matlab数字滤波器设计程序

%要求设计一butterworth低通数字滤波器，wp=30hz，ws=40hz，rp=0.5，rs=40，fs=100hz。>>wp=30;ws=40;rp=0.5;rs=40;fs=100;

>>wp=30*2*pi;ws=40*2*pi;

>> [n,wn]=buttord(wp,ws,rp,rs,'s');

>> [z,p,k]=buttap(n);

>> [num,den]=zp2tf(z,p,k);

>> [num1,den1]=impinvar(num,den);

Warning: The output is not correct/robust.

Coeffs of B(s)/A(s) are real, but B(z)/A(z) has complex coeffs.

Probable cause is rooting of high-order repeated poles in A(s).

> In impinvar at 124

>> [num2,den2]=bilinear(num,den,100);

>> [h,w]=freqz(num1,den1);

>> [h1,w1]=freqz(num2,den2);

>>subplot(1,2,1);

>>plot(w*fs/(2*pi),abs(h));

>>subplot(1,2,2);

>>plot(w1*fs/(2*pi),abs(h1));

>>figure(1);

>>subplot(1,2,1);

>>zplane(num1,den1);

>>subplot(1,2,2);

>>zplane(num2,den2);

%要求设计一chebyshev1低通数字滤波器，wp=30hz，ws=40hz，rp=0.5，rs=40，fs=100hz. >>wp=30;ws=40;rp=0.5;rs=40;fs=100;

>>wp=30*2*pi;ws=40*2*pi;

>> [n,wn]=cheb1ord(wp,ws,rp,rs,'s');

>> [z,p,k]=cheb1ap(n,rp);

>> [num,den]=zp2tf(z,p,k);

[num1,den1]=impinvar(num,den);

>> [num2,den2]=bilinear(num,den,100);

[h,w]=freqz(num1,den1);

[h1,w1]=freqz(num2,den2);

subplot(1,2,1);

plot(w*fs/(2*pi),abs(h));

subplot(1,2,2);

plot(w1*fs/(2*pi),abs(h1));

figure(2);

subplot(1,2,1);

zplane(num1,den1);

subplot(1,2,2);

zplane(num2,den2);

%要求设计一chebyshev2低通数字滤波器，wp=30hz，ws=40hz，rp=0.5，rs=40，fs=100hz. wp=30;ws=40;rp=0.5;rs=40;fs=100;

wp=30*2*pi;ws=40*2*pi;

[n,wn]=cheb2ord(wp,ws,rp,rs,'s');

[z,p,k]=cheb2ap(n,rs);

[num,den]=zp2tf(z,p,k);

[num1,den1]=impinvar(num,den); [num2,den2]=bilinear(num,den,100); [h,w]=freqz(num1,den1);

[h1,w1]=freqz(num2,den2);

subplot(1,2,1);

plot(w*fs/(2*pi),abs(h));

subplot(1,2,2);

plot(w1*fs/(2*pi),abs(h1));

figure(2);

subplot(1,2,1);

zplane(num1,den1);

subplot(1,2,2);

zplane(num2,den2);

Rp，rs增大，chebyshev2的幅频响应图会好wp=500;ws=600;rp=1;rs=60;fs=1000;

wp=500*2*pi;ws=600*2*pi;

不明白的是双线性变换法得倒的滤波器没有冲激不变法的好。

%要求设计一chebyshev2低通数字滤波器，wp=30hz，ws=40hz，rp=0.5，rs=40，fs=100hz. wp=30;ws=40;rp=0.5;rs=40;fs=100;

wp=30*2*pi;ws=40*2*pi;

[n,wn]=ellipord(wp,ws,rp,rs,'s');

[z,p,k]=ellipap(n,rp,rs);

[num,den]=zp2tf(z,p,k);

[num1,den1]=impinvar(num,den);

[num2,den2]=bilinear(num,den,100);

[h,w]=freqz(num1,den1);

[h1,w1]=freqz(num2,den2);

subplot(1,2,1);

plot(w*fs/(2*pi),abs(h));

subplot(1,2,2);

plot(w1*fs/(2*pi),abs(h1));

figure(2);

subplot(1,2,1);

zplane(num1,den1);

subplot(1,2,2);

zplane(num2,den2);

Butterworth带通

wp1=10;wp2=20;ws1=5;ws2=25;fs=100;rp=0.5;rs=50; wp1=10*2*pi;wp2=20*2*pi;ws1=5*2*pi;ws2=25*2*pi; wp=[wp1,wp2];ws=[ws1,ws2];

[n,wn]=buttord(wp,ws,rp,rs,'s');

bw=wn(2)-wn(1);wo=sqrt(wn(1)*wn(2)); [z,p,k]=buttap(n);

[a,b,c,d]=zp2ss(z,p,k);

[a1,b1,c1,d1]=lp2bp(a,b,c,d,wo,bw); [num,den]=ss2tf(a1,b1,c1,d1);

[h3,w3]=freqs(num,den);

figure(4);

plot(w3/(2*pi),abs(h3));

title(‘模拟滤波器的幅频特性’);

figure(5);

plot(w3/(2*pi),angle(h3));

title(‘模拟滤波器的相频特性’);

figure(6);

zplane(num,den);

title(‘模拟滤波器的零极点图’);

[num1,den1]=impinvar(num,den,fs);

[h2,w2]=freqz(num1,den1);

[num2,den2]=bilinear(num,den,fs);

