信号处理仿真：滤波器设计与仿真_（6）.FIR滤波器设计方法.docxVIP

PAGE1

PAGE1

FIR滤波器设计方法

1.引言

有限冲击响应（FIR）滤波器是数字信号处理中的一种重要工具，其特点在于具有线性相位和稳定的特性，广泛应用于各种数字信号处理任务中。FIR滤波器的设计方法多种多样，包括窗函数法、频率采样法、最小误差法等。本节将详细介绍这些设计方法的基本原理和具体实现步骤，并通过实例演示如何使用MATLAB等工具进行FIR滤波器的设计和仿真。

2.窗函数法

2.1基本原理

窗函数法是一种简单有效的FIR滤波器设计方法。其基本思想是通过理想滤波器的频域响应，逆变换得到时域响应，然后对时域响应进行截断，以消除无限长的冲击响应。截断过程会引入吉布斯现象（Gibbsphenomenon），导致滤波器的过渡带出现振荡。为了解决这一问题，可以使用窗函数对理想滤波器的时域响应进行加权处理，以减少振荡的影响。

常见的窗函数包括矩形窗、汉宁窗（Hanningwindow）、海明窗（Hammingwindow）、黑曼窗（Blackmanwindow）等。每种窗函数都有其特定的形状和频率特性，选择合适的窗函数可以优化滤波器的性能。

2.2设计步骤

确定滤波器的频率响应：根据滤波器的要求，设计理想滤波器的频域响应。

逆变换得到时域响应：对理想滤波器的频域响应进行逆离散傅里叶变换（IDFT），得到时域响应。

选择窗函数：根据设计要求选择合适的窗函数。

加窗处理：将窗函数与时域响应相乘，得到实际的滤波器系数。

归一化处理：对滤波器系数进行归一化处理，确保滤波器的增益为1。

2.3MATLAB实现

下面通过一个具体的例子来演示如何使用MATLAB设计一个低通FIR滤波器。

2.3.1代码示例

%设计一个低通FIR滤波器

%参数设置

Fs=1000;%采样频率(Hz)

Fc=100;%截止频率(Hz)

N=50;%滤波器阶数

%计算理想低通滤波器的频域响应

f=0:Fs/(N-1):Fs;

Hd=(abs(f)=Fc)*1;%理想低通滤波器的频域响应

%进行逆离散傅里叶变换(IDFT)

h_ideal=ifft(Hd);

%选择窗函数

window=hamming(N);%使用汉宁窗

%加窗处理

h=h_ideal.*window;

%归一化处理

h=h/sum(h);

%绘制滤波器系数

figure;

stem(h);

title(FIR滤波器系数);

xlabel(样本索引);

ylabel(系数值);

%计算滤波器的频率响应

[H,f]=freqz(h,1,1024,Fs);

%绘制频率响应

figure;

plot(f,20*log10(abs(H)));

title(FIR滤波器的频率响应);

xlabel(频率(Hz));

ylabel(幅度(dB));

gridon;

2.3.2代码解释

参数设置：定义采样频率Fs、截止频率Fc和滤波器阶数N。

计算理想低通滤波器的频域响应：根据截止频率Fc生成理想低通滤波器的频域响应Hd。

逆离散傅里叶变换(IDFT)：对频域响应Hd进行逆离散傅里叶变换，得到时域响应h_ideal。

选择窗函数：选择汉宁窗hamming(N)作为窗函数。

加窗处理：将汉宁窗函数与时域响应h_ideal相乘，得到实际的滤波器系数h。

归一化处理：对滤波器系数进行归一化处理，确保滤波器的增益为1。

绘制滤波器系数：使用stem函数绘制滤波器系数。

计算滤波器的频率响应：使用freqz函数计算滤波器的频率响应H。

绘制频率响应：使用plot函数绘制滤波器的频率响应。

2.4优缺点

优点：

实现简单，易于理解。

可以选择不同的窗函数来优化滤波器性能。

缺点：

过渡带较宽，滤波器阶数较高时性能较好。

频率响应的精确度有限。

3.频率采样法

3.1基本原理

频率采样法通过在频域上对理想滤波器的频率响应进行采样，然后对采样点进行离散傅里叶逆变换（IDFT），得到滤波器的时域系数。这种方法适用于需要精确频率响应的情况，尤其是在过渡带要求较窄的设计中。

3.2设计步骤

确定滤波器的频率响应：根据滤波器的要求，设计理想滤波器的频域响应。

频率采样：在频域上对理想滤波器的频率响应进行采样。

逆变换得到时域响应：对采样点进行逆离散傅里叶变换（IDFT），得到时域响应。

归一化处理：对滤波器系数进行归一化处理，确保滤波器的增益为1。

3.3MATLAB实现

下面通过一个具体的例子来演示如何使用MATLAB设计一个低通FIR滤波器。

3.3.1代码示例

%设计一个低通FIR滤波器

%参数