7第7章 数字滤波器的设计(1)
实验四IIR数字滤波器的设计(1)(2)课案

实验四 IIR 数字滤波器的设计及网络结构一、实验目的1.了解IIR 数字滤波器的网络结构。
2.掌握模拟滤波器、IIR 数字滤波器的设计原理和步骤。
3.学习编写数字滤波器的设计程序的方法。
二、实验内容数字滤波器:是数字信号处理技术的重要内容。
它的主要功能是对数字信号进行处理,保留数字信号中的有用成分,去除信号中的无用成分。
1.数字滤波器的分类滤波器的种类很多,分类方法也不同。
(1)按处理的信号划分:模拟滤波器、数字滤波器 (2)按频域特性划分;低通、高通、带通、带阻。
(3)按时域特性划分:FIR 、IIR2.IIR 数字滤波器的传递函数及特点数字滤波器是具有一定传输特性的数字信号处理装置。
它的输入和输出均为离散的数字信号,借助数字器件或一定的数值计算方法,对输入信号进行处理,改变输入信号的波形或频谱,达到保留信号中有用成分去除无用成分的目的。
如果加上A/D 、D/A 转换,则可以用于处理模拟信号。
设IIR 滤波器的输入序列为x(n),则IIR 滤波器的输入序列x(n)与输出序列y(n)之间的关系可以用下面的方程式表示:1()()()M Ni j i j y n b x n i a y n j ===-+-∑∑(5-1)其中,j a 和i b 是滤波器的系数,其中j a 中至少有一个非零。
与之相对应的差分方程为:10111....()()()1....MM NN b b z b z Y z H Z X z a z a z ----++==++ (5-2)由传递函数可以发现无限长单位冲激响应滤波器有如下特点: (1) 单位冲激响应h(n)是无限长的。
(2) 系统传递函数H(z)在有限z 平面上有极点存在。
(3) 结构上存在着输出到输入的反馈,也就是结构上是递归型的。
3.IIR 滤波器的结构IIR 滤波器包括直接型、级联型和并联型三种结构:① 直接型:优点是简单、直观。
但由于系数bm 、a k 与零、极点对应关系不明显,一个bm 或a k 的改变会影响H(z)所有零点或极点的分布,所以一方面,bm 、a k 对滤波器性能的控制关系不直接,调整困难;另一方面,零、极点分布对系数变化的灵敏度高,对有限字长效应敏感,易引起不稳定现象和较大误差。
《数字信号处理教程》程佩青(第三版)清华大学出版社课后答案

结果 y (n ) 中变量是 n ,
∞
∞
∑ ∑ y (n ) =
x ( m )h (n − m ) =
h(m)x(n − m) ;
m = −∞
m = −∞
②分为四步 (1)翻褶( -m ),(2)移位( n ),(3)相乘,
(4)相加,求得一个 n 的 y(n) 值 ,如此可求得所有 n 值的 y(n) ;
10
T [ax1(n)+ bx2 (n)] =
n
∑
[ax1
(n
)
+
bx2
(n
)]
m = −∞
T[ax1(n) + bx2(n)] = ay1(n) + by2(n)
∴ 系统是线性系统
解:(2) y(n) =
[x(n )] 2
y1(n)
= T [x1(n)] = [x1(n)] 2
y2 (n) = T [x2 (n)] = [x2 (n)] 2
(3) y(n) = δ (n − 2) * 0.5n R3(n) = 0.5n−2 R3(n − 2) (4) x(n) = 2n u(−n −1) h(n) = 0.5n u(n)
当n ≥ 0 当n ≤ −1
∑ y(n) = −1 0.5n−m 2m = 1 ⋅ 2−n
m = −∞
3
y(n) = ∑n 0.5n−m 2m = 4 ⋅ 2n
+ 1)
−
x1 (n
+ 1)]
=
−a n
综上 i) , ii) 可知: y1 (n) = −a nu(−n − 1)
(b) 设 x(n) = δ (n − 1)
i)向 n > 0 处递推 ,
数字信号处理第七章有限单位冲激响应FIR数字滤波器的设计方法(共95张PPT)

线性相位分析
H (z)z (N 2 1 )N n 0 1h (n ) 1 2Z (n (N 2 1 )) 1 2Z (n (N 2 1 ))
H (ej)e e j j(( N )2 1) N n 0 1 h( n) c o s(n (N 2 1 ) ) (1) H ()
m 0
即 H (z) z (N 1 )H (z 1 )
H (z) z (N 1 )H (z 1 )
所以有: h (z) 1H (z) z (N 1 )H (z 1 ) 2
1N 1h (n )z nz (N 1 )zn 2n 0
z (N 2 1 )N n 0 1 h (n ) 1 2Z (n (N 2 1 )) 1 2Z (n (N 2 1 ))
m1
(N 1)/2a(n)con s)(
n0
其中: a ( 0 ) h (N 1 ),a ( n ) 2 h ( n N 1 ),( n 1 )
2
2
由于con s对 0,,2
是偶对称的。
因此,H()对0,,2
为偶对称。
线性相位滤波器的幅度特点
2、h(n)偶对称,N为偶数
对(1)式与如上合并项,注意到由于N为偶数, h(N 1) 项即为0,则
四种线性相位滤波器
偶对称单位冲激响应
h (n ) =h (N- 1-n )
相位响应
( ) N 1 2
情
况
( )
1
o
- N( - 1)
N为 奇 数 h (n )
0 a (n )
N- 1 n
0
N 1
n
2
( N 1) / 2
H ( ) a (n) cos n
n0
第七章 模拟滤波器的设计(数字信号处理)

s
c
)
2N
10
a s / 10
(7.2.15)
由(7.2.14)和(7.2.15)式得到:
(
p
s
)
N
10 10
a p / 10 a s / 10
1 1
令
sp s / p , k sp
10 10
a p 10 as 10
1 1
,则N由下式表示:
N
1
1
1
1
0
fC a ) 低通
f
0
fC b ) 高通
f
0
fC1 c) 带通
fC2
f
0
fC1 d ) 带阻
fC2 f
7.1 理想滤波器
无过渡带且在通频带内满 足不失真测试条件的滤波 器称为理想滤波器。理想 滤波器的频率响应函数为:
|H(f)| A0
-fc
A e j 2 p ft 0 0 H(f) 0 f fc 其它
lg k sp lg sp
(7.2.16)
用上式求出的N可能有小数部分,应取大于等于N
的最小整数。关于3dB截止频率Ωc,如果技术指标中没 有 给 出 , 可 以 按 照 (7.2.14) 式 或 (7.2.15) 式 求 出 , 由
图7.2.2 低通滤波器的幅度特性
滤波器的技术指标给定后,需要设计一个传输函
数Ha(s),希望其幅度平方函数满足给定的指标αp和αs, 一般滤波器的单位冲激响应为实数,因此
H a ( j )
2
H a ( s )G ( s )
s j
H a ( j ) H a ( j )
数字信号处理导论