[h1,w1]=freqz(num2,den2);

figure(1);

subplot(1,2,1);

plot(w2*fs/(2*pi),abs(h2));

title(‘冲击不变法数字滤波器的幅频特性’); subplot(1,2,2);

plot(w1*fs/(2*pi),abs(h1));

title(‘双线性法数字滤波器的幅频特性’); figure(2);

subplot(1,2,1);

zplane(num1,den1);

title(‘冲击不变法数字滤波器的零极点图’); subplot(1,2,2);

zplane(num2,den2);

title(‘双线性法数字滤波器的零极点图’); figure(3);

subplot(1,2,1);

plot(w2*fs/(2*pi),angle(h2));

title(‘冲击不变法数字滤波器的相频特性’); subplot(1,2,2);

plot(w1*fs/(2*pi),angle(h1));

title(‘双线性法数字滤波器的相频特性’);

Chebshev1通带

wp1=10;wp2=20;ws1=5;ws2=25;fs=100;rp=0.5;rs=50; wp1=10*2*pi;wp2=20*2*pi;ws1=5*2*pi;ws2=25*2*pi; wp=[wp1,wp2];ws=[ws1,ws2];

[n,wn]=cheb1ord(wp,ws,rp,rs,'s');

bw=wn(2)-wn(1);wo=sqrt(wn(1)*wn(2));

[z,p,k]=cheb1ap(n,rp);

[a,b,c,d]=zp2ss(z,p,k);

[a1,b1,c1,d1]=lp2bp(a,b,c,d,wo,bw);

[num,den]=ss2tf(a1,b1,c1,d1);

[num1,den1]=impinvar(num,den,fs);

[h2,w2]=freqz(num1,den1);

[num2,den2]=bilinear(num,den,fs);

[h1,w1]=freqz(num2,den2);

subplot(1,2,1);

plot(w2*fs/(2*pi),abs(h2));

subplot(1,2,2);

plot(w1*fs/(2*pi),abs(h1));

figure(1);

subplot(1,2,1);

zplane(num1,den1);

subplot(1,2,2);

zplane(num2,den2);

Chebshev2通带

wp1=10;wp2=20;ws1=5;ws2=25;fs=100;rp=0.5;rs=50; wp1=10*2*pi;wp2=20*2*pi;ws1=5*2*pi;ws2=25*2*pi; wp=[wp1,wp2];ws=[ws1,ws2];

[n,wn]=cheb2ord(wp,ws,rp,rs,'s');

bw=wn(2)-wn(1);wo=sqrt(wn(1)*wn(2));

[z,p,k]=cheb2ap(n,rs);

[a,b,c,d]=zp2ss(z,p,k);

[a1,b1,c1,d1]=lp2bp(a,b,c,d,wo,bw);

[num,den]=ss2tf(a1,b1,c1,d1);

[num1,den1]=impinvar(num,den,fs);

[h2,w2]=freqz(num1,den1);

[num2,den2]=bilinear(num,den,fs);

[h1,w1]=freqz(num2,den2);

subplot(1,2,1);

plot(w2*fs/(2*pi),abs(h2));

subplot(1,2,2);

plot(w1*fs/(2*pi),abs(h1));

figure(1);

subplot(1,2,1);

zplane(num1,den1);

subplot(1,2,2);

zplane(num2,den2);

椭圆通带

wp1=10;wp2=20;ws1=5;ws2=25;fs=100;rp=0.5;rs=50; wp1=10*2*pi;wp2=20*2*pi;ws1=5*2*pi;ws2=25*2*pi; wp=[wp1,wp2];ws=[ws1,ws2];

[n,wn]=ellipord(wp,ws,rp,rs,'s');

bw=wn(2)-wn(1);wo=sqrt(wn(1)*wn(2));

[z,p,k]=ellipap(n,rp,rs);

[a,b,c,d]=zp2ss(z,p,k);

[a1,b1,c1,d1]=lp2bp(a,b,c,d,wo,bw);

[num,den]=ss2tf(a1,b1,c1,d1);

[num1,den1]=impinvar(num,den,fs);

[h2,w2]=freqz(num1,den1);

[num2,den2]=bilinear(num,den,fs);

[h1,w1]=freqz(num2,den2);

subplot(1,2,1);

plot(w2*fs/(2*pi),abs(h2));

subplot(1,2,2);

plot(w1*fs/(2*pi),abs(h1));

figure(1);

subplot(1,2,1);

zplane(num1,den1);

subplot(1,2,2);

zplane(num2,den2);

matlab滤波器设计

长安大学 数字信号处理综合设 计 专业_______电子信息工程_______ 班级__24030602___________ 姓名_______张舒_______ 学号2403060203 指导教师陈玲 日期_______2008-12-27________

