Labwindows_数字滤波器函数汇总

matlab自带的滤波器函数
Matlab自带的滤波器函数可以用于对信号进行滤波处理，常用的函数有：
1. fir1函数：设计一阶低通、高通、带通、带阻滤波器的FIR 数字滤波器，可自定义通带和阻带的截止频率。

2. cheby1函数：设计ChebyshevI型低通、高通、带通、带阻数字滤波器，可自定义通带和阻带的截止频率和最大通带波纹。

3. butter函数：设计Butterworth型低通、高通、带通、带阻数字滤波器，可自定义通带和阻带的截止频率和滤波器阶数。

4. filtfilt函数：对信号进行双向滤波处理，可避免滤波后信号的相位畸变和滞后。

这些函数可以在Matlab的Signal Processing Toolbox中找到，可根据需要选择合适的函数进行滤波处理。

- 1 -。

Matlab数字图像处理函数汇总Matlab数字数字图像处理函数汇总1、数字数字图像的变换①fft2fft2函数用于数字数字图像的二维傅立叶变换，如iimread 104_8.tif ; jfft2i; ②ifft2ifft2函数用于数字数字图像的二维傅立叶反变换，如iimread 104_8.tif ; jfft2i; kifft2j;2、模拟噪声生成函数和预定义滤波器①imnoise用于对数字数字图像生成模拟噪声，如iimread 104_8.tif ; jimnoisei, gaussian ,0,0.02;模拟高斯噪声②fspecial用于产生预定义滤波器，如hfspecial sobel ;sobel水平边缘增强滤波器hfspecial gaussian ;高斯低通滤波器hfspecial laplacian ;拉普拉斯滤波器hfspecial log ;高斯拉普拉斯（LoG）滤波器hfspecial average ;均值滤波器2、数字数字图像的增强①直方图imhist函数用于数字数字图像的直方图显示，如iimread 104_8.tif ; imhisti; ②直方图均化histeq函数用于数字数字图像的直方图均化，如iimread 104_8.tif ; jhisteqi; ③对比度调整imadjust函数用于数字数字图像的对比度调整，如iimread 104_8.tif ; jimadjusti,[0.3,0.7],[]; ④对数变换log函数用于数字数字图像的对数变换，如iimread 104_8.tif ; jdoublei; klogj;⑤基于卷积的数字数字图像滤波函数filter2函数用于数字数字图像滤波，如iimread 104_8.tif ; h[1,2,1;0,0,0;-1,-2,-1]; jfilter2h,i; ⑥线性滤波利用二维卷积conv2滤波, 如iimread 104_8.tif ; h[1,1,1;1,1,1;1,1,1]; hh/9; jconv2i,h; ⑦中值滤波medfilt2函数用于数字数字图像的中值滤波，如iimread 104_8.tif ; jmedfilt2i; ⑧锐化（1）利用Sobel算子锐化数字数字图像, 如iimread 104_8.tif ; h[1,2,1;0,0,0;-1,-2,-1];Sobel 算子jfilter2h,i; （2）利用拉氏算子锐化数字数字图像, 如iimread 104_8.tif ; jdoublei; h[0,1,0;1,-4,0;0,1,0];拉氏算子kconv2j,h, same ; mj-k; 3、数字数字图像边缘检测①sobel算子如iimread 104_8.tif ; j edgei, sobel ,thresh ②prewitt算子如iimread 104_8.tif ; j edgei, prewitt ,thresh ③roberts算子如iimread 104_8.tif ; j edgei, roberts ,thresh ④log算子如iimread 104_8.tif ; j edgei, log ,thresh ⑤canny算子如iimread 104_8.tif ; j edgei, canny ,thresh ⑥Zero-Cross算子如iimread 104_8.tif ; j edgei, zerocross ,thresh 4、形态学数字数字图像处理①膨胀是在二值化数字数字图像中“加长”或“变粗”的操作，函数imdilate执行膨胀运算，如aimread 104_7.tif ; 输入二值数字数字图像b[0 1 0;1 1 1;0 1 0]; cimdilatea,b; ②腐蚀函数imerode执行腐蚀，如aimread 104_7.tif ; 输入二值数字数字图像bstrel disk ,1; cimerodea,b;③开运算先腐蚀后膨胀称为开运算，用imopen来实现，如aimread 104_8.tif ; bstrel square ,2; cimopena,b; ④闭运算先膨胀后腐蚀称为闭运算，用imclose来实现，如aimread 104_8.tif ; bstrel square ,2; cimclosea,b; 数字数字图像增强1. 直方图均衡化的Matlab 实现 1.1 imhist 函数功能计算和显示数字数字图像的色彩直方图格式imhistI,n imhistX,map 说明imhistI,n 其中，n 为指定的灰度级数目，缺省值为256；imhistX,map 就算和显示索引色数字数字图像X 的直方图，map 为调色板。