接上例:N=10
分别用矩形窗
和Hamming 窗
使用Hamming 窗后,阻带衰 减变好,但过 渡带变宽。
高通:
令:
H
d
(e
j
)
e
j
N 1 2
0
c 0 c
hd
(n)
sin[(n
N 1) ] sin[(n
2
(n N 1)
N 2
1)c
]
2
相当于用一种截止频率在 处旳低通滤波器
理想微分器 x(t) 旳频率特征:
H (s)
y(t)
y(t) dx(t) dt
H (s) s H ( j) j
令: x(n) x(t) tnTs , y(n) y(t) tnTs
x(n) H (z)
y(n)
理想差分器
旳频率特征: H (e j ) j,
Hd (e j ) j
奇对称, 纯虚函数
主瓣宽度最宽:12
N
旁瓣幅度最小
汉宁窗-布拉克曼窗比较
矩形窗-汉宁窗-布拉克曼窗比较
矩形窗-三角形窗比较
矩形窗-海明窗-凯泽窗比较
六种窗函数基本参数比较
窗函数
矩形窗 三角形窗
汉宁窗 海明窗 布拉克曼窗 凯泽窗
窗谱性能指标
加窗后滤波器性能指标
旁瓣峰值 主瓣宽度 过渡带宽 阻带最小衰减
/dB
在
c
2
N
处出现肩峰值,两侧形成起伏振
荡,振荡旳幅度和多少取决于旁瓣旳幅度和多少
变化N只能变化窗谱旳主瓣宽度,但不能变化主
瓣与旁瓣旳相对百分比。其相对百分比由窗函数 形状决定,称为Gibbs效应
例1.设计低通 FIR
数字信号处理第三版第七章

对称,是满足式(7.1.9)的一组解,
因为cos[ω(n-τ)]关于n=τ偶对称,所以要求τ和h(n)满
足如下条件:
()
,
N1
2
2
h(n)h(N1n), 0≤ n≤ N1
(7.1.10)
2. 线性相位FIR滤波器幅度特性Hg(ω)的特点 实质上,幅度特性的特点就是线性相位FIR滤波
因为cos[ω(n-τ)]关于ω=0, π, 2π三点偶对称,所以由 式(7.1.11)可以看出,Hg(ω)关于ω=0, π, 2π三点偶对称。 因此情况1可以实现各种(低通、高通、带通、带阻)滤 波器。
情况2: h(n)=h(N-n-1), N为偶数。
仿照情况1的推导方法得到:
H ( e j ) H g () e j = N 1 h ( n ) e j n e j M 2 h ( n )c o s (( n ) )
第7章 有限脉冲响应数字滤波器的设计
7.1 线性相位FIR数字滤波器的条件和特点 7.2 利用窗函数法设计FIR滤波器 7.3 利用频率采样法设计FIR滤波器 7.4 利用等波纹最佳逼近法设计FIR滤波器 7.5 IIR和FIR数字滤波器的比较 7.6 几种特殊类型滤波器简介 7.7 滤波器分析设计工具FDATool
用情况3的推导过程可以得到:
M
Hg() 2h(n)sin[(n)] n0
(7.1.13)
N是偶数,τ=(N-1)/2=N/2-1/2。所以,当ω=0, 2π时,
sin[ω(n-τ)]=0;当ω=π时,sin[ω(n-τ)]=(-1)n- N/2, 为峰值点。而且sin [ω(n-τ)]关于过零点ω=0和
如何减少吉布斯效应的影响,设计一个满足要求的FIR滤波器呢? 直观上,增加矩形窗口的宽度(即加大N)可以减少吉布斯效应 的影响。N 时, 在主瓣附近, WRg(ω)近似为:
课后习题及答案_第7章有限脉冲响应数字滤波器设计--习题(精品pdf)

第6章 有限脉冲响应(FIR)数字滤波器的设计习题1. 已知FIR 滤波器的单位脉冲响应为:(1) h (n )长度N =6h (0)=h (5)=1.5h (1)=h (4)=2h (2)=h (3)=3(2) h (n )长度N =7h (0)=- h (6)=3h (1)=- h (5)=- 2h (2)=-h (4)=1h (3)=0试分别说明它们的幅度特性和相位特性各有什么特点。
2. 已知第一类线性相位FIR 滤波器的单位脉冲响应长度为16, 其16个频域幅度采样值中的前9个为:H g (0)=12, H g (1)=8.34, H g (2)=3.79, H g (3)~H g (8)=0根据第一类线性相位FIR 滤波器幅度特性H g (ω)的特点, 求其余7个频域幅度采样值。
3. 设FIR 滤波器的系统函数为求出该滤波器的单位脉冲响应h (n ), 判断是否具有线性相位, 求出其幅度特性函数和相位特性函数。
4. 用矩形窗设计线性相位低通FIR 滤波器, 要求过渡带宽度不超过π/8 rad 。
希望逼近的理想低通滤波器频率响应函数H d (e j ω)为(1) 求出理想低通滤波器的单位脉冲响应h d (n );(2) 求出加矩形窗设计的低通FIR 滤波器的单位脉冲响应h (n )表达式, 确定)9.01.29.01(101)(4321−−−−++++=z z z z z Hα与N之间的关系;(3)简述N取奇数或偶数对滤波特性的影响。
5.用矩形窗设计一线性相位高通滤波器,要求过渡带宽度不超过π/10 rad。
希望逼近的理想高通滤波器频率响应函数H d(e jω)为(2)用h1(n)和h2(n)分别构成的低通滤波器是否具有线性相位?群延时为多少?题8图9.对下面的每一种滤波器指标,选择满足FIRDF设计要求的窗函数类型和长度。
(1)阻带衰减为20 dB,过渡带宽度为1 kHz,采样频率为12 kHz;(2)阻带衰减为50 dB,过渡带宽度为2 kHz,采样频率为20 kHz;(3)阻带衰减为50 dB,过渡带宽度为500 Hz,采样频率为5 kHz。
第七章_有限长单位冲激响应(FIR)数字滤波器的设计

