文献综述(基于单片机的数字滤波器设计

1、毕业设计（论文）文献综述系 别：电子与电气工程系年级专业：姓 名：学 号：题目名称：基于单片机的数字滤波器设计指导老师评语：文献综述与毕业论文选题一致，阅读的文献数量基本达到目标要求，所作综述思路较为清淅，观点明确。能阐明文献综述的写作目的、意义，能综合所阅读文献提出论文所涉及的问题以及具体的研究方向，阐述了所阅读论文涉及的学科研究前沿、热点问题，进一步明确了研究方向。指导教师签名：年 月 日基于单片机的数字滤波器设计文献综述【内容摘要】：数据采集，又称数据获取，是利用一种装置，从系统外部采集数据并输入到系统内部的一个接口。数据采集技术广泛引用在各个领域。而在数据采集中存在着各种噪声，本文采用

2、基于单片机和C语言来设计并开发数字滤波系统。【关键词】：单片机、proteus、C语言、数字滤波导言在1960年到1970年的十年中，高速数字计算机迅速发展，并被广泛地用来处理数字形式的电信号。因而，在数字滤波器的设计中，就有可能采用傅里叶分析、波形抽样、Z变换等已有的基本理论概念。数字滤波器具有稳定、重复性好、适应性强、性能优异、线性相位等优点。在基于单片机和C语言来设计并开发数字滤波系统中，我们针对于单片机数据采集系统中经常出现的随机干扰，通过手动输入来模拟数据采集过程，验证了几种使用较为普遍的克服随机干扰的单片机数字滤波算法，并给出了相应的C程序，尤其对中位值滤波和中位值平均滤波算法程序

3、进行了改进。同时也对这几种滤波算法进行了比较，并指出了每一种算法的具体适用范围和注意事项。另外我们使用了proteus进行仿真验证这几种滤波方法。另外我们还使用了AD和DA来采集及输出数据。正文随着数字技术日益广泛的应用，数字滤波在语音和图像处理、HDTV、模式识别、谱分析等应用中经常用到。与模拟滤波相比，数字滤波可以满足滤波器对幅度和相位特性的严格要求，可以避免模拟滤波所无法克服的电压漂移、温度漂移和噪声等问题。有限长冲激响应(FIR滤波器，由于FIR系统只有零点、系统稳定，便于实现FFT算法、运算速度快、线性相位的特性和设计更为灵活等突出优点而在工程实际中获得广泛应用。1.国外数字滤波器发

4、展历史及研究成果数字滤波有线性滤波和非线性滤波。线性滤波是指卷积滤波，又分为频域滤波和时域滤波在实域中根据滤波方式又分为递归滤波和递归滤波。非线性滤波主要是指同态滤波，它是用取对数的方法将非线性问题线性化。近些年，线性滤波方法，如Wiener滤波、Kalman滤波和自适应滤波得到了广泛的研究和应用。同时一些非线性滤波方法，如小波滤波、同态滤波、中值滤波和形态滤波等都是现代信号处理的前沿课题，不但有重要的理论意义，而且有广阔的应用前景。Wiener滤波是最早提出的一种滤波方法，当信号混有白噪声时，可以在最小均方误差条件下得到信号的最佳估计。但是，由于求解Wiener-Hoff方程的复杂性，使得W

5、iener滤波实际应用起来很困难，不过Wiener滤波在理论上的意义是非常重要的，利用Wiener滤波的纯一步预测，可以求解信号的模型参数 进而获得著名的Levinson算法。Kalman滤波是20世纪60年代初提出的一种滤波方法。与Wiener滤波相似，它同样可以在最小均方误差条件下给出信号的最佳估计。所不同的是，这种滤波技术在时域中采用递推方式进行，因此速度快，便于实时处理，从而得到了广泛的应用。Kalman滤波推广到二维，可以用于图象的去噪。当假设Wiener滤波器的单位脉冲响应为有限长时，可以采用自适应滤波的方法得到滤波器的最佳响应。由于它避开了求解Wiener-Hoff方程，为某些问

6、题的解决带来了极大的方便阔。小波滤波就是利用信号和噪声的目的。同态滤波主要用于解决信号和噪声之间不是相加而是相乘关系时滤波问题。另外，当信号和噪声之间为卷积关系的时候，在一定条件下可以利用同态滤波把信号有效地分离开来，由同态滤波理论引申出的复时谱也成为现代信号处理中极为重要的概念。Wiener滤波、Kalman滤波和自适应滤波都是线性滤波，线性滤波的最大缺点就是在消除噪声的同时，会造成信号边缘的模糊。中值滤波是20世纪70年代提出的一种非线性滤波方法，它可以在最小绝对误差条件下，给出信号的最佳估计。这种滤波方法的优点就是能够保持信号的边缘不模糊。另外它对脉冲噪声也有良好的清除作用。形态滤波是建

7、立在集合运算上的一种非线性滤波方法，它除了用于滤除信号中的噪声外，还在图象分析中发挥了重要的作用。关于数字滤波器理论研究的发展也带来了数字滤波器在实现上的空前发展。20世纪60年代起，由于计算机技术、集成工艺和材料工业的发展，滤波器的发展上了一个新台阶 朝着低功耗、高精度、小体积、多功能、稳定可靠和价廉等方向努力，其中高精度、小体积、多功能、稳定可靠成为70年代以后的主攻方向，导致数字滤波器、RC有源滤波器、开关电容滤波器和电荷转移器等各种滤波器的飞速发展。到70年代后期，上述几种滤波器的单片集成己被研制出来并得到应用，90年代至现在主要致力于把各类滤波器应用于各类产品的开发和研制。当然，对滤