Matlab滤波信号处理函数Matlab滤波信号处理函数2009-12-04 19:32:22| 分类：matlab方法| 标签：|字号大中小订阅1 conv功能：求卷积。

格式：c = conv(a,b)说明：c = conv(a,b)返回向量a、b的卷积c。

举例：a = [1 2 3]b = [4 5 6]c = conv(a,b)c=4 13 28 27 182 impz功能：数字滤波器的冲激响应。

格式：[h,t] = impz(b,a)[h,t] = impz(b,a,n)[h,t] = impz(b,a,n,Fs)impz(b,a)impz(...)说明：[h,t] = impz(b,a)返回系统(b,a)的冲激响应h和相应的时间轴向量t，b、a分别为系统传递函数的分子和分母系数向量。

[h,t] = impz(b,a,n)返回指定的n点冲激响应[h,t] = impz(b,a,n,Fs)指定了冲激响应采样点的频率间隔1/Fs。

Fs 为相对频率，缺省值为1。

impz(b,a)和impz(...)绘制冲激响应的图形。

举例：计算线性系统(b,a)的冲激响应，结果见图1.4.1。

b =[0.2 0.1 0.3 0.1 0.2];a =[1 ?.1 1.55 ?.7 0.3];impz(b,a,50)3 zplane功能：离散系统的零极点图。

