- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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)