8、波器本身的研究仍在不断进行。目前，国外有许多院校和科研机构在研究基于FPGA的DSP应用，比较突出的有Denmark大学的研究小组正在从事FPGA实现数字滤波器的研究。由于FPGA实现乘法器有困难，因此他们重点研究开发无乘法的滤波器算法。加州大学洛杉矶分校的研究小组采用运行时重构技术开发了一种视频通讯系统，该系统用一片FPGA可每帧重构四次完成视频图像压缩和传送的操作。此外，他们还在进行Mojave项目的开发工作，力图采用运行时重构技术来实现自动目标识别应用。2.国内数字滤波器发展历史及研究成果我国在DSP技术起步较早，产品的研究开发成绩斐然，基本上与国外同步发展，而在FPGA方面起步较晚。全

9、国有100来所高等院校从事DSP&FPGA的教学和科研，除了一部分DSP芯片需要从国外进口外，在信号处理理论和算法方面，与国外处于同等水平。而在FPGA信号处理和系统方面，有了喜人的进展，正在进行与世界先进国家同样的研究。如，西北工业大学和国防科学技术大学的ATR实验室采用了FPGA可重构计算系统进行机载图像处理和自动目标识别，主要是利用该系统进行复杂的卷积运算，同时利用它的可变柔性来达到自适应的目的。北京理工大学研究利用FPGA提高加解密运算的速度，等等。3.国内外数字滤波器研究动态与趋势数字滤波器精确度高，使用灵活，可靠性高，具有模拟设备没有的许多优点，已广泛地应用与各个科学技术领

10、域，例如数字电视，语音，通信、雷达、声纳、遥感、图像、生物医学以及许多工程应用领域。随着信息时代数字时代的到来，数字滤波技术已经成为一门及其重要的科学和技术领域5。以往的滤波器大多采用模拟电路技术，但是模拟电路技术存在很多难以解决的问题，而采用数字则避免很多类似的难题，当然数字滤波器在其他方面也有很多突出的优点都是模拟技术所不能及的，所以采用数字滤波器对信号进行处理是目前的发展方向。数字滤波在通信。图像编码、语音编码、雷达等许多领域有着十分广泛的应用。目前，数字信号滤波器的设计在图像处理，数据压缩等方面的应用取得了令人瞩目的进展和成就。近年来迅速发展。4.单片机的研究现状、内容及发展趋势单片机

11、诞生于1971年，经历了SCM、MCU、SoC三大阶段，早期的SCM单片机都是8位或4位的。其中最成功的是INTEL的8031，此后在8031上发展出了MCS51系列MCU系统。基于这一系统的单片机系统直到现在还在广泛使用。随着工业控制领域要求的提高，开始出现了16位单片机，但因为性价比不理想并未得到很广泛的应用。90年代后随着消费电子产品大发展，单片机技术得到了巨大提高。随着INTEL i960系列特别是后来的ARM系列的广泛应用，32位单片机迅速取代16位单片机的高端地位，并且进入主流市场。而传统的8位单片机的性能也得到了飞速提高，处理能力比起80年代提高了数百倍。高端的32位Soc单片机

12、主频已经超过300MHz，性能直追90年代中期的专用处理器。当代单片机系统已经不再只在裸机环境下开发和使用，大量专用的嵌入式操作系统被广泛应用在全系列的单片机上。而在作为掌上电脑和手机核心处理的高端单片机甚至可以直接使用专用的Windows和Linux操作系统。由于单片机在工业控制领域的广泛应用，单片机由芯片内仅有CPU的专用处理器发展而来。最早的设计理念是通过将大量外围设备和CPU集成在一个芯片中，使计算机系统更小，更容易集成进复杂的而对体积要求严格的控制设备当中。当前趋势下，SoC嵌入式系统(System on Chip）式的独立发展之路，向MCU阶段发展的重要因素，就是寻求应用系统在芯片

13、上的最大化解决，因此，专用单片机的发展自然形成了SoC化趋势。随着微电子技术、IC设计、EDA工具的发展，基于SoC的单片机应用系统设计会有较大的发展。因此，对单片机的理解可以从单片微型计算机、单片微控制器延伸到单片应用系统。总结如上所述，目前数字滤波器的设计有许多现成的高级语言设计程序，但他们都存在设计效率较低，不具有可视图形，不便于修改参数等缺点，而数字滤波在很多领域的应用相当广泛。因此，基于单片机设计的数字滤波器具有可视图形，便于修改参数。而单片机为数字滤波的研究和应用提供了一个直观、高效、便捷的利器。他以矩阵运算为基础，把计算、可视化、程序设计融合到了一个交互式的工作环境中。尤其是单片机工具箱使各个领域的研究人员可以直观方便地进行科学研究与工程应用。其中的信号处理工具箱、图像处理工具箱、小波工具箱等更是为数字滤波研究的蓬勃发展提供了可能。参考文献2兵.数字滤波器的仿真研究-调研报告3倪养华，王重玮.数字信号处理-原理与实现M.上海:上海交通大学出版社2002.1031097Sanjit K.Mitra，Digital Signal Processing-A Compute