2019-08-02 16:16发布
XMAZZ 发表于 2014-4-30 21:07 谢谢你啊,但是,请问一下有做好的文档或材料可以给我学习一下嘛?因为以前没有接触过类似的东西,或是一 ...
最多设置5个标签!
4、 熟悉FIR滤波器的特点和结构
5、 掌握FIR滤波器的matlab设计
6、 实现FIR滤波器在DSP中的实现和3.5寸TFT屏上的波形显示
【实验设备】
计算机、数字信号处理双核实验箱、TDS510仿真器
【实验原理】
1. FIR滤波器的特点和结构
有限冲激响应滤波器是信号处理中常用的一种滤波器,这种滤波器有如下优点:
容易实现线性相位:只要保证系数的偶对称,就很容易实现线性相位;
可以实现任意形状滤波器:通过窗函数法可以方便的实现多通道、多阻带滤波器;
稳定性好:因为FIR滤波器没有反馈,是自然稳定的。
FIR滤波器也有一些缺点:
设计FIR滤波器无法直接设定阻带衰减指标:为了达到阻带衰减指标往往要多次更改设计参数,直到通带、阻带性能达到要求;
阶数较大:要满足理想的滤波器性能需求比无限冲激响应滤波器更长的阶数;
过渡带性能和实时性之间存在矛盾:要使FIR滤波器的过渡带尽量小就需要较长的阶数,这就需要在过渡带性能和实时性之间寻求平衡。
2. FIR滤波器差分方程
为输入序列, 为输出序列, 为滤波器系数,N为滤波器阶数。
【实验内容】
按要求设计低通FIR滤波器,要求通带边缘频率10KHz,阻带边缘频率22KHz,阻带衰减75dB,采样频率50KHz。
【实验步骤】
1. 参数计算
窗函数选定:阻带衰减75dB,选择blackman窗;截止频率:2pi*(10+(22-10)/2)/50=0.64pi;
窗函数长度:blackman窗的过渡带宽为5.98,单位为2pi/N,而要设计的低通滤波器的过度带宽为2pi*12/50=0.48pi,两者相等,得N=24.9,取25。
2. 滤波器的脉冲响应
理想低通滤波器脉冲响应:
h1[n] = sin(nΩ1)/n/pi = sin(0.64pi*n)/n/pi
窗函数为:
w[n] = 0.42 - 0.5cos(2pi*n/24) + 0.8cos(4pi*n/24)
则滤波器脉冲响应为:
h[n] = h1*w[n] |n|<=12
h[n] = 0 |n|>12
3. 滤波器的差分方程
根据滤波器的脉冲响应计算出h[n],然后将脉冲响应值移位为因果序列,下面将利用matlab计算h[n]的值,具体如下:
>> Window=blackman(25);
>> b=fir1(24,0.64,Window);
>> freqz(b,1)
>> b=roundn(b,-3) %任意位四舍五入
b =
Columns 1 through 8
0 0 0.0010 -0.0020 -0.0020 0.0100 -0.0090 -0.0180
Columns 9 through 16
0.0490 -0.0200 -0.1100 0.2800 0.6400 0.2800 -0.1100 -0.0200
Columns 17 through 24
0.0490 -0.0180 -0.0090 0.0100 -0.0020 -0.0020 0.0010 0
Column 25
0
最后得到滤波器的差分方程为:
y[n] = 0.001x[n-2] - 0.002x[n-3] - 0.002x[n-4] + 0.01x[n-5] - 0.009x[n-6] - 0.018[n-7]
+ 0.049x[n-8] -0.02x[n-9] - 0.11x[n-10] + 0.28x[n-11] + 0.64x[n-12] + 0.28x[n-13] - 0.11[n-14] - 0.02x[n-15] + 0.049x[n-16] - 0.018x[n-17] - 0.009x[n-18] + 0.1x[n-19] - 0.002x[n-20] - 0.002x[n-21] + 0.001x[n-22]
自己搞过的 参考一下
#include <math.h>
#include <csl.h>
#define FIRNUMBER 25
#define SIGNAL1F 1000
#define SIGNAL2F 4500
#define SAMPLEF 10000
#define PI 3.1415926
float InputWave();
float FIR();
void Show_wave1(Uint16 x,Uint16 y);
void Show_wave2(Uint16 x,Uint16 y);
float fHn[FIRNUMBER]={ 0.0,0.0,0.001,-0.002,-0.002,0.01,-0.009,
-0.018,0.049,-0.02,0.11,0.28,0.64,0.28,
-0.11,-0.02,0.049,-0.018,-0.009,0.01,
-0.002,-0.002,0.001,0.0,0.0
};
float fXn[FIRNUMBER]={ 0.0 };
float fInput,fOutput;
float fSignal1,fSignal2;
float fStepSignal1,fStepSignal2;
float f2PI;
int i;
float fIn[256],fOut[256];
int nIn,nOut;
Uint16 show_x1=0,show_x2=0,show_y=0;
Uint16 last_x1=0,now_x1=0;
Uint16 last_x2=0,now_x2=0;
void main()
{
nIn=0; nOut=0;
f2PI=2*PI;
fSignal1=0.0;
fSignal2=PI*0.1;
fStepSignal1=2*PI/30;
fStepSignal2=2*PI*1.4;
Sys_Init();
while ( 1 )
{
fInput=InputWave();
fIn[nIn]=fInput;
nIn++; nIn%=256;
fOutput=FIR();
fOut[nOut]=fOutput;
nOut++; /* break point */
if ( nOut>=256 )
{
nOut=0;
}
show_x1=(Uint16)(240+fInput*50);
show_x2=(Uint16)(80 +fOutput*50);
Show_wave1(show_x1,show_y);
Show_wave2(show_x2,show_y);
if(show_y < 480)
show_y=show_y + 1;
else
{
show_y=0;
Show_Init();
}
ddelay(1);
}
}
float InputWave()
{
for ( i=FIRNUMBER-1;i>0;i-- )
fXn[i]=fXn[i-1];
fXn[0]=sin((double)fSignal1)+cos((double)fSignal2)/6.0;
fSignal1+=fStepSignal1;
if ( fSignal1>=f2PI ) fSignal1-=f2PI;
fSignal2+=fStepSignal2;
if ( fSignal2>=f2PI ) fSignal2-=f2PI;
return(fXn[0]);
}
float FIR()
{
float fSum;
fSum=0;
for ( i=0;i<FIRNUMBER;i++ )
{
fSum+=(fXn[i]*fHn[i]);
}
return(fSum);
}
void Show_wave1(Uint16 x,Uint16 y)
{
Uint8 i = 0;
last_x1 = now_x1;
now_x1 = x;
if(last_x1 < now_x1)
{
for(i=last_x1;i<now_x1;i++)
{
DrawPixel(i, y);
}
}
else
{
for(i=last_x1;i>now_x1;i--)
{
DrawPixel(i, y);
}
}
}
void Show_wave2(Uint16 x,Uint16 y)
{
Uint8 i = 0;
last_x2 = now_x2;
now_x2 = x;
if(last_x2 < now_x2)
{
for(i=last_x2;i<now_x2;i++)
{
DrawPixel(i, y);
}
}
else
{
for(i=last_x2;i>now_x2;i--)
{
DrawPixel(i, y);
}
}
}
两种算法 啊 这些还需要你收集资料 多找找吧
一周热门 更多>