限长度的理想滤波器的频率响应。

窗函数的选择在FIR滤波器的设计中起着重要的作用。

常用的窗函数包括矩形窗、汉宁窗、汉明窗、布莱克曼窗等。

对于每种窗函数，都有不同的特性和性能指标，如主瓣宽度、副瓣抑制比等。

根据不同的应用需求，可以选择合适的窗函数。

窗函数法设计FIR滤波器的具体步骤如下：1.确定滤波器的阶数N。

阶数N决定了滤波器的复杂度，一般情况下，阶数越低，滤波器的简单度越高，但频率响应的近似程度也会降低。

2.确定滤波器的截止频率。

根据应用需求，确定滤波器的截止频率，并选择合适的窗函数。

3.根据窗函数长度和截止频率计算理想滤波器的频率响应。

根据所选窗函数的特性，计算理想滤波器的频率响应。

4.根据理想滤波器的频率响应和窗函数的频率响应，得到所需的FIR滤波器的频率响应。

将理想滤波器的频率响应与窗函数的频率响应进行乘积，即可得到所需滤波器的频率响应。

5.对所得到的频率响应进行逆傅里叶变换，得到时域的滤波器系数。

6.实现滤波器。

利用所得到的滤波器系数，可以通过卷积运算实现滤波器。

三、实验结果与分析本实验以Matlab软件为平台，利用窗函数法设计了一个低通滤波器。

滤波器的阶数为16，截止频率为500Hz，采样频率为1000Hz，选择了汉宁窗。

根据上述步骤，计算得到了所需的滤波器的频率响应和时域的滤波器系数。

利用这些系数，通过卷积运算，实现了滤波器。

为了验证滤波器的性能，将滤波器应用于输入信号，观察输出信号的变化。

FIR数字滤波器设计实验_完整版本实验旨在设计一种FIR数字滤波器，以滤除信号中的特定频率成分。

下面是完整的实验步骤：材料：-MATLAB或其他支持数字信号处理的软件-计算机-采集到的信号数据实验步骤：1.收集或生成需要滤波的信号数据。

可以使用外部传感器采集数据，或者在MATLAB中生成一个示波器信号。

2. 在MATLAB中打开一个新的脚本文件，并导入信号数据。

如果你是使用外部传感器采集数据，请将数据以.mat文件的形式保存，并将其导入到MATLAB中。

3.对信号进行预处理。

根据需要，你可以对信号进行滤波、降噪或其他预处理操作。

这可以确保信号数据在输入FIR滤波器之前处于最佳状态。

4.确定滤波器的设计规范。

根据信号的特性和要滤除的频率成分，确定FIR滤波器的设计规范，包括滤波器的阶数、截止频率等。

你可以使用MATLAB中的函数来帮助你计算滤波器参数。

5. 设计FIR滤波器。

使用MATLAB中的fir1函数或其他与你所使用的软件相对应的函数来设计满足你的规范条件的FIR滤波器。

你可以选择不同的窗函数（如矩形窗、汉宁窗等）来平衡滤波器的频域和时域性能。

6. 对信号进行滤波。

将设计好的FIR滤波器应用到信号上，以滤除特定的频率成分。

你可以使用MATLAB中的conv函数或其他相应函数来实现滤波操作。

7.分析滤波效果。

将滤波后的信号与原始信号进行比较，评估滤波效果。

你可以绘制时域图、频域图或其他特征图来分析滤波效果。

8.优化滤波器设计。

如果滤波效果不理想，你可以调整滤波器设计参数，重新设计滤波器，并重新对信号进行滤波。

这个过程可能需要多次迭代，直到达到最佳的滤波效果。

9.总结实验结果。

根据实验数据和分析结果，总结FIR滤波器设计的优点和缺点，以及可能的改进方向。

通过完成以上实验步骤，你将能够设计并应用FIR数字滤波器来滤除信号中的特定频率成分。

这对于许多信号处理应用都是非常重要的，如音频处理、图像处理和通信系统等。

实验六FIR数字滤波器的设计实验六FIR数字滤波器的设计⼀、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）掌握⽤海明窗设计FIR数字滤波器的原理和⽅法。

（4）学会调⽤MATLAB函数设计与实现FIR滤波器。

⼆、实验内容及步骤（1）掌握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；图1 具有加性噪声的信号x(t)及其频谱（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。

（5）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。

（6）⽤海明窗设计⼀个阶数为48，通带范围为0.35pi≤w≤0.65pi 的带通线性相位滤波器。

提⽰：1.采样频率Fs=1000Hz，采样周期T=1/Fs；2.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 20.24pfωπ=T=π，通带最⼤衰为0.1dB，阻带截⾄频率s 20.3sfωπ=T=π，阻带最⼩衰为60dB。