格式：zplane(z,p)zplane(b,a)说明：zplane(z,p)和zplane(b,a)绘制系统的零极点图，用“o”表示零点，“x”表示极点。

z、p分别为零点和极点向量，b、a分别为系统传递函数的分子和分母系数向量。

举例：计算线性系统(b,a)的零点和极点，结果见图1.4.2。

b =[0.2 0.1 0.3 0.1 0.2];a =[1.0 -1.1 1.5 -0.7 0.3];zplane(b,a)4 abs功能：求幅值。

格式：y = abs(x)说明：y = abs(x)返回复数向量x的幅值向量y。

各类滤波器的MATLAB程序一、理想低通滤波器IA=imread('lena.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');Hd=ones(size(IA));r=sqrt(f1.^2+f2.^2);Hd(r>0.2)=0;Y=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=ifft2(Ya);figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');二、理想高通滤波器IA=imread('lena.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');Hd=ones(size(IA));r=sqrt(f1.^2+f2.^2);Hd(r<0.2)=0;Y=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya));figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');三、B utterworth低通滤波器IA=imread('lena.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');D=0.3;r=f1.^2+f2.^2;n=4;for i=1:size(IA,1)for j=1:size(IA,2)t=r(i,j)/(D*D);Hd(i,j)=1/(t^n+1);endendY=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya));figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');四、B utterworth高通滤波器IA=imread('lena.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');D=0.3;r=f1.^2+f2.^2;n=4;for i=1:size(IA,1)for j=1:size(IA,2)t=(D*D)/r(i,j);Hd(i,j)=1/(t^n+1);endendY=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya));figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');五、高斯低通滤波器IA=imread('lena.bmp');IB=imread('babarra.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');D=100/size(IA,1);r=f1.^2+f2.^2;Hd=ones(size(IA));for i=1:size(IA,1)for j=1:size(IA,2)t=r(i,j)/(D*D);Hd(i,j)=exp(-t);endendY=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya));figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');六、高斯高通滤波器IA=imread('lena.bmp');IB=imread('babarra.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');%D=100/size(IA,1);D=0.3;r=f1.^2+f2.^2;for i=1:size(IA,1)for j=1:size(IA,2)t=r(i,j)/(D*D);Hd(i,j)=1-exp(-t);endendY=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya));figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');七、梯形低通滤波器IA=imread('lena.bmp');IB=imread('babarra.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');%D=100/size(IA,1);D0=0.1;D1=0.4;r=sqrt(f1.^2+f2.^2);Hd=zeros(size(IA));Hd(r<D0)=1;for i=1:size(IA,1)for j=1:size(IA,2)if r(i,j)>=D0 & r(i,j)<=D1Hd(i,j)=(D1-r(i,j))/(D1-D0);endendendY=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya));figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');八、梯形高通滤波器IA=imread('lena.bmp');IB=imread('babarra.bmp');[f1,f2]=freqspace(size(IA),'meshgrid');%D=100/size(IA,1);D0=0.1;D1=0.4;r=sqrt(f1.^2+f2.^2);Hd=ones(size(IA));Hd(r<D1)=0;for i=1:size(IA,1)for j=1:size(IA,2)if r(i,j)>=D0 & r(i,j)<=D1Hd(i,j)=(D0-r(i,j))/(D0-D1);endendendY=fft2(double(IA));Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=real(ifft2(Ya));figuresubplot(2,2,1),imshow(uint8(IA));subplot(2,2,2),imshow(uint8(Ia));figuresurf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');九、用其他方法编写的理想低通、理想高通、Butterworth低通、同态滤波程序1、理想低通i1=imread('lena.bmp');i2=imnoise(i1,'salt & pepper',0.1);f=double(i2);k=fft2(f);g=fftshift(k);[N1,N2]=size(g);d0=50;u0=floor(N1/2)+1;v0=floor(N2/2)+1;for i=1:N1for j=1:N2d=sqrt((i-u0)^2+(j-v0)^2);if d<=d0h=1;elseh=0;endy(i,j)=g(i,j)*h;endendy=ifftshift(y);E1=ifft2(y);E2=real(E1);figuresubplot(2,2,1),imshow(uint8(i1));subplot(2,2,2),imshow(uint8(i2));subplot(2,2,3),imshow(uint8(E2));2、理想高通i1=imread('lena.bmp');i2=imnoise(i1,'salt & pepper',0.1); f=double(i2);k=fft2(f);g=fftshift(k);[N1,N2]=size(g);n=2;d0=10;u0=floor(N1/2)+1;v0=floor(N2/2)+1;for i=1:N1for j=1:N2d=sqrt((i-u0)^2+(j-v0)^2);if d<=d0h=0;else h=1;endy(i,j)=g(i,j)*h;endendy=ifftshift(y);E1=ifft2(y);E2=real(E1);figuresubplot(2,2,1),imshow(uint8(i1)); subplot(2,2,2),imshow(uint8(i2)); subplot(2,2,3),imshow(uint8(E2));3、Butterworth低通i1=imread('lena.bmp');i2=imnoise(i1,'salt & pepper',0.1); f=double(i2);k=fft2(f);g=fftshift(k);[N1,N2]=size(g);n=2;d0=50;u0=floor(N1/2)+1;v0=floor(N2/2)+1;for i=1:N1for j=1:N2d=sqrt((i-u0)^2+(j-v0)^2);h=1/(1+(d/d0)^(2*n));y(i,j)=g(i,j)*h;endendy=ifftshift(y);E1=ifft2(y);E2=real(E1);figuresubplot(2,2,1),imshow(uint8(i1)); subplot(2,2,2),imshow(uint8(i2)); subplot(2,2,3),imshow(uint8(E2));4、同态滤波I=rgb2gray(imread('fabric00.bmp')); [M,N]=size(I);T=double(I);L=log(T);F=fft2(L);A=2;B=0.3;for i=1:Mfor j=1:ND(i,j)=((i-M/2)^2+(j-N/2)^2);endendc=1.1;%锐化参数D0=max(M,N);H=(A-B)*(1-exp(c*(-D/(D0^2))))+B;F=F.*H;F=ifft2(F);Y=exp(F);figuresubplot(1,2,1),imshow(I);subplot(1,2,2),imshow(uint8(real(Y)));十、十一、Gabor滤波器。

