数字信号处理(DSP)实验 |
您所在的位置：网站首页 › dsp实例设计的程序及其硬件 › 数字信号处理(DSP)实验 |
数字信号处理(DSP)实验
|
一、实验目的 1.掌握用窗函数法设计FIR数字滤波器的原理和方法。 2.掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。 3.掌握FIR滤波器的快速卷积实现原理。 4.学会调用MATLAB函数设计与实现FIR滤波器。 二、实验原理与方法 1.FIR滤波器的设计 三、实验内容及步骤 （1）认真复习用窗函数法设计FIR数字滤波器的原理； （2）调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱； 程序如下： function xt=xtg(N) %xt=xtg(N) 产生一个长度为N,有加性高频噪声的单频调幅信号xt,采样频率Fs=1000Hz %载波频率fc=Fs/10=100Hz,调制正弦波频率f0=fc/10=10Hz. Fs=1000;T=1/Fs;Tp=N*T; t=0:T:(N-1)*T; fc=Fs/10;f0=fc/10; %载波频率fc=Fs/10，单频调制信号频率为f0=Fc/10; mt=cos(2*pi*f0*t); %产生单频正弦波调制信号mt，频率为f0 ct=cos(2*pi*fc*t); %产生载波正弦波信号ct，频率为fc xt=mt.*ct; %相乘产生单频调制信号xt nt=2*rand(1,N)-1; %产生随机噪声nt %==设计高通滤波器hn,用于滤除噪声nt中的低频成分,生成高通噪声== fp=150; fs=200;Rp=0.1;As=70; % 滤波器指标 fb=[fp,fs];m=[0,1]; % 计算remezord函数所需参数f,m,dev dev=[10^(-As/20),(10^(Rp/20)-1)/(10^(Rp/20)+1)]; [n,fo,mo,W]=remezord(fb,m,dev,Fs); % 确定remez函数所需参数 hn=remez(n,fo,mo,W); % 调用remez函数进行设计,用于滤除噪声nt中的低频成分 yt=filter(hn,1,10*nt); %滤除随机噪声中低频成分，生成高通噪声yt %====================================================== xt=xt+yt; %噪声加信号 fst=fft(xt,N);k=0:N-1;f=k/Tp; subplot(3,1,1);plot(t,xt);grid;xlabel('t/s');ylabel('x(t)'); axis([0,Tp/5,min(xt),max(xt)]);title('(a) 信号加噪声波形') subplot(3,1,2);plot(f,abs(fst)/max(abs(fst)));grid;title('(b) 信号加噪声的频谱') axis([0,Fs/2,0,1.2]);xlabel('f/Hz');ylabel('幅度')结果： （3）请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。 答：可选择通带截止频率fp=120Hz；阻带截至频率fs=150Hz；换算成数字频率，通带截止频率Wp=2πfpT=0.24π；通带最大衰减为0.1dB，阻带截止频率Ws=2πfsT=0.3π，阻带最小衰减为60dB。 （4）根据滤波器指标选择合适窗函数，计算窗函数长度N，调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。 答：使用Blackman窗函数设计滤波器，滤波器长度Nb=184。 （5）重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord和remez设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 答：用等波纹最佳逼近法设计滤波器，滤波器长度Ne=83。 