数字信号处理实验指导书87819.doc_第1页
数字信号处理实验指导书87819.doc_第2页
数字信号处理实验指导书87819.doc_第3页
数字信号处理实验指导书87819.doc_第4页
数字信号处理实验指导书87819.doc_第5页
已阅读5页,还剩20页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

数字信号处理实验指导书87819 实验一模拟信号频谱分析1实验目的?学会应用DFT对模拟信号进行频谱分析的方法;?通过应用DFT分析各种模拟信号的频谱,加深对DFT的理解;?熟悉MATLAB的基本操作,以及一些基本函数的使用,为以后的实验奠定基础。 2实验原理利用DFT计算模拟信号的频谱连续周期信号的频谱000/20/201()()Tjk tTX jk x t e dtT?=?连续非周期信号的频谱()()j tX j x t edt?=?通过积分公式求取复杂的实际信号的频谱函数本身就比较困难,何况在许多情况下只是记录了实际信号的一段波形或数据,而没有对应的解析表达式。 若要对这些信号进行频谱分析,就必须利用离散傅里叶变换(DFT)。 DFT表征一个在时域为有限长N点的序列()x n经过傅里叶变换成为另一个有限长序列()X k210()()0,1,2,1Nj nkNnX k x n ek N?=?离散傅里叶反变换(IDFT)定义为2101()()0,1,2,1Nj nkNkx n X k en NN?=?由于DFT变换对的时域、频域都是离散的,可以通过计算机实现,因此可以使用DFT对连续信号进行频谱分析。 但必须要对连续信号进行离散化,并且当信号长度无限长时需要作截短处理。 因此恰当地确定抽样间隔T和相应的长度,是决定DFT结果是否符合实际的关键因素。 如果不满足抽样定理的约束条件,则会出现混叠失真;如果截断和选取的长度(也就是加窗)不合适,则会造成频谱扩散,使能量和功率产生泄漏。 DFT的快速算法FFT,可以快速高效地完成DFT运算。 在MATLAB的信号处理工具箱中提供了fft函数和ifft函数,用于计算信号的快速傅里叶变换和反变换。 函数fft用于对序列作快速傅里叶变换。 其调用形式为y=fft(x);%时间抽取基-2FFTy=fft(x,N);%执行N点的FFT函数ifft用于一维快速傅里叶反变换。 其调用形式为y=ifft(x);%时间抽取基-2IFFTy=ifft(x,N);%执行N点的IFFT利用DFT计算连续周期信号的频谱连续周期信号在满足一定条件下,可以展开为傅里叶级数00()()jk tkx t X jk e=?=?傅里叶级数的系数0()X jk按下式求得000/20/201()()Tjk tTX jk x t edtT?=?式中0T是周期信号的周期,002T=是基本角频率(通称基频),0k为k次谐波频率。 0()X jk是离散频率的复函数,称为频谱函数,可表示为0arg()00()()j X jkX jkX jke=0()X jk反映了组成周期信号的不同频率谐波分量的幅度随频率变化的特性,即幅度谱;0arg()X jk反映了不同谐波分量的初相角随频率变化的特性,即相位谱。 连续周期信号傅里叶变换的示意图如下图所示。 可以看出,时域的连续函数造成频域是非周期的频谱函数,而频域的离散频谱就与时域的周期时间函数相对应。 连续周期信号的频谱求解步骤根据抽样定理,确定时域抽样间隔T;抽样频率:s2mf f抽样间隔:s112mT ff=式中为信号的最高频率计算一个周期内的抽样点数N;式中为频率分辨率使用fft命令作N点FFT计算,求得()X k;最后求得连续周期信号的频谱为【例1】已知一连续信号为其中12100Hz,120Hz ff=。 试利用DFT分析其频谱。 解信号()x t的最高频率2120Hzmf f=,抽样频率2240Hzs mff=,取抽样频01()()X jkX kN=2s mf fNff=mfcf12()cos (2)cos (2)x tf tf t=+率600Hzsf=;最低的频率分辨率为2120Hzcf ff=?=,最少的信号样点数为6003020scfNf=。 30N=的MATLAB程序如下%program exa_1_1.m,利用矩形窗计算有限长余弦信号频谱N=30;%数据的长度L=512;%DFT的点数f1=100;f2=120;fs=600;%抽样频率T=1/fs;%抽样间隔t=(0:N-1)*T;x=cos(2*pi*f1*t)+cos(2*pi*f2*t);y=fft(x,L);mag=abs(y);f=(0:length(y)-1)*fs/length(y);plot(f(1:L/2),mag(1:L/2);xlabel(频率(Hz)ylabel(幅度谱)程序运行结果如下图所示。 