一、课程设计目的： 1. 进一步理解数字信号处理的基本概念、基本理论和基本方法； 2.熟悉在Windows环境下语音信号采集的方法； 3.学会用MATLAB软件对信号进行分析和处理； 4.综合运用数字信号处理理论知识，掌握用MATLAB软件设计FIR和IIR数字滤波器的方法； 5. 提高依据所学知识及查阅的课外资料来分析问题解决问题的能力。 二、课程设计内容： 1.语音信号的采集 利用windows下的录音机录制一段自己的话音，时间控制在1秒左右；并对语音信号进行采样，理解采样频率、采样位数等概念。 2.语音信号的频谱分析 利用函数fft对采样后语音信号进行快速傅里叶变换，得到信号的频谱特性。 3.设计数字滤波器 采用窗函数法和双线性变换法设计下列要求的三种滤波器，根据语音信号的特点给出有关滤波器的性能指标： 1）低通滤波器性能指标，fp=1000Hz，fc=1200Hz， As=100dB，Ap=1dB； 2）高通滤波器性能指标，fc=4800Hz，fp=5000Hz ，As=100dB，Ap=1dB； 3）带通滤波器性能指标，fp1=1200Hz，fp2=3000Hz，fc1=1000Hz，fc2=3200Hz，As=100dB，Ap=1dB。 4.对语音信号进行滤波 比较用两种方法设计的各滤波器的性能，然后用性能好的滤波器分别对采集的语音信号进行滤波；并比较滤波前后语音信号的波形及频谱，分析信号的变化。 5.回放语音信号，感觉滤波前后的声音变化。 三、实验原理 （一）基于双线性Z变换法的IIR数字滤波器设计 由于的频率映射关系是根据推导的，所以使jΩ轴每隔2π/Ts便映射到单位圆上一周，利用冲激响应不变法设计数字滤波器时可能会导致上述的频域混叠现象。为了克服这一问题，需要找到由s平面到z平面的另外的映射关系，这种关系应保证： 1) s平面的整个jΩ轴仅映射为z平面单位圆上的一周； 2) 若G(s)是稳定的，由G(s)映射得到的H(z)也应该是稳定的； 3) 这种映射是可逆的，既能由G(s)得到H(z)，也能由H(z)得到G(s)； 4) 如果G(j0)=1，那么。 双线性Z变换满足以上4个条件的映射关系，其变换公式为

数字滤波器matlab的程序

数字滤波器matlab的源代码 function lvbo(Ua,Ub,choise) %参考指令：lvbo(2*pi,10*pi,1/0/-1) U1=min(Ua,Ub); U2=max(Ua,Ub); Us=16*U2; T=2*pi/Us; T_sum=4*max(2*pi/Ua,2*pi/Ub); sum=T_sum/T; t=T:T:T_sum; x=sin(U1*t)+0.8*sin(U2*t); X=DFT(x); figure(1); subplot(221) U=Us/sum:Us/sum:Us; stem(U,abs(X));grid on axis([Us/sum,Us/2,0,1.2*max(abs(X))]) title('原模拟信号采样频谱图') Ucd=U1+(U2-U1)*1/5;Usd=U2-(U2-U1)*1/5; switch choise case 1 Hz_ejw=IIR_DF_BW(Ucd,1,Usd,30,T,sum); case -1 Hz_ejw=IIR_DF_CF(Ucd,1,Usd,30,T,sum); case 0 Hz_ejw=FIR_DF_HM(U1,U2,T,sum); otherwise Hz_ejw=IIR_DF_BW(Ucd,1,Usd,30,T,sum); end Y=X.*Hz_ejw; y=1/sum*conj(DFT(conj(Y))); figure(1); subplot(224) plot(t,real(y)); title('模拟信号滤波后');grid on axis([0,T_sum,-max(real(y))*1.5,max(real(y))*1.5]) subplot(222); plot(t,x); hold on

matlab中关于数字滤波器的函数介绍

MATLAB下的数字信号处理实现示例 一信号、系统和系统响应 1、理想采样信号序列 （1）首先产生信号x(n),0<=n<=50 n=0:50; %定义序列的长度是50 A=444.128; %设置信号有关的参数 a=50*sqrt(2.0)*pi; T=0.001; %采样率 w0=50*sqrt(2.0)*pi; x=A*exp(-a*n*T).*sin(w0*n*T); %pi是MATLAB定义的π，信号乘可采用“.*”close all %清除已经绘制的x(n)图形 subplot(3,1,1);stem(x); %绘制x(n)的图形 title(‘理想采样信号序列’); （2）绘制信号x(n)的幅度谱和相位谱 k=-25:25; W=(pi/12.5)*k; X=x*(exp(-j*pi/12.5)).^(n’*k); magX=abs(X); %绘制x(n)的幅度谱 subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’); angX=angle(X); %绘制x(n)的相位谱 subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’)（3）改变参数为：1,0734.2,4.0,10==Ω==TAα n=0:50; %定义序列的长度是50 A=1; %设置信号有关的参数 a=0.4; T=1; %采样率 w0=2.0734; x=A*exp(-a*n*T).*sin(w0*n*T); %pi是MATLAB定义的π，信号乘可采用“.*”close all %清除已经绘制的x(n)图形 subplot(3,1,1);stem(x); %绘制x(n)的图形 title(‘理想采样信号序列’); k=-25:25; W=(pi/12.5)*k; X=x*(exp(-j*pi/12.5)).^(n’*k); magX=abs(X); %绘制x(n)的幅度谱 subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’); angX=angle(X); %绘制x(n)的相位谱 subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’) 2、单位脉冲序列 在MatLab中，这一函数可以用zeros函数实现： n=1:50; %定义序列的长度是50 x=zeros(1,50); %注意：MATLAB中数组下标从1开始

基于matlab的数字滤波器设计

淮北煤炭师范学院 2009届学士学位论文 基于MA TLAB的数字滤波器设计 学院、专业物理与电子信息学院 电子信息科学与技术 研究方向基于MATLAB的数字滤波器设计 学生姓名耿博 学号200513432024 指导教师姓名邹锋 指导教师职称讲师 2009 年4 月18