| | c
c | |
表示其群时延
2.冲激响应序列
1 j jn hd ( n) H ( e ) e d d 2 1 c j jn e e d c 2 s in[(n ) c ] (n ) c s in[(n ) c ] c (n )
• H (0) 0 ,
0,2 奇对称,关于 偶对称. • H ( ) 关于
可用于设计:
•高通滤波器 •带通滤波器 4种不同的幅度特性中,以第一种幅度特性最好,因而在FIR滤 波器的设计中,通常都采用第一种幅度特性。称第一类FIR滤波 器。
h( n) 偶对称,N为奇数
7.1.3 线性相位FIR数字滤波器的零点分布特点
且 h( n) 关于 N 1 偶对称或奇对称
2 偶对称 h(n) h( N n 1)
奇对称 h(n) h( N n 1)
1. h( n)为偶对称
H ( z ) h( n) z
n 0 N 1 n N 1 n 0
h( N n 1) z n
WR ( ) 为矩形窗频率响应幅度函数 8 主瓣宽度 N 第一旁瓣比主瓣低 31dB
4 N
0
WHan (Biblioteka )4 N4.海明窗 5.布莱克曼窗
n h ( N n 1 ) z n 0
N 1
令
m N n 1
( N m 1) ( N 1) m ( N 1) 1 h ( m ) z z h ( m ) z z H ( z ) m 0 N 1 N 1
H ( z)
m 0
数字滤波器的设计及其MATLAB实现

