matlab中滤波器函数filter的c语言实现

最近使用matlab对传感器采集的数据进行低通滤波处理，选定的是切比雪夫I型滤波器，使用matlab自带的函数滤波正常，滤波程序如下：

1.%设计低通滤波器

2.wp=3*2/fs; %通带边界频率15Hz（归一化频率）

3.ws=15*2/fs; %阻带边界频率15Hz（归一化频率）

4.rp=1;rs=30;Nn=512; %通带波纹和阻带衰减，以及绘制频率特性的数据点数

5.[nn,wn]=cheb1ord(wp,ws,rp,rs); %求得数字滤波器的最小阶数和归一化截止频率

6.[b,a]=cheby1(nn,rp,wn); %按最小阶数、通带波纹和截止频率设计数字滤波器

7.

8.DACCx=filter(b,a,ACCx1);%对输入信号进行滤波

9.DACCy=filter(b,a,ACCy1);%对输入信号进行滤波

10.DACCz=filter(b,a,ACCz1);%对输入信号进行滤波

11.

12.DGROx=filter(b,a,GROx1);%对输入信号进行滤波

13.DGROy=filter(b,a,GROy1);%对输入信号进行滤波

复制代码

其中ACCx1、ACCy1、ACCz1、GROx1、GROy1是采集的传感器原始数据序列，这里就不再添加数据。计算出的滤波器参数如下：

恩，好的，等直接使用matlab生成C代码试一下，主要是我想先弄清楚filter的计算原理，之前的程序中有一点有问题，递推公式有个符号写错了，修改如下：

1.for i=4:len

2. y(i)=(b1*x(i)+b2*x(i-1)+b3*x(i-2)+b4*x(i-3)-a2*y(i-1)-a3*y(i-2)-a4*y

(i-3));

3.end

复制代码

但是因为是递推来计算差分方程，所以差分方程的前三个值的确定方法和递推方法不太一样，但是我不知道怎么确定y(t)的前三个值。所以直接抄用matlab的滤波函数计算出来的y(t)的前三个值带入，但是只有前几十个数据与matlab的filter函数计算相同，其他值计算的结果不一样，也不知道哪里有问题。请问filter函数计算差分方程的过程是怎么样的呢？

STM32支持浮点运算，具体效果怎么样，我想先写好C程序尝试一下看看。

这是个很好的问题，我也想知道这个前三个值是怎么计算来的，MATLAB仿真时到底是怎么算的？我以前做FIR滤波器，比如四阶的，是直接前面四个值不做处理呢，还是第一个值不做处理，后面看有几个输入信号点就用几个，直到满足五个点之后五个系数全用上？——在这个问题上确实纠结了很久，但没去研究，直接取前四个值不作处理。

你这个，也是一样了，要不试试前面有几个数据点就用几个系数试试？看看什么结果，讨论讨论？

我在网上看了一个帖子说是filter函数怎么计算的，第一个值的计算就是我程序中的过程，也就是如果为3阶，那么n=1的时候，x(n-1)、x(n-2)、x(n-3)、y(n-1)、y(n-2)、y(n-3)全都赋值为0，所以y(1)=b1*x(1)，计算结果也与filter计算结果相同，但是y(2)、y(3)按照这个思路计算出来的结果不相同，所以没有搞明白怎么回事。

问题已解决，先将filter的计算过程说明一下，以三阶为例：

当n=1时，x(n-1)、x(n-2)、x(n-3)、y(n-1)、y(n-2)、y(n-3)全都赋值为0，所以y(1)=b1*x(1)；当n=2时，x(n-2)、x(n-3)、y(n-2)、y(n-3)全都赋值为0，所以y(2)=b1*x(2)+b2*x(1)-a2*y(1); 当n=3时，x(n-3)、y(n-3)全都赋值为0，所以

y(3)=b1*x(3)+b2*x(2)+b3*x(1)-a2*y(2)-a3*y(1);

自此计算出y(1)、y(2)、y(3)；

当n>=4时就可以采用递推运算

y(i)=b1*x(i)+b2*x(i-1)+b3*x(i-2)+b4*x(i-3)-a2*y(i-1)-a3*y(i-2)-a4*y(i-3);其中

i=n,n>=4；

但是需要注意的是，进行递推运算是如果a、b的系数误差太大会产生累积误差，所以系数尽量精确，采用滤波器计算时的参数，如下：

1.%使用差分方程进行低通滤波，观察效果

2.a(1)=1;a(2)=-2.969516349642659;a(3)=2.940162369075828;a(4)=-0.970632740

348324;

3.b(1)=0.165988560552055*10^(-5);b(2)=0.497965681656165*10^(-5);b(3)=0.49

7965681656165*10^(-5);b(4)=0.165988560552055*10^(-5);

复制代码

发现计算结果与使用filter函数计算结果完全相同。:lol