matlab中fdatool使用说明
fdatool iir参数 c语言
fdatool iir参数 c语言fdatool是MATLAB中的一个工具，用于设计和分析数字滤波器。
在fdatool中，我们可以选择使用IIR（无限冲激响应）滤波器来实现我们的滤波需求。
本文将介绍如何在fdatool中使用C语言来实现IIR滤波器参数。
我们需要了解什么是IIR滤波器。
IIR滤波器是一种数字滤波器，其输出信号是过去输入信号的线性组合和过去输出信号的线性组合。
IIR滤波器的特点是具有无限长的冲激响应，因此可以更好地逼近现实世界中的信号。
在fdatool中，我们可以通过选择IIR滤波器类型和设置滤波器参数来设计我们的滤波器。
首先，我们需要选择滤波器类型，常见的IIR滤波器类型包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器。
根据我们的信号处理需求，选择相应的滤波器类型。
然后，我们可以在fdatool中设置滤波器参数。
常见的滤波器参数包括截止频率、通带增益、阻带衰减等。
通过调整这些参数，我们可以得到满足我们需求的滤波器。
接下来，我们可以使用fdatool生成C语言代码。
在fdatool界面的右上角，有一个“Generate MATLAB code”按钮，点击该按钮后，可以选择生成C语言代码。
在弹出的对话框中，我们可以选择生成C语言代码的选项，例如生成C函数、生成C头文件等。
根据我们的需求选择相应的选项。
生成C语言代码后，我们可以将其导入到我们的C语言项目中。
在C语言项目中，我们可以调用生成的函数来实现滤波器功能。
根据生成的C代码，我们可以看到滤波器的相关参数和计算过程。
通过理解这些代码，我们可以更好地了解滤波器的工作原理和实现细节。
除了生成C语言代码，fdatool还提供了其他方便的功能，例如滤波器响应的可视化和性能分析。
通过这些功能，我们可以更好地理解和优化我们的滤波器设计。
总结起来，通过fdatool中的IIR滤波器参数的设置和生成C语言代码，我们可以方便地设计和实现满足我们需求的滤波器。
借助matlab生成Altera数字滤波器IP核方法
数字滤波器生成方法1.Matlab输入fdatool，打开设置窗口，设置参数。
保存设计文件，后缀名.fda，下次使用时，可以用fdatool工具打开该文件导出设置参数，先把系数导出到变量空间，file-improt-选择workspace，可以输入保存变量名如num。
也可以把设置保存为.m文件，在matlab编程中直接调用即可。
2.quartus生成IP核把变量空间的变量num写到txt文件，要采用浮点数保存。
%滤波器的coe文件，由fdatool产生系数变量到变量空间再写到txt文件，送给QUARTUS IP核使用fid=fopen('BANDPASS_FIR_COE.txt','w');fprintf(fid,'%d\n',BANDPASS_FIR);%设置书写格式5.0d表示长度5位十进制，0表示精度，补空格，有正负号显示。
':'表示区隔fclose(fid);设置IP核直接导入txt文件即可。
可以在time response& coefficient values看到浮点数对应的定点数。
其实就是将浮点数放大到一定倍数然后取整得到。
3.使用生成的数字滤波器在matlab中仿真。
利用其中的.m文件对matlab数组进行滤波。
假设需滤波的信号数组为input，滤波器导出的m文件为AD_AFT_FIR.m 则编程如下：Hd = AD_AFT_FIR; %´øͨÂ˲¨output = double(filter(Hd,input));figure(2)plot(output)4.Quartus结果与Matlab结果比较先对matlab建立定点模型。
根据IP核中的定点模型的放大倍数，对num数组进行定点放大。
假设IP核的放大倍数为c，则对num数组进行如下处理：a=num;a=a*c;for i=1:length(a)if a(i)>=0a(i)=floor(a(i));elsea(i)=ceil(a(i));end得到的a与ip核的定点系数相等，（好像在最大值出两个相差了1.但是对滤波后的结果影响应该不大）利用数组a，对输入信号input进行滤波output= double(filter(a,1,input));output应该和modelsim运行的结果一致。
matlab中fdatool后调用
matlab中fdatool后调用如何在MATLAB中使用fdatool进行滤波设计MATLAB是一种功能强大的编程语言和开发环境，广泛用于科学计算、数据分析和信号处理等领域。
在信号处理中，滤波是一项常见的任务，用于去除噪音或改变信号的频谱特性。
fdatool是MATLAB 的一个图形化工具，可以方便地进行滤波器设计和分析。
本文将详细介绍如何使用fdatool进行滤波设计，并提供相关示例和步骤说明，帮助读者更好地理解和应用该工具。
Step 1：打开fdatool在MATLAB命令行窗口输入fdatool命令，即可打开fdatool 图形化界面。
fdatool提供了直观的设计界面，方便用户进行滤波器的设计和参数调整。
Step 2：选择滤波器类型在fdatool界面的左侧，有一个“Filter Type”面板，用于选择滤波器的类型。
常见的滤波器类型包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。
根据实际需要，选择适合的滤波器类型。
Step 3：设置滤波器参数在“Filter Type”面板下方，有许多参数可以调整和设置。
这些参数包括滤波器阶数、截止频率、通带衰减、阻带衰减等等。
其中，滤波器阶数和截止频率是设计滤波器最基本的参数。
Step 4：可视化滤波器响应在fdatool界面的右侧，有一个“Magnitude Response”面板，用于显示滤波器的频率响应。
在设置好滤波器参数后，点击“Design Filter”按钮，即可生成滤波器的频率响应曲线。
通过该曲线，可以直观地观察滤波器的频域特性。