由图可见,频谱图显示出两个较为明显的峰值(对应12100Hz,120Hz ff=)。 结论当截取信号30N=样点时,频率分辨率60020Hz30scffN=,刚好能够分辨出1f和2f两个频谱分量,但频谱泄漏较严重。 050100150xx50300024681012141618频频(Hz)幅幅幅若取20N=(达不到最低的频率分辨率)。 20N=的MATLAB程序如下%program exa_1_2.m,利用矩形窗计算有限长余弦信号频谱N=20;%数据的长度L=512;%DFT的点数f1=100;f2=120;fs=600;%抽样频率T=1/fs;%抽样间隔t=(0:N-1)*T;x=cos(2*pi*f1*t)+cos(2*pi*f2*t);y=fft(x,L);mag=abs(y);f=(0:length(y)-1)*fs/length(y);plot(f(1:L/2),mag(1:L/2);xlabel(频率(Hz)ylabel(幅度谱)程序运行结果如下图所示。 由图可见,频谱图显示不出对应12100Hz,120Hz ff=的两个明显峰值。 结论当截取信号20N=样点时,频率分辨率60030Hz20scffN=,达不到最低的频率分辨率2120Hz ff?=,故分辨不出1f和2f两个频谱分量,且频谱泄漏更为严重。 050100150xx50300012345678910频频(Hz)幅幅幅若取频率分辨率1Hzcf=,则对应的信号样点数为6006001scfNf=。 600N=的MATLAB程序如下%program exa_1_3.m,利用矩形窗计算有限长余弦信号频谱N=600;%数据的长度f1=100;f2=120;fs=600;%抽样频率T=1/fs;%抽样间隔t=(0:N-1)*T;x=cos(2*pi*f1*t)+cos(2*pi*f2*t);y=fft(x);mag=abs(y);f=(0:length(y)-1)*fs/length(y);plot(f(1:length(y)/2),mag(1:length(y)/2);xlabel(频率(Hz)ylabel(幅度谱)程序运行结果如下图所示。 由图可见,频谱图显示出两个特别明显的峰值(对应12100Hz,120Hz ff=)。 结论当截取信号600N=样点时,频率分辨率6001Hz600scffN=,高分辨率的频谱图具有较高的质量,频谱分析时必须保证获取足够的信号数据长度。 050100150xx50300050100150xx50300350频频(Hz)幅幅幅利用DFT计算连续非周期信号的频谱连续非周期信号可以表达为1()()2j tx t X j ed?=?其中,频率函数()X j可按下式求得()()j tXj xt edt?=?可见,()Xj是连续频率的复函数,称为频谱密度函数,可表示为arg()()()j XjX jXje=式中,()Xj称为幅度频谱,arg()Xj称为相位频谱。 连续非周期信号傅里叶变换的示意图如下图所示。 可以看出,时域连续函数造成频域是非周期的谱,而时域的非周期性造成频域是连续的谱密度函数。 连续非周期信号的频谱求解步骤根据抽样定理,确定时域抽样间隔T;确定时域截取的长度L(或窗函数的点数M);确定频域抽样点数N,要求N M;使用fft命令作N点FFT计算,求得()X k;最后求得连续非周期信号的频谱为2()()kNTX jTX k=【例2】利用DFT近似分析连续信号()()txt e ut?=的幅度频谱并与理论值比较。 解由连续信号傅里叶变换可直接求出其频谱函数为其幅度频谱()Xj为若取时域抽样频率8Hzsf=,抽样点数256N=。 