设计低通数字滤波器,要求在通带内频率低于0.2pirad时,允许幅度误差在1dB以内,在频率0.3pi rad~pi rad之间的阻带衰减大于15dB,用脉冲响应不变法设计数字滤波器,T=1: 切比雪夫I型模拟滤波器的设计子程序:function [b,a]=afd_chb1(Omegap,Omegar,Ar)if Omegap<=0error('通带边缘必须大于0')endif(Dt<=0)|(Ar<0)error('通带波动或阻带衰减必须大于0');endep=sqrt(10^(Dt/10)-1);A=10^(Ar/20);OmegaC=Omegap;OmegaR=Omegar/Omegap;g=sqrt(A*A-1)/ep;N=ceil(log10(g+sqrt(g*g-1))/log10(OmegaR+sqrt(OmegaR*OmegaR-1)));fprintf('\n***切比雪夫I型模拟低通滤波器阶数=%2.0f\n',N);[b,a]=u_chblap(N,Dt,OmegaC);设计非归一化切比雪夫I型模拟低通滤波器原型程序:function [b,a]=u_chblap(N,Dt,OmegaC)[z,p,k]=cheb1ap(N,Dt);a=real(poly(p));aNn=a(N+1);p=p*OmegaC;a=real(poly(p));aNu=a(N+1);k=k*aNu/aNn;b0=k;B=real(poly(z));b=k*B;直接形式转换成级联形式子程序:function [C,B,A]=sdir2cas(b,a)Na=length(a)-1;Nb=length(b)-1;b0=b(1);b=b/b0;a0=a(1);a=a/a0;C=b0/a0;p=cplxpair(roots(a));K=floor(Na/2);if K*2==NaA=zeros(K,3);for n=1:2:NaArow=p(n:1:n+1,:);Arow=poly(Arow);A((fix(n+1)/2),:)=real(Arow);elseif Na==1A=[0 real(poly(p))];elseA=zeros(K+1,3);for n=1:2:2*KArow=p(n:1:n+1,:);Arow=poly(Arow);A((fix(n+1)/2),:)=real(Arow);endA(K+1,:)=[0 real(poly(p(Na)))];endz=cplxpair(roots(b));K=floor(Nb/2);if Nb==0B=[0 0 poly(z)];elseif K*2==NbB=zeros(K,3);for n=1:2:NbBrow=z(n:1:n+1,:);Brow=poly(Brow);B((fix(n+1)/2),:)=real(Brow);endelseif Nb==1B=[0 real(poly(z))];elseB=zeros(K+1,3);for n=1:2:2*KBrow=z(n:1:n+1,:);Brow=poly(Brow);B((fix(n+1)/2),:)=real(Brow);endB(K+1,:)=[0 real(poly(z(Nb)))];End计算系统函数的幅度响应和相位响应子程序:function [db,mag,pha,w]=freqs_m(b,a,wmax)w1=0:500;w=w1*wmax/500;h=freqs(b,a,w);mag=abs(h);db=20*log10((mag+eps)/max(mag));pha=angle(h);脉冲响应不变法程序:function [b,a]=imp_invr(c,d,T)[R,p,k]=residue(c,d);p=exp(p*T);[b,a]=residuez(R,p,k);b=real(b).*T;数字滤波器响应子程序: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);直接转换成并联型子程序:function [C,B,A]=dir2par(b,a)M=length(b);N=length(a);[r1,p1,C]=residuez(b,a);p=cplxpair(p1,10000000*eps);x=cplxcomp(p1,p);r=r1(x);K=floor(N/2);B=zeros(K,2);A=zeros(K,3);if K*2==Nfor i=1:2:N-2br=r(i:1:i+1,:);ar=p(i:1:i+1,:);[br,ar]=residuez(br,ar,[]);B((fix(i+1)/2),:)real(br');A((fix(i+1)/2),:)real(ar');end[br,ar]=residuez(r(N-1),p(N-1),[]);B(K,:)=[real(br') 0];A(K,:)=[real(ar') 0];elsefor i=1:2:N-1br=r(i:1:i+1,:);ar=p(i:1:i+1,:);[br,ar]=residuez(br,ar,[]);B((fix(i+1)/2),:)real(br);A((fix(i+1)/2),:)real(ar);endEnd比较两个含同样标量元素但(可能)有不同下标的复数对及其相位留数向量子程序:function I=cplxcomp(p1,p2)I=[];for i=1:length(p2)for j=1:length(p1)if(abs(p1(j)-p2(i))<0.0001)I=[I,j];endendendI=I';双线性变换巴特沃斯低通滤波器设计:巴特沃思模拟滤波器的设计子程序:function [b,a]=afd_butt(wp,ws,Rp,rs)if wp<=0error('通带边缘必须大于0');endif ws<=wperror('阻带边缘必须大于通带边缘');endif(Rp<=0)|(Rs<0)error('通带波动或阻带衰减必须大于0');endN=ceil((log10((10^(Rp/10)-1)/(10^(Rs/10)-1)))/(2*log10(wp/ws))); fprintf('\n***Butterworth Filter Order=%2.0f\n',N);OmegaC=wp/((10^(Rp/10)-1)^(1/(2*N)));[b,a]=u_buttap(N,OmegaC)设计非归一化巴特沃思模拟低通滤波器原型子程序:function [b,a]=u_buttap(N,OmegaC)[z,p,k]=buttap(N);p=p*OmegaC;k=k*OmegaC^N;B=real(poly(z));b0=k;b=k*B;a=real(poly(p));直接型到级联型形式的转换:function [b0,B,A]=dir2cas(b,a)b0=b(1);b=b/b0;a0=a(1);a=a/a0;b0=b0/a0;M=length(b);N=length(a);if N>Mb=[b,zeros(1,N-M)];a=[a,zeros(1,M-N)];elseNM=0;endk=floor(N/2);B=zeros(k,3);A=zeros(k,3);if k*2==Nb=[b,0];a=[a,0];endbroots=cplxpair(roots(b));aroots=cplxpair(roots(a));for i=1:2:2*kbr=broots(i:1:i+1,:);br=real(polt(br));B((fix(i+1)/2),:)=br;ar=aroots(i:1:i+1,:);ar=real(polt(ar));A((fix(i+1)/2),:)=ar;Endfunction [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=grdelay(b,a,w);设计一个巴特沃思高通滤波器,要求通带截止频率为0.6pi,通带内衰减不大于1dB,阻带·起始频率为0.4pi,阻带内衰减不小于15dB,T=1:>> wp=0.6*pi;ws=0.4*pi;>> Rp=1;Rs=15;T=1;>> [N,wn]=buttord(wp/pi,ws/pi,Rp,Rs) 计算巴特沃思滤波器阶数和截止频率N =4wn =>> [b,a]=butter(N,wn,'high'); 频率变换法计算巴特沃思高通滤波器>> [C,B,A]=dir2cas(b,a)C =0.0751B =1.0000 -2.0000 1.00001.0000 -2.0000 1.0000A =1.0000 0.1562 0.44881.0000 0.1124 0.0425>> [db,mag,pha,grd,w]=freqz_m(b,a);>> subplot(2,1,1);plot(w/pi,mag);>> subplot(2,1,2);plot(w/pi,db);椭圆带通滤波器的设计--ellip函数的应用:>> ws=[0.3*pi 0.75*pi]; 数字阻带边缘频率>> wp=[0.4*pi 0.6*pi]; 数字通带边缘频率>> Rp=1;Rs=40;>> Ripple=10^(-Rp/20); 通带波动>> Attn=10^(-Rs/20); 阻带衰减>> [N,wn]=ellipord(wp/pi,ws/pi,Rp,Rs) 计算椭圆滤波器参数N =4wn =0.4000 0.6000>> [b,a]=ellip(N,Rp,Rs,wn); 数字椭圆滤波器的设计>> [b0,B,A]=dir2cas(b,a) 级联形式实现b0 =0.0197B =1.0000 1.5066 1.00001.0000 0.9268 1.00001.0000 -0.9268 1.00001.0000 -1.5066 1.0000A =1.0000 0.5963 0.93991.0000 0.2774 0.79291.0000 -0.2774 0.79291.0000 -0.5963 0.9399>> figure(1);>> [db,mag,pha,grd,w]=freqz_m(b,a);>> subplot(2,2,1);plot(w/pi,mag);>> grid on;>> subplot(2,2,3);plot(w/pi,db);grid on;>> subplot(2,2,2);plot(w/pi,pha/pi);grid on;>> subplot(2,2,4);plot(w/pi,grd);设计一个巴特沃思带阻滤波器,要求通带上下截止频率为0.8pi、0.2pi,通带内衰减不大于1dB,阻带上起始频率为0.7pi、0.4pi,阻带内衰减不小于30dB:>> wp=[0.2*pi 0.8*pi];>> ws=[0.4*pi 0.7*pi];>> Rp=1;Rs=30;>> [N,wn]=buttord(wp/pi,ws/pi,Rp,Rs);>> [b,a]=butter(N,wn,'stop');>> [C,B,A]=dir2cas(b,a)C =0.0394B =1.0000 0.3559 0.99941.0000 0.3547 1.00401.0000 0.3522 0.99541.0000 0.3499 1.00461.0000 0.3475 0.99601.0000 0.3463 1.0006A =1.0000 1.3568 0.79281.0000 1.0330 0.46331.0000 0.6180 0.17751.0000 -0.2493 0.11131.0000 -0.6617 0.37551.0000 -0.9782 0.7446>> [db,mag,pha,grd,w]=freqz_m(b,a); >> subplot(2,1,1);plot(w/pi,mag);>> subplot(2,1,2);plot(w/pi);数字低通---数字带阻:function [bz,az]=zmapping(bZ,aZ,Nz,Dz) bzord=(length(bZ)-1)*(length(Nz)-1); azord=(length(aZ)-1)*(length(Dz)-1);bz=zeros(1,bzord+1);for k=0:bzordpln=[1];for i=0:k-1pln=conv(pln,Nz);endpld=[1];for i=0:bzord-k-1pld=conv(pld,Dz);endbz=bz+bZ(k+1)*conv(pln,pld); endfor k=0:azordpln=[1];for i=0:k-1pln=conv(pln,Nz);endpld=[1];for i=0:azord-k-1pld=conv(pld,Dz);endaz=az+aZ(k+1)*conv(pln,pld); endall=az(1);az=az/az1;bz=bz/az1;线性相位FIR滤波器的幅度特性:function pzkplot(num,den)hold on;axis('square');x=-1:0.01:1;y=(1-x.^2).^0.5;y1=-(1-x.^2).^0.5;plot(x,y,'b',x,y1,'b');num1=length(num);den1=length(den);if(num1>1)z=roots(num);elsez=0;endif(den1>1)p=roots(den);elsep=0;endif(num>1&den1>1)r_max_z=max(abs(real(z)));i_max_z=max(abs(imag(z)));a_max_z=max(r_max_z,i_max_z);r_max_p=max(abs(real(p)));i_max_p=max(abs(imag(p)));a_max_p=max(r_max_p,i_max_p);a_max=max(a_max_z,a_max_p);elseif (num1>1)r_max_z=max(abs(real(z)));i_max_z=max(abs(imag(z)));a_max=max(r_max_z,i_max_z);elser_max_p=max(abs(real(p)));i_max_p=max(abs(imag(p)));a_max=max(r_max_p,i_max_p);endaxis([-a_max a_max -a_max a_max]);plot([-a_max a_max],[0 0],'b');plot([0 0],[-a_max a_max],'b');plot([-a_max a_max],[a_max a_max],'b');plot([a_max a_max],[-a_max a_max],'b');Lz=length(z);for i=1:Lz;plot(real(z(i)),imag(z(i)),'bo');endLp=length(p);for j=1:Lpplot(real(p(j)),imag(p(j)),'bx');endtitle('The zeros-pole plot');xlabel('虚部');ylabel('实部');function [Hr,w,a,L]=Hr_Type1(h)M=length(h);L=(M-1)/2;a=[h(L+1) 2*h(L:-1:1)];n=[0:1:L];w=[0:1:500]'*pi/500;Hr=cos(w*n)*a';设计I型线性相位FIR滤波器:>> h=[-4 1 -1 -2 5 6 5 -2 -1 1 -4];>> M=length(h);n=0:M-1;>> [Hr,w,a,L]=Hr_Type1(h);>> amax=max(a)+1;>> amin=min(a)-1;>> subplot(2,2,1);stem(n,h);>> axis([-1 2*L+1 amin amax]);text(2*L+1.5,amin,'n'); >> xlabel('n');ylabel('h(n)');title('脉冲响应');>> subplot(2,2,3);stem(0:L,a);>> axis([-1 2*L+1 amin amax]);>> xlabel('n');ylabel('a(n)');title('a(n) 系数');>> subplot(2,2,2);plot(w/pi,Hr);>> grid on;text(1.05,-20,'频率pi');>> xlabel('频率');ylabel('Hr');title('I 型振幅响应');>> subplot(2,2,4);pzkplot(h,1);>> title('零极点分布');function [hr,w,b,L]=Hr_Type2(h)M=length(h);L=M/2;b=2*h(L:-1:1);n=[1:1:L];n=n-0.5;w=[0:1:500]'*pi/500;hr=cos(w*n)*b';II型线性相位FIR滤波器:>> h=[-4 1 -1 -2 5 6 5 -2 -1 1 -4];>> M=length(h);n=0:M-1;>> [Hr,w,b,L]=Hr_Type2(h);Warning: Integer operands are required for colon operator when used as index. > In Hr_Type2 at 2>> bmax=max(b)+1;bmin=min(b)-1;>> subplot(2,2,1);stem(n,h);axis([-1 2*L+1 bmin bmax]);text(2*L+1.5,bmin,'n');xlabel('n');ylabel('h(n)');title('脉冲响应');>> subplot(2,2,3);stem(1:L,b);axis([-1 2*L+1 bmin bmax]);xlabel('n');ylabel('b(n)');title('b(n) 系数');>> subplot(2,2,2);plot(w/pi,Hr);grid on;text(1.05,-20,'频率pi');xlabel('频率');ylabel('Hr');title('II 型振幅响应');>> subplot(2,2,4);pzkplot(h,1);title('零极点分布');function [hr,w,c,L]=Hr_Type3(h)M=length(h);L=(M-1)/2;b=2*h(L+1:-1:1);n=[1:1:L];w=[0:1:500]'*pi/500;hr=cos(w*n)*c';用MA TLAB编程绘制各种窗函数的形状。
数字信号处理讲义第7章滤波器的设计方法