Step 5：导出滤波器对象在滤波器设计完成后，可以将滤波器导出为MATLAB的滤波器对象，以便在其他程序中使用。
在fdatool界面的菜单栏中，选择“File”-“Export”-“Filter Coefficients”，即可导出滤波器系数。
导出的滤波器对象可以通过MATLAB的滤波器函数直接调用，如filter函数或sosfilt函数等。
fdatool滤波器系数
fdatool滤波器系数
fdatool滤波器系数是数字滤波器设计中的一个重要概念，在MATLAB中常常用到。
它是指数字滤波器的各个滤波器系数值所构成的一个数组。
在fdatool工具中设计数字滤波器时，可以通过调整滤波器的各项参数，如滤波器类型、截止频率、通带和阻带等参数，来生成所需的滤波器系数。
这些滤波器系数可以被用于数字信号处理中的滤波器实现，从而对待处理信号进行滤波处理，达到滤波器的滤波效果。
fdatool滤波器系数的应用范围广泛，涉及到音频处理、图像处理、数据处理等多个领域。
- 1 -。
(完整版)使用MATLAB设计ISE中FIR滤波器系数方法总结
使用MATLAB设计ISE中FIR滤波器系数的方法
1、打开MATLAB，在命令行窗口输入“fdatool”，打开“Filter Designer & Analysis Tool”工具。
如下图所示：
2、由于FPGA中滤波器的系数需要为整数，因此需要在此处将系数设置为“Fixed -point”类型。
点击上图中红色方框内的按钮，在新出现的页面中将“Filter arithmetic”设置为“Fixed -point”。
设置完成后如下图所示：
3、点击上图中红色方框内的按钮，进入滤波器参数设置页面，在其中设置采样频率（Fs）、通带频率（Fpass）、阻带频率（Fstop）以及阻带衰减（Astop）等参数，并按最下面的“Design Filter”按钮生成滤波器系数。
如下图所示，采样频率为62MHz，通带频率为2MHz，阻带频率为4MHz，阻带衰减为-80dB。
4、然后导出coe文件，点击下图方框中的按钮即可导出coe文件：
5、在ISE中新建一个FIR滤波器IP核，在第一页设置中将“Select Source”改为“COE File”，然后在下面选择上一步生成的coe文件即可。
c语言使用matlab生成的滤波头文件
c语言使用matlab生成的滤波头文件matlab的fdatool是好东西，不过很多人不知道该怎么使用它生成的C头文件。
这里有个fdatool设计的IIR高通滤波器，采样率400Hz时截止频率1Hz。
设计定型之后，要做些调整。
以下说明中的英文名词有些可能对不上fdatool界面上的原文，请大家意会吧第一步：点击菜单中的Edit->Convert Structure 选择Direct Form I ，SOS，（必须是Direct Form I， II 不行）一般情况下，按照默认设置，fdatool设计都是由二阶部分串联组成的。
这种结构的滤波器稳定性比一个section的要好很多，其他方面的性能也好些。
如果不是的话，点击Convert to second order sections。
这时，滤波器的结构（structure）应该显示为Direct Form I，second order sections第二步：选择quantize filter，精度选择single precision floating point （单精度浮点）之所以不用定点是因为噪声太大，也不容易稳定。
点击菜单中的Targets -> generate c header ，选择export as：single precision floating point （单精度浮点）填写变量名称时，把NUM改成IIR_B，DEN改成IIR_A,其他不用动，保存为iir_coefs.h保存好的文件如下：//一大堆注释//然后：/* General type conversion for MATLAB generated C-code */ #include "tmwtypes.h"/** Expected path to tmwtypes.h* C:\Program Files\MATLAB\R2010a\extern\include\tmwtypes.h*//** Warning - Filter coefficients were truncated to fit specified data type. * The resulting response may not match generated theoretical response. * Use the Filter Design & Analysis Tool to design accurate* single-precision filter coefficients.*/#define MWSPT_NSEC 9const int NL[MWSPT_NSEC] = { 1,3,1,3,1,3,1,3,1 };const real32_T IIR_B[MWSPT_NSEC][3] = {{0.8641357422, 0, 0},{1, -2, 1},{0.9949035645, 0, 0},{1, -1.999938965, 1},{0.9985351563, 0, 0},{1, -1.99987793, 1},{0.9996337891, 0, 0},{1, -1.99987793, 1},{1, 0, 0}};const int DL[MWSPT_NSEC] = { 1,3,1,3,1,3,1,3,1 }; const real32_T IIR_A[MWSPT_NSEC][3] = {{1, 0, 0},{1, -1.938049316, 0.9401855469},{1, 0, 0},{1, -1.989501953, 0.9900512695},{1, 0, 0},{1, -1.996887207, 0.9971923828},{1, 0, 0},{1, -1.999084473, 0.9993286133},{1, 0, 