matlab滤波器程序wc=(400/1000)*pi;%求截止频率w1=boxcar(81);%窗函数w2=triang(81);w3=hamming(81);w4=hanning(81);w5=bartlett(81);w6=blackman(81);w7=chebwin(81,30);w8=kaiser(81,7.856);n=1:1:81;hd=sin(wc*(n-41))./(pi*(n-41)); %求h(d)hd(41)=wc/pi;h1=hd.*w1';%加窗h2=hd.*w2';h3=hd.*w3';h4=hd.*w4';h5=hd.*w5';h6=hd.*w6';h7=hd.*w7';h8=hd.*w8';[mag1,rad]=freqz(h1);%求幅频特性曲线[mag2,rad]=freqz(h2);[mag3,rad]=freqz(h3);[mag4,rad]=freqz(h4);[mag5,rad]=freqz(h5);[mag6,rad]=freqz(h6);[mag7,rad]=freqz(h7);[mag8,rad]=freqz(h8);figure(1);%画幅频特性曲线plot(rad,20*log10(abs(mag1)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-80,0]);title('利用矩形窗设计的数字滤波器');grid on;figure(2);plot(rad,20*log10(abs(mag2)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-80,0]);title('利用三角窗设计的数字滤波器');grid on;figure(3);plot(rad,20*log10(abs(mag3)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-80,0]);title('利用海明设计的数字滤波器');grid on;figure(4);plot(rad,20*log10(abs(mag4)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-80,0]);title('利用汉宁窗设计的数字滤波器');grid on;figure(5);plot(rad,20*log10(abs(mag5)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-80,0]);title('利用巴特里特窗设计的数字滤波器');grid on;figure(6);plot(rad,20*log10(abs(mag6)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-100,0]);title('利用布拉克曼窗设计的数字滤波器');grid on;figure(7);plot(rad,20*log10(abs(mag7)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-100,0]);title('利用切比雪夫窗设计的数字滤波器');grid on;figure(8);plot(rad,20*log10(abs(mag8)));xlabel('Normalized Frequency(rad)');ylabel('Normaliaed Magnitude(dB)');axis([0,3,-100,0]);title('利用凯塞窗设计的数字滤波器');grid on;MATLAB参考程序和仿真内容%*******************************************************************% %mode: 1--巴特沃斯低通；2--巴特沃斯高通；3--巴特沃斯带通；4--巴特沃斯带阻% 5--契比雪夫低通；6--契比雪夫高通；7--契比雪夫带通；8--契比雪夫带阻%fp1,fp2：通带截止频率，当高通或低通时只有fp1有效%fs1, fs2：阻带截止频率，当高通或低通时只有fs1有效%rp: 通带波纹系数%as: 阻带衰减系数%sample: 采样率%h: 返回设计好的滤波器系数%*******************************************************************% function[b,a]=iirfilt(mode,fp1,fp2,fs1,fs2,rp,as,sample)wp1=2*fp1/sample;wp2=2*fp2/sample;ws1=2*fs1/sample;ws2=2*fs2/sample;%得到巴特沃斯滤波器的最小阶数N和3bd频率wnif mode<3[N,wn]=buttord(wp1,ws1,rp,as);elseif mode<5[N,wn]=buttord([wp1 wp2],[ws1 ws2],rp,as);%得到契比雪夫滤波器的最小阶数N和3bd频率wnelseif mode<7[N,wn]=cheb1ord(wp1,ws1,rp,as);else[N,wn]=cheblord([wp1 wp2],[ws1 ws2],rp,as);end%得到滤波器系数的分子b和分母aif mode= =1[b,a]=butter(N,wn);endif mode= =2[b,a]=butter(N,wn,/high/);endif mode= =3[b,a]=butter(N,wn);endif mode= =4[b,a]=butter(N,wn,/stop/);endif mode= =5[b,a]=cheby1(N,rp,wn);endif mode= =6[b,a]=cheby1(N,rp,wn,/high/);endif mode= =7[b,a]=cheby1(N,rp,wn);endif mode= =8[b,a]=cheby1(N,rp,wn,/stop/);endset(gcf,/menubar/,menubar);freq_response=freqz(b,a);magnitude=20*log10(abs(freq_response));m=0:511;f=m*sample/(2*511);subplot(3,1,1);plot(f,magnitude);grid; %幅频特性axis([0 sample/2 1.1*min(magnitude) 1.1*max(magnitude)]);ylabel('Magnitude');xlabel('Frequency-->');phase=angle(freq_response);subplot(3,1,2);plot(f,phase);grid; %相频特性axis([0 sample/2 1.1*min(phase) 1.1*max(phase)]);ylabel('Phase');xlabel('Frequency-->');h=impz(b,a,32); %32点的单位函数响应t=1:32;subplot(3,1,3);stem(t,h);grid;axis([0 32 1.2*min(h) 1.1*max(h)]);ylabel('h(n)');xlabel('n-->');基于MATLAB信号处理工具箱的数字滤波器设计与仿真摘要：传统的数字滤波器的设计过程复杂，计算工作量大，滤波特性调整困难，影响了它的应用。