基于MATLAB的数字滤波器设计 耿博 （淮北煤炭师范学院物理与电子信息学院235000） 摘要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。 数字滤波是数字信号处理的重要内容，数字滤波器可分为IIR和FIR两大类。对于IIR数字滤波器的设计，需要借助模拟原型滤波器，再将模拟滤波器转化为数字滤波器，文中采用的设计方法是脉冲响应不变法、双向性变换法和完全函数设计法；对于FIR数字滤波器的设计，可以根据所给定的频率特性直接设计，文中采用的设计方法是窗函数法。本文根据IIR滤波器和FIR滤波器的特点，在MATLAB坏境下分别用双线性变换法设计IIR和用窗函数设计FIR数字滤波器，并对采集的语音信号进行分析，最后给出了IIR和FIR对语音滤波的效果。 关键词数字滤波器；IIR ；FIR ；MATLAB

The Design of Digital Filter based on MATLAB Geng Bo School of Physics and Electronics Information, Huaibei Coal Industry Teachers? College, 235000 ABSTRACT Along with the information age and the digital world arrival, the digital signal processing has become a now extremely important discipline and the area of technology.The digital signal processing in the correspondence, the multitudinous domains the pronunciation such as the image, the automatic control, the radar, the military, the aerospace, the medical service and the domestic electric appliances and so on have obtained the widespread application.In the digital signal processing application, the digital filter are extremely important and have obtained the widespread application. The digital filter are the digital signal processing important content, the digital filter may divide into IIR and the FIR two main kinds. As for the IIR digital filter design, we need the help of analog prototype filter, and then transform analog filter into digital filter. In the paper we use the design of the pulse response invariable method, the bilinear method and full function design; as for the FIR filter, we can design it directly based on the giving frequency, in the paper it uses the design of the window function.This article according to the IIR filter and the FIR filter characteristic, uses the bilinearity method of transformation under the MATLAB bad boundary to design IIR and to design the FIR numeral filter separately with the window box number, and carries on the analysis to the gathering pronunciation signal, and finally gives IIR and FIR to the pronunciation filter effect. Keywords Digtial Filter;IIR;FIR;MATLAB

数字滤波器的MATLAB设计与DSP上的实现

数字滤波器的MAT LAB设计与 DSP上的实现 数字滤波器的MATLAB 设计与DSP上的实现 公文易文秘资源网佚名2007-11-15 11:56:42我要投稿添加到百度搜藏 摘要：以窗函数法设计线性相位FIR数字滤波器为例，介绍用MATLAB工具软件设计数字滤波器的方法和在定点DSP上的实现。实现时，先在CCS5000仿真开发，然后将程序加载到TMS320VC5409评估板上实时运行，结果实现了目标要求。文中还讨论了定标、误差、循环寻址等在DSP上实现的关键问题。关键词 摘要：以窗函数法设计线性相位 FIR数字滤波器为例，介绍用 MATLAB工具软件设计数字滤波器的方法和在定点DSP上的实现。实现时，先在 CCS5000仿真开发，然后将程序加载到 TMS320VC5 409评估板上实时运行，结果实现了目标要求。文中还讨论了定标、误差、循环寻址等在DSP上实 现的关键问题。 关键词：数字滤波器MATLAB DSP 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岀幅度和相位响应。幅度指标主要以两种方式给岀。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FI R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岀要求。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

matlab程序之——滤波器(带通-带阻)教学内容

m a t l a b程序之——滤波器(带通-带阻)

matlab程序之——滤波器（带通，带阻） 以下两个滤波器都是切比雪夫I型数字滤波器，不是巴特沃尔滤波器，请使用者注意！ 1.带通滤波器 function y=bandp(x,f1,f3,fsl,fsh,rp,rs,Fs) %带通滤波 %使用注意事项：通带或阻带的截止频率与采样率的选取范围是不能超过采样率的一半 %即，f1,f3,fs1,fsh,的值小于 Fs/2 %x:需要带通滤波的序列 % f 1：通带左边界 % f 3：通带右边界 % fs1：衰减截止左边界 % fsh：衰变截止右边界 %rp：边带区衰减DB数设置 %rs：截止区衰减DB数设置 %FS：序列x的采样频率 % f1=300;f3=500;%通带截止频率上下限 % fsl=200;fsh=600;%阻带截止频率上下限 % rp=0.1;rs=30;%通带边衰减DB值和阻带边衰减DB值 % Fs=2000;%采样率 % wp1=2*pi*f1/Fs; wp3=2*pi*f3/Fs; wsl=2*pi*fsl/Fs; wsh=2*pi*fsh/Fs; wp=[wp1 wp3]; ws=[wsl wsh]; % % 设计切比雪夫滤波器； [n,wn]=cheb1ord(ws/pi,wp/pi,rp,rs); [bz1,az1]=cheby1(n,rp,wp/pi); %查看设计滤波器的曲线 [h,w]=freqz(bz1,az1,256,Fs); h=20*log10(abs(h));