0}};第三步：打开iir_coefs.h把MWSPT_NSEC替换成IIR_NSEC, NL、DL数组删除掉，real32_T改成float ，其中有一个#include "twmtypes.h",不要它了，删掉改完的文件如下：#define IIR_NSEC 9//原来叫做MWSPT_NSECconst float IIR_B[IIR_NSEC][3] = {//为什么改为float很明显了吧{0.8641357422, 0, 0},{1, -2, 1},0.9949035645, 0, 0},{1, -1.999938965, 1},{0.9985351563, 0, 0},{1, -1.99987793, 1},{0.9996337891, 0, 0},{1, -1.99987793, 1},{1, 0, 0}};const float IIR_A[IIR_NSEC][3] = { {1, 0, 0},{1, -1.938049316, 0.9401855469 }, {1, 0, 0{1, -1.989501953, 0.9900512695 },{1, 0, 0},{1, -1.996887207, 0.9971923828},{1, 0, 0},{1, -1.999084473, 0.9993286133},{1, 0, 0}};保存文件，然后使用以下代码进行滤波这段代码是根据Direct Form I 2阶IIR滤波的差分方程编写的a0*y[n] = b0*x[n] + b1*x[n-1] + b2*x[n-2] - a1*y[n-1] -a2*y[n-2];//iir_filter.c#include "datatype.h"#include "iir_filter.h"#include "iir_coefs.h"static float y[IIR_NSEC][3];static float x[IIR_NSEC+1][3];int16 iir_filter(int16 in)uint16 i;x[0][0] = in;for(i=0;i<iir_nsec;i++)< p="">{y[0] =x[0]*IIR_B[0]+x[1]*IIR_B[1]+x[2]*IIR_B[2]-y[1]*IIR_A[1]-y[2]*IIR_A[2];y[0] /= IIR_A[0];y[2]=y[1];y[1]=y[0];x[2]=x[1];x[1]=x[0];x[i+1][0] = y[0];}if( x[IIR_NSEC][0]>32767) x[IIR_NSEC][0]=32767;if( x[IIR_NSEC][0]<-32768) x[IIR_NSEC][0]=-32768;return ((int16)x[IIR_NSEC][0]);}//复位滤波器void iir_reset(void){uint16 i,j;for(i=0;i<iir_nsec+1;i++)< p="">{for(j=0;j<3;j++){x[j]=0;}}for(i=0;i<iir_nsec;i++)< p="">{for(j=0;j<3;j++)y[j]=0;}}}//iir_filter.h#ifndef _IIR_FILTER_H__#define _IIR_FILTER_H__int16 iir_filter(int16 x);void iir_reset(void);#endif使用方法:首先写好iir_coefs.h，然后调用iir_filter.c对数据流进行滤波一个伪代码例子：while(运行中){保存到SD卡(iir_filter(读取ADC采样值()));}记得在开始滤波之前重置滤波器iir_reset();</iir_nsec;i++)<></iir_nsec+1;i++)<></iir_nsec;i++)<>。
matlab中fdatool使用说明
基于MATLAB的滤波器设计由于MATLAB的广泛使用与功能的不断更新,基于MATLAB的滤波器设计方法以其方便快捷的特点,受到了设计者的欢迎。
下面将举例说明基于MATLAB的FIR滤波器的设计。
1 基于FDATool的FIR滤波器设计使用FDATool设计FIR滤波器的具体步骤如下:1、1 滤波器指标若需要设计一个16阶的FIR滤波器(h(0)=0),给定的参数如下:(1) 低通滤波器(2) 采样频率F S为48kHz,滤波器F C为10、8kHz(3) 输入序列位宽为9位(最高位为符号位)在此利用MATLAB来完成FIR滤波器系数的确定。
1、2 打开MATLAB的FDAToolMATLAB集成了一套功能强大的滤波器设计工具FDATool(Filter Design & Analysis Tool),可以完成多种滤波器的设计、分析与性能评估。
单击MATLAB主窗口下方的“Start”按钮,如图B、1所示,选择菜单“ToolBox”→“Filter Design”→“Filter Design & Analysis Tool(FDATool)”命令,打开FDATool,如图B、2所示。
图B、1 FDATool的启动图B、2 FDATool的主界面另外,在MATLAB主命令窗口内键入“fdatool”,同样可打开FDATool程序界面。
1、3 选择Design FilterFDATool界面左下侧排列了一组工具按钮,其功能分别如下所述:●滤波器转换(TransForm Filter)●设置量化参数(Set Quantization Parameters)●实现模型(Realize Model)●导入滤波器(Import Filter)●多速率滤波器(Multirate Filter)●零极点编辑器(Pole-zero Editor)●设计滤波器(Design Filter)选择其中的按钮,进入设计滤波器界面,进行下列选择,如图B、3所示。
基于MATLAB_FDATOOL工具箱的IIR数字滤波器的设计及仿真
科技广场2010.70引言在现代通信系统中，由于信号中经常混有各种复杂成分，很多信号的处理和分析都是基于滤波器而进行的。
但是，传统数字滤波器的设计使用繁琐的公式计算，改变参数后需要重新计算，尤其是高阶滤波器时工作量很大。
