《数字信号处理（第2版）》ch5_2fir窗函数法.pptVIP

数字信号处理(Digital Signal Processing) FIR数字滤波器 线性相位FIR数字滤波器的性质 窗函数法设计FIR数字滤波器 频率取样法设计线性相位FIR数字滤波器 线性相位FIR数字滤波器的优化设计 FIR数字滤波器的基本结构 利用MATLAB设计FIR数字滤波器 窗函数法设计FIR数字滤波器 设计方法 吉伯斯现象 常用窗函数 Kaiser(凯泽)窗 利用Kaiser窗实现多带滤波器 设计方法 设计方法 例：设计一个幅度响应能逼近理想带通滤波器的线性相位FIR滤波器。 例：设计一个幅度响应能逼近理想带通滤波器的线性相位FIR滤波器。 例：设计一个幅度响应能逼近理想带通滤波器的线性相位FIR滤波器。 例：设计一个幅度响应能逼近理想带通滤波器的线性相位FIR滤波器。 例：设计一个幅度响应能逼近理想带通滤波器的线性相位FIR滤波器。 吉伯斯现象 吉伯斯现象 吉伯斯现象 吉伯斯现象 吉伯斯现象 吉伯斯现象 吉伯斯现象 吉伯斯现象 常用窗函数 常用窗函数 常用窗函数 常用窗函数 常用窗函数性质 例：用非矩形窗设计截频为Wc =0.5p的线性相位理想低通，并将设计结果与利用矩形窗设计结果比较。 例：用非矩形窗设计截频为Wc =0.5p的线性相位理想低通，并将设计结果与利用矩形窗设计结果比较。 例：用非矩形窗设计截频为Wc =0.5p的线性相位理想低通，并将设计结果与利用矩形窗设计结果比较。 例：用非矩形窗设计截频为Wc =0.5p的线性相位理想低通，并将设计结果与利用矩形窗设计结果比较。 Kaiser(凯泽)窗( w=kaiser(N,beta) ) Kaiser(凯泽)窗——b取不同值时窗的形状 Kaiser(凯泽)窗 Kaiser(凯泽)窗 例：用Kaiser窗设计满足下列指标的I型线性相位FIR低通滤波器。Wp=0.3p, Ws=0.5p，Ap=0.1dB, As=40dB。 例：用Kaiser窗设计满足下列指标的I型线性相位FIR低通滤波器。Wp=0.3p, Ws=0.5p，Ap=0.1dB, As=40dB。 例：用Kaiser窗设计满足下列指标的I型线性相位FIR低通滤波器。Wp=0.3p, Ws=0.5p，Ap=0.1dB, As=40dB。 例：用Kaiser窗设计满足下列指标的I型线性相位FIR低通滤波器。Wp=0.3p, Ws=0.5p，Ap=0.1dB, As=40dB。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 例：设计一满足下列指标的线性相位 FIR高通滤波器。 Kaiser窗设计的高通滤波器 例：理想数字微分器的频率响应为HDIF(ejW)=jW , |W|?p。试用窗口法设计一线性相位FIR滤波器，使其幅度响应逼近理想数字微分器。 例：理想数字微分器的频率响应为HDIF(ejW)=jW , |W|?p。试用窗口法设计一线性相位FIR滤波器，使其幅度响应逼近理想数字微分器。 例：理想数字微分器的频率响应为HDIF(ejW)=jW , |W|?p。试用窗口法设计一线性相位FIR滤波器，使其幅度响应逼近理想数字微分器。 矩形窗和Blackman窗设计的低通对比 0 0.25 0.5 0.75 1 -100 -75 -60 -40 -20 0 Square Blackman b 是一可调参数，调节窗函数的形状。 I0(x ): the modified zeroth-order Bessel function. I0(x )可用幂级数表示为 一般求20项就能达到所需精度。 定义 0 2 4 6 8 10 12 14 16 18 20 0 0.5 1 b=0 0 2 4 6 8 10 12 14 16 18 20 0 0.5 1 b=1 0 2 4 6 8 10 12 14 16 18 20 0 0.5 1 b=3 A= -20lg (min{dp，ds }) N与b 的确定 Kaiser窗设计FIR滤波器的MATLAB函数 [M,Wc,beta,ftype] = kaiserord(f,a,dev) f: 表示需设计的FIR滤波器的频带。 a: B个元素的向量, 表示FIR滤波器在B个频带中的 幅度值。一般对通带取值为1，阻带取值为0。 dev: B个元素的向量, 表示FIR滤