figure;plot(w,h);title('所设计滤波器的通带曲线');grid on; y=filter(bz1,az1,x); end 带通滤波器使用例子 %-------------- %带通滤波器测试程序 fs=2000; t=(1:fs)/fs; ff1=100; ff2=400; ff3=700; x=sin(2*pi*ff1*t)+sin(2*pi*ff2*t)+sin(2*pi*ff3*t); figure; subplot(211);plot(t,x); subplot(212);hua_fft(x,fs,1); % y=filter(bz1,az1,x); y=bandp(x,300,500,200,600,0.1,30,fs); figure; subplot(211);plot(t,y); subplot(212);hua_fft(y,fs,1); %调用到的hua_fft()函数代码如下 function hua_fft(y,fs,style,varargin) %当style=1,画幅值谱；当style=2,画功率谱;当style=其他的，那么花幅值谱和功率谱 %当style=1时，还可以多输入2个可选参数 %可选输入参数是用来控制需要查看的频率段的 %第一个是需要查看的频率段起点 %第二个是需要查看的频率段的终点 %其他style不具备可选输入参数，如果输入发生位置错误 nfft= 2^nextpow2(length(y));%找出大于y的个数的最大的2的指数值（自动进算最佳FFT步长nfft） %nfft=1024;%人为设置FFT的步长nfft y=y-mean(y);%去除直流分量 y_ft=fft(y,nfft);%对y信号进行DFT，得到频率的幅值分布 y_p=y_ft.*conj(y_ft)/nfft;%conj()函数是求y函数的共轭复数，实数的共轭复数是他本身。

实验11 用MATLAB设计FIR数字滤波器

实验11 用MATLAB 设计FIR 数字滤波器 一、实验目的： 1、加深对窗函数法设计FIR 数字滤波器的基本原理的理解。 2、学习用MA TLAB 语言的窗函数法编写设计FIR 数字滤波器的程序。 3、了解MATLAB 语言有关窗函数法设计FIR 数字滤波器的常用函数用法。 二、实验内容及步骤 2、选择合适的窗函数设计FIR 数字低通滤波器，要求： w p =0.2π，R p =0.05dB ； w s =0.3π，A s =40dB 。描绘该滤波器的脉冲响应、窗函数及滤波器的幅频响应曲线和相频响应曲线。 分析：根据设计指标要求，并查表11-1，选择汉宁窗。程序清单如下： function hd=ideal_lp(wc,N) wp=0.2*pi;ws=0.3*pi;deltaw=ws-wp; tao=(N-1)/2; n=[0:(N-1)]; m=n-tao+eps; hd=sin(wc*m)./(pi*m); function[db,mag,pha,grd,w]=freqz_m(b,a); [H,w]=freqz(b,a,1000,'whole'); H=(H(1:501))';w=(w(1:501))'; mag=abs(H); db=20*log10((mag+eps)/max(mag)); pha=angle(H); grd=grpdelay(b,a,w); wp=0.2*pi;ws=0.3*pi;deltaw=ws-wp; wc=(ws+wp)/2; 课程名称：数字信号处理 实验成绩： 指导教师： 实 验 报 告 院系： 信息工程学院 班级： 电信二班 学号： 姓名： 日期：

matlab数字滤波器设计程序

%要求设计一butterworth低通数字滤波器，wp=30hz，ws=40hz，rp=0.5，rs=40，fs=100hz。>>wp=30;ws=40;rp=0.5;rs=40;fs=100; >>wp=30*2*pi;ws=40*2*pi; >> [n,wn]=buttord(wp,ws,rp,rs,'s'); >> [z,p,k]=buttap(n); >> [num,den]=zp2tf(z,p,k); >> [num1,den1]=impinvar(num,den); Warning: The output is not correct/robust. Coeffs of B(s)/A(s) are real, but B(z)/A(z) has complex coeffs. Probable cause is rooting of high-order repeated poles in A(s). > In impinvar at 124 >> [num2,den2]=bilinear(num,den,100); >> [h,w]=freqz(num1,den1); >> [h1,w1]=freqz(num2,den2); >>subplot(1,2,1); >>plot(w*fs/(2*pi),abs(h)); >>subplot(1,2,2); >>plot(w1*fs/(2*pi),abs(h1)); >>figure(1); >>subplot(1,2,1); >>zplane(num1,den1); >>subplot(1,2,2); >>zplane(num2,den2);

完整的维纳滤波器Matlab源程序

完整的维纳滤波器Matlab源程序学术2009-11-20 20:31:58 阅读308 评论0 字号：大中小 完整的维纳滤波器Matlab源程序 clear;clc; %输入信号 A=1; %信号的幅值 f=1000; %信号的频率 fs=10^5; %采样频率 t=(0:999); %采样点 Mlag=100; %相关函数长度变量 x=A*cos(2*pi*f*t/fs); %输入正弦波信号 xmean=mean(x); %正弦波信号均值 xvar=var(x,1); %正弦波信号方差 xn=awgn(x,5); %给正弦波信号加入信噪比为20dB的高斯白噪声 figure(1) plot(t,xn) %绘制输入信号图像 title('输入信号图像') xlabel('x轴单位：t/s','color','b') ylabel('y轴单位：f/HZ','color','b') xnmean=mean(xn) %计算输入信号均值xnms=mean(xn.^2) %计算输入信号均方值xnvar=var(xn,1) %计算输入信号方差 Rxn=xcorr(xn,Mlag,'biased'); %计算输入信号自相关函数figure(2) subplot(221) plot((-Mlag:Mlag),Rxn) %绘制自相关函数图像 title('输入信号自相关函数图像') [f,xi]=ksdensity(xn); %计算输入信号的概率密度，f 为样本点xi处的概率密度 subplot(222) plot(xi,f) %绘制概率密度图像 title('输入信号概率密度图像') X=fft(xn); %计算输入信号序列的快速离散傅里叶变换 Px=X.*conj(X)/600; %计算信号频谱 subplot(223) semilogy(t,Px) %绘制在半对数坐标系下频