利用MAT-LAB信号处理箱可以快速有效地实现数字滤波器的设计与仿真。
MATLAB是MATHWORK公司推出的一套面向科学和数值计算的可视化语言,它集数值分析、矩阵运算、信号处理和图形显示于一体,是一个高度集成系统,具有友好的用户界面和良好的帮助功能。
MATLAB自带的信号处理工具箱( Signal Processing Toolbox)具有强大的信号处理和分析功能,利用MATLAB软件优越的数字分析及仿真功能,对理解数字滤波器及数字滤波具有一定参考价值。
数字滤波器根据其冲击响应函数的时域特性可以分为有限长冲击响应(FIR)和无限长冲击响应(IIR)。
下面以IIR型数字滤波器的设计为例来具体说明MATLAB在数字滤波器设计及系统仿真方面的应用。
1IIR数字滤波器传统设计方法IIR数字滤波器设计的基本思路是：模拟系统与离散系统存在着互相模仿的理论基础，可以用数字滤波器的特性去模仿模拟滤波器的特性，首先设计一个模拟滤波器的传递函数H(s)，然后通过复变量s与复变量z之间的变换关系求出数字滤波器的系统函数H(z)。
模拟滤波器到数字滤波器的转换可在时域进行也可在频域实现,时域转换的关键是要使数字滤波器与模拟滤波器时域响应的采样值相等,以保持其瞬态特性不变,常用的是冲击响应不变法。
频域变换法必须使得数字滤波器在-π≤ω≤π范围内的幅频特性与模拟滤波器在-π/T≤ω≤π/T范围内的幅频特性一致,即保证s 平面与z平面上幅频特性的一一单值对应关系,常用的是双线性变换法。
传统设计方法思路清晰,步骤详尽,可参阅公式、手册循章而行。
但由于计算繁琐,设计过程中要改变参数和滤波器类型时都要重新计算。
它需要反复的实验，需要设计者凭借经验设定参数,很多时候要根据设计要求和滤波效果不断调整，以达到设计的最优化。
用FDATool设计数字滤波器
数字信号处理实验第18次实验实验名称：用FDATool设计数字滤波器学生班级：电信1。
学生姓名：学生学号：指导教师：诸葛一、实验目的（1）掌握MATLAB中图形化滤波器设计与分析工具FDATool的使用方法。
（2）学习使用FDATool对数字滤波器进行设计。
（3）了解FDATool输出滤波器数据的方法。
二、实验原理1.FDATool使用环境在MATLAB命令窗口输入命令 fdatool ，将打开FDATool工作界面。
2.利用FDATool 设计数字滤波器3.设计数据的输出三、 实验任务（1）阅读并输入实验原理中介绍的例题程序，观察输出的数据和图形，结合基本原理理解每项操作的意义。
（2）用FDATool 设计一个椭圆IIR 数字低通滤波器，要求：通带;1,2dB R kHz f p p ==阻带;15,3dB A kHz f s s ==滤波器采样频率kHz F s 10=。
观察幅频响应和相频响应曲线、零极点分布图，并列写传递函数，将滤波器系数存入MATLAB 工作空间。
（3）用FDATool 设计一个切比雪夫I 型IIR 数字带通滤波器，要求：下阻带截止频率;1,2.0dB R p sl ==πω通带低端截止频率;20,3.0dB A s pl ==πω通带高端截止频率;20,5.0dB A s ph ==πω上阻带截止频率;1,6.0dB R p sh ==πω观察幅频响应和相频响应曲线、零极点分布图，并列写传递函数，将滤波器系数存入MATLABText 文件。
（4）用FDATool 设计一个使用Hamming 窗的FIR 数字带阻滤波器，要求：下通带截止频率;5.0,2.0dB R p pl ==πω阻带低端截止频率;40,3.0dB A s sl ==πω阻带高端截止频率;40,5.0dB A s sh ==πω上通带截止频率;5.0,6.0dB R p ph ==πω观察幅频响应和相频响应曲线、零极点分布图，将系数存入MATLAB 工作空间。
MATLAB滤波器设计与分析工具(FDATool)
菜单的意义与功能。
(1) File 菜单
使用菜单【File/Export】可导出或保存设计结果。可以选择导出的是滤波器的系数向量 还是整个滤波器对象（把设计结果导出为滤波器对象 qfilt 时，系统应安装有滤波器设计工 具箱），可以选择把导出结果保存为 MATLAB 工作空间中的变量、文本文件或.MAT 文件。
【Analysis/Impulse Response】选项，就可以得到图 7-4-9 所示该型滤波器的冲击响应曲线。
Impulse Response 0ห้องสมุดไป่ตู้6
0.5
0.4
Amplitude
0.3
0.2
0.1
0
-0.1 0
2
4
6
8
10
12
14
Time (mseconds)
图 7-4-9 滤波器的冲击响应曲线
(1) 响应类型 在滤波器设计与分析工具 FDATool 中 FIR 滤波器响应类型可以设置为低通、 高通、带阻、微分器、Hilbert 变换器、多带滤波器、任意幅度响应、升余弦、任意群延迟、 半带低通、半带高通、奈奎斯特、逆 sinc 低通或逆 sinc 高通滤波器。
(2) 设计方法 FIR 滤波器的设计方法可以选择为等波纹、最小均方、窗函数、最大扁平、最小 P 阶范 数或约束等波纹。
滤波器使用方法
[转]将Matlab的fdatool生成的Coefficients导出到Altera FIR Megacore的方法2009-08-25 09:57:52| 分类：默认分类|举报|字号订阅今天和列位交流一下fdatool和FIR MegaCore的一个使用技巧的问题（和这些软件有关的基本概念不在此赘述）。
首先fdatool是Matlab自带的一个数字滤波器的设计分析软件，里面提供了丰富的参数供调整（具体的参阅Matlab的教材），大大降低了数字滤波器的设计难度，同时又可以设计出高质量的滤波器。
fdatool虽然不是最好的滤波器设计软件，但是在Matlab响亮的名号下，得到了广泛的使用。
FIR Megacore是Altera针对其主流FPGA推出的一款商业化的数字滤波器设计软件，可以直接生成HDL代码（可综合的，但是加密了），同时其结构针对Altera自己的FPGA做了各种各样的优化。
