信号处理仿真：滤波器设计与仿真_（7）.IIR滤波器设计方法.docxVIP

PAGE1

PAGE1

IIR滤波器设计方法

在信号处理领域，无限脉冲响应（IIR）滤波器是一种非常重要的滤波器类型。与有限脉冲响应（FIR）滤波器不同，IIR滤波器的冲激响应是无限的，这意味着它们的输出不仅取决于当前的输入，还取决于过去的输入和输出。这种特性使得IIR滤波器在实现同样的频率响应特性时，通常需要较少的阶数，从而减少了计算复杂度和硬件资源的消耗。本节将详细介绍几种常见的IIR滤波器设计方法，包括巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器和贝塞尔滤波器的设计原理和实现步骤。

1.巴特沃斯滤波器设计

巴特沃斯滤波器以其在通带和阻带内具有平坦的频率响应而著称。巴特沃斯滤波器的设计目标是在通带内实现最大平坦度，即通带内的频率响应尽可能接近常数。这种滤波器在许多应用中非常受欢迎，特别是在需要平滑频率响应的场合。

设计原理

巴特沃斯滤波器的频率响应函数可以表示为：

H

其中，ω0是截止频率，n

H

通过将模拟滤波器转换为数字滤波器，可以使用双线性变换法（BilinearTransformation）来实现。

设计步骤

确定滤波器规格：包括截止频率ω0、通带纹波δ1、阻带衰减δ2和通带与阻带的边界频率ωp

计算阶数n：使用以下公式计算滤波器的阶数：

n

设计模拟滤波器：根据计算得到的阶数n和截止频率ω0

转换为数字滤波器：使用双线性变换法将模拟滤波器转换为数字滤波器。

代码示例

以下是一个使用Python和SciPy库设计巴特沃斯滤波器的示例：

importnumpyasnp

importscipy.signalassignal

importmatplotlib.pyplotasplt

#滤波器规格

fs=1000#采样频率

fp=100#通带边界频率

fs_=200#阻带边界频率

delta1=0.1#通带纹波

delta2=0.01#阻带衰减

#计算截止频率

omega_p=2*np.pi*fp/fs

omega_s=2*np.pi*fs_/fs

#计算阶数

n,Wn=signal.buttord(omega_p,omega_s,delta1,delta2,analog=False)

#设计数字巴特沃斯滤波器

b,a=signal.butter(n,Wn,btype=low,analog=False,output=ba)

#绘制频率响应

w,h=signal.freqz(b,a,worN=8000)

plt.plot(0.5*fs*w/np.pi,np.abs(h),b)

plt.title(频率响应)

plt.xlabel(频率(Hz))

plt.ylabel(幅度)

plt.grid(True)

plt.show()

2.切比雪夫滤波器设计

切比雪夫滤波器有两种类型：I型切比雪夫滤波器和II型切比雪夫滤波器。I型切比雪夫滤波器在通带内具有等纹波特性，而II型切比雪夫滤波器在阻带内具有等纹波特性。

I型切比雪夫滤波器

设计原理

I型切比雪夫滤波器的频率响应函数可以表示为：

H

其中，?是通带纹波参数，Tn

H

设计步骤

确定滤波器规格：包括截止频率ω0、通带纹波δ1、阻带衰减δ2和通带与阻带的边界频率ωp

计算阶数n和纹波参数?：使用以下公式计算滤波器的阶数和纹波参数：

?

n

设计模拟滤波器：根据计算得到的阶数n、纹波参数?和截止频率ω0

转换为数字滤波器：使用双线性变换法将模拟滤波器转换为数字滤波器。

代码示例

以下是一个使用Python和SciPy库设计I型切比雪夫滤波器的示例：

importnumpyasnp

importscipy.signalassignal

importmatplotlib.pyplotasplt

#滤波器规格

fs=1000#采样频率

fp=100#通带边界频率

fs_=200#阻带边界频率

delta1=0.1#通带纹波

delta2=0.01#阻带衰减

#计算截止频率

omega_p=2*np.pi*fp/fs

omega_s=2*np.pi*fs_/fs

#计算阶数和纹波参数

n,Wn=signal.cheb1ord(omega_p,omega_s,delta1,delta2,analog=False)

#设计数字I型切比雪夫滤波器

b,a=signal.cheby1(n,delta1,Wn,btype=low,