8Hz,256sf N=的MATLAB程序如下%program exa_2_1.m,Compute thespectrum ofx(t)=exp(-t)through DFT%sampling points&frequency(rad/s)N=256;%数据的长度fs=8;%抽样频率Ts=1/fs;%抽样间隔%pute thesampling pointst=(0:N-1)*Ts;x=exp(-t);%pute thespectrum byDFT y=fft(x);mag=Ts*abs(y);Ws=2*pi*fs;w=(0:length(y)-1)*Ws/length(y);X=1./sqrt(w.2+1);%幅度谱理论值w1=w(1:length(y)/2);plot(w1,X(1:length(y)/2),-,w1,mag(1:length(y)/2),r);xlabel(频率(弧度/秒);ylabel(幅度谱);z=N=num2str(N)fs=num2str(fs)的结果;legend(理论值,z);0()()11j ttj tXj xtedte edtj?=+?21()1Xj=+title(exp(-t)的幅度谱);程序运行结果如下图所示。 从图中可见,理论频谱与由DFT近似计算频谱之间存在一定误差,特别在高频段近似计算的频谱误差更大,这是由于信号()xt不是限带信号,在时域抽样时产生频谱混叠。 由于信号()xt也不是时限信号,由DFT分析频谱时也存在时域加窗截短造成的频谱泄漏。 若取时域抽样频率4Hzsf=,抽样点数256N=。 4Hz,256sf N=的MATLAB程序如下%program exa_2_2.m,Compute thespectrum ofx(t)=exp(-t)through DFT%sampling points&frequency(rad/s)N=256;%数据的长度fs=4;%抽样频率Ts=1/fs;%抽样间隔%pute thesampling pointst=(0:N-1)*Ts;x=exp(-t);%pute thespectrum byDFT y=fft(x);mag=Ts*abs(y);Ws=2*pi*fs;w=(0:length(y)-1)*Ws/length(y);X=1./sqrt(w.2+1);%幅度谱理论值051015202500.20.40.60.811.21.4频频(弧幅/秒)幅幅幅exp(-t)的幅幅幅理理理N=256fs=8的的的w1=w(1:length(y)/2);plot(w1,X(1:length(y)/2),-,w1,mag(1:length(y)/2),r);xlabel(频率(弧度/秒);ylabel(幅度谱);z=N=num2str(N)fs=num2str(fs)的结果;legend(理论值,z);title(exp(-t)的幅度谱);程序运行结果如下图所示。 从图中可见,随着抽样频率的降低,理论频谱与由DFT近似计算频谱之间的误差变得更大,频谱混叠的程度更为严重。 若取时域抽样频率16Hzsf=,抽样点数256N=。 16Hz,256sf N=的MATLAB程序如下%program exa_2_3.m,Compute thespectrum ofx(t)=exp(-t)through DFT%sampling points&frequency(rad/s)N=256;%数据的长度fs=16;%抽样频率Ts=1/fs;%抽样间隔%pute thesampling pointst=(0:N-1)*Ts;x=exp(-t);%pute thespectrum byDFT y=fft(x);mag=Ts*abs(y);Ws=2*pi*fs;0246810121400.20.40.60.811.21.4频频(弧幅/秒)幅幅幅exp(-t)的幅幅幅理理理N=256fs=4的的的w=(0:length(y)-1)*Ws/length(y);X=1./sqrt(w.2+1);%幅度谱理论值w1=w(1:length(y)/2);plot(w1,X(1:length(y)/2),-,w1,mag(1:length(y)/2),r);xlabel(频率(弧度/秒);ylabel(幅度谱);z=N=num2str(N)fs=num2str(fs)的结果;legend(理论值,z);title(exp(-t)的幅度谱);程序运行结果如下图所示。 从图中可见,随着抽样频率的增大,理论频谱与由DFT近似计算频谱之间的误差逐渐变小,频谱混叠的程度得以改善。 结论在利用DFT分析连续信号的频谱时,信号抽样频率sf对DFT分析信号频谱的精度影响较大,因为它直接影响频谱混叠的程度。 3实验内容理解运行以上例题程序,改变有关参数,进一步观察结果的变化,并加以分析说明。 假设一实际测得的一段信号的长度为0.4秒,其表达式为其中12100Hz,110Hz ff=。 