matlab 之经典数字滤波函数介绍 南京理工大学仪器科学与技术专业 谭彩铭2010-3-121 butter 函数设计一个9阶高通Butterworth 数字滤波器，截止频率为300Hz图1图2下面看一看freqz 函数例如对离散系统传递函数1212(1)(2)(3)()(1)(2)(3)b b z b z H z a a za z----++=++freqz 函数的的主要计算环节是计算()sjw T H e编写下图所示程序验证之图3图4可见h1和h相等图2中出现小于-360度是否表达其他不同的意义？-361度和-1度有什么区别吗？对于正弦波应该是一样的，故理论上说应该没有区别。

butter函数的原理是什么？顾名思义，butter函数的原理是基于Butterworth滤波器。

这里始终要带着这个问题去研究，滤波系数本身有什么特性竟然可使低频的滤掉，高频的通过，其实这里想要寻找的是敏捷控程，理论上这个问题的答案已经很成熟。

2 impinvar函数用冲击响应不变法数字仿真模拟Butterworth滤波器，程序如下。

图53 bilinear 函数用双线性变换法数字仿真模拟Butterworth 滤波器，程序如下。

图64 fir1函数由理想滤波器幅频特性反推滤波系数，得出来的系数数量是无穷多的。

故可采用加窗的方法舍去部分，留下有限的滤波系数数量，使仍能基本达到需要的滤波效果。

图7图85 fir2函数fir2函数的基本原理同fir1函数，它的功能更进一层，可以设计任意形状的频率响应图形。

图9图10、图9中，w 如果是角频率值，将w 转换成频率值时，应该是将w 除以2*pi ，但是程序中为什么除以的是pi 呢？准确地说，图9中的w 并非是角频率值，而是频率值，freqz 函数调用时若没有加入采样率参数，其返回的频率值的范围是0~pi 。

