工程测试与信号分析（下篇共上中下3篇）

工程测试与信号分析第7章离散傅里叶变换及其快速算法序列的傅里叶变换PART-7.1序列的傅里叶变换（1）定义在数字信号处理中，序列的傅里叶变换（DiscreteTimeFourierTransform,DTFT）是一种将离散时间信号从时域转换到频域的数学工具。对于给定的离散时间信号x[n]，其离散时间傅里叶变换（DTFT）定义为：ω是连续频率变量（以弧度/样本为单位）；j是虚数单位，ejω=cosω+jsinω是复指数函数。（2）DTFT具有多重性质序列的傅里叶变换线性性时移性频移性（2）DTFT具有多重性质序列的傅里叶变换共轭对称性周期性Parseval定理收敛性序列的傅里叶变换的应用在音频处理中：可以使用傅里叶变换进行音频信号的频谱分析，以提取音频中的音乐、语音、噪声等成分，从而支持音频编解码、音频增强和音频识别等应用。在通信系统中：傅里叶变换用于信号调制、多路复用、频谱分析等任务。此外傅里叶变换还可以用于信号的滤波和均衡，以提高通信系统的性能。在图像处理中：通过将图像转换到频域，可以进行频谱分析、滤波、边缘检测等操作。（3）序列傅里叶变换的应用在控制系统中：傅里叶变换用于系统建模、系统频率响应分析和滤波器设计。离散傅里叶变换及其性质PART-7.2（1）定义离散的傅里叶变换及其性质离散傅里叶变换（DiscreteFourierTransform,DFT）是序列的傅里叶变换（DTFT）在有限长序列上的具体实现。DFT将有限长离散时间信号从时域转换到频域，是数字信号处理中非常重要的一种变换。对于长度为N的有限长离散时间信号x[n]，其离散傅里叶变换（DFT）定义为：DFT的逆变换（IDFT）定义为：（2）DTFT具有多重性质离散的傅里叶变换及其性质线性性周期性对称性Parseval定理（2）DTFT具有多重性质离散的傅里叶变换及其性质循环位移卷积定理对称性Parseval定理离散的傅里叶变换的应用在语言信号处理中：将语音信号转换到频域，可以进行频谱分析、声调识别、语音合成等操作，例如，将语音信号进行离散傅里叶变换后，可以提取出不同频率的成分，进而实现语音信号的特征提取和语音识别等应用。在视频压缩中：将视频图像的每一帧进行离散傅里叶变换，可以得到频域上的图像频谱。利用频谱的性质，可以对图像频谱进行量化、编码和压缩，以减少数据量，实现视频的高效传输和存储。在滤波器的设计中：通过在频域对滤波器的频率响应进行分析，可以实现目标滤波特性的设计和优化。离散傅里叶变换可以用于滤波器的频率响应计算、滤波器系数的计算以及滤波器的系统识别和逆滤波等应用。（3）离散的傅里叶变换的应用在通信系统中：离散傅里叶变换被广泛应用于正交频分复用（OFDM）等技术中，离散傅里叶变换可以将数据信号从时域转换到频域，实现信号的多路复用和频谱分析，提高通信系统的数据传输速率和抗干扰性能。快速FFT和IFFTPART-7.3（1）快速FFT和IFFT的定义式快速FFT和IFFT快速傅里叶变换（FastFourierTransform,FFT）是计算离散傅里叶变换（DFT）及其逆变换的一种高效算法。DFT的计算复杂度为O(N^2)，而FFT通过利用DFT的对称性和周期性等性质，将计算复杂度降低，大大提高了计算效率。FFT的基本思想是将长序列的DFT分解为短序列的DFT，然后利用短序列DFT的快速计算性质来加速整个计算过程。快速傅里叶变换（FFT）的表达式为：(X(k))表示频域的信号，即第(k)个频率分量的值;(x(n))表示时域的信号，即第(n)个时间点的值;(N)表示信号的长度，即采样点数;是一个复数因子，通常表示为:

（1）快速FFT和IFFT的定义式快速FFT和IFFT逆快速傅里叶变换（FFT）的表达式为：在IFFT公式中，有一个额外的系数，这是为了确保在转换过程中信号的能量保持不变。逆快速傅里叶变换（FFT）的应用：在通信系统中：FFT常用于频域信号的解调，将接收到的频域信号转换为时域信号，以便进行后续处理。(x(n))表示时域的信号，即第(n)个时间点的值（重构后的信号）；(X(k))表示频域的信号，即第(k)个频率分量的值；(N)表示信号的长度，即采样点数；是为复数因子。在图像处理中：FFT可用于图像的滤波、频域分析等操作，帮助改善图像质量或提取图像特征。在MATLAB中：IFFT可以通过ifft函数实现。该函数直接对输入信号的频谱系数进行IFFT计算，返回对应的时域信号。工程测试与信号分析第8章滤波器课程内容滤波器是一种选频装置，可以使信号中特定的频率成分通过，而极大地衰减其它频率成分。在测试装置中，利用滤波器的这种选频作用，可以滤除干扰噪声或进行频谱分析。本节所述内容属于模拟滤波范围。尽管数字滤波技术已得到广泛应用，但模拟滤波在自动检测、自动控制以及电子测量仪器中仍被广泛应用。模拟滤波器PART-8.1滤波器的基本结构滤波器主要由电容、电感和电阻等元件组成。不同类型的滤波器，其元件的连接方式和数量会有所不同。滤波器的工作原理主要基于电容和电感对不同频率信号的阻抗差异。滤波器基本结构图1.根据滤波器的选频作用分类从0～f2频率之间，幅频特性平直，它可以使信号中低于f2的频率成分几乎不受衰减地通过，而高于f2的频率成分受到极大地衰减。