试确定一合适抽样频率sf,利用MATLAB的fft0510152025303540455000.20.40.60.811.21.4频频(弧幅/秒)幅幅幅exp(-t)的幅幅幅理理理N=256fs=16的的的12()cos (2)0.75cos (2)xtf tf t=+函数分析计算信号()xt的频谱。 观察并分析采用不同抽样频率时,对信号|1000)(tae tx?=的频谱影响。 a)以Hz f s5000=,对其进行采样得到)(1n x;b)以Hz fs1000=,对其进行采样得到)(2n x。 实验二离散信号频谱分析1实验目的?理解DFS、IDFS的原理和基本性质;?掌握应用FFT对离散信号进行频谱分析的方法;?通过应用FFT分析各种离散信号的频谱,学会在实际中正确应用FFT。 2实验原理离散周期信号离散周期信号()x n?可以展开为傅里叶级数2101()()()Nj nkNkx n IDFSX kX keN?=?式中,N是信号的周期,n为时间离散变量,k为数字频率离散变量。 210()()()Nj nkNnX k DFSx n x n e?=?()X k?称为离散周期信号()x n?的频谱函数,它是一个以N为周期的周期性离散频谱,各谱线之间的间隔为02N=,而且存在着谐波的关系。 离散周期信号傅里叶变换的示意图如下图所示。 可以看出,一个域的离散造成另一个域的周期延拓,因此离散傅里叶变换的时域和频域都是离散的和周期的。 离散非周期信号离散非周期信号()x n的傅里叶表示为1()()()2j j j nx n IDTFTX eX eed?=?其中()()()jjnnX eDTFT x nx ne?=?=?称为离散非周期信号()x n的频谱密度函数,它是一个以2为周期的周期性连续谱。 离散非周期信号傅里叶变换的示意图如下图所示。 可以看出,时域的离散化造成频域的周期延拓,而时域的非周期对应于频域的连续。 ()jX e利用FFT计算离散信号的频谱类似于对连续信号的谱分析,可以使用MATLAB提供的fft函数计算离散周期信号和离散非周期信号的频谱。 对于离散周期信号,只要对其一个周期内的N点做fft,就可准确地计算得到其频谱。 离散周期信号的频谱求解步骤确定离散周期序列的基本周期N;使用fft命令作N点FFT计算,求得()X k。 对于离散非周期信号,当序列长度有限时,可以求得准确的频谱样值。 若序列很长或无限长,则由于截短必然产生泄漏误差以及混叠误差,使计算的结果只能是频谱样值的近似值。 离散非周期信号的频谱求解步骤确定离散非周期序列()x n的长度L,根据能量分布,当序列无限长时需要进行截短;确定作FFT的点数N根据频域抽样定理,为使时域波形不产生混叠必须取N L;使用fft命令作N点FFT计算,求得()Xk。 【例3】已知序列现希望根据它的有限个样本确定其频谱。 解序列()x n是一个周期序列。 为了说明高密度谱和高分辨率谱之间的区别,分以下几种情况进行讨论先取()x n的前10个样本,10点DFT的MATLAB程序如下%program exa_3_1.m,Spectrum basedon thefirst10samples ofx(n)n=0:1:9;x=cos(0.48*pi*n)+cos(0.52*pi*n);subplot(2,1,1);stem(n,x,.);()cos(0.48)cos(0.52)x n n n=+title(x(n),0=n=9);xlabel(n);ylabel(x(n);axis(0,10,-2.5,2.5);Xk=fft(x);magXk=abs(Xk(1:1:6);k1=0:1:5;w1=2*pi/10*k1;subplot(2,1,2);stem(w1/pi,magXk,.);title(Samples ofDTFT Magnitude);xlabel(frequency in pi units);ylabel(|X(k)|);axis(0,1,0,10);程序运行结果如下图所示。 结果表明,由于样本数不足,难以获得足够的信息而得到正确的结论。 即从频谱图无法观测到原复合余弦信号()x n的0.48=和0.52=两个频率分量。 在先前()x n的前10个样本后补90个零,以期得到一个更高密度的频谱。 