尽管fdatool也可以生成可综合的HDL代码，但是没有针对FPGA的M4K、DSP Block做出相应的优化，所以性能和FIR Megacore生成的FIR滤波器有相当的差距。
然而，FIR Megacore的滤波器设计工具相当的简单，只提供了窗函数法，用户只能定义有限的几个参数。
而其他的设计方法，比如矩形系数更好的等纹波法则只能在fdatool里面找到。
所幸的是，FIR Megacore提供了滤波器的Coefficients导入的选项，可以使用第三方工具生成的Coefficients。
这使得我们能够用FIR Megacore来实现fdatool生成的滤波器。
FDATool的介绍FDATool(Filter Design&Analysis Tool)是MATLAB信号处理工具箱里专用的滤波器设计分析工具，MATLAB 6.O以上的版本还专门增加了滤波器设计工具箱(Filter Design Toolbox)。
matlab 滤波器阶数
matlab 滤波器阶数（原创实用版）目录1.滤波器阶数的概念2.MATLAB 中如何确定滤波器阶数3.实例：使用 MATLAB 设计多通带滤波器4.结论正文一、滤波器阶数的概念滤波器阶数是指滤波器中滤波器系数的数量。
在数字信号处理中，滤波器用于去除信号中的噪声或者改变信号的频率特性。
滤波器的阶数决定了滤波器的性能，如通带波动、阻带衰减和过渡带宽度等。
二、MATLAB 中如何确定滤波器阶数在 MATLAB 中，可以通过以下方法确定滤波器的阶数：1.使用`fdatool`函数：在 MATLAB 命令行中输入`fdatool`打开滤波器设计工具箱。
通过工具箱中的滤波器设计函数，可以设计出所需要的滤波器，同时得到滤波器的阶数。
2.直接编写滤波器代码：根据滤波器的类型（如低通滤波器、高通滤波器、带通滤波器等）和需求，可以直接编写滤波器的代码。
在编写代码时，可以指定滤波器的阶数。
三、实例：使用 MATLAB 设计多通带滤波器假设我们需要设计一个多通带滤波器，允许信号在 0~100Hz 范围内通过，而在 100~200Hz 范围内阻止。
我们可以使用 MATLAB 中的`butter`函数来设计这个滤波器。
以下是设计过程：1.确定滤波器的类型：由于我们需要设计一个多通带滤波器，所以我们需要使用带通滤波器。
2.确定滤波器的截止频率：根据需求，我们需要设计一个截止频率为100Hz 的低通滤波器和一个截止频率为 200Hz 的高通滤波器。
3.确定滤波器的阶数：根据信号的特性和滤波器的性能要求，我们可以选择合适的滤波器阶数。
例如，我们可以选择一个较低的阶数以减少计算复杂度，或者选择一个较高的阶数以提高滤波器的性能。
4.使用`butter`函数设计滤波器：在 MATLAB 命令行中输入`butter`函数，并根据需求设置滤波器的参数，如滤波器类型、截止频率和阶数等。
5.显示滤波器的幅度和相位响应：使用`butter`函数设计出滤波器后，我们可以使用`plot`函数绘制滤波器的幅度响应和相位响应，以验证滤波器的性能是否满足需求。
滤波器设计—fdatool工具及代码设计详解
黎美琪201300800610 通信工程2班实验一基于FDATool的FIR及IIR滤波器设计一、实验目的：1.学会使用fdatool设计滤波器2.分析比较不同滤波器的特性二、实验条件Matlab 2013b pc机三、实验过程知识储备：使用FDATool设计FIR滤波器的具体步骤1.1 滤波器指标若需要设计一个16阶的FIR滤波器（h(0)=0），给定的参数如下：(1) 低通滤波器注：阶数问题这个选项直接影响滤波器的性能，阶数越高，性能越好，但是相应在FPGA实现耗用的资源需要增多。
在这个设置中提供2个选项：Specify order和Minimum order，Specify order是工程师自己确定滤波器的阶数，Minimum order是让工具自动确定达到期望的频率相应所需要的最小阶数。
(2) 采样频率Fs为8kHz，滤波器Fpass为3kHz，Fstop为3050hz(3) 输入序列位宽为9位（最高位为符号位）在此利用MATLAB来完成FIR滤波器系数的确定。
1.2 打开MATLAB的FDAToolMATLAB集成了一套功能强大的滤波器设计工具FDATool（Filter Design & Analysis Tool），可以完成多种滤波器的设计、分析和性能评估。
在MATLAB主命令窗口内键入“fdatool”，打开FDATool程序界面，如图B.2所示。
1.3 滤波器设计FDATool界面左下侧排列了一组工具按钮，其功能分别如下所述：滤波器转换（TransForm Filter）设置量化参数（Set Quantization Parameters）实现模型（Realize Model）导入滤波器（Import Filter）多速率滤波器（Multirate Filter）零极点编辑器（Pole-zero Editor）设计滤波器（Design Filter）选择其中的选择Design Filter按钮，进入设计滤波器界面，进行下列选择，如图B.3所示。
经典matlab信号处理基础知识
常用函数1 图形化信号处理工具，fdatool〔滤波器设计〕，fvtool〔图形化滤波器参数查看〕sptool 〔信号处理〕，fvtool(b,a)，wintool窗函数设计.或者使用工具箱filter design设计。
当使用离散的福利叶变换方法分析频域中的信号时，傅里叶变换时可能引起漏谱，因此需要采用平滑窗，2数字滤波器和采样频率的关系。
假设一个数字滤波器的采样率为FS，那么这个滤波器的分析带宽为Fs/2。
也就是说这个滤波器只可以分析[0，Fs/2]的信号.举个例字：有两个信号，S1频率为20KHz，S2频率为40KHz，要通过数字方法滤除S2。
你的滤波器的采样率至少要为Fs=80HKz，否那么就分析不到S2了，更不可能将它滤掉了！〔当然根据采样定理，你的采样率F0也必须大于80HK，,Fs和F0之间没关系不大，可以任取，只要满足上述关系就行。