第7章滤波器的设计方法教学目的1.掌握由连续时间滤波器设计离散时间IIR滤波器的方法,包括冲激响应不变法,双线性变换法等;2.了解常用的窗函数,掌握低通IIR滤波器的频率变换法、用窗函数法设计FIR滤波器的方法;3.掌握FIR滤波器的逼近原理与设计方法。
教学重点与难点重点:本章是本课程的重中之重,滤波器的设计是核心内容之一。
1.连续时间滤波器设计离散时间IIR滤波器的方法,包括冲激响应不变法,双线性变换法等;2.常用的窗函数,掌握低通IIR滤波器的频率变换法、用窗函数法设计FIR滤波器的方法;3.掌握FIR滤波器的逼近原理与设计方法。
难点:1.冲激响应不变法,双线性变换法2.用窗函数法设计FIR滤波器FIR滤波器的逼近原理与设计方法基本概念7.0.1 选频滤波器的分类数字滤波器是数字信号处理的重要基础。
在对信号的过滤、检测与参数的估计等处理中, 数字滤波器是使用最广泛的线性系统。
数字滤波器是对数字信号实现滤波的线性时不变系统。
它将输入的数字序列通过特定运算转变为输出的数字序列。
因此,数字滤波器本质上是一台完成特定运算的数字计算机。
我们已经知道,一个输入序列x(n),通过一个单位脉冲响应为h(n)的线性时不变系统后,其输出响应y(n)为∑∞-)(y))()()(n(nn=m*=xmhnhx将上式两边经过傅里叶变换,可得式中,Y (e j ω)、X (e j ω)分别为输出序列和输入序列的频谱函数, H (ejω)是系统的频率响应函数。
可以看出,输入序列的频谱X (e j ω)经过滤波后,变为X (e j ω)H (e j ω)。
如果|H (e j ω)|的值在某些频率上是比较小的,则输入信号中的这些频率分量在输出信号中将被抑制掉。
因此,只要按照输入信号频谱的特点和处理信号的目的,适当选择H (ej ω),使得滤波后的X (e j ω)H (e j ω)符合人们的要求,这就是数字滤波器的滤波原理。
和模拟滤波器一样,线性数字滤波器按照频率响应的通带特性可划分为低通、高通、带通和带阻几种形式。
数值计算方法与算法第三版答案 数值计算方法学习指导书