与低通滤波相反，从频率f1～∞，其幅频特性平直。它使信号中高于f1的频率成分几乎不受衰减地通过，而低于f1的频率成分将受到极大地衰减。滤波器的分类（1）低通滤波器（2）高通滤波器它的通频带在f1～f2之间。它使信号中高于f1而低于f2的频率成分可以不受衰减地通过，而其它成分受到衰减。与带通滤波相反，阻带在频率f1～f2之间。它使信号中高于f1而低于f2的频率成分受到衰减，其余频率成分的信号几乎不受衰减地通过。滤波器的分类1.根据滤波器的选频作用分类（3）带通滤波器（4）带阻滤波器低通滤波器和高通滤波器是滤波器的两种最基本的形式，其它的滤波器都可以分解为这两种类型的滤波器，例如：低通滤波器与高通滤波器的串联为带通滤波器，低通滤波器与高通滤波器的并联为带阻滤波器。滤波器的分类1.根据滤波器的选频作用分类（5）理想滤波器理想滤波器是指能使通带内信号的幅值和相位都不失真，阻带内的频率成分都衰减为零的滤波器，其通带和阻带之间有明显的分界线。也就是说，理想滤波器在通带内的幅频特性应为常数，相频特性的斜率为常值；在通带外的幅频特性应为零。滤波器的分类1.根据滤波器的选频作用分类频率响应函数幅频及相频特性曲线滤波器的分类1.根据滤波器的选频作用分类（5）理想滤波器分析下式所表示的频率特性可知，该滤波器在时域内的脉冲响应函数h（t）为sinc函数，图形如下图所示。脉冲响应的波形沿横坐标左、右无限延伸，从图中可以看出，在t=0时刻单位脉冲输入滤波器之前，即在t<0时，滤波器就已经有响应了。显然，这是一种非因果关系，在物理上是不能实现的。这说明在截止频率处呈现直角锐变的幅频特性，或者说在频域内用矩形窗函数描述的理想滤波器是不可能存在的。实际滤波器的频域图形不会在某个频率上完全截止，而会逐渐衰减并延伸到∞。滤波器的分类（5）理想滤波器（6）实际滤波器与理想滤波器相比，实际滤波器需要用更多的概念和参数去描述它，主要参数有纹波幅度、截止频率、带宽、品质因数、倍频程选择性等。滤波器的分类1.根据滤波器的选频作用分类纹波幅度d在一定频率范围内，实际滤波器的幅频特性可能呈波纹变化，其波动幅度d与幅频特性的平均值A0相比，越小越好，一般应远小于-3dB。截止频率fc幅频特性值等于0.707A0所对应的频率称为滤波器的截止频率。以A0为参考值，0.707A0对应于-3dB点，即相对于A0衰减3dB。若以信号的幅值平方表示信号功率，则所对应的点正好是半功率点。滤波器的分类1.根据滤波器的选频作用分类（6）实际滤波器带宽B和品质因数Q值上下两截止频率之间的频率范围称为滤波器带宽，或-3dB带宽，单位为Hz。带宽决定着滤波器分离信号中相邻频率成分的能力——频率分辨力。在电工学中，通常用Q代表谐振回路的品质因数。在二阶振荡环节中，Q值相当于谐振点的幅值增益系数，Q=1/2ξ（ξ——阻尼率）。对于带通滤波器，通常把中心频率f0和带宽B之比称为滤波器的品质因数Q。例如一个中心频率为500Hz的滤波器，若其中-3dB带宽为10Hz，则称其Q值为50。Q值越大，表明滤波器频率分辨力越高。滤波器的分类1.根据滤波器的选频作用分类（6）实际滤波器倍频程选择性W倍频程选择性，是指在上截止频率fc2与2fc2之间，或者在下截止频率fc1与fc1/2之间幅频特性的衰减值，即频率变化一个倍频程时的衰减量。W值越大，滤波器的选择性越好。滤波器的分类1.根据滤波器的选频作用分类（6）实际滤波器滤波器因数（或矩形系数）λ滤波器选择性的另一种表示方法，是用幅频特性的-60dB带宽与-3dB带宽的比值来表示。滤波器的分类1.根据滤波器的选频作用分类（6）实际滤波器2.根据处理信号的性质分类滤波器的分类（1）模拟滤波器模拟滤波器的截止频率设计在数据采集器的最高采样率的1/2处，从而保证了抗混叠滤波作用的实现。滤波器作为一种选频电路，它可以使信号中的某些频率成分以固定的增益通过，而在这些频率以外的成分被极大地衰减，所以说滤波器是实现信号和干扰、噪声分离的关键器件，是最常用的信号调理电路之一。2.根据处理信号的性质分类滤波器的分类（2）数字滤波器数字滤波器是按照程序计算信号，达到滤波的目的。通过对数字滤波器的存储器编写程序，就可以实现各种滤波功能。对数字滤波器来说，增加功能就是增加程序，不用增加元件，不受元件误差的影响，对低频信号的处理也不用增加芯片的体积。用数字滤波方法可以摆脱模拟滤波器被元件限制的困扰。滤波器的基本参数滤波器的主要性能指标对于理想滤波器，只需规定截止频率就可以说明它的性能，因为在截止频率fc1、fc2之间的幅频特性为常数A0。截止频率以外则为零，如图8.3所示。而对于实际滤波器，由于它的特性曲线没有明显的转折点，通频带中幅频特性也并非常数，因此需要用更多的参数来描述实际滤波器的性能，主要参数有纹波幅度、截止频率、带宽、品质因数、倍频程选择性等。理想带通与实际带通滤波器的幅频特性在一定频率范围内，实际滤波器的幅频特性可能呈波纹变化。其波动幅度d与幅频特性的平均值A。相比，越小越好，一般应远小于一3dB，即d<<A0/√2。滤波器的主要性能指标1.波纹幅度d幅频特性值等于A0/√2所对应的频率称为滤波器的截止频率。以A0为参考值，A0/√2对应于—3dB点，即相对于A0衰减3dB。若以信号的幅值平方表示信号功率，则所对应的点正好是半功率点。滤波器的主要性能指标2.截至频率fc上下两截止频率之间的频率范围称为滤波器带宽，或－3dB带宽，单位为Hz。带宽决定着滤波器分离信号中相邻频率成分的能力——频率分辨率。在电工中，通常用Q代表谐振回路的品质因数。在二阶振荡环节中，Q值相当于谐振点的幅值增益系数，Q－1/2ξ（ξ—阻尼率）。对于带通滤波器，通常把中心频率f0和带宽B之比称为滤波器的品质因数Q。例如，一个中心频率为500Hz的滤波器，若其中-3dB带宽为10Hz,则称其为Q值为50，Q值伟大，表明滤波器分辨率越高滤波器的主要性能指标3.带宽B和品质因数Q值在测试系统中，常用RC滤波器。因为在这一领域中，信号频率相对来说不高。而RC滤波器电路简单，抗干扰性强，有较好的低频性能，并且选用标准的阻容元件，所以在工程测试的领域中最经常用到的滤波器是RC滤波器。在测试系统中，常用RC滤波器。因为在这一领域中，信号频率相对来说不高。而RC滤波器电路简单，抗干扰性强，有较好的低频性能，并且选用标准的阻容元件，所以在工程测试的领域中最经常用到的滤波器是RC滤波器。RC无源滤波器2.RC无源滤波器设滤波器的输入电压为ex，输出电压为ey，电路的微分方程为：RC滤波器2.RC无源滤波器这是一个典型的一阶系统。令τ=RC，称为时间常数，对上式取拉氏变换，有