补零后DFT的MATLAB程序如下%program exa_3_2.m,Spectrum basedon x(n),0=n=9+90zeros n=0:1:9;x=cos(0.48*pi*n)+cos(0.52*pi*n);n1=0:1:99;x1=x zeros(1,90);012345678910-2-1012x(n),0=n=9nx(n)00.10.20.30.40.50.60.70.80.910510Samples ofDTFT Magnitudefrequency in pi units|X(k)|subplot(2,1,1);stem(n1,x1,.);title(x(n),0=n=9+90zeros);xlabel(n);ylabel(x(n);axis(0,100,-2.5,2.5);Xk=fft(x1);magXk=abs(Xk(1:1:51);k1=0:1:50;w1=2*pi/100*k1;subplot(2,1,2);stem(w1/pi,magXk,.);title(Samples ofDTFT Magnitude);xlabel(frequency in pi units);ylabel(|X(k)|);axis(0,1,0,10);程序运行结果如下图所示。 结果表明,序列在0.5=处存在一个主频,而原序列并未提供这一信息(原序列仅含0.48=和0.52=两个频率分量)。 补零运算只是获得一个更高密度的频谱,改善了栅栏现象而已。 为了获得更多的频谱信息,现采用()x n的前120个样本,以得到一个高分辨率频谱。 120点DFT的MATLAB程序如下%program exa_3_3.m,Spectrum basedon thefirst120samples ofx(n)n=0:1:119;0102030405060708090100-2-1012x(n),0=n=9+90zerosnx(n)00.10.20.30.40.50.60.70.80.910510Samples ofDTFT Magnitudefrequency in pi units|X(k)|x=cos(0.48*pi*n)+cos(0.52*pi*n);subplot(2,1,1);stem(n,x,.);title(x(n),0=n=119);xlabel(n);ylabel(x(n);axis(0,120,-2.5,2.5);Xk=fft(x);magXk=abs(Xk(1:1:61);k1=0:1:60;w1=2*pi/120*k1;subplot(2,1,2);stem(w1/pi,magXk,.);title(Samples ofDTFT Magnitude);xlabel(frequencyinpiunits);ylabel(|X(k)|);axis(0,1,0,60);程序运行结果如下图所示。 现在可从频谱图上清楚地观测到0.48=和0.52=两个频率分量,这才是()x n的高分辨率频谱。 为了准确地计算()x n的频谱,先确定离散周期序列()x n的基本周期N。 由()cos(0.48)cos(0.52)x n nn=+有12225250,25;,500.4860.5213N N=020406080100120-2-1012x(n),0=n=119nx(n)00.10.20.30.40.50.60.70.80.910204060Samples ofDTFT Magnitudefrequencyinpiunits|X(k)|因而确定()x n的基本周期50N=。 50点DFT的MATLAB程序如下%program exa_3_4.m,Spectrum basedon thefirst50samples ofx(n)n=0:1:49;x=cos(0.48*pi*n)+cos(0.52*pi*n);subplot(2,1,1);stem(n,x,.);title(x(n),0=n=49);xlabel(n);ylabel(x(n);axis(0,50,-2.5,2.5);Xk=fft(x);magXk=abs(Xk(1:1:26);k=0:1:25;w=2*pi/50*k;subplot(2,1,2);stem(w/pi,magXk,.);title(Magnitude ofDFT);xlabel(frequencyinpiunits);ylabel(|X(k)|);axis(0,1,0,30);程序运行结果如下图所示。 现在从频谱图上可更清楚地观测到0.48=和0.52=两个频率分量,这就是()x n的准确频谱。 05101520253035404550-2-1012x(n),0=n?2()()j kNzeX kXz=由傅里叶反变换可计算得到()xn,即()IDFT()xnXk=?。 