数值计算方法与算法第三版答案数值计算方法学习指导书数值计算方法学习指导书是怎么样的?以下是小编分享给大家的数值计算方法学习指导书简介的资料,希望可以帮到你!数值计算方法学习指导书内容简介《数字信号处理学习指导》是浙江省高等教育重点建设教材、应用型本科规划教材《数字信号处理》(唐向宏主编,浙江大学出版社出版,以下简称教材)的配套学习指导书,内容包括学习要求、例题分析、教材习题解答、自测练习以及计算机仿真实验等。
学习指导书紧扣教材内容,通过例题讲解,分析各章节的学习重点、难点以及需要理解、掌握和灵活运用的基本概念、基本原理和基本方法。
全书共有66例例题分析、121题题解、2套自测练习和6个MAT1AB计算机仿真实验。
数值计算方法学习指导书目录绪论第1章离散时间信号与系统1.1 学习要点1.2 例题1.3 教材习题解答第2章离散系统的变换域分析与系统结构2.1 学习要点2.2 例题2.3 教材习题解答第3章离散时间傅里叶变换3.1 学习要点3.2 例题3.3 教材习题解答第4章快速傅里叶变换4.1 学习要点4.2 例题4.3 教材习题解答第5章无限长单位冲激响应(IIR)数字滤波器的设计5.1 学习要点5.2 例题5.3 教材习题解答第6章有限长单位冲激响应(FIR)数字滤波器的设计6.1 学习要点6.2 例题6.3 教材习题解答第7章数字信号处理中的有限字长效应7.1 学习要点7.2 例题7.3 教材习题解答第8章自测题8.1 自测题(1)及参考答案8.2 自测题(2)及参考答案第9章基于MA TLAB的上机实验指导9.1 常见离散信号的MA TLAB产生和图形显示9.2 信号的卷积、离散时间系统的响应9.3 离散傅立叶变换9.4 离散系统的频率响应分析和零、极点分布9.5 IIR滤波器的设计9.6 FIR滤波器的设计数值计算方法学习指导书内容文摘第1章离散时间信号与系统1.1 学习要点本章主要介绍离散时间信号与离散时间系统的基本概念,着重阐述离散时间信号的表示、运算,离散时间系统的性质和表示方法以及连续时间信号的抽样等。
数字滤波器原理及实现步骤

数字滤波器原理及实现步骤数字滤波器是数字信号处理中常用的一种技术,用于去除信号中的噪声或对信号进行特定频率成分的提取。
数字滤波器可以分为FIR(有限脉冲响应)滤波器和IIR(无限脉冲响应)滤波器两种类型,在实际工程中应用广泛。
FIR滤波器原理FIR滤波器是一种线性时不变系统,其输出只取决于当前输入信号和滤波器的前几个输入输出。
FIR滤波器的输出是输入信号与系统的冲激响应序列的卷积运算结果。
其基本结构是在输入信号通过系数为h的各级延时单元后,经过加权求和得到输出信号。
对于FIR滤波器的理想频率响应可以通过频率采样响应的截断来实现,需要设计出一组滤波器系数使得在频域上能够实现所需的频率特性。
常见的设计方法包括窗函数法、频率采样法和最小均方误差法。
FIR滤波器实现步骤1.确定滤波器的类型和需求:首先需要确定滤波器的类型,如低通滤波器、高通滤波器或带通滤波器,并明确所需的频率响应。
2.选择设计方法:根据需求选择适合的设计方法,比如窗函数法适用于简单滤波器设计,而最小均方误差法适用于需要更高性能的滤波器。
3.设计滤波器系数:根据选定的设计方法计算出滤波器的系数,这些系数决定了滤波器的频率特性。
4.实现滤波器结构:根据滤波器系数设计滤波器的结构,包括各级延时单元和加权求和器等。
5.进行滤波器性能评估:通过模拟仿真或实际测试评估设计的滤波器性能,检查是否满足需求。
6.优化设计:根据评估结果对滤波器进行优化,可能需要调整系数或重新设计滤波器结构。
7.实际应用部署:将设计好的FIR滤波器应用到实际系统中,确保其能够有效去除噪声或提取目标信号。
FIR滤波器由于其稳定性和易于设计的特点,在许多数字信号处理应用中得到广泛应用,如音频处理、图像处理和通信系统等领域。
正确理解FIR滤波器的原理和实现步骤对工程师设计和应用数字滤波器至关重要。
数字滤波器使用方法

数字滤波器使用方法数字滤波器是一种用于信号处理的重要工具,能够帮助我们去除信号中的噪音、平滑信号、提取信号特征等。
在实际工程和科学应用中,数字滤波器具有广泛的应用,例如音频处理、图像处理、通信系统等领域。
下面将介绍数字滤波器的基本原理和使用方法。
一、数字滤波器的基本原理数字滤波器是一种能对数字信号进行处理的系统,其基本原理是根据预先设计好的滤波器系数对输入信号进行加权求和,从而得到输出信号。
根据滤波器的结构不同,数字滤波器可以分为FIR(有限脉冲响应)滤波器和IIR(无限脉冲响应)滤波器两种类型。
FIR滤波器的特点是稳定性好、易于设计,其输出只取决于当前和过去的输入信号;而IIR滤波器具有较高的处理效率和更窄的频带宽度,但设计和稳定性方面相对复杂一些。
根据不同的应用需求和信号特性,可以选择合适的滤波器类型。
二、数字滤波器的使用方法1.确定滤波器类型:首先需要根据实际需求确定所需的滤波器类型,是需要设计FIR滤波器还是IIR滤波器。
2.设计滤波器:接下来根据所选滤波器类型进行设计,确定滤波器的阶数、频率响应特性等参数。
可以使用数字信号处理工具软件进行设计,或者根据经验公式进行计算。
3.滤波器实现:设计好滤波器之后,需要在编程环境中实现滤波器结构。
根据设计的滤波器系数,编写滤波器算法并将其应用于目标信号。
4.滤波器应用:将待处理的信号输入到设计好的数字滤波器中,并获取滤波后的信号输出。
根据实际需求对输出信号进行后续处理或分析。
5.性能评估:最后需要对滤波器的性能进行评估,可以通过对比滤波前后信号的频谱特性、信噪比以及滤波器的稳定性等指标来评估滤波器的效果。
三、注意事项•在设计数字滤波器时,需要根据具体应用场景和信号特性选择合适的滤波器类型和参数,以达到最佳的滤波效果。
•需要注意滤波器的稳定性和性能,避免设计过分复杂的滤波器导致系统不稳定或无法实现。
•对于实时应用,还需考虑滤波器的计算效率,尽量优化滤波器算法以减少计算复杂度。
有限脉冲响应数字滤波器设计实验报告