其幅频、相频特性公式为：分析可知，当f很小时，A(f)=1，信号不受衰减地通过；当f很大时，A(f)=0，信号完全被阻挡，不能通过。（1）一阶RC低通滤波器RC滤波器此时：该滤波器起积分器的作用。（1）一阶RC低通滤波器2.RC无源滤波器RC滤波器设滤波器的输入电压为ex输出电压为ey，电路的微分方程为同理，令τ=RC，对上式取拉氏变换，有（2）一阶RC高通滤波器2.RC无源滤波器RC滤波器（2）一阶RC高通滤波器其幅频、相频特性公式为：分析可知，当f很小时，A(f)=0，信号完全被阻挡，不能通过；当f很大时，A(f)=1，信号不受衰减的通过。此时：该滤波器起微分器的作用。2.RC无源滤波器RC滤波器（3）RC带通滤波器带通滤波器可以看作为低通滤波器和高通滤波器的串联。其幅频、相频特性公式为：H(s)=H1(s)H2(s)式中H1(s)为高通滤波器的传递函数，H2(s)为低通滤波器的传递函数。有：2.RC无源滤波器应注意，当高、低通两级串联时，应消除两级耦合时的相互影响，因为后一级成为前一级的“负载”，而前一级又是后一级的信号源内阻。实际上两级间常用射极输出器或者用运算放大器进行隔离。所以实际的带通滤波器常常是有源的。有源滤波器由RC调谐网络和运算放大器组成。运算放大器既可起级间隔离作用，又可起信号幅值的放大作用。RC滤波器2.RC无源滤波器电阻应变仪的工作原理RC滤波器2.RC无源滤波器滤波器的阶次实际滤波器的传递函数是一个有理函数，即式中，n为滤波器的阶。滤波器可以根据其阶数进行分类，包括一阶、二阶直至n阶滤波器。对于某一特定类型的滤波器来说，阶数的增加会增强其在阻频带上对信号的衰减能力。由于高阶传递函数能够被表示为多个一阶和二阶传递函数的乘积，因此，高阶滤波器的设计可以被简化为对一阶和二阶滤波器进行设计的过程。滤波器的分类思考：如何用一阶RC低通滤波器和RC高通滤波器构成RC带阻滤波器？画出其电路图。2.RC无源滤波器010203巴特沃斯滤波器切比雪夫滤波器贝塞尔滤波器典型滤波器1.几种典型的滤波器微分，积分与积分平均