6 fir1函数补充对调用方式b=fir(n,wn)，wn 的取值范围是（0，1），其中1对应于0.5fs （fs 为采样率）。

可编辑修改精选全文完整版1数字滤波器的应用领域在信号处理过程中，所处理的信号往往混有噪音，从接收到的信号中消除或减弱噪音是信号传输和处理中十分重要的问题。

根据有用信号和噪音的不同特性，提取有用信号的过程称为滤波，实现滤波功能的系统称为滤波器。

在近代电信设备和各类控制系统中，数字滤波器应用极为广泛，这里只列举部分应用最成功的领域。

(1)语音处理语音处理是最早应用数字滤波器的领域之一，也是最早推动数字信号处理理论发展的领域之一。

该领域主要包括 5 个方面的内容：第一，语音信号分析。

即对语音信号的波形特征、统计特性、模型参数等进行分析计算；第二，语音合成。

即利用专用数字硬件或在通用计算机上运行软件来产生语音；第三，语音识别。

即用专用硬件或计算机识别人讲的话，或者识别说话的人；第四，语音增强。

即从噪音或干扰中提取被掩盖的语音信号。

第五，语音编码。

主要用于语音数据压缩，目前已经建立了一系列语音编码的国际标准，大量用于通信和音频处理。

近年来，这 5 个方面都取得了不少研究成果，并且，在市场上已出现了一些相关的软件和硬件产品，例如，盲人阅读机、哑人语音合成器、口授打印机、语音应答机，各种会说话的仪器和玩具，以及通信和视听产品大量使用的音频压缩编码技术。

(2)图像处理数字滤波技术以成功地应用于静止图像和活动图像的恢复和增强、数据压缩、去噪音和干扰、图像识别以及层析 X 射线摄影，还成功地应用于雷达、声纳、超声波和红外信号的可见图像成像。

(3)通信在现代通信技术领域内，几乎没有一个分支不受到数字滤波技术的影响。

信源编码、信道编码、调制、多路复用、数据压缩以及自适应信道均衡等，都广泛地采用数字滤波器，特别是在数字通信、网络通信、图像通信、多媒体通信等应用中，离开了数字滤波,器几乎是寸步难行。

其中，被认为是通信技术未来发展方向的软件无线电技术，更是以数字滤波技术为基础。

(4)电视数字电视取代模拟电视已是必然趋势。

高清晰度电视的普及指日可待，与之配套的视频光盘技术已形成具有巨大市场的产业；可视电话和会议电视产品不断更新换代。

基于labwindows的ⅱr典型数字滤波器的实现方法
labwindows是研发时代性能测试、控制、调试等应用的综合平台，在实现ⅱr典型数
字滤波器过程中，labwindows的优势就可以得到充分的发挥，下面就来介绍labwindows
如何实现ⅱr典型数字滤波器的步骤。