程序如下： % FIR数字滤波器设计及软件实现 clear all; close all; %==调用xtg产生信号xt, xt长度N=1000,并显示xt及其频谱,========= N=1000;xt=xtg(N); fp=120; fs=150;Rp=0.2;As=60;Fs=1000; % 输入给定指标 % 用窗函数法设计滤波器 wc=(fp+fs)/Fs; %理想低通滤波器截止频率(关于pi归一化） B=2*pi*(fs-fp)/Fs; %过渡带宽度指标 Nb=ceil(11*pi/B); %blackman窗的长度N hn=fir1(Nb-1,wc,blackman(Nb)); Hw=abs(fft(hn,1024)); % 求设计的滤波器频率特性 ywt=fftfilt(hn,xt,N); %调用函数fftfilt对xt滤波 %以下为用窗函数法设计法的绘图部分（滤波器损耗函数，滤波器输出信号波形） f=[0:1023]*Fs/1024; figure(2) subplot(2,1,1) plot(f,20*log10(Hw/max(Hw)));grid;title('(a) 低通滤波器幅频特性') axis([0,Fs/2,-120,20]); xlabel('f/Hz');ylabel('幅度') t=[0:N-1]/Fs;Tp=N/Fs; subplot(2,1,2) plot(t,ywt);grid; axis([0,Tp/2,-1,1]);xlabel('t/s');ylabel('y_w(t)'); title('(b) 滤除噪声后的信号波形') % 用等波纹最佳逼近法设计滤波器 fb=[fp,fs];m=[1,0]; % 确定remezord函数所需参数f,m,dev dev=[(10^(Rp/20)-1)/(10^(Rp/20)+1),10^(-As/20)]; [Ne,fo,mo,W]=remezord(fb,m,dev,Fs); % 确定remez函数所需参数 hn=remez(Ne,fo,mo,W); % 调用remez函数进行设计 Hw=abs(fft(hn,1024)); % 求设计的滤波器频率特性 yet=fftfilt(hn,xt,N); % 调用函数fftfilt对xt滤波 %以下为用等波纹设计法的绘图部分（滤波器损耗函数，滤波器输出信号yw(nT)波形） figure(3);subplot(2,1,1) f=[0:1023]*Fs/1024; plot(f,20*log10(Hw/max(Hw)));grid;title('(c) 低通滤波器幅频特性') axis([0,Fs/2,-80,10]); xlabel('f/Hz');ylabel('幅度') subplot(2,1,2);plot(t,yet);grid; axis([0,Tp/2,-1,1]);xlabel('t/s');ylabel('y_e(t)'); title('(d) 滤除噪声后的信号波形')结果： 用窗函数法设计滤波器，滤波器长度 Nb=184。滤波器损耗函数和滤波器输出yw(nT)如下图所示。 （4）实验程序框图如图4.2所示。 1.如果给定通带截止频率和阻带截止频率以及阻带最小衰减,如何用窗函数法设计线性相位低通滤波器?请写出设计步骤。 |
2.窗函数设计法 
3.几种常见的窗函数： （1）矩形窗（Rectangle Window） 调用格式：w=boxcar(n)，根据长度n 产生一个矩形窗w。 （2）三角窗（Triangular Window） 调用格式：w=triang(n) ，根据长度n 产生一个三角窗w。 （3）汉宁窗（Hanning Window） 调用格式：w=hanning(n) ，根据长度n 产生一个汉宁窗w。 （4）海明窗（Hamming Window） 调用格式：w=hamming(n) ，根据长度n 产生一个海明窗w。 （5）布拉克曼窗（Blackman Window） 调用格式：w=blackman(n) ，根据长度n 产生一个布拉克曼窗w。 （6）恺撒窗（Kaiser Window） 调用格式：w=kaiser(n,beta) ，根据长度n 和影响窗函数旁瓣β参数产生一个恺撒窗w。
用等波纹最佳逼近法设计滤波器，滤波器长度 Ne=83。滤波器损耗函数和滤波器输出ye(nT)分别如下图所示。 
两种方法设计的滤波器都能有效地从噪声中提取信号，但等波纹最佳逼近法设计的滤波器阶数低得多，当然滤波实现的运算量以及时延也小得多。
四、思考题
2.如果要求用窗函数法设计带通滤波器,且给定通带上、下截止频率为Wp1和Wpu，阻带上、下截止频率为Ws1和Wsu，试求理想带通滤波器的截止频率Wc1和Wcu。 
3.解释为什么对同样的技术指标，用等波纹最佳逼近法设计的滤波器阶数低？ ①用窗函数法设计的滤波器，如果在阻带截止频率附近刚好满足，则离开阻带截止频率越远,阻带衰减富裕量越大，即存在资源浪费; ②几种常用的典型窗函数的通带最大衰减和阻带最小衰减固定，且差别较大，又不能分别控制。所以设计的滤波器的通带最大衰减和阻带最小衰减通常都存在较大富裕。 ③用等波纹最佳逼近法设计的滤波器，其通带和阻带均为等波纹特性，且通带最大衰减和阻带最小衰减可以分别控制,所以其指标均匀分布,没有资源浪费,所以期阶数低得多。【本文地址】
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |