频率采样法
[y, fs, bits] = wavread( 'G:\hi' );
n = length (y) ;
Y = fft(y, n);
[x1]=wavread('G:\hi');
x1=x1+0.01*randn(141110,2);
N=20;
alpha=(N-1)/2;
l=0:N-1;
wl=(2*pi/N)*l;
Hrs=[1,1,1,zeros(1,15),1,1]; %对理想幅度函数取样得到取样样本Hdr=[1,1,0,0];wdl=[0,0.25,0.25,1]; %用于绘制理想函数幅度函数的曲线k1=0:floor((N-1)/2);
k2=floor((N-1)/2)+1:N-1;
angH=[-alpha*(2*pi)/N*k1,alpha*(2*pi)/N*(N-k2)];
H=Hrs.*exp(j*angH); %计算H(k)
h=ifft(H,N); %计算h(n)
w=[0:500]*pi/500;
H=freqz(h,1,w); %计算幅度响应
[Hr,wr]=zerophase(h); %计算幅度函数
f1=filter(H,N,x1);
figure(4)
subplot(2,1,1)
plot(x1)
title('IIR 低通滤波器滤波前的时域波形');
subplot(2,1,2)
plot(f1);
title('IIR 低通滤波器滤波后的时域波形');
F0=fft(f1,8182);
f=fs*(0:511)/8182;
figure(5)
y2=fft(x1,8182);
subplot(2,1,1);
plot(f,abs(y2(1:512)));
title('IIR 低通滤波器滤波前的频谱')
xlabel('频率/Hz');ylabel('幅值');
subplot(2,1,2)
F1=plot(f,abs(F0(1:512)));
title('IIR 低通滤波器滤波后的频谱')
xlabel('频率/Hz');ylabel('幅值');
等波纹
[y, fs, bits] = wavread( 'G:\hi' ); n = length (y) ;
Y = fft(y, n);
[x1]=wavread('G:\hi');
x1=x1+0.01*randn(141110,2);
f=[100,4000]; %边界频率为模拟频率(hz) Fs=20000; %对模拟信号的采样频率为20Khz m=[0,1];
rp=3;rs=45;
dat1=(10^(rp/20)-1)/(10^(rp/20)+1);
dat2=10^(-rs/20);
rip=[dat1,dat2];
[M,fo,mo,w]=remezord(f,m,rip,Fs); %边界为模拟频率(Hz)时必须加入采样频%率FS hn=remez(M,fo,mo,w);
n=0:M;
stem(n,hn);
f1=filter(n,hn,x1);
figure(4)
subplot(2,1,1)
plot(x1)
title('等波纹低通滤波前的时域波形');
subplot(2,1,2)
plot(f1);
title('等波纹低通滤波器滤波后的时域波形');
F0=fft(f1,8182);
f=fs*(0:511)/8182;
figure(5)
y2=fft(x1,8182);
subplot(2,1,1);
plot(f,abs(y2(1:512)));
title('等波纹低通滤波器滤波前的频谱')
xlabel('频率/Hz');ylabel('幅值');
subplot(2,1,2)
F1=plot(f,abs(F0(1:512)));
title('等波纹低通滤波器滤波后的频谱')
xlabel('频率/Hz');ylabel('幅值');
课程设计任务书 学生姓名：胡双印专业班级：通信1005班指导教师：刘新华工作单位：信息工程学院题目:数字高通FIR滤波器设计 要求完成的主要任务: 1.在数字信号处理平台上（PC机﹑MATLAB仿真软件系统）进行软件仿真设计，并进行调试和数据分析。 2. 利用MATLAB仿真软件系统结合频率取样法设计一个数字高通FIR滤波器。 课程设计的目的： 1．理论目的 课程设计的目的之一是为了巩固课堂理论学习，并能用所学理论知识正确分析信号处理的基本问题和解释信号处理的基本现象。 2．实践目的 课程设计的目的之二是通过设计具体的图像信号变换掌握图像和信号处理的方法和步骤。 时间安排： 指导教师签名：年月日系主任（或责任教师）签字：年月日
目录 摘要............................................................................................................................ I Abstrct ........................................................................................................................... II 1 引言. (1) 1.1MATLAB介绍 (1) 1.2MATLAB信号处理工具箱函数介绍 (1) 1.3滤波器的介绍 (2) 2 FIR数字滤波器设计原理 (3) 3 FIR数字滤波器设计方法 (4) 3.1窗函数法 (4) 3.2频率取样法 (5) 4 频率采样法实际FIR高通滤波器 (7) 4.1设计原理 (7) 4.2设计步骤 (9) 5 MATLAB环境下设计FIR数字高通滤波器 (9) 5.1设计要求 (9) 5.2 FIR数字高通滤波器程序设计 (10) 5.3调试结果 (11) 5.4 高通FIR数字滤波器的进一步设计 (12) 6 高通FIR数字滤波器性能测试 (14) 6.1高通FIR数字滤波器性能测试程序 (14) 6.2 性能测试结果 (15) 7 FDATOOL工具箱设计高通FIR滤波器 (16) 7.1 FDATOOL工具箱 (16) 7.2 FIR滤波器参数设置 (17) 8心得体会 (19) 参考文献 (20) 附件：MATLAB程序 (21)
实验八频率采样法设计FIR数字滤波器 一、实验目的 掌握频率取样法设计FIR数字滤波器的原理及具体方法。 二、实验设备与环境 计算机、MATLAB软件环境 三、实验基础理论 1.基本原理 频率取样法从频域出发，把理想的滤波器等间隔取样得到，将作为实际设计滤波器的 ,N-1 得到以后可以由来唯一确定滤波器的单位脉冲响应， ()D_Dd___________e??________________求得 其中为内插函数 由求得的频率响应来逼近。 如果我们设计的是线性相位FIR滤波器，则的幅度和相位一定满足线性相位滤波器的约束条件。 我们将表示成如下形式
当为实数，则 由此得到 即以k=N/2为中心呈偶对称。再利用线性条件可知，对于1型和2型线性相位滤波器 对于3型和4型线性相位滤波器 其中，表示取小于该数的最大的整数。 2.设计步骤 （1）由给定的理想滤波器给出和。 （2）由式求得。 （3）根据求得和。 四、实验内容 1.采用频率采样设计法设计FIR数字低通滤波器，满足以下指标 （1）取N=20，过渡带没有样本。 （2）取N=40，过渡带有一个样本，T=0.39。 （3）取N=60，过渡带有两个样本，T1=0.5925，T2=0.1009。 （4）分别讨论采用上述方法设计的数字低通滤波器是否能满足给定的技术指标。
实验代码与实验结果 （1）N=20 过渡带没有样本 N=20; alpha=(N-1)/2; l=0:N-1; wl=(2*pi/N)*l; Hrs=[1,1,1,zeros(1,15),1,1]; *对理想幅度函数取样得到取样样本Hdr=[1,1,0,0];wdl=[0,0.25,0.25,1]; *用于绘制理想函数幅度函数的曲线k1=0:floor((N-1)/2); k2=floor((N-1)/2)+1:N-1; angH=[-alpha*(2*pi)/N*k1,alpha*(2*pi)/N*(N-k2)]; H=Hrs.*exp(j*angH); *计算H(k) h=ifft(H,N); *计算h(n) w=[0:500]*pi/500; H=freqz(h,1,w); *计算幅度响应 [Hr,wr]=zerophase(h); *计算幅度函数 subplot(221); plot(wdl,Hdr,wl(1:11)/pi,Hrs(1:11),'o'); axis([0,1,-0.1,1.1]); xlabel('\omega(\pi)'); ylabel('Hr(k)'); subplot(222); stem(l,h,'filled'); axis([0,N-1,-0.1,0.3]); xlabel('n');ylabel('h(n)'); subplot(223); plot(wr/pi,Hr,wl(1:11)/pi,Hrs(1:11),'o'); axis([0,1,-0.2,1.2]); xlabel('\omega(\pi)'); ylabel('Hr(w)'); subplot(224); plot(w/pi,20*log10((abs(H)/max(abs(H))))); axis([0,1,-50,5]); grid;xlabel('\omega(\pi)'); ylabel('dB');
1.频率分辨率的2种解释 解释一：频率分辨率可以理解为在使用DFT时，在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数，fs为采样频率，Ts为采样间隔。所以NTs就是采样前模拟信号的时间长度T，所以信号长度越长，频率分辨率越好。是不是采样点数越多，频率分辨力提高了呢？其实不是的，因为一段数据拿来就确定了时间T，注意：f0=1/T，而T=NTs，增加N必然减小Ts ，因此，增加N时f0是不变的。只有增加点数的同时导致增加了数据长度T才能使分辨率越好。还有容易搞混的一点，我们在做DFT时，常常在有效数据后面补零达到对频谱做某种改善的目的，我们常常认为这是增加了N，从而使频率分辨率变好了，其实不是这样的，补零并没有增加有效数据的长度，仍然为T。但是补零其实有其他好处：1.使数据N为2的整次幂，便于使用FFT。2.补零后，其实是对DFT结果做了插值，克服“栅栏”效应，使谱外观平滑化；我把“栅栏”效应形象理解为，就像站在栅栏旁边透过栅栏看外面风景，肯定有被栅栏挡住比较多风景，此时就可能漏掉较大频域分量，但是补零以后，相当于你站远了，改变了栅栏密度，风景就看的越来越清楚了。3.由于对时域数据的截短必然造成频谱泄露，因此在频谱中可能出现难以辨认的谱峰，补零在一定程度上能消除这种现象。 那么选择DFT时N参数要注意：1.由采样定理：fs>=2fh，2.频率分辨率：f0=fs/N，所以一般情况给定了fh和f0时也就限制了N范围：N>=fs/f0。 解释二：频率分辨率也可以理解为某一个算法（比如功率谱估计方法）将原信号中的两个靠得很近的谱峰依然能保持分开的能力。这是用来比较和检验不同算法性能好坏的指标。在信号系统中我们知道，宽度为N的矩形脉冲，它的频域图形为sinc函数，两个一阶零点之间的宽度为4π/N。由于时域信号的截短相当于时域信号乘了一个矩形窗函数，那么该信号的频域就等同卷积了一个sinc函数，也就是频域受到sinc函数的调制了，根据卷积的性质，因此两个信号圆周频率之差W0必须大于4π/N。从这里可以知道，如果增加数据点数N，即增加数据长度，也可以使频率分辨率变好，这一点与第一种解释是一样的。同时，考虑到窗函数截短数据的影响存在，当然窗函数的特性也要考虑，在频率做卷积，如果窗函数的频谱是个冲击函数最好了，那不就是相当于没截断吗？可是那不可能的，我们考虑窗函数主要是以下几点：1.主瓣宽度B最小（相当于矩形窗时的4π/N，频域两个过零点间的宽度）。2.最大边瓣峰值A最小（这样旁瓣泄露小，一些高频分量损失少了）。3.边瓣谱峰渐近衰减速度D最大（同样是减少旁瓣泄露）。在此，总结几种很常用的窗函数的优缺点： 矩形窗：B=4π/N A=-13dB D=-6dB/oct 三角窗：B=8π/N A=-27dB D=-12dB/oct 汉宁窗：B=8π/N A=-32dB D=-18dB/oct 海明窗：B=8π/N A=-43dB D=-6dB/oct 布莱克曼窗：B=12π/N A=-58dB D=-18dB/oct 可以看出，矩形窗有最窄的主瓣，但是旁瓣泄露严重。汉宁窗和海明窗虽主瓣较宽，但是旁瓣泄露少，是常选用的窗函数。 2. 采样周期与频率分辨率 fs/N常称作为频率分辨率，它实际是作FFT时谱图中的两条相邻谱线之间的频率间隔，也有称作步长。单位是Hz、Khz等。频率分辨率实际有二重含意，在这里只是其中一种。
采样频率、采样点数、分辨率、谱线数(line) (2011-02-23 20:38:35) 转载 标签： 分类：matlab 采样频率 谱线 分辨率 采样定理 数学计算 400line 杂谈 1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。 2．采样点数N与谱线数M有如下的关系： N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系：ΔF=Fm/M即： M=Fm/ΔF所以：N=2.56Fm/ΔF ★采样点数的多少与要求多大的频率分辨率有关。例如：机器转速3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为： 最高分析频率Fm=8·50Hz=400Hz; 采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz; 采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024 谱线数M=N/2.56=1024/2.56=400条 按照FFT变换，实际上得到的也是1024点的谱线，但是我们知道数学计算上存在负频率，是对称的，因此，实际上我们关注的是正频率部分对应的谱线，也就是说正频率有512线，为什么我们通常又说
这种情况下是400线呢，就是因为通常情况下由于频率混叠和时域截断的影响，通常认为401线到512线的频谱精度不高而不予考虑。
另外，采样点数也不是随便设置的，即不是越大越好，反之亦然 对于旋转机械必须满足整周期采样，以消除频率畸形，单纯提高分辨率也不能消除频率畸形 过去，有人以为数据越长越好，或随便定时域信号长度，其实，这样做是在某些概念上不清楚，例如，不清楚整周期采样. 不产生频率混迭的最低采样频率Fs要求在2倍最大分析频率Fm，之所以采用2.56倍主要跟计算机二进制的表示方式有关。其主要目的是避免信号混淆保证高频信号不被歪曲成低频信号。 采样长度T的选择首先要保证能反映信号的全貌，对瞬态信号应包括整个瞬态过程；对周期信号，理论上采集一个周期信号就可以了。其次需考虑频率分辩率，采样长度T在最大分析频率Fm确定的情况下与频率分辩率△f是反比关系，也就是T越长△f越小即频率分辩率越高。 一般的分析软件都是设置谱线数M，采样点数N=2.56M。信号分析中常用的采样点数是512、1024、2048、4096等。等效于我们常说的200、400、800、1600线等频谱线数,频谱分析一般采样点数选取2的整数次方。△f＝Fm/M,可见谱线数M越大频率分辩率△f越小即频率分辩率越高。 在电机的故障诊断中，为了发现边带间隔为极通频率（一般在1Hz以下)的峰值，常常需要极高的分辩率（1Hz以下），一般选择210HzFm,6400谱线。 至于整周期采样是很难实现的，必然会因为信号截断而产生泄露，为了避免这些误差，所以要采取加窗的办法。 【转】信号采样长度、时间间隔和频率的关系 2010-05-12 09:38 转载自icc_fuzhou 最终编辑Bennett1056 1．问题 动态信号中蕴含着设备的状态变化和故障特征的丰富信息，采集信号的准确和真实与否直接关系到进一步诊断设备故障原因和采取的措施。工程领域的各种信号随时间的变化表现为多种形式，如简谐的、周期的、瞬态的、随机的等等，这些被检测的信号由于系统传递路径、环境噪声的影响和各种机械元件的联合作用，构成信号的成分很复杂。同一个故障状态可能由于采样的时间和长度的不同，得出大相径庭的结论，会对设备的检修造成不同的结果。 2．原因 在采样过程中合理确定间隔和长度，是保证采样得到的数字信号能够真实反映原信号的基本条件。如果采样间隔Δt取得大，则采样频率f
用频率采样法设计FIR 数字滤 波器 信号、系统与信号处理实验Ⅱ 实验报告 实验名称：用频率采样法设计FIR 数字滤波器 一、实验目的 掌握频率取样法设计FIR 数字滤波器，加深过渡点对滤波器性能影响的认 识。 二、实验内容与要求 ( 1)编写好一个设计线性相位FIR 高通滤波器的程序，已知wc=0.8 ， N=64，要求在屏幕上显示出h(n) 值，画出|H(e^jw)| 及20lg(|H(e^jw)) 的曲线。 ( 2)实验时，设置0 个过渡点， 1 个过渡点， 2 个过渡点，比较设计所得的|H(e^jw)| 及20lg(|H(e^jw)) 的曲线。
三、实验程序与结果 (1)0个过渡点clear all ; N=64; wc=0.8*pi; k=0:N-1; phase=(-pi*k*(N-1)/N)+pi/2; HK=[zeros(1,26),ones(1,13),zeros(1,25)];
HK1=HK.*exp(j*phase); hn=ifft(HK1,N) figure(1); freqz(hn,1,512); [H,W]=freqz(hn,1,512); figure(2); subplot(3,1,1); stem(k,hn); title( 'h(n)' ) subplot(3,1,2); plot(W/pi,abs(H)); title( '|H(eiw)|' ) subplot(3,1,3); plot(W/pi,20*log10(abs(H))); title( '20lg|H(eiw)|' );
(2)1个过渡点 clear all ; N=64; wc=0.8*pi; k=0:N-1; phase=(-pi*k*(N-1)/N)+pi/2; HK=[zeros(1,25),0.5,ones(1,13),0.5,zeros(1,24)]; HK1=HK.*exp(j*phase); hn=ifft(HK1,N); figure(1); freqz(hn,1,512); [H,W]=freqz(hn,1,512); figure(2); subplot(2,1,1); plot(W/pi,abs(H)); title( '|H(eiw)|' ) subplot(2,1,2); plot(W/pi,20*log10(abs(H))); title( '20lg|H(eiw)|' );
采样频率的选取 采样周期T或采样频率 w是计算机控制系统的重要参数，在系 s 统设计时就应选择一个合适的采样周期。把采样周期取得大些，可以想象，在需要计算机计算的工作量一定时，要求计算机的运行速度、A/D及D/A的转换速度可以慢些，这样，系统的成本就会降低。反过来，如果计算机的运行速度以及A/D、D/A的变换速度一定，采样周期增大，允许系统计算更复杂的算法。从这个角度看，采样周期应取得大些。但过大的采样周期会使系统的性能降低。因此，设计者必须考虑各种不同的因素，选取一个合适的采样周期。 一、采样周期对系统性能的影响 1．对系统稳定性能的影响。 在计算机控制系统里，采样周期T是一个重要的参数，对闭环系统的稳定性和性能有很大的影响。当系统一定时，可以确定使系统稳定的最大采样周期 T。由于最大采样周期是临界的采样周期，实际 max 应用时，对所选的采样周期应比上述采样周期小得多才是合适的。 2．丢失采样信息的影响
在计算机控制系统里，对信号的采样将会丢失采样间隔之间的信息，从而给系统性能带来影响。依据采样定理，max 2s w w ≥。 对于一个闭环控制系统，上述条件难于应用。主要的问题是，信号的最大频率max w 难于确定，特别是有些信号所含的频率很高，很难直接 满足采样定理。在实际工程应用时，最高频率难于估计准确，并且又常常发生变化，加之考虑到被控对像建模时的不精确，为了减少频率混叠现象，选择采样频率时，常常要求采样频率满足 max (4~10)s w w ≥ 认为闭环带宽max b w w ≈ 按开环频率特性的截止频率c w 选max c w w = 按开环传递函数选[]max 12min 2w TT π=… 按开环阶跃响应上升时间选max 2r w t π= 3．系统输出平滑性与采样周期 当一个连续被控过程由计算机控制时，计算机产生的指令信号是通过零阶保持器输出的，因此，它是一组阶梯信号。在这组阶梯信号的作用下，被控过程的输出是一组彼此相连的阶跃响应。由于信号阶梯的大小与采样周期成正比，在采样周期较大时，信号阶梯增大，使被控对象的输出响应不平滑，产生不允许的高频波动。为了减小这种波动，采样周期应取得小些为好，以保证在响应过程中由足够多的采样点数。经验规则是：20s b w w ≥ 下图是双积分控制平滑性与采样频率的关系。其中1x 为输出，2x 为采