在工程信号分析领域，许多物理量之间都存在着微分与积分的关系。以机械振动研究为例，位移、速度和加速度这三个关键量就通过简单的微分和积分运算相互关联。由于电量的微分与积分运算相对容易实现，因此振动测量系统中通常配备有微分和积分运算电路，从而能够利用同一测量系统灵活地测量位移、速度和加速度。微分，积分与积分平均1.微分器

RC无源微分器如图所示为RC无源微分器。从物理结构上看,它与RC高通滤波器无异但由于工作频率范围不同,功能也不一样。x(t)为输人电压,y(t)为输出电压,电路的微分方程为令

,则RC无源微分器的频率响应函数为微分，积分与积分平均2.积分器

如图所示为RC无源积分电路。从物理结构上看,它和RC低通滤波器无异。但由于工作频率范围不同,功能也不一样。在x(t)为输人电压,y(t)为输出电压时电路的微分方程为

RC无源积分器令

,则该系统的频率响应函数为微分，积分与积分平均2.积分器当

时,

=1,

此时系统是一低通滤波器。

当

，根据傅里叶变换的积分特性,可得输出是输入的积分。微分，积分与积分平均3.积分平均

在信号分析领域，形如

的积分运算至关重要，它被称为积分平均，用于计算函数x(t)在区间(0,T)的平均值。若x(t)代表一个时间函数，则该积分表示信号的均值；若x(t)则代表信号的平均功率；而当x(t)为两个时间函数的乘积时，它可能代表相关或卷积等运算。在数字信号分析中，积分平均可通过数值计算方法轻松获得，且被视为真平均。连续技术信号分析技术应用1.幅值调制在测试仪器中的应用动态电阻应变仪方框图如图展示了动态电阻应变仪的系统框图。在该图中，电阻应变片被粘贴在测试件上，当受到外力x(t)作用时，其电阻值会相应变化，并连接到电桥电路中。一个振荡器产生高频正弦波信号z(t)，作为电桥的工作激励电压。根据电桥的工作原理，它相当于一个乘法器，其输出结果为信号x(t)与载波信号z(t)的乘积，因此电桥的输出信号即为已调制的x(t)信号。该信号经过交流放大后，为了恢复原始信号波形，需要进行相敏检波（即同步解调）。此时，由振荡器提供给相敏检波器的电压信号z(t)与电桥的工作电压具有相同的频率和相位。经过相敏检波和低通滤波处理后，可以得到一个与原始信号极性一致但经过放大的信号。这个信号可以用来驱动仪表或作为后续设备的输入。连续技术信号分析技术应用2.频率调制在工程测试中的应用在利用电容、电涡流或电感传感器来测量位移、力等物理量时，常将电容C或电感L作为自激振荡器谐振回路的一个调谐元件，此时该振荡器的共振频率会随之确定。例如,在电容传感器中以电容C作为调谐参时,则对上式微分所以,当参数C发生变化时,谐振回路的瞬时频率连续技术信号分析技术应用2.频率调制在工程测试中的应用

此表达式揭示了回路振荡频率与调谐参数之间存在着直接的线性相关性。具体而言，在一定范围内，该振荡频率能够与被测参数的变化保持线性对应。这种机制属于频率调制类型，其中w0

代表中心频率，而ΔC则扮演调制成分的角色。此类电路能够直接将被测参数的变化转换成振荡频率的变动，因此被称为直接频率调制测量电路。

则连续技术信号分析技术应用2.频率调制在工程测试中的应用

则

调频信号的解调，也称为鉴频，是指将频率的变动转换为电压幅度变化的过程。在多种测试设备中，常采用变压器耦合的谐振电路来实现这一转换。如下图所示用谐振振幅进行鉴频连续技术信号分析技术应用3.模拟滤波器的应用

