fir滤波器应用解析
合集下载
相关主题
- 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)。
M
H ( z ) h(0) h(1) z 1 h( M ) z M
n 0
h( n) z n
FIR滤波器在matlab及FPGA中的调 用程序
Fir滤波器最常用的是窗函数设计法(Window)、等
波纹设计法(Equiripple)和最小二乘法(LeastSquares)等。其中窗函数设计法在学校课堂中是重 点讲解的， 著名的窗函数有矩形窗、三角窗、hannning、 hamming、blackman、kaiser窗等。
数字滤波器概述
宽带系统中滤波器的应用结构
数字滤波器概述
FIR滤波器基本介绍
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。
FIR滤波器基本介绍
FIR型滤波器的系统函数为：
FIR滤波器应用
电子与通信工程
15610093
许永全
内容
数字滤波器概述 FIR滤波器基本介绍 FIR滤波器在matlab及FPGA中的调用程序
FIR滤波器在无线信号处理的一个应用
数字滤波器概述
常用的数字滤波器主要有两种：
无限长单位冲激响应 IIR 滤波器 有限长单位冲激响应 FIR 滤波器
Matlab方法
取得系数后通过与信号的卷积，即可完成对信号的
滤波处理
ffir_x源自文库conv(f_x,h);
FPGA使用滤波器系数
H ( z ) h(0) h(1) z 1 h( M ) z M
n 0
M
h( n) z n
FPGA使用滤波器系数
//A=[ 46, 34, 7, -52, -154, -287, -406, -439, -300, 83, 736, 736, 1624, 2641, 3632, 4421, 4858, -154, -52, 7, 34, 46]; // 4858, 4421, 3632, 2641, 1624, 83, -300, -439, -406, -287,
做乘法运算
wire [31:0] m_result[32:0];
lpm_mult0 lpm_m1(.dataa(datainI),.datab(coe1),.result(m_result[0]));
lpm_mult0 lpm_m2(.dataa(datainI),.datab(coe2),.result(m_result[1])); lpm_mult0 lpm_m3(.dataa(datainI),.datab(coe3),.result(m_result[2])); lpm_mult0 lpm_m4(.dataa(datainI),.datab(coe4),.result(m_result[3])); lpm_mult0 lpm_m5(.dataa(datainI),.datab(coe5),.result(m_result[4])); lpm_mult0 lpm_m6(.dataa(datainI),.datab(coe6),.result(m_result[5])); lpm_mult0 lpm_m7(.dataa(datainI),.datab(coe7),.result(m_result[6])); lpm_mult0 lpm_m8(.dataa(datainI),.datab(coe8),.result(m_result[7])); lpm_mult0 lpm_m9(.dataa(datainI),.datab(coe9),.result(m_result[8])); lpm_mult0 lpm_m10(.dataa(datainI),.datab(coe10),.result(m_result[9])); lpm_mult0 lpm_m11(.dataa(datainI),.datab(coe11),.result(m_result[10])); lpm_mult0 lpm_m12(.dataa(datainI),.datab(coe12),.result(m_result[11])); lpm_mult0 lpm_m13(.dataa(datainI),.datab(coe13),.result(m_result[12])); lpm_mult0 lpm_m14(.dataa(datainI),.datab(coe14),.result(m_result[13])); lpm_mult0 lpm_m15(.dataa(datainI),.datab(coe15),.result(m_result[14])); lpm_mult0 lpm_m16(.dataa(datainI),.datab(coe16),.result(m_result[15]));
wire [15:0] coe1=46;
wire [15:0] coe2=34; wire [15:0] coe3=7; wire [15:0] coe4=-52; wire [15:0] coe5=-154; wire [15:0] coe6=-287; wire [15:0] coe7=-406; wire [15:0] coe8=-439; wire [15:0] coe9=-300; wire [15:0] coe10=83; wire [15:0] coe11=736; wire [15:0] coe12=1624; wire [15:0] coe13=2641; wire [15:0] coe14=3632; wire [15:0] coe15=4421; wire [15:0] coe16=4858;
Matlab 方法1
Matlab 方法1
使用 fdatool工具，产生n阶滤波器系数。
Matlab 方法2
使用函数产生滤波器系数
%samp = 100000; fcuts = [1500 6500]; mags = [1 0]; devs = [0.06 0.01]; [n,Wn,beta,ftype] = kaiserord(fcuts,mags,devs,fs); hh = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale'); freqz(hh)
