量化对滤波器特性影的响.docVIP

湖南科技学院计算机与信息科学系 实 验 报 告 实验项目 开放性试验：量化对IIR滤波器特性的影响 课程名称 数字信号处理 成绩 时间 2011年下期第 15、16 周1、2、3、4节 地点 E座306 姓名 学号 班级 通信0902 一、实验要求 1,报告中要给出实验的MATLAB程序,并对每个语句给出注释,说明语句作用; 2,简述实验目的和原理; 3,画出仿真图; 4,给出收获和体会. 二、实验目的 根据已经学习过的IIR数字滤波器及MATLAB有关知识，进行系统分析与处理方面综合应用能力的练习。通过实验了解计算机进行信号处理的方式以及数据运算的特点。　 自行查阅有关资料，设计MATLAB程序，模拟IIR数字滤波器的系数在处理过程中由于量化而出现的问题，并研究减小其影响的方法。 三、实验环境 MATLAB7.1 PC 四、试验原理（不够可加页） 所谓量化，就是把经过抽样得到的瞬时值将其幅度离散，即用一组规定的电平，把瞬时抽样值用最接近的电平值来表示。 　　日常生活中所说的“量化”：指的是目标或任务具体明确，可以清晰度量。根据不同情况，表现为数量多少，具体的统计数字，范围衡量，时间长度等等。 在FIR数字滤波器的设计中, 一个必须注意的问题是计算的精度和结果溢出问题。由于在滤波器设计时, 滤波器的系数都是小数, 为了获得较高的精度和整数化系数,一般都要对求出来的系数乘一个较大的数, 然后再调整。这样导致在计算中有可能累加器溢出; 另一个问题是计算后累加器中的结果数值为32 位, 而物理的存储器位数是16 位, 在存储处理结果时, 通常的做法是将低16 位结果直接丢弃不用, 只取高16 位作为计算结果, 但这样做带来的后果是精度降低。因而在考虑滤波器设计时, 必须综合考虑输入信号的幅度, 并仔细分析中间值的大小, 调整滤波器的系数, 在不影响计算速度的情况下, 提高计算精度。 MATLAB是一种科学计算和分析工具，其数据格式默认为双精度(64位)浮点数，其数据格式为：1个符号位，11个指数位，52个尾数位。其精度比硬件DSP高，动态范围比DSP大。也就是说，在MATLAB能实现的滤波器，在硬件中不一定能实现。要想让MATLAB模拟的算法能够适用于DSP，就必须使MATLAB能够尽量真实地模拟DSP的实际运算过程，这就要对普通的MATLAB程序进行改进。　 DSP芯片分为浮点运算的DSP和定点运算的DSP两种类型。 浮点运算DSP芯片多数采用单精度的浮点格式。根据IEEE754标准，在单精度格式中，32位浮点数据从高到低依此为：1个符号位，8个指数位，23个尾数位，如图29-1所示。一般来说，IEEE754标准的浮点数在编程时几乎可以不考虑数据溢出的问题。用MATLAB仿真时，精度虽然有微小的差别，但大多数时候这种差别可以忽略。 定点运算DSP芯片的优势是结构简单，因而在速度、成本、功耗上均强于浮点DSP，因此也得到广泛使用。　 定点运算的操作数采用整型数来表示。数据格式大多采用16位或24位，有的也采用32位。同时，定点数又分为有符号数和无符号数。下面以16位数的有符号数为例讨论定点DSP的数据格式。　 当小数点的位置在数据的末尾，这个数据就是一个整数。对于16位定点整数来说，数据的取值范围是－32768(8000H)～32767(7FFFH)，其精度为1。这种表示形式称为Q0格式。　 当小数点位置在符号位后面时，对于16位定点数来说，数据的表示范围为－1～0.9999695，数据是一个纯小数，其精度为1/32767＝0.0000305。这种表示形式称为Q15格式。 Q0和Q15是最常用的定点格式。除了这两种格式外，小数点位置在第n位，数据就是Qn格式。无论是哪种数据格式，对于DSP芯片来说，处理方法都是完全相同的，不同的只是数值范围和精度。编程时，应始终清楚小数点的位置和数据位宽，并在每次乘法、加法运算后，对结果进行适当处理。　 在定点运算时，为了保证数据既不溢出，又有足够的精度，通常在一批数据中选择绝对值最大的数进行归一化。这样可以保证整批数据最大限度地利用存储空间，去掉多余的符号位，又使绝对值较小的数不致于在运算中被很快归零，保证了较高的精度 在用硬件实现数字滤波器功能时，滤波器的系数和信号都存在量化的问题。有些硬件如A/D和D/A变换的芯片，常常仅有8位、10位或12位。　 IIR滤波器存在着递归计算的问题，在循环计算的过程中，其系数误差可能会不断积累扩大。特别是IIR滤波器的极点靠近z平面上的单位圆时，幅频特性通常会出现很大的峰值。如果此时系数量化误差较大，则有可能使原来处于单位圆内