〕3两组数据的相关性分析r=corrcoef(x,y)4 expm 求矩阵的整体的exp4离散快速傅里叶fft信号处理中，傅里叶变换的典型用途是将信号分解成幅值分量和频率分量〕。
Ft为连续傅里叶变换。
反傅里叶ifft5 ztrans〔〕，Z变换是把离散的数字信号从时域转为频率6 laplace〔〕拉普拉斯变换是把连续的的信号从时域转为频域7 sound(x)会在音响里产生x所对应的声音8 norm求范数，det行列式，rank求秩9 模拟频率，数字频率，模拟角频率关系模拟频率f：每秒经历多少个周期，单位Hz，即1/s；模拟角频率Ω是指每秒经历多少弧度，单位rad/s；数字频率w：每个采样点间隔之间的弧度，单位rad。
Ω=2pi*f；w = Ω*T10 RMS求法Rms = sqrt(sum(P.^2))或者norm(x)/sqrt(length(x)var方差的开方是std标准差，RMS应该是norm(x)/sqrt(length(x))吧. 求矩阵的RMS：std(A(:))11ftshift 作用：将零频点移到频谱的中间12 filtfilt零相位滤波，采用两次滤波消除系统的非线性相位，y = filtfilt(b,a,x)；注意x的长度必须是滤波器阶数的3倍以上，滤波器的阶数由max(length(b)-1,length(a)-1)确定。
(完整word版)matlab中fdatool使用说明
基于MATLAB的滤波器设计由于MATLAB的广泛使用和功能的不断更新,基于MATLAB的滤波器设计方法以其方便快捷的特点,受到了设计者的欢迎.下面将举例说明基于MATLAB的FIR滤波器的设计。
1 基于FDATool的FIR滤波器设计使用FDATool设计FIR滤波器的具体步骤如下：1。
1 滤波器指标若需要设计一个16阶的FIR滤波器（h(0)=0），给定的参数如下：（1）低通滤波器（2) 采样频率FS 为48kHz,滤波器FC为10。
8kHz（3）输入序列位宽为9位（最高位为符号位）在此利用MATLAB来完成FIR滤波器系数的确定.1。
2 打开MATLAB的FDAToolMATLAB集成了一套功能强大的滤波器设计工具FDATool（Filter Design ＆ Analysis Tool）,可以完成多种滤波器的设计、分析和性能评估。
单击MATLAB主窗口下方的“Start”按钮，如图B.1所示，选择菜单“ToolBox”→“Filter Design”→“Filter Design & Analysis Tool（FDATool）”命令，打开FDATool，如图B。
2所示。
图B。
1 FDATool的启动图B。
2 FDATool的主界面另外,在MATLAB主命令窗口内键入“fdatool”，同样可打开FDATool程序界面。
1.3 选择Design FilterFDATool界面左下侧排列了一组工具按钮，其功能分别如下所述:●滤波器转换(TransForm Filter)●设置量化参数(Set Quantization Parameters)●实现模型（Realize Model)●导入滤波器(Import Filter）●多速率滤波器（Multirate Filter）●零极点编辑器（Pole-zero Editor）●设计滤波器（Design Filter）选择其中的按钮,进入设计滤波器界面，进行下列选择,如图B。
利用MATLAB的FDATOOL观察零极点
一、实验目的1.利用MATLAB的fdatool观察传递函数H(z)的零极点分布、幅度响应、脉冲响应及阶跃响应，并观察零极点分布与系统稳定性之间的关系。
2.利用MATLAB的fdatool验证有关稳定性的三个重要结论。
3.利用MATLAB绘制传递函数的三维图像，更直观的查看传递函数在实轴与虚轴中的变化情况。
二、实验条件PC机，MATLAB7.0三、实验内容实验前准备：打开MATLAB中的fsatool，将相关参数设置好。
在Numerator中输入H(z)中分子的系数（注意：系数按降幂顺序输入），在Denominator 中输入H(z)中分母的系数。
点击Import Filter观察图像。
（一）观察不同传递函数H （z)之间相关响应图像之间的差别a.21201.0z 2.01)z ---++=zz H （由幅度响应的图像可发现，该系统为高通滤波器。
b.2113.06.01)(--++=z z z H由幅度响应的图像可发现，该系统为高通滤波器。
c.2136.02.1-1)(--+=z z z H由幅度响应的图像可发现，该系统为低通滤波器。
d.215.0-1)(--+=z z z H由幅度响应的图像可发现，该系统为低通滤波器。
e.2128.015.1-1)(--+=z z z H由幅度响应的图像可发现，该系统为低通滤波器。
f.217625.07.11)(--++=z z z H由幅度响应的图像可发现，该系统为高通滤波器。
g.2181.08.11)(--++=z z z H由幅度响应的图像可发现，该系统为高通滤波器。
h.219425.06.1-1)(--+=z z z H由幅度响应的图像可发现，该系统为带通滤波器。
实验结论：通过观察极点在坐标系中的位置，可以得出以下两个结论 1.极点越靠近原点，系统收敛的越快。
2.极点在z 轴的左半平面，则相应在正负轴间交替。
为了更直观的观察零极点的位置与响应之间的关系，可以直接在零极点图中拖拽极点改变极点的位置，直接观察冲击响应或阶跃响应的变化。
fdatool使用
基于MATLAB的滤波器设计由于MATLAB的广泛使用和功能的不断更新，基于MATLAB的滤波器设计方法以其方便快捷的特点，受到了设计者的欢迎。
下面将举例说明基于MATLAB的FIR滤波器的设计。
1 基于FDATool的FIR滤波器设计使用FDATool设计FIR滤波器的具体步骤如下：1.1 滤波器指标若需要设计一个16阶的FIR滤波器（h(0)=0），给定的参数如下：(1) 低通滤波器(2) 采样频率F S为48kHz，滤波器F C为10.8kHz(3) 输入序列位宽为9位（最高位为符号位）在此利用MATLAB来完成FIR滤波器系数的确定。