则

在测试系统及专用仪器仪表中，模拟滤波器扮演着重要的转换角色。举例来说，带通滤波器被用作频谱分析仪中的频率选择组件；低通滤波器则服务于数字信号分析系统，防止频率混叠；高通滤波器在声发射检测仪中用于消除低频干扰噪声；而带阻滤波器则在电涡流测振仪中充当陷波滤波器，等等。连续技术信号分析技术应用3.模拟滤波器的应用

则

在频谱分析装置中应用的带通滤波器，依据其中心频率与带宽之间的特定关系，可被划分为两大类：一类是带宽B不受中心频率f0影响，始终保持恒定，这类被称为恒带宽带通滤波器，无论中心频率位于哪个频段，其带宽均保持一致，如（a）图所示；另一类则是带宽B与中心频率f0之间的比例维持恒定，这类被称为恒带宽比带通滤波器，如图（b）所示，随着中心频率的提升，带宽也相应增宽。(a)恒带宽带通滤波器；(b)恒带宽比带通滤波器恒带宽与恒带宽比带通滤波器比较连续技术信号分析技术应用3.模拟滤波器的应用假若任一个带通滤波器的下截止频率为

，上截止频率为

。令式中，n值称为倍频程数,若n=1,称为倍频程滤波器;n=1/3,则称为1/3倍频程滤波器。滤波器的中心频率,取为几何平均值,即根据上述两式,可以得到连续技术信号分析技术应用3.模拟滤波器的应用则滤波器带宽或者用滤波器的品质因数Q值来表示,即故若倍频程滤波器n=1,Q=1.41;n=1/3,Q=4.38;n=1/5,Q=7.2。倍频数n值越小,则Q值越大,表明滤波器分辨力越高。模拟滤波器设计

模拟滤波器是一种基于模拟电路元件（如电阻、电容、电感等）实现的滤波器，用于对连续时间信号进行滤波处理。模拟滤波器的设计涉及到滤波器的类型选择、频率响应确定、元件数值计算等多个方面。1.模拟滤波器简介模拟高通滤波器模拟滤波器设计

根据应用场景和信号特性，选择合适的滤波器类型，如低通滤波器、高通滤波器、带通滤波器或带阻滤波器等，确定滤波器的频率响应，根据滤波器的应用需求，确定所需的频率响应，即需要传递或抑制的频率范围，选择滤波器拓扑结构，根据滤波器类型和频率响应的要求，选择合适的滤波器拓扑结构，常见的模拟滤波器拓扑结构包括RC滤波器、LC滤波器、有源滤波器等。1.确定滤波器类型模拟滤波器设计

根据所选的滤波器结构，确定电容、电感、电阻等元件的数值，这可以通过使用合适的设计软件或公式进行计算得出。对于RC滤波器，需要注意R和C值的选取，不仅要考虑频率特性，还要考虑信号源的内部阻抗和负载的阻抗。对于LC滤波器，需要注意L和C的频率特性以及阻抗匹配问题。2.设计滤波器的元件数值模拟滤波器设计

使用仿真软件对设计的滤波器电路进行分析和模拟，以验证其性能和满足设计需求。3.进行滤波的电路分析和模拟4.选择合适的元器件根据电路分析和模拟的结果，选择合适的元器件进行实际搭建和测试。在选择元器件时，需考虑到其性能参数、可获得性以及成本等因素。5.进行滤波器的实际测试和调整搭建完成滤波器电路后，进行实际的测试和调整，以进一步优化滤波器的性能。6.选择合适的滤波器类型和拓扑结构根据应用需求选择合适的滤波器类型和拓扑结构，以满足特定的滤波要求。通过合适的计算方法或软件，精确计算滤波器的元件数值，以确保滤波器的性能。在LC滤波器设计中，需要注意终端阻抗与滤波器特性阻抗的匹配问题，以避免性能下降。模拟滤波器设计7.使用仿真软件对滤波器进行电路分析和模拟模拟滤波器设计例题例8.1设计一个二阶低通模拟滤波器，其截止频率为fc=1kHz，阻尼比ζ=0.707，并求出该滤波器的传递函数H(s)。解：在模拟滤波器设计中，二阶低通滤波器是一种常用的滤波器类型，其传递函数通常表示为：其中，

是无阻尼自然频率，它与滤波器的截止频率fc和阻尼比ζ有关。在无阻尼情况下（即ζ=0），

等于

。然而，在有阻尼的情况下，我们通常直接根据fc和ζ来设计滤波器。但为了说明，我们可以写出它们之间的关系：在本题中，已知fc=1kHz=1000Hz和ζ=0.707。我们可以直接将这些值代入传递函数的公式中：其中，