成绩:《数字信号处理》作业与上机实验(第二章)班级:学号:姓名:任课老师:完成时间:信息与通信工程学院2014—2015学年第1 学期第7章有限脉冲响应数字滤波器设计1、教材p238:19.设信号x(t) = s(t) + v(t),其中v(t)是干扰,s(t)与v(t)的频谱不混叠,其幅度谱如题19图所示。
要求设计数字滤波器,将干扰滤除,指标是允许|s(f)|在0≤f≤15 kHz频率范围中幅度失真为±2%(δ1 = 0.02);f > 20 kHz,衰减大于40 dB(δ2=0.01);希望分别设计性价比最高的FIR和IIR两种滤波器进行滤除干扰。
请选择合适的滤波器类型和设计方法进行设计,最后比较两种滤波器的幅频特性、相频特性和阶数。
题19图(1)matlab代码:%基于双线性变换法直接设计IIR数字滤波器Fs=80000;fp=15000;fs=20000;rs=40;wp=2*pi*fp/Fs;ws=2*pi*fs/Fs;Rp=-20*log10(1-0.02);As=40;[N1,wp1]=ellipord(wp/pi,ws/pi,Rp,As);[B,A]=ellip(N1,Rp,As,wp1);[Hk,wk1]=freqz(B,A,1000);mag=abs(Hk);pah=angle(Hk);%窗函数法设计FIR 数字滤波器 Bt=ws-wp;alph=0.5842*(rs-21)^0.4+0.07886*(rs-21); N=ceil((rs-8)/2.285/Bt); wc=(wp+ws)/2/pi;hn=fir1(N,wc,kaiser(N+1,alph)); M=1024;Hk=fft(hn,M); k=0:M/2-1;wk=(2*pi/M)*k;%画出各种比较结果图 figure(2);plot(wk/pi,20*log10(abs(Hk(k+1))),':','linewidth',2.5); hold onplot(wk1/pi,20*log10(mag),'linewidth',2); hold offlegend('FIR 滤波器','IIR 滤波器');axis([0,1,-80,5]);xlabel('w/\pi');ylabel('幅度/dB'); title('损耗函数'); figure(3)plot(wk/pi,angle(Hk(k+1))/pi,':','linewidth',2.5); hold onplot(wk1/pi,pah/pi,'linewidth',2); hold offlegend('FIR 滤波器','IIR 滤波器');xlabel('w/\pi');ylabel('相位/\pi'); title('相频特性曲线');(2)两种数字滤波器的损耗函数和相频特性的比较分别如图1、2所示:图1 损耗函数比较图 图2 相频特性比较图0.10.20.30.40.50.60.70.80.91-80-70-60-50-40-30-20-100w/π幅度/d B损耗函数FIR 滤波器IIR 滤波器0.10.20.30.40.50.60.70.80.91-1-0.8-0.6-0.4-0.200.20.40.60.81w/π相位/π相频特性曲线FIR 滤波器IIR 滤波器(3)IIR数字滤波器阶数:N=5FIR数字滤波器阶数:N=36(4)运行结果分析:由图2及阶数可见,IIR阶数低得多,但相位特性存在非线性失真,FIR具有线性相位特性。
滤波器设计有哪些步骤?