高级数字滤波器设计及Matlab实现

高级数字滤波器设计及Matlab 实现 利用Parks-McClellan 算法设计线性相位FIR 滤波器 一、 算法原理 长度为2n+1的线性相位数字滤波器的传输函数为：20 ()n k k k G z h Z -== ∑。当 Z=exp(j T ω)=exp(2j F π)时，可得到频率响应： ()exp(2)cos 2n k k G F j nF d k F ππ==-∑ exp(2)()j F H F π=- 其中2n k k d h -=，k=0，……，n-1，0n d h = max ()()()W F D F H F - 对于一个理想的低通滤波器上式中的H(F)可以表示为： 误差加权函数： 允许设计者自己给定通带和阻带内的误差范围。令p s B B A = ，设计长度为2n+1的线性相位低通滤波器只要找到k d 并使得m a x ()()()W F D F H F -最小。 设空间A 是[0,1/2]的封闭子空间，为了使0 ()cos 2n k k H F d kF π== ∑是D(F) 在A 上唯一的最佳逼近，加权误差方程()()[()()]E F W F D F H F =-在A 上至少要有n+2个交错点。因此1()()i i E F E F E -=-=±，011,n i F F F F A +<∈ ，

max ()E E F =。算法的流程如图1所示。 对于给定的n+2个频率点，需要计算n+2个方程： ()(()())(1)k k k k W F H F D F ρ-=-- 写成矩阵的形式就是： 图 1.

0000001 1 1 1 1011 1 1 1 11 1cos 2cos 4cos 2()()11cos 2cos 4cos 2()()()(1)1cos 2cos 4cos 2()n n n n n n n F F nF W F d D F d F F nF D F W F d D F F F nF W F ππππππρπππ++++++?? ???? ?? ?? ??-????????????=??????????????????-?? ????? ? 通过该方程组可得： 其中： 利用拉格朗日插值公式可得： 这里 利用求得的H(F)求出误差函数E(F)。如果对所有的频率都有()E F ρ≤，说明ρ是纹波极值，交错频率点121,n F F F + 是交错频率点。若存在某些频率使得()E F ρ>，说明初始交错点组中的某些点需要交换。 对于上次确定的121,n F F F + 中每一点，都检查其附近是否存在某一频率 ()E F ρ>，如果有再在该点附近找出局部极值点，并用该，点代替原来的

滤波器设计MATLAB

数字信号处理

第一章概述 《数字信号处理》课程是通信专业的一门重要专业基础课，是信息的数字化处理、存储和应用的基础。通过该课程的课程设计实践，使我们对信号与信息的采集、处理、传输、显示、存储、分析和应用等有一个系统的掌握和理解，巩固和运用在《数字信号处理》课程中所学的理论知识和实验技能，掌握数字信号处理的基础理论和处理方法，提高分析和解决信号与信息处理相关问题的能力，为以后的工作和学习打下基础。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类：无限冲激响应（IIR）滤波器和有限冲激响应（FIR）滤波器。 其中，设计IIR数字滤波器一般采用间接法（脉冲响应不变法和双线性变换法），应用

最广泛的是双线性变换法。 我们在课本中学到基本设计过程是： ①先将给定的数字滤波器的指标转换成过渡模拟滤波器的指标； ②设计过渡模拟滤波器； ③将过渡模拟滤波器系统函数转换成数字滤波器的系统函数。 而MATLAB信号处理工具箱中的各种IIR数字滤波器设计函数都是采用双线性变换法。第六章介绍的滤波器设计函数butter、cheby1 、cheby2 和ellip可以分别被调用来直接设计巴特沃斯、切比雪夫1、切比雪夫2和椭圆模拟和数字滤波器。 第二章总体方案设计 首先我将所给信号用MATLAB作图分析，然后通过观察st的幅频特性曲线，确定用高通滤波器作为处理信号的滤波器。选取滤波器的通带最大衰减为0.1dB,阻带最小衰减为60dB 为参数。 然后通过编程序调用MATLAB滤波器设计函数ellipord和ellip设计椭圆滤波器；通过编程序调用函数cheb1ord和cheby1设计切比雪夫滤波器，并绘图显示其幅频响应特性曲线。最后使用用滤波器实现函数filter，用两个滤波器分别对信号st进行滤波后绘图显示时域波形，观察滤波效果。 实验程序框图如图所示：

设计数字低通滤波器(用matlab实现)

DSP 设计滤波器报告 姓名：张胜男 班级：07级电信（1）班 学号：078319120 一·低通滤波器的设计 （一）实验目的：掌握IIR 数字低通滤波器的设计方法。 （二）实验原理： 1、滤波器的分类 滤波器分两大类：经典滤波器和现代滤波器。 经典滤波器是假定输入信号)(n x 中的有用成分和希望取出的成分各自占有不同的频带。这样，当)(n x 通过一个线性系统（即滤波器）后可讲欲去除的成分有效的去除。 现代滤波器理论研究的主要内容是从含有噪声的数据记录（又称时间序列）中估计出信号的某些特征或信号本身。 经典滤波器分为低通、高通、带通、带阻滤波器。每一种又有模拟滤波器（AF ）和数字滤波器（DF ）。对数字滤波器，又有IIR 滤波器和FIR 滤波器。 IIR DF 的转移函数是： ∑∑=-=-+==N k k k M r r r z a z b z X z Y z H 10 1)()()( FIR DF 的转移函数是： ∑-=-=10)()(N n n z n h z H FIR 滤波器可以对给定的频率特性直接进行设计，而IIR 滤波器目前最通用的方法是利用已经很成熟的模拟滤波器的设计方法进行设计。 2、滤波器的技术要求 低通滤波器： p ω：通带截止频率（又称通带上限频率） s ω：阻带下限截止频率 p α：通带允许的最大衰减 s α：阻带允许的最小衰减 （p α，s α的单位dB ） p Ω：通带上限角频率 s Ω：阻带下限角频率 （s p p T ω=Ω，s s s T ω=Ω）即 C p p F ωπ2=Ω C s s F ωπ2=Ω 3、IIR 数字滤波器的设计步骤：