是角频率形式的截止频率。然而，在本例中，为了与标准形式保持一致，我们保持分子为1（这在实际应用中通常通过适当的增益调整来实现）。模拟滤波器设计例题因此，将

和ζ=0.707代入，得到：为了简化表达式，我们可以令

，则：其中，w0是角频率形式的截止频率，且在本例中

。这个传递函数描述了二阶低通滤波器的动态特性，其中截止频率和阻尼比决定了滤波器的性能。数字滤波器PART-8.2数字滤波器设计

数字滤波器的基本网络结构主要由加法器、单位延时和乘常数的乘法器三种基本运算单元构成，这些单元的组合和连接方式决定了滤波器的功能和性能。数字滤波器的作用是对输入信号进行滤波，即将输入序列通过一定的运算变换成输出序列。1.数字模拟器简介在探讨数字滤波器的基本网络结构及其信号流图时，我们首先需要理解数字滤波器的基本概念，然后可以从图下所示了解到数字滤波器信号处理过程。数字滤波器是一种用有限精度算法实现的离散时间线性非时变（DT-LTI）系统，其主要功能是对输入的数字信号进行处理，以改变信号的频谱特性，从而得到所需的输出信号。数字滤波器信号处理过程IIR数字滤波器设计2.确定滤波器的规格

确定滤波器的通带、阻带、过渡带的频率范围和幅度响应要求。这些参数决定了滤波器的设计目标。3.确定滤波器的阶数

通常情况下，IIR滤波器的阶数可以较低，并且能实现与高阶FIR滤波器相同的性能。确定阶数的过程通常与滤波器的规格和设计方法有关。4.进行归一化

为了简化设计过程，通常将指定的通带截止频率归一化到1（角频率）。然后，可以根据归一化的截止频率计算巴特沃斯滤波器的截止频率。5.进行频率变换为了将归一化的截止频率变换为实际频率，需要进行频率变换。这个过程涉及使用双线性变换或其他变换方法将归一化的频率映射到实际的频率范围。IIR数字滤波器设计6.设计原型滤波器

通过应用频率变换，可以设计一个原型滤波器，该滤波器具有所需的频率响应特性，比如巴特沃斯滤波器的平坦幅频响应特性。7.滤波器的实现

将原型滤波器通过反馈回路或级联结构实现为IIR滤波器。这涉及计算巴特沃斯滤波器的系数，并根据需要选择合适的滤波器结构。IIR滤波器的设计过程涉及到对极点和零点的分析和处理,极点和零点决定了滤波器的频率响应特性，并且对滤波器的稳定性和相位响应产生影响。因此，在设计IIR滤波器时，需要仔细考虑极点和零点位置以及它们的数量和互连关系。总结起来，IIR滤波器是一种通过反馈回路实现滤波功能的数字滤波器，它具有比FIR滤波器更高的灵活性和更低的阶数，但需要注意相位响应非线性和可能的不稳定性问题。设计IIR滤波器的常见方法包括巴特沃斯滤波器设计，涉及到确定滤波器规格、阶数、归一化、频率变换、设计原型滤波器和实现滤波器等步骤，还需要考虑极点和零点的影响，以确保滤波器的性能和稳定性。IIR数字滤波器设计例题例8.2设计一个二阶无限冲激响应(IIR)数字低通滤波器，其归一化截止频率为0.2π（对应于采样频率的一半），并假设采用巴特沃斯(Butterworth)滤波器设计，阻尼比（对于IIR滤波器，通常不直接提及阻尼比，但我们可以考虑滤波器的平滑度）通过滤波器的阶数来隐含控制。设计一个二阶滤波器，并求出其差分方程。解：在数字信号处理中，数字滤波器用于处理离散时间信号。对于低通滤波器，其目的是允许低频信号通过，同时衰减高频信号。巴特沃斯滤波器是一种具有最大平坦幅度响应的滤波器，在通带内具有最平坦的频率响应，且随着频率的增加，其衰减是单调且均匀的。对于IIR滤波器，我们通常不直接提及阻尼比（如模拟滤波器中的情况），而是通过滤波器的阶数和截止频率来设计滤波器。在本例中，我们设计一个二阶巴特沃斯低通滤波器。首先，我们需要确定滤波器的归一化截止频率。在数字滤波器设计中，归一化截止频率是相对于采样频率的一半（即πrad/sample）来定义的。本例中，归一化截止频率为0.2π。IIR数字滤波器设计例题接下来，对于巴特沃斯滤波器，我们可以使用现成的设计公式或软件工具（如MATLAB的butter函数）来设计滤波器。然而，为了手动说明，我们可以直接写出二阶巴特沃斯低通滤波器的差分方程的一般形式：其中，x[n]是输入信号，y[n]是输出信号，b0,b1,b2是前馈系数，a1,a2是反馈系数。这些系数取决于滤波器的设计参数（即截止频率和滤波器阶数）。对于二阶巴特沃斯低通滤波器，其系数可以通过查表或使用设计公式得到。但在这里，我们不会直接计算这些系数，而是强调差分方程的形式。FIR数字滤波器设计

1.FIR数字滤波器的简介

FIR（有限脉冲响应）数字滤波器的设计是数字信号处理中的一个重要环节。FIR数字滤波器设计的主要目的是通过去除不必要的噪声、滤波干扰信号、增强信号的频带等方式来提高信号质量，使得信号在传输、处理、分析等过程中更加稳定和可靠。