1.2 打开MATLAB的FDAToolMATLAB集成了一套功能强大的滤波器设计工具FDATool（Filter Design & Analysis Tool），可以完成多种滤波器的设计、分析和性能评估。
单击MATLAB主窗口下方的“Start”按钮，如图B.1所示，选择菜单“ToolBox”→“Filter Design”→“Filter Design & Analysis Tool（FDATool）”命令，打开FDATool，如图B.2所示。
图B.1 FDATool的启动图B.2 FDATool的主界面另外，在MATLAB主命令窗口内键入“fdatool”，同样可打开FDATool程序界面。
1.3 选择Design FilterFDATool界面左下侧排列了一组工具按钮，其功能分别如下所述：●滤波器转换（TransForm Filter）●设置量化参数（Set Quantization Parameters）●实现模型（Realize Model）●导入滤波器（Import Filter）●多速率滤波器（Multirate Filter）●零极点编辑器（Pole-zero Editor）●设计滤波器（Design Filter）选择其中的按钮，进入设计滤波器界面，进行下列选择，如图B.3所示。
- 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)。
基于MATLAB的滤波器设计由于MATLAB的广泛使用和功能的不断更新，基于MATLAB的滤波器设计方法以其方便快捷的特点，受到了设计者的欢迎。
下面将举例说明基于MATLAB的FIR滤波器的设计。
1 基于FDATool的FIR滤波器设计使用FDATool设计FIR滤波器的具体步骤如下：滤波器指标若需要设计一个16阶的FIR滤波器（h(0)=0），给定的参数如下：(1) 低通滤波器(2) 采样频率FS 为48kHz，滤波器FC为(3) 输入序列位宽为9位（最高位为符号位）在此利用MATLAB来完成FIR滤波器系数的确定。
打开MATLAB的FDAToolMATLAB集成了一套功能强大的滤波器设计工具FDATool（Filter Design & Analysis Tool），可以完成多种滤波器的设计、分析和性能评估。
单击MATLAB主窗口下方的“Start”按钮，如图所示，选择菜单“ToolBox”→“Filter Design”→“Filter Design & Analysis Tool（FDATool）”命令，打开FDATool，如图所示。
图 FDATool的启动图 FDATool的主界面另外，在MATLAB主命令窗口内键入“fdatool”，同样可打开FDATool程序界面。
选择Design FilterFDATool界面左下侧排列了一组工具按钮，其功能分别如下所述：●滤波器转换（TransForm Filter）●设置量化参数（Set Quantization Parameters）●实现模型（Realize Model）●导入滤波器（Import Filter）●多速率滤波器（Multirate Filter）●零极点编辑器（Pole-zero Editor）●设计滤波器（Design Filter）选择其中的按钮，进入设计滤波器界面，进行下列选择，如图所示。
图 FDATool设计FIR滤波器●滤波器类型（Filer Type）为低通（Low Pass）●设计方法（Design Method）为FIR，采用窗函数法（Window）●滤波器阶数（Filter order）定制为15●窗口类型为Kaiser，Beta为● FS 为48kHz，FC为最后单击Design Filter 图标，让MATLAB 计算FIR 滤波器系数并作相关分析。
其系统函数H(z)可用下式来表示：H(z)=∑=-161k k k z b显然上式可以写成:H(z)=∑=--151k kk zb z即可以看成是一个15阶的FIR 滤波器的输出结果经过了一个单位延时单元1-z ，所以在FDATool 中,把它看成15阶FIR 滤波器来计算参数。
滤波器分析计算完FIR 滤波器系数以后，往往需要对设计好的FIR 滤波器进行相关的性能分析，以便了解该滤波器是否满足设计要求。
分析操作步骤如下：选择FDATool 的菜单“Analysis ”→“Magnitude Response ”，启动幅频响应分析如图所示，x 轴为频率，y 轴为幅度值（单位为dB ）。
图 FIR 滤波器幅频响应在图的左侧列出了当前滤波器的相关信息：● 滤波器类型为Direct Form FIR （直接I 型FIR 滤波器） ● 滤波器阶数为15选择菜单“Analysis ”→“Phase Response ”，启动相频响应分析，如图所示。
由该图可以看到设计的FIR 滤波器在通带内其相位响应为线性的，即该滤波器是一个线性相位的滤波器。
图滤波器相频响应图显示了滤波器幅频特性与相频特性的比较，这可以通过菜单“Analysis”→“Magnitude and Phase Response”来启动分析。
图滤波器幅频和相频响应选择菜单“Analysis”→“Group Delay Response”，启动群时延分析。
FDATool还提供了以下几种分析工具：●群时延响应分析。
●冲激响应分析（Impulse Response），如图所示。
●阶跃响应分析（Step Response），如图所示。
●零极点图分析（Pole/Zero Plot），如图所示。
图冲激响应图阶跃响应图零极点图求出的FIR滤波器的系数可以通过选择菜单“Analysis”→“Filter Coefficients”来观察。
如图所示，图中列出了FDATool计算的15阶直接I型FIR滤波器的部分系数。
图滤波器系数量化可以看到，FDATool计算出的值是一个有符号的小数，如果建立的FIR滤波器模型需要一个整数作为滤波器系数，就必须进行量化，并对得到的系数进行归一化。
为此，单击FDATool左下侧的工具按钮进行量化参数设置。
量化参数有三种方式：双精度、单精度和定点。