基于matlab的FIR数字滤波器设计(多通带,窗函数法)

数字信号处理 课程设计报告 设计名称：基于matlab的FIR数字滤波器设计 彪

一、课程设计的目的 1、通过课程设计把自己在大学中所学的知识应用到实践当中。 2、深入了解利用Matlab设计FIR数字滤波器的基本方法。 3、在课程设计的过程中掌握程序编译及软件设计的基本方法。 4、提高自己对于新知识的学习能力及进行实际操作的能力。 5、锻炼自己通过网络及各种资料解决实际问题的能力。 二、主要设计内容 利用窗函数法设计FIR滤波器，绘制出滤波器的特性图。利用所设计的滤波器对多个频带叠加的正弦信号进行处理，对比滤波前后的信号时域和频域图，验证滤波器的效果。 三、设计原理 FIR 滤波器具有严格的相位特性，对于信号处理和数据传输是很重要的。 目前 FIR滤波器的设计方法主要有三种：窗函数法、频率取样法和切比雪夫等波纹逼近的最优化设计方法。常用的是窗函数法和切比雪夫等波纹逼近的最优化设计方法。本实验中的窗函数法比较简单，可应用现成的窗函数公式，在技术指标要求高的时候是比较灵活方便的。 如果 FIR 滤波器的 h(n)为实数, 而且满足以下任意条件,滤波器就具有准确的线性相位： 第一种：偶对称，h(n)=h(N-1-n)，φ (ω)=-(N-1)ω/2 第二种：奇对称，h(n)=-h(N-1-n), φ(ω)=-(N-1)ω/2+pi/2 对称中心在n=(N-1)/2处 四、设计步骤 1.设计滤波器 2.所设计的滤波器对多个频带叠加的正弦信号进行处理 3.比较滤波前后信号的波形及频谱 五、用窗函数设FIR 滤波器的基本方法 基本思路：从时域出发设计 h(n)逼近理想 hd(n)。设理想滤波器的单位响应在时域表达为hd(n),则Hd(n) 一般是无限长的，且是非因果的，不能

FIR数字滤波器设计及MATLAB使用要点

数字信号处理课程设计 《数字信号处理》 课程设计报告 FIR数字滤波器设计及MATLAB实现 专业：通信工程 班级：通信1101班 组次：第9组 姓名及学号： 姓名及学号：

目录 一、设计目的 (3) 二、设计任务 (3) 三、设计原理 (3) 3.1窗函数法 (3) 3.2频率采样法 (4) 3.3最优化设计 (5) 3.3.1等波纹切比雪夫逼近准则 (5) 3.3.2仿真函数 (6) 四、设计过程 (7) 五、收获与体会 (13) 参考文献 (13)

FIR数字滤波器设计及MATLAB实现 一、设计目的 FIR滤波器：有限长单位冲激响应滤波器，是数字信号处理系统中最基 本的元件，它可以在保证任意幅频特性的同时具有严格的线性相频特性， 同时其单位抽样响应是有限长的，因而滤波器是稳定的系统。因此，FIR 滤波器在通信、图像处理、模式识别等领域都有着广泛的应用。滤波器设 计是根据给定滤波器的频率特性，求得满足该特性的传输函数。 二、设计任务 FIR滤波器设计的任务是选择有限长度的() H e满足一定 h n，使传输函数()jw 的幅度特性和线性相位要求。由于FIR滤波器很容易实现严格的线性相位，所以FIR 数字滤波器设计的核心思想是求出有限的脉冲响应来逼近给定的频率响应。 设计过程一般包括以下三个基本问题： （1）根据实际要求确定数字滤波器性能指标； （2）用一个因果稳定的系统函数去逼近这个理想性能指标； （3）用一个有限精度的运算去实现这个传输函数。 三、设计原理 FIR滤波器设计的任务是选择有限长度的() H e满足一定 h n，使传输函数()jw 的幅度特性和线性相位要求。由于FIR滤波器很容易实现严格的线性相位，所以FIR数字滤波器设计的核心思想是求出有限的脉冲响应来逼近给定的频率响应。 设计过程一般包括以下三个基本问题： （1）根据实际要求确定数字滤波器性能指标； （2）用一个因果稳定的系统函数去逼近这个理想性能指标； （3）用一个有限精度的运算去实现这个传输函数。 3.1窗函数法 设计FIR数字滤波器的最简单的方法是窗函数法，通常也称之为傅立叶级数法。FIR数字滤波器的设计首先给出要求的理想滤波器的频率响应()jw H e,设计 d

Matlab在滤波器中的应用

MATLAB大作业 院（系）：信息工程学院 专业：09通信工程 班级：通信一班 学生：钟锦慧 学号：20090610080118 指导教师：邹丹 2011年12月18日