根据实际需求和信号特性，选择适合的FIR数字滤波器类型（如低通、高通、带通、带阻等）。根据滤波器的通带、阻带、截止频率等参数设计出所需的频率响应，图8.21为FIR数字滤波器频率响应图。窗函数是FIR数字滤波器设计中不可或缺的一步，它可以用来平滑滤波器的频率响应曲线，减小滤波器的截止频率以及滤波器的阻带波纹。常用的窗函数有Hamming窗、Hanning窗、Blackman窗等。滤波器的阶数反映了滤波器的复杂度，阶数越高，滤波器的性能也就越好。FIR数字滤波器设计2.确定滤波器的规格确定滤波器的通带、阻带、过渡带的频率范围和幅度响应要求。这些参数决定了滤波器的设计目标。3.确定滤波器的阶数阶数决定了滤波器的复杂度和性能。一般来说，阶数越高，设计的滤波器性能越好，但计算复杂度也会增加。4.选择窗函数窗函数是一个在有限时间内衰减的函数，用于将滤波器的频率响应限定在规定的频率范围内。常见的窗函数有矩形窗、汉宁窗、汉明窗等。不同的窗函数会影响滤波器的频率响应特性。5.计算滤波器的冲激响应根据选择的窗函数，可以计算出滤波器的冲激响应。冲激响应是滤波器的脉冲响应，它描述了输入信号为单位冲激时的输出情况。FIR数字滤波器设计

5.将冲激响应进行归一化和平移为了满足系统的因果性和稳定性，需要对冲激响应进行归一化和平移操作。总结起来，FIR滤波器在实际工程中的应用非常广泛，涵盖了多个领域。它们在语音和音频处理、无线通信系统、图像和视频处理、生物医学工程和雷达等领域起到至关重要的作用。通过调整FIR滤波器的系数和结构，可以实现不同应用场景下的信号处理需求，并提高系统的性能和效果。数字滤波器的方框图如下图所示。滤波器方框图FIR数字滤波器设计例题例8.3设计一个二阶数字低通滤波器，其归一化截止频率为0.25π（对应于采样频率fs的一半的25%），采用巴特沃斯滤波器设计方法。请给出该滤波器的差分方程，并计算其前馈系数b0,b1,b2和反馈系数a1,a2。解：在数字信号处理中，设计数字滤波器是常见的任务。对于本例，我们需要设计一个二阶巴特沃斯低通滤波器，其截止频率已给定为归一化频率0.25π。巴特沃斯滤波器以其通带内最平坦的幅度响应而著称，适用于需要平滑过渡带的应用场景。首先，我们需要使用某种方法来计算滤波器的系数。在实际应用中，通常会使用现成的软件工具（如MATLAB的butter函数）或查找表来得到这些系数。但在这里，我们将通过概念性的方式来说明如何获取这些系数。对于二阶巴特沃斯低通滤波器，其差分方程的一般形式为：FIR数字滤波器设计例题其中，x[n]是输入信号，y[n]是输出信号，b0,b1,b2是前馈系数，a1,a2是反馈系数。为了得到这些系数，我们可以使用MATLAB的butter函数。在MATLAB中，你可以这样做：matlab，%MATLAB代码示例[b,a]=butter(2,0.25,'low');这行代码会返回一个包含前馈系数b0,b1,b2的向量b和一个包含反馈系数1,a1,a2的向量a（注意a的第一个元素总是1，因为差分方程中y[n]的系数被归一化为1）。我们得到了以下系数：，有了这些系数，我们就可以写出滤波器的差分方程：课后习题习题1.滤波器在信号处理中的作用是什么？请简述低通滤波器和高通滤波器的基本区别。2.以下哪种滤波器类型在图像处理中常用于去除图像噪声，同时尽量保留边缘信息？A.理想低通滤波器B.巴特沃斯低通滤波器C.切比雪夫低通滤波器D.高斯低通滤波器3.设计一个二阶无限冲激响应（IIR）低通滤波器，给定其截止频率为1kHz，采样频率为8kHz。请简述设计该滤波器时可能采用的一种设计方法，并说明该方法的关键步骤。4.在音频处理中，为什么常常需要在数字音频信号通过扬声器之前应用一个数字滤波器？请列举至少两个原因，并简要说明。5.请讨论一下自适应滤波器在通信系统中的应用，并给出一个具体的应用场景。工程测试与信号分析第9章随机信号分析基础9.1

随机信号的基本概念随机信号的基本概念随机信号是按时间随机变化而不可预测的信号。它与确定性信号有着很大的不同，其任意瞬时值是一个随机变量，具有各种可能的取值，不能用确定的时间函数描述。产生随机信号的物理现象称为随机现象，产生随机现象的过程称为随机过程。随机过程可分为平稳随机过程和非平稳随机过程两类。平稳随机过程又可分为各态历经过程和非各态历经过程。非平稳随机过程又可按非平稳随机过程的性质分成各种特殊的类别。随机过程的分类如下图所示。随机过程的分类1.随机过程随机信号的基本概念