3.实验程序框图：图2 实验程序框图附件：（1）信号产⽣函数xtg程序清单：function xt=xtg(N)%实验五信号x(t)产⽣,并显⽰信号的幅频特性曲线%xt=xtg(N) 产⽣⼀个长度为N,有加性⾼频噪声的单频调幅信号xt,采样频率Fs=1000Hz%载波频率fc=Fs/10=100Hz,调制正弦波频率f0=fc/10=10Hz. N=2000;Fs=1000;T=1/Fs;Tp=N*T;t=0:T:(N-1)*T;fc=Fs/10;f0=fc/10; %载波频率fc=Fs/10，单频调制信号频率为f0=Fc/10;mt=cos(2*pi*f0*t); %产⽣单频正弦波调制信号mt，频率为f0ct=cos(2*pi*fc*t); %产⽣载波正弦波信号ct，频率为fcxt=mt.*ct; %相乘产⽣单频调制信号xtnt=2*rand(1,N)-1; %产⽣随机噪声nt%=======设计⾼通滤波器hn,⽤于滤除噪声nt中的低频成分,⽣成⾼通噪声=======fp=150; fs=200;Rp=0.1;As=70; % 滤波器指标fb=[fp,fs];m=[0,1]; % 计算remezord函数所需参数f,m,devdev=[10^(-As/20),(10^(Rp/20)-1)/(10^(Rp/20)+1)];[n,fo,mo,W]=remezord(fb,m,dev,Fs); % 确定remez函数所需参数hn=remez(n,fo,mo,W); % 调⽤remez函数进⾏设计,⽤于滤除噪声nt中的低频成分yt=filter(hn,1,10*nt); %滤除随机噪声中低频成分，⽣成⾼通噪声yt%============================================ ====================xt=xt+yt; %噪声加信号fst=fft(xt,N);k=0:N-1;f=k/Tp;subplot(3,1,1);plot(t,xt);grid;xlabel('t/s');ylabel('x(t)');axis([0,Tp/5,min(xt),max(xt)]);title('(a) 信号加噪声波形') subplot(3,1,2);plot(f,abs(fst)/max(abs(fst)));grid;title('(b) 信号加噪声的频谱')axis([0,Fs/2,0,1.2]);xlabel('f/Hz');ylabel('幅度')（2）⽤窗函数法设计FIR滤波器% FIR数字滤波器设计及软件实现clear all;close all;%==调⽤xtg产⽣信号xt, xt长度N=1000,并显⽰xt及其频谱,=========N=1000;xt=xtg(N);fp=120; fs=150;Rp=0.2;As=60;Fs=1000; T=1/Fs; % 输⼊给定指标% (1) ⽤窗函数法设计滤波器wc=(fp+fs)/Fs; %理想低通滤波器截⽌频率(关于pi归⼀化）B=2*pi*(fs-fp)/Fs; %过渡带宽度指标Nb=ceil(11*pi/B); %blackman窗的长度Nhn=fir1(Nb-1,wc,blackman(Nb));Hw=abs(fft(hn,1024)); % 求设计的滤波器频率特性ywt=fftfilt(hn,xt,N); %调⽤函数fftfilt对xt滤波figure(2);subplot(3,1,1);myplot(hn,xt); %调⽤绘图函数myplot绘制损耗函数曲线y1t='y_w(t)';subplot(3,1,2);tplot(ywt,T,y1t);（3） % ⽤等波纹最佳逼近法设计滤波器fb=[fp,fs];m=[1,0]; % 确定remezord函数所需参数f,m,devdev=[(10^(Rp/20)-1)/(10^(Rp/20)+1),10^(-As/20)]; [Ne,fo,mo,W]=remezord(fb,m,dev,Fs); % 确定remez函数所需参数hn=remez(Ne,fo,mo,W); % 调⽤remez函数进⾏设计Hw=abs(fft(hn,1024)); % 求设计的滤波器频率特性yet=fftfilt(hn,xt,N); % 调⽤函数fftfilt对xt滤波figure(3);subplot(3,1,1);myplot(hn,xt); %调⽤绘图函数myplot绘制损耗函数曲线y2t='y_e(t)';subplot(3,1,2);tplot(yet,T,y2t)(4) 上⾯代码调⽤的⼦函数:(4-1) myplot:计算时域离散系统损耗函数并绘制曲线图。