MATLAB在滤波器设计中的应用 1. 绪论 从20世纪初至今，在通信与电子系统中，滤波器的研究和应用经历了漫长、艰辛而曲折的道路，滤波器在信号传输与信号处理中的重要地位和作用已经非常明显，所以滤波器的分析与设计更是应该重点研究的问题。滤波器，顾名思义，是对波进行过滤的器件。“波”是一个非常广泛的物理概念，在电子技术领域，“波”被狭义地局限于特指描述各种物理量的取值随时间起伏变化的过程。该过程通过各类传感器的作用，被转换为电压或电流的时间函数，称之为各种物理量的时间波形，或者称之为信号。因为自变量时间是连续取值的，所以称之为连续时间信号，又习惯地称之为模拟信号(Analog Signal)。随着数字式电子计算机(一般简称计算机)技术的产生和飞速发展，为了便于计算机对信号进行处理，产生了在抽样定理指导下将连续时间信号变换成离散时间信号的完整的理论和方法。也就是说，可以只用原模拟信号在一系列离散时间坐标点上的样本值表达原始信号而不丢失任何信息，波、波形、信号这些概念既然表达的是客观世界中各种物理量的变化，自然就是现代社会赖以生存的各种信息的载体。信息需要传播，靠的就是波形信号的传递。信号在它的产生、转换、传输的每一个环节都可能由于环境和干扰的存在而畸变，有时，甚至是在相当多的情况下，这种畸变还很严重，以致于信号及其所携带的信息被深深地埋在噪声当中了[。 2. MATLAB简介 2.1 MATLAB的概述 20世纪70年代，美国新墨西哥大学计算机科学系主任Cleve Moler为了减轻学生编程的负担，用FORTRAN编写了最早的MA TLAB。1984年由Little、Moler、Steve Bangert合作成立了的MathWorks公司正式把MA TLAB推向市场。到20世纪90年代，MA TLAB已成为国际控制界的标准计算软件。 MA TLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MA TLAB和Simulink两大部分。 MA TLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测

基于MATLAB的数字滤波器设计

基于matlab的数字滤波器设计 摘要：本文介绍的是数字滤波器在MATLAB环境下的设计方法。数字滤波是数字信号处理的重要内容，在实际应用中有非常大的作用。我们研究的数字滤波器可分为IIR和FIR两大类。对于IIR数字滤波器的设计，我们需要借助模拟原型滤波器，然后再将模拟滤波器转化为数字滤波器，文中采用的设计方法是脉冲响应不变法、双向性变换法和完全函数设计法；对于FIR数字滤波器的设计，可以根据所给定的频率特性直接设计，文中采用的设计方法是窗函数法。根据IIR 滤波器和FIR滤波器的特点，本文在MATLAB坏境下分别用双线性变换法设计IIR和用窗函数设计FIR数字滤波器，并让这两种滤波器对采集的语音信号进行分析和比较，经过分析，最后给出了IIR和FIR对语音滤波的效果，并总结这两种滤波器在MATLAB环境下设计方法的优缺点。 关键词：数字滤波器；IIR ；FIR ；MATLAB

The Design of Digital Filter based on MATLAB Abstract：This article describes a digital filter in the MATLAB environment design. Digital filtering is an important part of digital signal processing which is playing a very big role in practice .The digital filter we studied can be divided into two categories——IIR and FIR. For the IIR digital filter design, we will need the help of simulation prototype filter, analog filters and then converted it into digital filter For the IIR digital filter design .The design methods used in the text is the same impulse response method, bi-sexual transformation and full function design ;We can based on the frequency characteristics of the given direct design, design method used in the text is the window function for FIR digital filter design. Based on the characteristics of IIR filter and FIR filters ,the bad paper in the MATLAB environment under the bilinear transformation method were used to design IIR and FIR with window function digital filter design and filters to capture both the voice signal analysis and compare. Through analysis of IIR and FIR Finally, the effect of filtering on the speech, and concluded the advantages and disadvantages in the two filter design methods in the MATLAB environment. Key words: Digital Filter ；IIR；FIR；MATLAB

高通滤波器matlab程序代码

%高斯低通滤波器 RGB=imread('132.jpg'); I0=rgb2gray(RGB); subplot(2,3,1),imshow(I0);title('原图'); I1=imnoise(I0,'gaussian');%对原图像加噪声 subplot(2,3,2),imshow(I1);title('加入噪声后') %将灰度图像的二维不连续Fourier变换的零频率成分移到频谱的中心 s=fftshift(fft2(I1)); subplot(2,3,3),imshow(log(1+abs(s)),[]);title('fftshift'); [M,N]=size(s);%分别返回s的行数到M中，列数到N中 %GLPF滤波 d0=50;%初始化d0 n1=floor(M/2);%对M/2进行取整 n2=floor(N/2);%对N/2进行取整 for i=1:M for j=1:N d=sqrt((i-n1)^2+(j-n2)^2);%点（i,j）到傅立叶变换中心的距离 h(i,j)=1*exp(-1/2*(d^2/d0^2));%GLPF滤波函数

s(i,j)=h(i,j)*s(i,j);%GLPF滤波后的频域表示 end end s=ifftshift(s);%对s进行反FFT移动 %对s进行二维反离散的Fourier变换后，取复数的实部转化为无符号8位整数 s=uint8(real(ifft2(s))); subplot(2,3,4),imshow(h);title('传递函数');%显示GHPF滤波器的传递函数 subplot(2,3,5),imshow(s);title('GLPF滤波(d0=50)');%显示GLPF滤波处理后的图像