首先，要使用labwindows实现ⅱr典型数字滤波器，必须先编写对应的程序。

由于labwindows的功能丰富，因此程序编写的难度较低，可以快速完成，只需要遵循labwindows的编程里义，编写基本的程序，例如定义变量、输入输出。

然后，需要建立labwindows的系统模型，将设计的模型分解为多个子系统。

通过这
个模型，可以根据自己需要调整数字滤波器的精度，并进行模拟分析。

要加强程序的实现，可以调用已存在的labwindows函数模块，充分利用labwindows的熟练，广泛的组件以及
可视化的编程技巧。

最后，编写好的程序必须要进行综合测试，确保程序能够在labwindows环境中正确
执行，且模拟出的数字滤波器性能满足自己的要求。

综上所述，经过labwindows的编程，可以高效实现ⅱr典型数字滤波器、降噪功能等复杂过滤要求，充分利用labwindows提供的功能，实现效果更用。

MA TLAB信号处理常用函数波形产生函数名功能函数名功能sawtooth 产生锯齿波或三角波Sinc 产生sinc或函数sin(pi*t)/(pi*t) Square 产生方波Diric 产生Dirichlet或周期sinc函数滤波器分析和实现函数名功能函数名功能Abs 求绝对值（幅值）Freqs 模拟滤波器频率响应Angle 求相角Freqspace 频率响应中的频率间隔Conv 求卷积Freqz 数字滤波器频率响应Fftfilt 重叠相加法FFT滤波器实现Grpdelay 平均滤波器延迟（群延迟）Filter 直接滤波器实现Impz 数字滤波器的冲激响应Filtfilt 零相位数字滤波Zplane 离散系统零极点图Filtie Filter函数初始条件选择线性系统变换函数名功能函数名功能Convmtx 卷积矩阵Ss2tf 变系统状态空间形式为传递函数形式Ploy2rc 从多项式系数中计算反射系数Ss2zp变系统状态空间形式为零极点增益形式Rc2ploy 从反射系数中计算多项式系数Tf2ss变系统传递函数形式为状态空间形式Residuez Z变换部分分式展开或留数计算Tf2zp变系统传递函数形式为零极点增益形式Sos2ss 变系统二阶分割形式为状态空间形式Zp2sos变系统零极点形式为二阶分割形式Sos2zp 变系统二阶分割形式为零极点增益形式Zp2tf变系统零极点增益形式为传递函数形式Ss2sos 变系统状态空间形式为二阶分割形式IIR滤波器设计Besself Bessel（贝塞尔）模拟滤波器设计Cheby2Chebyshev（切比雪夫）II型模拟滤波器设计Butter Butterworth（巴特沃思）模拟滤波器设计Ellip 椭圆模拟滤波器设计Cheby1 Chebyshev（切比雪夫）I型模拟滤波器设计Yulewalk 递归数字滤波器设计IIR滤波器阶选择Buttord Butterworth（巴特沃思）滤波器阶的选择Cheb2ordChebyshev（切比雪夫）II型滤波器阶的选择Ehebord Chebyshev（切比雪夫）I型滤波器阶的选择Clipord 椭圆滤波器设计阶的选择模拟原型滤波器设计Besselap Bessel模拟低通滤波器原型Cheb2ap Chebyshev（切比雪夫）II型低通滤波器原型Buttap Butterworth（巴特沃思）模拟低通滤波器原型Ellipap 椭圆模拟低通滤波器原型Cheb1ap Chebyshev（切比雪夫）I型低通滤波器原型频率变换Lp2bp 低通到带通模拟滤波器转换Lp2bs 低通到带阻模拟滤波器变换Lp2hp 低通到高通模拟滤波器变换Lp2lp 低通到低通模拟滤波器转换滤波器离散化Blinear 双线性变换Impinvar 冲激响应不变法FIR滤波器设计Fir1 基于窗函数的FIR滤波器设计—标准响应Intfilt 内插FIR滤波器设计Fir2 基于窗函数的FIR滤波器设计—任意响应RemezFirls 最小二乘FIR滤波器设计Remezord Parks-McCellan最优FIR滤波器j阶估计窗函数Boxcar 矩形窗Hanning Hanning（汉宁）窗Triang 三角窗Blackman Blackman（布莱克曼）窗Bartlett Bartlett（巴特得特）窗Chebwin Chebyshev（切比雪夫）窗Hamming Hamming（汉明）窗Kaiser Kaiser（凯泽）窗变换Ctz 线性调频Z变换Fft 一维快速傅里叶变换Dct 离散余弦变换Ifft 一维快速傅里叶逆变换Idct 逆离散余弦变换Fftshift 重新排列fft的输出Dftmtx 离散傅里叶变换矩阵Hilbert Hilbert（希尔伯特）变换统计信号处理函数名功能函数名功能Cov 协方差矩阵Psd 信号功率谱密度（PSD）估计Xcov 互协方差函数估计Tfe 从输入输出中估计传递函数Corrcoef 相关系数矩阵Periodogram 采用周期图法估计功率谱密度Xcoor 互相关系数估计Pwelch 采用Welch方法估计功率谱密度Cohere 相关函数平方幅值估计Rand 生成均匀分布的随机数Csd 互谱密度估计Randn 生成正态分布的随机数自适应滤波器部分Adaptfilt.lms 最小均方(LMS)自适应算法Adaptfilt.rls 递推最小二乘(RLS)自适应算法Adaptfilt.nlms 归一化最小均方(NLMS)自适应算法时频分析与小波变换部分Spectrogram 短时傅里叶变换Idwt 单级离散一维小波逆变换Waveinfo 介绍小波工具箱中所有小波的信息Wavedec 多级离散一维小波分解Cwt 连续一维小波变换Appcoef 一维小波变换近似系数Dwt 单级离散一维小波变换Detcoef 一维小波变换细节系数二维信号处理Conv2 二维卷积Xcorr2 二维互相关参数Fft2 二维快读傅里叶变换Dwt2 单级离散二维小波变换Ifft2 二维逆快速傅里叶变换Idwt2 单级离散二维小波逆变换Filter2 二维数字滤波器Waverec2 多级离散二维小波分解。