40.4  IIR高通滤波器设计
40.4.1  fdatool获取高通滤波器系数    设计一个如下的例子：    信号由50Hz正弦波和200Hz正弦波组成，采样率1Kbps，现设计一个巴特沃斯滤波器高通滤波器，采用直接I型，截止频率140Hz，采样400个数据，滤波器阶数设置为4。fadtool的配置如下：

配置好高通滤波器后，具体滤波器系数的生成大家参考本章第二小节的方法即可。40.4.2  高通滤波器实现    通过工具箱fdatool获得高通滤波器系数后在开发板上运行函数arm_biquad_cascade_df1_f32来测试高通滤波器的效果。

1. #define numStages  2                /* 2阶IIR滤波的个数 */
   
2. #define TEST_LENGTH_SAMPLES  400    /* 采样点数 */
   
3. 
   
4. static float32_t testInput_f32_50Hz_200Hz[TEST_LENGTH_SAMPLES]; /* 采样点 */
   
5. static float32_t testOutput[TEST_LENGTH_SAMPLES];               /* 滤波后的输出 */
   
6. static float32_t IIRStateF32[4*numStages];                      /* 状态缓存，大小numTaps + blockSize - 1*/
   
7.                                                                            
   
8. /* 巴特沃斯高通滤波器系数 140Hz */                                                                                                                                         
   
9. const float32_t IIRCoeffs32HP[5*numStages] = {
   
10.      1.0f,  -2.0f,  1.0f,  0.9845430147411518f,   -0.54456536085081642f,     
    
11.      1.0f,  -2.0f,  1.0f,  0.74471447786432121f,  -0.16831887384397309f,                                
    
12. };
    
13. 
    
14. /*
    
15. *********************************************************************************************************
    
16. *    函 数 名: arm_iir_f32_hp
    
17. *    功能说明: 调用函数arm_iir_f32_hp实现高通滤波器
    
18. *    形    参：无
    
19. *    返 回 值: 无
    
20. *********************************************************************************************************
    
21. */
    
22. static void arm_iir_f32_hp(void)
    
23. {
    
24.      uint32_t i;
    
25.      arm_biquad_casd_df1_inst_f32 S;
    
26.      float32_t ScaleValue;
    
27. 
    
28.      /* 初始化 */
    
29.      arm_biquad_cascade_df1_init_f32(&S, numStages, (float32_t *)&IIRCoeffs32HP[0], (float32_t
    
30. *)&IIRStateF32[0]);
    
31.    
    
32.      /* IIR滤波 */
    
33.      arm_biquad_cascade_df1_f32(&S, testInput_f32_50Hz_200Hz, testOutput, TEST_LENGTH_SAMPLES);
    
34.         
    
35.      /*放缩系数 */   
    
36.      ScaleValue = 0.63227709389799203f * 0.47825833792707356f;
    
37.    
    
38.      /* 打印滤波后结果 */
    
39.      for(i=0; i<TEST_LENGTH_SAMPLES; i++)
    
40.      {
    
41.          printf("%f ", testOutput[i]*ScaleValue);
    
42.      }
    
43. }

复制代码运行如上函数可以通过串口打印出函数arm_biquad_cascade_df1_f32滤波后的波形数据，下面通过Matlab绘制波形来对比Matlab计算的结果和ARM官方库计算的结果。    对比前需要先将串口打印出的一组数据加载到Matlab中， arm_biquad_cascade_df1_f32的计算结果起名sampledata，加载方法在前面的教程中已经讲解过，这里不做赘述了。Matlab中运行的代码如下：

1. fs=1000;              %设置采样频率 1K
   
2. N=400;               %采样点数     
   
3. n=0:N-1;
   
4. t=n/fs;                %时间序列
   
5. f=n*fs/N;              %频率序列
   
6. 
   
7. x1=sin(2*pi*50*t);
   
8. x2=sin(2*pi*200*t);     %50Hz和200Hz正弦波
   
9. subplot(211);
   
10. plot(t, x2);
    
11. title('滤波后的理想波形');
    
12. grid on;
    
13. 
    
14. subplot(212);
    
15. plot(t, sampledata);
    
16. title('ARM官方库滤波后的波形');
    
17. grid on;

复制代码Matlab计算结果如下：

从上面的波形对比来看，matlab和函数arm_biquad_cascade_df1_f32计算的结果基本是一致的。为了更好的说明滤波效果，下面从频域的角度来说明这个问题，Matlab上面运行如下代码：

1. fs=1000;                %设置采样频率 1K
   
2. N=400;                 %采样点数     
   
3. n=0:N-1;
   
4. t=n/fs;                  %时间序列
   
5. f=n*fs/N;                %频率序列
   
6. 
   
7. x = sin(2*pi*50*t) + sin(2*pi*200*t);      %50Hz和200Hz正弦波合成
   
8. 
   
9. subplot(211);
   
10. y=fft(x, N);                %对信号x做FFT  
    
11. plot(f,abs(y));
    
12. xlabel('频率/Hz');
    
13. ylabel('振幅');
    
14. title('原始信号FFT');
    
15. grid on;
    
16. 
    
17. y3=fft(sampledata, N);    %经过IIR滤波器后得到的信号做FFT
    
18. subplot(212);                              
    
19. plot(f,abs(y3));
    
20. xlabel('频率/Hz');
    
21. ylabel('振幅');
    
22. title('IIR滤波后信号FFT');
    
23. grid on;

复制代码Matlab计算结果如下：

上面波形变换前的FFT和变换后FFT可以看出，50Hz的正弦波基本被滤除。