用窗函数法设计FIR滤波器.

合集下载
  1. 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. 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. 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)。

实验报告

实验题目:用窗函数法设计FIR滤波器

所属课程:数字信号处理

班级:信息1

姓名:

学号:

一. 实验目的

(1)掌握用窗函数法设计FIR 数字滤波器的原理与方法。 (2)熟悉线性相位FIR 数字滤波器的特性。 (3)了解各种窗函数对滤波特性的影响。 二. 实验内容和要求

(1) 复习用窗函数法设计FIR 数字滤波器一节内容,阅读本实验原理,掌握设计步骤。

(2) 用升余弦窗设计一线性相位低通FIR 数字滤波器,截止频率rad c 4

π

ω=

窗口长度N =15,33。要求在两种窗口长度情况下,分别求出()n h ,打印出相应的幅频特性和相频特性曲线,观察3dB 带宽和20dB 带宽。总结窗口长度N 对滤波器特性的影响。

设计低通FIR 数字滤波器时,一般以理想低通滤波特性为逼近函数

()

ωj e H ,即

()

⎪⎩⎪⎨⎧≤<≤=-π

ωωωωωαω

c c j j

d ,,

e e H 0 其中2

1

-=

N α ()()

()[]()

a n a n d e e d e e

H n h c j j j j d d c

c

--=

=

=

⎰⎰-

--

πωωπ

ωπ

ωαωω

ωαω

π

π

ω

sin 21

21

(3) 33=N ,4πω=c ,用四种窗函数设计线性相位低通滤波器,绘制相应的幅频特性曲线,观察3dB 带宽和20dB 带宽以及阻带最小衰减,比较四种窗函数对滤波器特性的影响。 三. 实验方法、步骤及结果测试

如果所希望的滤波器的理想的频率响应函数为()

ωj d e H ,则其对应的单位脉冲响应为

()()ωπ

ω

ωπ

πd e e H n h j

j

d

d ⎰-

=

21

(4.1) 窗函数设计法的基本原理是用有限长单位脉冲响应序列()n h 逼近()n h d 。由于()n h d 往往是无限长序列,而且是非因果的,所以用窗函数()n ω将()n h d 截断,并进行加权处理,得到:

()()()n n h n h d ω=

(4.2)

()n h 就作为实际设计的FIR 数字滤波器的单位脉冲响应序列,其频率响应函数()

ωj e H 为

()()n

j N n j e

n h e

H ωω

∑-==1

(4.3)

式中,N 为所选窗函数()n ω的长度。 如果要求线性相位特性,则()n h 还必须满足

()()n N h n h --±=1

根据上式中的正、负号和长度N 的奇偶性又将线性相位FIR 滤波器分成四类。

要根据所设计的滤波特性正确选择其中一类,例如,要设计线性相位低通特性,可以选择()()n N h n h --=1这一类,而不能选择()()n N h n h ---=1这一类。

主程序框图如图4.1所示。其中幅度特性要求用dB 表示。

)

()()()()()()]([)(22

k H k H k H k jH k H k H n h DFT k H I R I R +=+==

画图时,用)(lg 20k H 打印幅度特性。第k 点对应的频率k N

k π

ω2=

。为使曲线包络更接近()

ωj e H 的幅度特性曲线,DFT 变换区间要选大些。例如窗口长度N=33时,可通过在()n h 末尾补零的方法,使长度变为64,再进行64点DFT ,则可以得到更精确的幅度衰减特性曲线。

下面给出MATLAB 主程序:

%实验四,用窗函数法设计FIR 数字滤波器 b=1; close all;

图6-1 主程序框图

i=0;

while(b);

temp=menu('选择窗函数长度

N','N=10','N=15','N=20','N=25','N=30','N=33','N=35','N=40','N=45','N= 50','N=55','N=60','N=64');

menu1=[10,15,20,25,30,33,35,40,45,50,55,60,64];

N=menu1(temp);

temp=menu('选择逼近理想低通滤波器截止频率

Wc','Wc=pi/4','Wc=pi/2','Wc=3*pi/4','Wc=pi','Wc=0.5','Wc=1.0','Wc=1.5 ','Wc=2.0','Wc=2.5','Wc=3.0');

menu2=[pi/4,pi/2,3*pi/4,pi,0.5,1,1.5,2,2.5,3];

w=menu2(temp);

n=[0:(N-1)];

hd=ideal(w,N); %得到理想低通滤波器

k=menu('请选择窗口类

型:','boxcar','hamming','hanning','blackman');

if k==1

B=boxcar(N);

string=['Boxcar','N=',num2str(N)];

else if k==2

B=hamming(N);

string=['Hamming','N=',num2str(N)];

else if k==3

B=hanning(N);

string=['Hanning','N=',num2str(N)];

else if k==4

B=blackman(N);

string=['Blackman','N=',num2str(N)];

end

end

end

end

h=hd.*(B)'; %得到FIR数字滤波器

相关文档
最新文档