具体的MATLAB程序如下%program exa_4.m clfclear a=0.8;Nsum=40;n=0:Nsum-1;for i=1:4switch icase1N=5;case2;N=10;case3N=20;case4N=40;end k=0:N-1;zk=exp(j*2*pi*k/N);Xk=zk./(zk-a);xnN=real(ifft(Xk,N);xn=xnN*ones(1,Nsum/N);xn=(xn(:);gsptext=strcat(22,int2str(i);subplot(gsptext)stem(n,xn,.);axis(0,40,-0.1,1.5);xtext=strcat(IDFT N=,int2str(N);xlabel(n);ylabel(x(n);title(xtext);hold onplot(n,zeros(1,length(n);hold offend程序运行结果如下图所示。 由图可见,当频域抽样点数N小于10时,会引起较大的时域混叠,恢复的()xn产生严重失真。 当N较大时,不会导致明显的混叠。 这对于变换前,有效截取无限序列,是非常由于有用的。 3实验内容理解运行以上例题程序,改变有关参数,进一步观察结果的变化,并加以分析说明。 已知序列,试确定一合适样本数N,利用MATLAB的fft函数分析计算信号()xn的频谱。 利用FFT计算信号()12()()nx nu n=的频谱。 ()cos(0.82)2sin(0.43)xnnn=+01020304000.511.5nx(n)IDFT N=501020304000.511.5nx(n)IDFT N=1001020304000.511.5nx(n)IDFT N=xx020304000.511.5nx(n)IDFT N=40实验三IIR数字滤波器的设计1实验目的?熟悉IIR数字滤波器的设计方法;?掌握IIR数字滤波器的MATLAB实现程序;?进一步加深对数字滤波器的常用指标和设计过程的理解;?通过观察对实际心电图信号的滤波作用,获得数字滤波工程应用的感性知识。 2实验原理数字滤波器是具有一定传输特性的数字信号处理装置。 与模拟滤波器不同,它的输入和输出均为离散的数字信号,借助于数字器件或一定的数值计算方法,对输入信号进行处理,改变输入信号的波形或频谱,达到保留信号中有用成分去除无用成分的目的。 按时域特性,数字滤波器可以分为无限冲激响应数字滤波器(Infinite ImpulseResponse DigitalFilter,简称IIR滤波器)和有限冲激响应数字滤波器(Finite ImpulseResponse DigitalFilter,简称FIR滤波器)两类。 IIR数字滤波器的系统函数为?=?=?+=0nN1RkkM0rrrnz a1z bz)n(h)z(X)z(Y)z(H所谓数字滤波器设计,就是根据工程设计指标确定数字滤波器的系统函数。 按频域特性来分,数字滤波器和模拟滤波器一样,可分为低通,高通,带通和带阻等。 数字滤波器是一个离散时间系统,其频率特性具有周期性,因此我们讨论的频率范围仅在=0范围内,相应的标准化频率在01之间,对应的模拟频率为采样频率的一半。 MATLAB信号处理工具箱提供了IIR滤波器设计的完全工具函数,用户只要调用这些工具函数即可一次性完成设计。 IIR滤波器设计的完全工具函数有butter-巴特沃斯(Butterworth)滤波器设计cheby1-切比雪夫(Chebyshev)型滤波器设计cheby2-切比雪夫(Chebyshev)型滤波器设计ellip-椭圆(Elliptic)滤波器设计这些工具函数既可用于设计模拟滤波器,也适用于数字滤波器。 另外还需用到相应的IIR滤波器阶数选择函数buttord-巴特沃斯(Butterworth)滤波器(order)阶数选择cheb1ord-切比雪夫(Chebyshev)型滤波器阶数选择cheb2ord-切比雪夫(Chebyshev)型滤波器阶数选择ellipord-椭圆(Elliptic)滤波器阶数选择巴特沃斯数字滤波器函数buttord用来确定巴特沃斯滤波器的阶数N,调用格式为N,Wn=buttord(Wp,Ws,Rp,Rs,options)其中,N为滤波器的最小阶次Wn为滤波器的截止频率(-3dB频率),rad/s Wp为通带边界频率,rad/s Ws为阻带边界频率,rad/s Rp为通带波动,dB Rs为阻带衰减,dB Optionslow,high,bandpass,stop,s,分别对应低通、高通、带通、带阻、模拟滤波器,默认情况下为低通或带通。 