数字信号处理翻转课堂笔记17——窗函数法设计FIR滤波器及matlab实现

原创

已于 2023-11-28 15:07:09 修改 · 9.3k 阅读

于 2023-11-11 21:10:51 首次发布

本文详细介绍了数字信号处理中的窗函数法设计FIR线性相位滤波器，包括原理、加窗效应分析、MATLAB实现滤波器设计、不同窗函数特性比较以及IIR与FIR滤波器在特定信号处理中的应用。

数字信号处理翻转课堂笔记17

The Flipped Classroom17 of DSP

对应教材：《数字信号处理（第五版）》西安电子科技大学出版社，丁玉美、高西全著

一、要点

（1）窗函数法设计FIR线性相位滤波器的原理；
（2）加窗效应：加窗对滤波器特性的影响（难点）；
（3）典型窗函数及其主要特性和参数（重点）；
（4）窗函数法设计FIR滤波器的步骤（重点）；
（5）窗函数法设计FIR滤波器的MATLAB函数及其应用。

二、问题与解答

（1）简述窗函数法设计线性相位FIR滤波器的基本原理。在利用窗函数对理想滤波器单位响应进行截取时，如何同时保证所得FIR滤波器的因果性和线性相位特性？

（2）以矩形窗为例，参考教材图7.2.3，分析加窗效应的原理和结果。主瓣宽度、吉布斯效应的影响

（3）基于MATLAB，画出长度N分别为8、16、32的矩形窗函数的幅度谱，并画出基于矩形窗所设计的相应长度线性相位FIR低通滤波器的幅频响应。根据结果，总结分析滤波器长度N对阻带衰减、过渡带宽度的影响。

（4）自行设定一个固定的滤波器长度N，基于Matlab分别用不同的窗函数设计FIR线性相位高通滤波器（利用fir1函数），画出所设计滤波器的单位响应h(n)和幅频特性。根据所得结果，结合教材表7.2.2，总结各种窗函数的特性和参数。与教材给出的各种窗函数所设计的低通滤波器的单位响应进行比较，比较高通和低通FIR线性相位滤波器时域响应的不同特点。

（5）举例说明窗函数法设计FIR线性相位滤波器的步骤：自行给定滤波器类型和技术指标，利用窗函数法设计FIR线性相位滤波器，按照设计步骤手算（不用MATLAB编程）。

（6）设模拟信号x(t)=cos(800πt)+ cos(1000πt)+ cos(1600πt)，用2000Hz的采样频率对其数字化，得到相应的序列x(n)。分别设计IIR滤波器和FIR滤波器（窗函数法），对x(n)进行滤波，要求滤除其中的cos(1000πt)分量（衰减到原幅度的1%以下），且保留的两个频率分量幅度变化不超过1%。a) 请根据以上要求，确定数字滤波器的类型和技术指标参数，完成滤波器设计，并画出所设计IIR、FIR数字滤波器的幅频特性和相频特性、x(n)经过两种滤波器滤波前后的时域信号及其幅度频谱，比较其结果的异同并分析其原因。b) 设x1(t)由所保留的2个分量构成（x(t)=cos(800πt) + cos(1600πt)），y(n)是IIR滤波后的输出，yf(n)是FIR滤波后的输出，利用实验一的方法，对y(n)和yf(n)进行时域恢复，恢复结果分别为y(t)和yf(t)，分别画出x1(t)、y(t)和yf(t)，比较分析其异同，总结线性相位滤波器的优点。

1、窗函数的基本概念

简述窗函数法设计线性相位FIR滤波器的基本原理。在利用窗函数对理想滤波器单位响应进行截取时，如何同时保证所得FIR滤波器的因果性和线性相位特性？

在这里插入图片描述

保证因果性：因为a的存在使函数发生延迟而不是超前，所以保证了因果性。
保证线性相位特性：因为a是常数，所以a的存在使不同频率分量都具有相同的延时，满足了线性相位特性。

2、加窗效应

以矩形窗为例，参考教材图7.2.3，分析加窗效应的原理和结果。主瓣宽度、吉布斯效应的影响
在这里插入图片描述
卷积：一个函数与另外一个函数翻转平移，将抽样函数进行翻转平移，相乘求积分
主瓣宽度：是4π/N,主瓣宽度与N成反比
（c）当抽样函数中线在窗函数右边界时，卷积的结果是0.5，这个0.5不是一个近似，而是精确值，
因为它是离散信号，离散信号的频谱是以2π为周期的，超过2π的部分会叠加到下一个周期，
（d）对照（f）为峰值情况
（e）对照（f）为谷值情况
吉布斯效应：
在w=wc处形成过渡带，宽度为4π/N
波动频率随着N的增加而增大
结果的最大值和最小值的大小与N无关，导致用此方式设计滤波器时，通带/阻带的衰减是无法控制的

3、窗函数长度与加窗效应

基于MATLAB，画出长度N分别为8、16、32的矩形窗函数的幅度谱，并画出基于矩形窗所设计的相应长度线性相位FIR低通滤波器的幅频响应。根据结果，总结分析滤波器长度N对阻带衰减、过渡带宽度的影响。

代码如下：

%%      代码：
close all;
wc=1/4;
N=8;
alph=(N-1)/2;
wrn=boxcar(N);              %用boxcar函数产生一个矩形窗函数
WRg=fft(wrn,512);           %对矩形窗函数进行快速傅里叶变换
hn=fir1(N-1,wc,boxcar(N));
Hg=fft(hn,512)
Hk=fft(hn,512);
w=(0:511)*2*pi/512;

subplot(2,3,1)
plot(w/pi,20*log10(abs(WRg)/max(abs(WRg))))     %画出窗函数的频域幅度波形
xlabel('ω/π');
ylabel('W_R_g(\omega)/dB')              %学一下怎么写下标和希腊字母
title('(a) N=8')
axis([0,1,-40,5])
grid on;

subplot(2,3,4)
plot(w/pi,20*log10(abs(Hg)/max(abs(Hg))))
xlabel('ω/π');
ylabel('H_g(\omega)/dB')
title('(d) N=8')
axis([0,1,-60,5])
grid on;

N=16;
alph=(N-1)/2;
wrn=boxcar(N);
WRg=fft(wrn,512);
hn=fir1(N-1,wc,boxcar(N))