基于Matla的FIR滤波器设计与仿真.doc

基于Matlab的FIR滤波器设计与仿真 实验地点：曹光彪信息楼219 实验日期：7月13日至 7月18日 一、实验目的 1、掌握基本的MATLAB编程方法； 2、理解FIR滤波器的设计原理； 3、学会用MATLAB来编程实现FIR滤波器； 4、掌握基本的simulink交互式仿真，并对FIR滤波器模型并进行仿真制作数据源：用电脑采集或用软件截取5至10秒的语音（如“宁波大学”...）(注意用wavread函数将语音文件读入到matlab时，有“右声道”和“左声道”两个信号，只要将其中一个声道作为信号就可以。)信号中混入随机噪声(注意信噪比，噪声强度不要太大)事先取一个参考值， randn(size(a)) .* sqrt(noise_var) + noise_mu;语句产生与原始语音长度相同的随机噪声，最后把这个噪声添加到原始语音中，得到加噪语音信号。 3、设计一个FIR滤波器对前面的混合信号进行处理、降低噪声，并对性能进行分析( FIR) 数字滤波器具有严格的线性相位,又具有任意的幅频特性。同时FIR 系统只有零点,系统是稳定的,因而容易实现线性相位和允许实现多通道滤波器。只要经过一定的延时,任何非因果有限长序列都能变成因果的有限长序列, 因而总能用因果系统来实现。FIR 滤波器由于单位冲激响应是有限长的,可以用快速傅立叶变换( FFT) 算法来实现过滤信号,从而大大提高运算效率。由于FIR 滤波器具有以上优点,在信号处理和数据传输中得到了广泛的应用。运用窗函数设计滤波器是FIR 数字滤波器设计的主要方法之一,由于运算简单,又有闭合形式的公式可循,因而很实用。 有限长FIR数字滤波器的设计方法主要是窗函数设计法。 常用的窗函数有以下几种, 矩形窗, 三角窗,汉宁窗, 海明窗, 布拉克曼窗, 凯泽窗(β =7. 865) ,各种窗函数基本参数比较如下表1 。由表1得矩形窗虽然简便，但存在明显的吉布斯效应，主瓣和第一旁瓣之比只有13dB,为了克服这些缺陷，设计时可根据给定的滤波器技术指标，选择滤波器长度M和窗函数w(n)，使其具有最窄宽度的主瓣和最小旁瓣 4、用Simulink设计FIR滤波器模型并进行仿真，所得结果进行分析Simulink创建模型并寻找解决实际问题的方法，可以用它轻松地搭建一个系统模型，并设置模型参数和仿真参数。由于Simulink是交互式的应用程序，因此在仿真过程中，可以在线修改仿真参数，并立即观察到改变后的仿真结果。本文将介绍在Simulink环境下应用数字滤波器设计模块进行信号处理（滤波）的可视化设计技术。由于调用了Matlab高度集成化和可视化的计算机仿真环境，用户可以不用编写任何程序语句，仅仅通过鼠标拖放和点击操作，就可完成复杂的数字滤波器的设计工作。下面通过一个应用示例介绍这种基于可视化的信号滤波技术，用数字滤波器设计模块（Digital Filter Design Block）设计、分析和实现滤波器。制作数据源用wavread函数将语音文件读入到matla[a,fs]=wavread(现代语音处理技术.wav);%读入语音 a=a(:,1); 信号中混入随机噪声noise_mu = 0; noise_var =0.005; a0= randn(size(a)) .* sqrt(noise_var) + noise_mu; a1=a+a0; 事先取一个参考值， randn(size(a)) .* sqrt(noise_var) + noise_mu;语句产生与原始语音长度相同的随机噪声，最后把这个噪声添加到原始语音中，得到a1是信号中混入随机噪声的的语音。 3、设计一个FIR滤波器FIR滤波器fedge=input(Band edges in Hz=); mval=input(Desired magnitude values in each band=); dev=input(Desired ripple in each band=); FT=input(Sampling frequency in Hz=); 输入从FFT上得到的数据，passband和stopband，低通或高通，带通，通带纹波和阻带纹波，以及从wavread函数中得到的采样频率fs。 通过： [N,fpts,mag,wt]=remezord(fedge,mval,dev,FT); b=remez(N,fpts,mag,wt); 产生滤波器的阶数N和滤波器的系数b。 ③然后把加噪的语音a1与b进行卷积：a11=conv(b,a1) 得到的是滤波后的语音信号。 3.2、FIR滤波器a=a(:,1); FS=length(a); f=0:fs/FS:(FS-1)*fs/FS; %进行FFT变换 x=fft(