对于带通和带阻滤波器存在两个过渡带,Wp和Ws均应为两个元素的向量,分别表示两个过渡带的边界频率。 这时返回值Wn也为两个元素的行向量。 函数butter根据滤波器阶次N和截止频率Wn设计出巴特沃斯数字滤波器,调用格式为B,A=butter(N,Wn,options)其中,B为滤波器系统函数的分子系数向量A为滤波器系统函数的分母系数向量N为滤波器的阶次Wn为滤波器的归一化截止频率,0Wn1Optionslow,high,bandpass,stop,s,分别对应低通、高通、带通、带阻、模拟滤波器,默认情况下为低通或带通。 【例5】设计一个Butteworth高通数字滤波器,通带边界频率为300Hz,阻带边界频率200Hz,通带波纹小于1dB,阻带衰减大于15dB,采样频率为1000Hz。 用MATLAB编程如下%MATLAB PROGRAMexa_5.m%Design aButterworth digitalhighpass filter%Desired performentsof thefilter Fs=1000;wp=300*2/Fs;ws=200*2/Fs;Rp=1;Rs=15;Nn=128;%Compute Oderand CutofffrequencyN,Wn=buttord(wp,ws,Rp,Rs)%Design digitalfilter conversion.b,a=butter(N,Wn,high);filt(b/a (1),a/a (1),1/Fs)%Output figure (1)freqz(b,a,Nn,Fs)figure (2)H,F=freqz(b,a,Nn,Fs);magH=abs(H);plot(F,magH);xlabel(Frequency(Hz);ylabel(Magnidute);title(Butterworth digitalhighpass filter)grid程序运行结果:N=4Wn=0.5344Transfer function:0.07514-0.3005z-1+0.4508z-2-0.3005z-3+0.07514z-4-1+0.2687z-1+0.5089z-2+0.05709z-3+0.01907z-4Sampling time:0.001所设计的Butterworth高通数字滤波器的频率特性如下图所示。 切比雪夫数字滤波器切比雪夫滤波器分为切比雪夫型和切比雪夫型两种。 函数cheb1ord用来确定切比雪夫型滤波器的阶数N,调用格式为N,Wn=cheb1ord(Wp,Ws,Rp,Rs,options)函数cheby1根据滤波器阶次N和截止频率Wn设计出切比雪夫型数字滤波器,调用格式为050100150xx50300350400450500-400-300-200-1000Frequency(Hz)Phase(degrees)050100150xx50300350400450500-200-150-100-500Frequency(Hz)Magnitude(dB)050100150xx5030035040045050000.10.20.30.40.50.60.70.80.91Frequency(Hz)MagniduteButterworth digitalhighpass filterB,A=cheby1(N,Rp,Wn,options)其中,Rp为通带波纹,dB Wn为截止频率,在该频率处滤波器的幅值响应为-Rp其余参数意义同函数butter。 【例6】设计一个带通切比雪夫型数字滤波器,通带为100Hz至200Hz,过渡带宽均为50Hz,通带波纹小于1dB,阻带衰减30dB,采样频率F s=1000Hz。 用MATLAB编程如下%MATLAB PROGRAMexa_6.m%Design aChebyshev Itype digitalbandpass filter%Desired performentsof thefilter Fs=1000;wp=100200*2/Fs;ws=50250*2/Fs;Rp=1;Rs=30;Nn=128;%Compute Oderand CutofffrequencyN,Wn=cheb1ord(wp,ws,Rp,Rs)%Design digitalfilter conversion.b,a=cheby1(N,Rp,Wn);filt(b/a (1),a/a (1),1/Fs)%Output figure (1)freqz(b,a,Nn,Fs)figure (2)H,F=freqz(b,a,Nn,Fs);magH=abs(H);plot(F,magH);xlabel(Frequency(Hz);ylabel(Magnidute);title(Chebyshev Itype digitalbandpass filter)grid程序运行结果:N=4Wn=0.20000.4000Transfer function:0.001836-0.007342z-2+0.01101z-4-0.007342z-6+0.001836z-8-1-4.36z-1+10.31z-2-15.85z-3+17.37z-4-13.66z-5+7.644z-6-2.778z-7+0.5507z-8Sampling time:0.001所设计的带通切比雪夫型数字滤波器的频率特性如下图所示。 050100150xx50300350400450500-800-600-400-2000Frequency(Hz)Phase(degrees)050100150xx50300350400450500-400-300-200-1000Frequency(Hz)Magnitude(dB)050100150xx5030035040045050000.10.20.30.40.50.60.70.80.91Frequency(Hz)MagniduteChebyshev Itype digitalbandpass filter函数cheb2ord用来确定切比雪夫型滤波器的阶数N,调用格式为N,Wn=cheb2ord(Wp,Ws,Rp,Rs,options)函数cheby2根据滤波器阶次N和截止频率Wn设计出切比雪夫型数字滤波器,调用格式为B,A=cheby2(N,Rs,Wn,options)其中,Rs为阻带衰减,dB Wn为截止频率,在该频率处滤波器的幅值响应为-Rs其余参数意义同函数butter。 【例7】设计一个带通切比雪夫型数字滤波器,通带为100Hz至200Hz,过渡带宽均为50Hz,通带波纹小于1dB,阻带衰减30dB,采样频率F s=1000Hz。 用MATLAB编程如下%MATLAB PROGRAMexa_7.m%Design aChebyshev IItype digitalbandpass filter%Desired performentsof thefilter Fs=1000;wp=100200*2/Fs;ws=50250*2/Fs;Rp=1;Rs=30;Nn=128;%Compute Oderand CutofffrequencyN,Wn=cheb2ord(wp,ws,Rp,Rs)%Design digitalfilter conversion.b,a=cheby2(N,Rs,Wn);filt(b/a (1),a/a (1),1/Fs)%Output figure (1)freqz(b,a,Nn,Fs)figure (2)H,F=freqz(b,a,Nn,Fs);magH=abs(H);plot(F,magH);xlabel(Frequency(Hz);ylabel(Magnidute);title(Chebyshev IItype digitalbandpass filter)grid程序运行结果:N=4Wn=0.10000.5000Transfer function:0.06749-0.1638z-1+0.151z-2-0.1579z-3+0.2073z-4-0.1579z-5+0.151z-6-0.1638z-7+0.06749z-8-1-4.083z-1+8.075z-2-10.16z-3+8.901z-4-5.484z-5+2.311z-6-0.6215z-7+0.0865z-8Sampling time:0.001所设计的带通切比雪夫型数字滤波器的频率特性如下图所示。 050100150xx50300350400450500-400-2000xx00Frequency(Hz)Phase(degrees)050100150xx50300350400450500-100-50050Frequency(Hz)Magnitude(dB)050100150xx5030035040045050000.20.40.60.811.21.4Frequency(Hz)MagniduteCheb

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论