H ( z ) h(0) h(1) z 1 h( M ) z M
n 0
h( n) z n
FIR滤波器在matlab及FPGA中的调 用程序
Fir滤波器最常用的是窗函数设计法(Window)、等
波纹设计法(Equiripple)和最小二乘法(LeastSquares)等。其中窗函数设计法在学校课堂中是重 点讲解的， 著名的窗函数有矩形窗、三角窗、hannning、 hamming、blackman、kaiser窗等。
数字滤波器概述
宽带系统中滤波器的应用结构
数字滤波器概述
FIR滤波器基本介绍
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。
FIR滤波器基本介绍
FIR型滤波器的系统函数为：
FIR滤波器应用
电子与通信工程
15610093
许永全
内容
数字滤波器概述 FIR滤波器基本介绍 FIR滤波器在matlab及FPGA中的调用程序
FIR滤波器在无线信号处理的一个应用
数字滤波器概述
常用的数字滤波器主要有两种：
无限长单位冲激响应 IIR 滤波器 有限长单位冲激响应 FIR 滤波器
Matlab方法
取得系数后通过与信号的卷积，即可完成对信号的
滤波处理
ffir_x源自文库conv(f_x,h);
FPGA使用滤波器系数
H ( z ) h(0) h(1) z 1 h( M ) z M
n 0
M
h( n) z n
FPGA使用滤波器系数
//A=[ 46, 34, 7, -52, -154, -287, -406, -439, -300, 83, 736, 736, 1624, 2641, 3632, 4421, 4858, -154, -52, 7, 34, 46]; // 4858, 4421, 3632, 2641, 1624, 83, -300, -439, -406, -287,
做乘法运算
wire [31:0] m_result[32:0];
lpm_mult0 lpm_m1(.dataa(datainI),.datab(coe1),.result(m_result[0]));
lpm_mult0 lpm_m2(.dataa(datainI),.datab(coe2),.result(m_result[1])); lpm_mult0 lpm_m3(.dataa(datainI),.datab(coe3),.result(m_result[2])); lpm_mult0 lpm_m4(.dataa(datainI),.datab(coe4),.result(m_result[3])); lpm_mult0 lpm_m5(.dataa(datainI),.datab(coe5),.result(m_result[4])); lpm_mult0 lpm_m6(.dataa(datainI),.datab(coe6),.result(m_result[5])); lpm_mult0 lpm_m7(.dataa(datainI),.datab(coe7),.result(m_result[6])); lpm_mult0 lpm_m8(.dataa(datainI),.datab(coe8),.result(m_result[7])); lpm_mult0 lpm_m9(.dataa(datainI),.datab(coe9),.result(m_result[8])); lpm_mult0 lpm_m10(.dataa(datainI),.datab(coe10),.result(m_result[9])); lpm_mult0 lpm_m11(.dataa(datainI),.datab(coe11),.result(m_result[10])); lpm_mult0 lpm_m12(.dataa(datainI),.datab(coe12),.result(m_result[11])); lpm_mult0 lpm_m13(.dataa(datainI),.datab(coe13),.result(m_result[12])); lpm_mult0 lpm_m14(.dataa(datainI),.datab(coe14),.result(m_result[13])); lpm_mult0 lpm_m15(.dataa(datainI),.datab(coe15),.result(m_result[14])); lpm_mult0 lpm_m16(.dataa(datainI),.datab(coe16),.result(m_result[15]));
wire [15:0] coe1=46;
wire [15:0] coe2=34; wire [15:0] coe3=7; wire [15:0] coe4=-52; wire [15:0] coe5=-154; wire [15:0] coe6=-287; wire [15:0] coe7=-406; wire [15:0] coe8=-439; wire [15:0] coe9=-300; wire [15:0] coe10=83; wire [15:0] coe11=736; wire [15:0] coe12=1624; wire [15:0] coe13=2641; wire [15:0] coe14=3632; wire [15:0] coe15=4421; wire [15:0] coe16=4858;
Matlab 方法1
Matlab 方法1
使用 fdatool工具，产生n阶滤波器系数。
Matlab 方法2
使用函数产生滤波器系数
%samp = 100000; fcuts = [1500 6500]; mags = [1 0]; devs = [0.06 0.01]; [n,Wn,beta,ftype] = kaiserord(fcuts,mags,devs,fs); hh = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale'); freqz(hh)