《数字信号处理--实验四.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《数字信号处理--实验四

实验四 FIR数字滤波器的设计 一、实验目的 (1) 掌握用窗函数法、频率采样法及优化设计法设计FIR滤波器的原理及方法,熟悉相应的MATLAB编程。 (2) 熟悉线性相位FIR滤波器的幅频特性和相频特性 (3) 了解各种不同窗函数对滤波器性能的影响。 二、实验内容 (1) N=45,计算并画出矩形窗、汉明窗、布莱克曼的归一化的幅度谱,并比较各自的主要特点。 1.1 程序: N=45; %矩形窗 window1=boxcar(N); wvtool(window1); 1.2 N=45; %汉明窗 window2=hamming(N); wvtool(window2) 1.3 N=45; %布莱克曼窗 window3=blackman(N); wvtool(window3) (2) N=15,带通滤波器的两个通带边界分别是。用汉宁窗设计此线性相位带通滤波器,观察它的实际3dB和20dB带宽。N=45,重复这一设计,观察幅频和相位特性的变化,注意长度N变化的影响。 2.1 N=15; wn=[0.3,0.5]; window=hanning(N+1); b=fir1(N,wn,window); [H,w]=freqz(b); plot(w/pi,20*log10(abs(H))) figure plot(w/pi,angle(H)) 2.2 N=45; wn=[0.3,0.5]; window=hanning(N+1); b=fir1(N,wn,window); [H,w]=freqz(b); plot(w/pi,20*log10(abs(H))) figure plot(w/pi,angle(H)) (3) 分别改用矩形窗和布莱克曼窗,设计(2)中的带通滤波器,观察并记录窗函数对滤波器幅频特性的影响,比较三种窗的特点。 3.1 矩形窗: N=15 wn=[0.3,0.5] b=fir1(N,wn,boxcar(N+1)) [H,w]=freqz(b,1,512) plot(w/pi,20*log10(abs(H))) xlabel(normalized frequency);ylabel(magnitude) title(magnitude response) figure plot(w/pi,angle(H)) xlabel(normalized frequency);ylabel(phase) title(phase response) 布莱克曼窗: N=15 wn=[0.3,0.5] window=blackman(N+1); b=fir1(N,wn,window); [H,w]=freqz(b); plot(w/pi,20*log10(abs(H))) xlabel(normalized frequency);ylabel(magnitude) title(magnitude response) figure plot(w/pi,angle(H)) xlabel(normalized frequency);ylabel(phase) (4) 用凯塞窗设计一专用线性相位滤波器,N=40,如实验图四图,当时,分别设计、比较它们的幅频和相频特性,注意取不同值时的影响。 N=40; %beta=4 for n=1:3 if n==1 beta=4; elseif n==2 beta=6; else beta=10; end; w=kaiser(N,beta); h=fir1(N-1,[0.2 0.4 0.6 0.8],w); [h1,w1]=freqz(h,1); figure(n) subplot(2,1,1); plot(w1/pi,20*log10(abs(h1))); grid on; axis([0,1,-80,10]); xlabel(频率/Hz); ylabel(幅度/dB); if n==1 title(beta=4); elseif n==2 title(beta=6); else title(beta=10); end; subplot(2,1,2); plot(w1/pi,angle(h1)); grid on; axis([0,1,-4,4]); xlabel(频率/Hz); ylabel(角频率/rad); end 分析: 由上3图可知,当β逐渐变大时,旁瓣高度变小,但同时主瓣宽度增加,所以用Kaiser窗在设计滤波器的时候β值的大小要根据具体的要求选择,从而使滤波器的性能的两个矛盾方面达到较为和谐的状

文档评论(0)

34shart09 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档