对随机过程作长时间的观测和记录，可以获得一个时间历程，称其为样本函数并记作

。如下图所示

。在有限时间区间上的样本函数称为样本记录。在相同试验条件下，对该过程重复观测，可以得到互不相同的许多样本函数:。全部样本函数的集合(总体)就是随机过程，随机过程与样本函数记作

，即2.样本函数随机信号的基本概念

随机过程在任何时刻

的各统计特性采用集合平均方法来描述。所谓集合平均，就是对全部样本函数在某时刻之值

求平均。3.集合平均以及平稳随机过程

通常情况下，随机过程的集合平均

和自相关函数

都将随

的变化而变化，这样的随机过程称为非平稳随机过程。若随机过程的统计特征不随时间变化，这种随机过程称为平稳随机过程。平稳随机过程的集合平均值是常数，自相关函数仅与时间位移有关，即随机信号的基本概念4.各态经历过程在平稳随机过程中，若每个时间历程的平均统计特征均相同，且等于总体统计特征，任一单个样本函数的统计特征参数与该过程的集合统计特征参数是一致的，这样的平稳随机过程称为各态历经（遍历性）过程，反之为非各态历经过程。各态历经随机过程在实际应用中是很重要的随机过程。工程实践中，大部分随机过程都可以近似地认为是具有遍历性的随机过程，以有限长度样本记录的观察分析来推断、估计被测对象的整个随机过程，以其时间平均来估计集合平均。9.2

随机信号的时域描述随机信号的频域描述1.概率密度函数和概率分布函数随机信号的概率密度表示随机信号瞬时幅值落在某指定区间内的概率。概率密度函数它随所取范围的幅值而变化，因此是幅值的函数。x(t)

幅值落在

区间的总时间为当样本函数的观测时间T趋于无穷大时，

比值就是幅值落在

区间的概率，即随机信号的概率密度函数的定义为概率分布函数是信号的瞬时值小于或等于某指定值的概率，表示为随机信号的频域描述1.概率密度函数和概率分布函数概率密度函数是概率分布函数相对于振幅的变化率。因此，可以通过对概率密度函数积分而得到概率分布函数。

概率密度函数提供了随机信号幅值分布的信息，是随机信号的主要特征参数之一。不同的随机信号有不同的概率密度函数图形，可以借此判别信号的性质。图9.3所示是常见的四种随机信号（假设这些信号的均值为零）的概率密度函数图形。当不知道所处理的随机数据服从何种分布时，可以用统计概率分布图和直方图法来估计概率密度函数。三种随机信号的概率密度函数图形随机信号的频域描述2.随机信号的时域数字特征2.1数学期望（一阶中心矩）对于一般连续随机信号x(t)的集平均称为数学期望

。其定义式为：数学期望

也称为随机信号的均值，描述了随机信号中的静态分量，即常值分量。随机信号的数学期望是不随时间变化的分量。2.2协方差均方值反映了x(t)相对零值波动的度量，可以作为随机信号平均功率的表征，反映随机信号的强度。随机信号均方值一般表示为x(t)平方的均值，即随机信号的频域描述2.随机信号的时域数字特征均方根值即有效值，表示为均方值

的正平方根2.3方差（二阶中心矩）方差是x(t)相对均值的波动情况的度量，表示为由上式可推导，数学期望、均方值和方差之间存在如下关系：即方差等于信号的均方值减去均值的平方。随机信号的频域描述3.自相关函数与自协方差函数3.1自相关函数简介

数学期望与方差只是描述随机信号在各个时刻的统计特性，并不反映不同时刻信号数值之间的联系，例如随机信号x(t)的过去、当前与未来的数值之间，或者任意两个随机信号

的数值之间的内在关联程度。有些信号的数学期望和方差基本相同，但随时间的变化规律却存在相当大的差异。有的随机过程的各样本间随时间变化缓慢，在不同时刻取值关系密切，相关性强；有的随机过程各样本间随时间变化迅速，不同时刻间的取值没有什么关联，相关性弱。上述所说的关联程度可以用自相关函数来表征。随机信号的频域描述3.自相关函数与自协方差函数3.1自相关函数自相关函数定义为当

，有

，则随机信号的频域描述3.自相关函数与自协方差函数3.2自协方差函数自协方差函数用来描述随机信号x(t)本身在任意两个时刻其幅值变化的互相依赖的程度，定义为当

时，上式变为上式表明自协方差函数与自相关函数所描述的随机信号特性是一致的。数学期望和自相关函数是随机信号中两个最基本最重要的数字特征。随机信号的频域描述3.自相关函数与自协方差函数3.3自相关函数自相关系数可进一步描述随机信号x(t)两个时刻之间线性相关程度，其定义为：若

，说明随机信号

和

之间线性不相关。若

，说明随机信号

和

之间存在一定的线性依赖关系；随机信号的频域