滤波器设计通常包括以下步骤:明确设计要求:确定滤波器的类型、频率范围、阻带衰减要求、插入损耗限制等,以及所需的性能指标和参数。
确定滤波器结构:根据设计要求,选择适合的滤波器结构,如低通、高通、带通、带阻等。
常见的滤波器结构包括巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器等。
计算滤波器系数:根据设计要求和所选定的滤波器结构,计算滤波器的系数。
这一步通常需要运用数学和数字信号处理的基本原理,如傅里叶变换、拉普拉斯变换等。
优化滤波器性能:根据设计要求和计算出的滤波器系数,优化滤波器的性能,包括调整滤波器的阶数、调整系数的值等。
实现滤波器:将计算出的滤波器系数应用于实际的信号处理中,实现滤波器的功能。
这一步通常需要编写代码或使用相应的软件工具。
测试与验证:对实现的滤波器进行测试和验证,确保其性能符合设计要求。
测试过程中可以使用仿真信号或实际信号,通过比较滤波前后的信号,评估滤波器的性能。
总之,滤波器设计是一个复杂的过程,需要综合考虑设计要求、滤波器结构、性能优化和实现等多个方面。
在实际应用中,还需要根据具体情况选择合适的算法和工具进行滤波器设计。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
7
−1
−2
−3
−4
−5
z z
4
−1
z z
8
−1
−1
−1
z
−1
y (n)
14/38
只需3次乘法,节省一半乘法器
阳小明
H ( z ) = 7 + 4 z + 8z + 4 z + 7 z −4 −1 −3 −2 = 7(1 + z ) + 4( z + z ) + 8z N为奇数
例
−1
−2
−3
n= 2ω
0
平移
(2k −1)π nω = 2
N−1 n= 2
对 称 −π 轴 2ω
对 称 N−1 N-1 轴 2
n
N −1 π a= + 2 2ω
阳小明
a 与ω有关
不是常数
8/38
2. 当频响相位为 ϕ(ω) =−aω+ϕ0对h(n)的要求 采用与上面相似的数学处理得:
N −1 n =0
∑ h(n)sin[(a − n)ω − ϕ ] = 0
+ 8z + 4z
−3
−4
+ 7z
−5
z
7
−1
z
4
−1
z
8
−1
z
8
−1
z
4
−1
7
y(n)
13/38
阳小明
共需6次乘法 考虑到偶对称
H ( z) = 7 + 4 z + 8z + 8z + 4 z + 7 z −5 −1 −4 −2 −3 = 7(1+ z ) + 4( z + z ) + 8( z + z )
21/38
阳小明
由于 cos[ω(m − 1 / 2)]对ω = π 为奇对称,对 ω = 0,2π 为偶对称 所以 H (ω ) 对ω = π 为奇对称, 对 ω = 0,2π 为偶对称 。
0
H(ω)
π
2π
ω
当 ω = π 时, cos(ω (m − 1 / 2)) = 0, 因此 H (π ) = 0
n=0
N −1
奇对称
N −1 n= 2
…. 0 1 N-2 N-1 ….
h(n )sin[(a − n )ω ]
n
N −1 ① 对称轴在 n = 2
阳小明
5/38
② sin [(a − n )ω ]的对称性
sin( − n ω )
对称性 sin(−nω)
奇对称 … 0
n=0
N-1
序列移位
sin[ (a − n )ω ]
jω
A H (e ) sin( nω − aω )
jω
输入
A sin( ω1) + A2 sin( ω2 ) n n 1
jω2
输出
A1 H (e ) sin[(n − a)ω1 ] + A2 H (e ) sin[(n − a)ω2 ]
信号延迟了a 信号延迟了 a 个时间单位 个时间单位 无论序列的ω为多少, 信号各分量延迟时间单 位都为 a ,因此信号波形不失真! 3/38
阳小明
jω1
7.1.2 线性相位条件对h(n)的要求 1. 当频响相位为ϕ(ω) = −aω 对h(n)的要求 推导思路
N −1 n =0
N −1
∑ h ( n )e
H(ω)e
整理
n=0 N −1
− jnω
欧拉公式 复数相等
− jaω
∑ h (n )sin (ω n ) sin (a ω ) = cos (a ω ) ∑ h (n ) cos (ω n )
N −1 ⎛ N −1⎞ ⎛ N −1 ⎞ + m⎟, m = 1,2, , 令 a(0) = h⎜ ⎟, a(m) = 2h⎜ 2 ⎝ 2 ⎠ ⎝ 2 ⎠
则 H (ω ) =
( N −1) / 2 m =0
∑ a(m) cos mω
20/38
由于 cos m ω 关于 ω = 0, π , 2π 偶对称, 因此 H (ω ) 对这些频率也呈偶对称。
N −1 2
n
N −1 m = 1,2, , 2
23/38
阳小明
由于 sin mω对ω = 0, π ,2π 点呈奇对称,所 以 H (ω ) 对这些点也奇对称。
H(ω)
0
π
2π
ω
因为ω = 0, π ,2π
sinmω = 0, H (ω) = 0
所以 H ( 0 ) = 0 , H (π ) = 0 和 H ( 2π ) = 0
n
呈偶对称。
阳小明
26/38
H(ω)
0
π
2π
ω
⎡ ⎛ 1 ⎞⎤ 由于 sin ⎢ ω ⎜ m − ⎟ ⎥ 在 2 ⎠⎦ ⎣ ⎝ ω = 0,2π 处为零,所以 H (ω)
在 ω = 0,2π 处为零。
H (e jω ) H (e jω )
200MHz
250MHz
FIR滤波器可以采用线性相位型结构 一定要采用。
17/38
阳小明
7.1.3 线性相位FIR滤波器的频率特性 按h(n)的长度点数奇偶和对称性 可分为四种情况。 1. h(n)为偶对称,N为奇数
H e
h (n )
( ) = ∑ h ( n )e
jω N −1 n =0 N −1 −1 2
奇对称 结论:
===> h (n ) 必为偶对称
a = (N −1) / 2
h(n) = h(N −1− n) ,0 ≤ n ≤ N −1 偶对称
sin( nω) 对称轴只有一个吗? −
nω = kπ => n = kπ / ω 奇对称轴
阳小明
7/38
(2k −1)π 偶对称轴 => n = 2ω 为什么其他对称轴不行? sin(−nω) −π sin[( − n)ω] a
对称性
sin[(a − n)ω]
向右 N − 1 平移 2 n …
奇对称 … 0
N-1
…
n
a = (N −1) / 2
阳小明
sin [(a − n )ω ]以 n=(N−1 / 2为对称轴,是奇对称 )
6/38
N −1 n= 2
③ h(n)的对称性
sin [(a − n )ω ]奇对称
h (n )sin [(a − n )ω ]
− j ωn
n
0 1 2
N −1
3
4
⎛ N −1⎞ − j ωn = ∑ h(n )e + h⎜ ⎟e ⎝ 2 ⎠ n =0 =
阳小明
⎛ N −1 ⎞ − jω ⎜ ⎟ ⎝ 2 ⎠
+
n=
h(n )e − jωn ∑
N −1 +1 2 ⎛ N −1 ⎞ − jω ⎜ ⎟ ⎝ 2 ⎠
18/38
N −1 −1 2 n =0
… …
H (e jω ) H (e jω )
− 2π − π 0 π 2π
HPF
阳小明
ω
…
…
− 2π − π 0 π 2π
BSF
ω
22/38
因此这种情况不能用于设计ω = π 时 H (π ) ≠ 0 的滤波器,如高通、带阻滤波器。 3. h(n)奇对称,N为奇数
h (n )
3 0 1 2 4
⎧ ⎪ H (ω ) = ∑1 c ( m ) sin m ω ⎪ m= ⎨ ⎛ N −1 ⎞ ⎪ ⎪ c(m ) = 2h⎜ 2 − m ⎟ ⎠ ⎝ ⎩
n=0 N −1 n=0
∑h ( n) [sin ( aω ) cos (ωn) 三角函
− cos ( aω ) sin (ωn)] = 0 数公式
∑h(n)sin[(a − n)ω] = 0
n=0
4/38
N −1
阳小明
讨论满足线性相位h(n)的要求:
∑ h (n )sin [(a − n )ω ] = 0
sin[ (a − n )ω − ϕ 0 ] 偶对称
h(n)sin[(a − n)ω − ϕ0 ] 奇对称 结论:
===> h (n ) 必为奇对称
h ( n ) = −h ( N − 1 − n )
阳小明
N −1 a= 2 π ϕ0 = ±
2
,0 ≤ n ≤ N −1
奇对称
11/38
ϕ (ω) = −aω
h (n )
2 3
⎡ ⎛ 1 ⎞⎤ 0 1 H (ω ) = ∑ d (m) sin ⎢ω ⎜ m − ⎟⎥ 2 ⎠⎦ m =1 ⎣ ⎝ N ⎛N ⎞ d ( m ) = 2 h⎜ − m ⎟ m = 1,2, , 2 ⎠ ⎝ 2
⎡ ⎛ 1 ⎞⎤ sin ⎢ω ⎜ m − ⎟ ⎥ 对 ω = 0,2π 呈奇对称,对ω = π 2 ⎠⎦ ⎣ ⎝ 呈偶对称。 所以 H (ω) 对ω = 0,2π 也呈奇对称,对 ω = π
−4
x(n)
z
7
−1
z
−1
z
4
−1
z 8
−1
y (n)
结论: 线性相位数字FIR滤波器具有对称性,用 线性相位型结构可以节省近一半的乘法器。 节省乘法器数量与N的奇偶有关。
15/38
阳小明
FPGA设计FIR滤波器实例:
占用逻辑资源的比较
直接型
线性 相位型
16/38
阳小明
性能的比较 直接型 线性相位型
π
2
①
===> sin[( −n )ω − ϕ 0 ] 以 n = 0 为对称轴, 是偶对称