第7章数字滤波器的设计祥解.ppt

四、IIR和FIR数字滤波器的比较 另外，也应看到，IIR滤波器虽然设计简单，但主要是用于设计具有片段常数特性的滤波器，如低通、高通、带通及带阻等，往往脱离不了模拟滤波器的格局。而FIR滤波器则要灵活得多，尤其它能易于适应某些特殊的应用，如构成微分器或积分器，或用于巴特沃斯、切比雪夫等逼近不可能达到预定指标的情况，因而有更大的适应性和更广阔的天地。 总之，IIR与FIR滤波器各有所长，所以在实际应用时应该根据实际要求加以选择。例如，从使用要求上看，在对相位要求不敏感的场合，如语音通信等，选用IIR较为合适，这样可以充分发挥其经济高效的特点，而对于图像信号处理、数据传输等以波形携带信息的系统，则对线性相位要求较高，采用FIR滤波器较好。 第四节 智能仪器中常用的数字滤波算法简介 在测试系统中，被测物理量通过传感器、调理电路和模数转换器转换成相应的数字量，仪器中的微处理器取得这些数据并对它们进行分析和处理，用作输出显示或控制。当由于存在随机干扰使被测信号中混入了无用成分时，可以采用滤波器滤掉信号中的无用成分，提高信号质量。模拟滤波器在低频和甚低频时实现是比较困难的，而数字滤波器则可以克服模拟滤波的某些不足，它具有高精度、高可靠性和高稳定性的特点，因此，数字滤波器被广泛用在测控系统中，减少系统输出信号的随机误差。 第四节 智能仪器中常用的数字滤波算法简介 在测试领域应用中采用滤波算法消除干扰，在一个具体的仪器中究竟应选用哪种滤波算法，取决于仪器的使用场合及信号中所含有的随机干扰情况。 第四节 智能仪器中常用的数字滤波算法简介 一、一阶惯性滤波 一阶惯性数字滤波算法为 系数 ，对于直流， ，由式（7-66）有 ，即该滤波器的直流增益为1。若取采样间隔 足够小，滤波器的截止频率为 系数 越大，滤波器的截止频率越高。若取 ，则截止频率为 。 ， (7-66) （7-67） 第四节 智能仪器中常用的数字滤波算法简介 用MATLAB仿真结果如图7-29所示。当采用典型RC模拟滤波器来抑制低频干扰时，要求滤波器有大的时间常数和高精度的RC网络，增大时间常数要求增大C值，其漏电流也随之增大，从而使RC网络的误差增大，降低了滤波效果。而采用式（7-66）所示的数字滤波算法，来实现数字滤波，则能很好地克服模拟滤波器的缺点。在允许大时间常数的场合，这种方法更为实用。一阶惯性滤波算法对于周期干扰具有良好的抑制作用，其不足之处是带来了相位滞后，灵敏度低，滞后程度取决于b值的大小；同时它不能滤除高于二分之一采样频率（称为奈奎斯特频率）的干扰信号，对于高于奈奎斯特频率的干扰信号，应该采用模拟滤波器。 第四节 智能仪器中常用的数字滤波算法简介 图7-29 一阶惯性滤波频率特性 第四节 智能仪器中常用的数字滤波算法简介 二、限幅滤波 对于测控系统中存在随机脉冲干扰，或由于变送器不可靠而将尖脉冲干扰引入输入端，从而造成测量信号的严重失真，对于这种随机干扰，限幅滤波是一种有效的方法，其基本方法是比较相邻（n和n-1时刻）的两个采样值 和 ，根据经验确定两次采样允许的最大偏差。如果两次采样值 和 的差值超过了允许的最大偏差范围，则认为发生了随机干扰，并认为后一次采样值 为非法值，应予剔除。剔除 后，可用 代替 。若未超过允许的最大偏差范围，则认为本次采样值有效。 第四节 智能仪器中常用的数字滤波算法简介 三、中位值滤波 中位值滤波是对某一被测参数连续采样n 次（一般n取奇数），然后将n次采样值按大小排列，取中间值为本次采样值。中位值滤波能有效地克服偶然因素引起的波动或采样器不稳定引起的误码等脉冲干扰。对温度、液位等缓慢变化的被测参数采用此法能收到良好的滤波效果，但对于流量、压力等快速变化的参数一般不采用中位值滤波。 第四节 智能仪器中常用的数字滤波算法简介 四、算术平均值滤波 算术平均滤波一般适用于对具有随机干扰的信号进行滤波。这种信号的特点是信号本身在某一数值范围附近上下波动，如测量流量、液位时经常遇到这种情况。 算术平均滤波是要根据输入的N个采样值 ，寻找这样一个y，使y与各采样值之间的偏差的平方和最小，即使 第四节 智能仪器中常用的数字滤波算法简介 由一元函数求极值原理，可得 即为算术平均滤波的基本公式。 设第i次测量的测量值包含有信号成分 和噪声成分 ，则进行N次测量的信号成分之和为 （7-68） 第四节 智能仪器中常用