在使用定点量化前，必须确保MATLAB中已经安装定点工具箱并有相应的授权。
导出滤波器系数为导出设计好的滤波器系数，选择FDATool菜单的“File”→“Export”命令，打开Export（导出）对话框，如图所示。
图滤波器系数Export对话框在该窗口中，选择导出到工作区（Workplace）。
这时滤波器系数就存入到一个一维变量Num中了。
不过这时Num中的元素是以小数形式出现的：Num=Columns 1 through 9 Columns 10 through 162 基于MATLAB 内建函数的FIR 设计在Matlab 中已经内建有各种滤波器的设计函数，可以直接在程序中调用，这里介绍其中几个函数。
fir1函数功能：设计标准频率响应的基于窗函数的FIR 滤波器。
语法：b=fir1(n ，Wn)；b=fir1(n ，Wn ，‘ftytpe ’)； b=fir1(n ，Wn ，Window)；b=fir1(n ，Wn ，‘ftype ’，Window)；说明：fir1函数可以实现加窗线形相位FIR 数字滤波器设计，它可以设计出标准的低通、高通、带通和带阻滤波器。
b=fir1(n ，Wn)可得到n 阶低通，截至频率为Wn 的汉明加窗线形相位FIR 滤波器，0≤Wn ≤1，Wn=1相当于。
滤波器系数包含在b 中，可表示为n Z n b z b b z b --++⋯++=)1()2()1()(1当Wn=[W 1 W 2]时，fir1函数可得到带通滤波器，其通带为W 1＜w ＜W 2。
当ftype=high 时，设计高通FIR 滤波器；当ftype=stop 时，设计带阻滤波器。
在设计高通和带阻滤波器时，由于对奇次阶的滤波器，其在Nyquist 频率处的频率响应为零，不适合构成高通和带阻滤波器。
因此fir1函数总是使用阶数为偶数的滤波器，当输入的阶数为奇数时，fir1函数会自动将阶数加1。
b=fir1(n ，Wn ，Window)利用参数Window 来指定滤波器采用的窗函数类型。
其默认值为汉明窗。
b=fir1(n ，Wn ，‘ftype ’，Window)可利用ftype 和Window 参数，设计各种滤波器。
fir2函数功能：设计任意频率响应的基于窗函数的FIR 滤波器。
语法：b=fir2（n，f，m）;b=fir2（n，f，m，Window）;b=fir2（n，f，m，npt）;b=fir2（n，f，m，npt，window）;b=fir2（n，f，m，npt，lap）;b=fir2（n，f，m，npt，lap，Window）;说明：fir2函数可以用于设计有任意频率响应的加窗FIR滤波器，对标准的低通、带通、高通和带阻滤波器的设计可使用fir1函数。
b=fir2（n，f，m）可设计出一个n阶的FIR滤波器，其滤波器的频率特性由参数f和m决定。
参数f为频率点矢量，且f∈[0，1]，f=1对应于。
矢量f按升序排列，且第一个元素必须是0，最后一个必须为1，并可以包含重复的频率点。
矢量m中包含了与f相对应的期望得到的滤波器的幅度。
b=fir2（n，f，m，Window）中用参数Window来指定使用的窗函数类型，默认值为汉明窗。
b=fir2（n，f，m，npt）中用参数npt来指定fir2函数对频率响应进行内插的点数。
b=fir2（n，f，m，npt，lap）中用参数lap来指定fir2在重复频率点附近插入的区域大小。
3 基于FDATool的HDL代码产生在MATLAB 7 中，对数字滤波器的设计提供了与若干种现实方案的接口。
此类接口提供MATLAB 到设计工具的无缝连接，即MATLAB根据设计工具的文件格式，将包含滤波器设计参数的文件输出。
设计工具导入该文件，并作为设计模块的一部分。
在此类接口中包括与Xilinx公司和TI公司的接口，还包括C头文件以及HDL代码。
与FDATool的启动类似，单击MATLAB主窗口下方的“Start”按钮，选择“ToolBox”→“Filter Design HDL coder”→“Filter Design & Analysis Tool(FDATool)”,打开FDATool。
根据上节相同的设计和分析步骤，对FIR滤波器进行分析和设计，在设计完毕之后，可以得到滤波器系数。
此时就可以应用设计工具接口。
3.1 C语言头文件的产生选择FDATool菜单的“Targets”→“Generate C Header”命令，打开产生C语言头文件的窗口，如图所示。
v1.0 可编辑可修改图产生C语言头文件可以看到输出的头文件中，变量名和变量长度名可以自定义，变量输出的格式也有很多种可以选择。
根据在FDATool量化时选用的量化方式，窗口中会显示推荐使用的输出格式。
产生的头文件内容如下：/** Filter Coefficients (C Source) generated by the Filter Design and Analysis Tool* Generated by MATLAB(R)* Generate on：22-Dec-2005 11:42:24*//** Discrete-Time FIR Filter (real)*------------------------------------* Filter Structure ：Direct-Form FIR* Filter Order ：15* Stable ：Yes* Linear Phase ：Yes (Type 2)*//* General type conversion for MATLAB generated C-code */# include“”/** Expected path to* C:\MATLAB7\extern\include\*/const int BL = 16；const real64_T B[16]={, , , ,, , 0.,, 0., , ,, , ,}；Xilinx系数文件的产生选择FDATool菜单的“Targets”→“Xilinx Coefficients（.COE）file”命令，MATLAB直接提示文件的保存位置，保存完毕之后另开一个窗口显示该文件的内容。