第7章 FIR 数字滤波器的设计方法 IIR 数字滤波器最大缺点：不易做成线性相位，而现代图像、语声、数据通信对线性相位的要求是普遍的。正是此原因，使得具有线性相位的FIR 数字滤波器得到大力发展和广泛应用。 1． 线性相位FIR 数字滤波器的特点 FIR DF 的系统函数无分母，为∑∑-=--=-== 1 1 )()(N n n N i i i z n h z b z H ，系统频 率响应可写成：∑-=-= 10 )()(N n jwn jw e n h e H ，令)(jw e H ＝)()(w j e w H Φ，H(w) 称为幅度函数，)(w Φ称为相位函数。这与模和幅角的表示法有所不同，H(w)为可正可负的实数，这是为了表达上的方便。如某系统频率响应 )(jw e H ＝w j we 34sin -，如果采用模和幅角的表示法，w 4sin 的变号相当 于在相位上加上)1(ππj e =-因，从而造成相位曲线的不连贯和表达不方便，而用)()(w j e w H Φ这种方式则连贯而方便。 线性相位的FIR 滤波器是指其相位函数)(w Φ满足线性方程： )(w Φ＝βα+-w （βα,是常数） 根据群时延的定义，式中α表示系统群时延，β表示附加相移。线性相位的FIR 系统都具有恒群时延特性，因为α为常数，但只有β＝0的FIR 系统采具有恒相时延特性。 问题：并非所有的FIR 系统都是线性相位的，只有当它满足一定条件时才具有线性相位。那么应满足什么样的条件？从例题入手。
例题：令h(n)为FIR 数字滤波器的单位抽样相应。N n n ≥<或0时h(n)=0，并假设h(n)为实数。 （a ） 这个滤波器的频率响应可表示为)()()(w j jw e w H e H Φ=（这是按幅 度函数和相位函数来表示的，不是用模和相角的形式），)(w H 为实数。（N 要分奇偶来讨论） （1） 当h(n)满足条件)1()(n N h n h --=时，求)(w H 和)(w Φ（π≤≤w 0） （2） 当h(n)满足条件)1()(n N h n h ---=时，求)(w H 和)(w Φ（π≤≤w 0） （b ） 用)(k H 表示h(n)的N 点DFT （1） 若h(n)满足)1()(n N h n h ---=，证明H(0)=0； （2） 若N 为偶数，证明当)1()(n N h n h --=时，H(N/2)=0。 解：（a ）∑-=-= 1 )()(N n jwn jw e n h e H （1）)1()(n N h n h --=，当N 为奇数时， +--++-+=---?----)11(1)1(0)11()1()1()0()(N jw jw N jw jw jw e N h e h e N h e h e H 2 123 ) 1()2 1(])[(---=-----++=∑N jw N n n N jw jwn e N h e e n h 2 1)2 1 ( 2 30 )2 1 ( )2 1 ()2 1(])[(-----=----- --++= ∑N jw N jw N n n N jw N n jw e N h e e e n h ) (})2 1 ()]21(cos[)(2{))(2 30 ) 2 1(w H e N h N n w n h e w j N n N jw Φ-=--=-+-- =∑
基于频率抽样法的FIR 数字低通滤波器的设计 1 设计目的 熟悉频率采样法的理论及其应用；掌握频率采样法设计FIR 数字滤波器的方法。了解FIR 数字滤波器的频率特性和相位特性，观察过渡带取样点对滤波器幅频特性的影响。掌握用频率采样法设计线性相位FIR 低通数字滤波器的方法，并掌握该方法的matlab 编程和仿真。 2 FIR 数字滤波器设计的原理 2.1频率抽样设计法 FIR 低通滤波器的设计一般方法有两种，即频率抽样法和窗函数法，频率抽样法设计不同于窗函数法，窗函数是从时域出发，把理想的()d h n 用一定形状得窗函数截取成有限长的()h n ，以此()h n 来近似理想的()d h n ，这样得到的频率响应()jw H e 逼近于所要求的理想的频率响应()jw d H e 。 频率抽样法则是从频域出发，把给定的理想频率响应()jw d H e 加以等间隔抽样，即2()| ()jw d d w k N H e H k π ==然后以此()d H k 作为实际FIR 数字滤波器的频率特性 的抽样值()H k ，即令2()()()| 0,1,,1jw d d w k N H k H k H e k N π====-，知道() H k 后，由DFT 定义，可以用频域的这N 个抽样值()H k 来唯一确定有限长序列()h n ，而由()X z 的内插公式知道，利用这N 个频域抽样值()H k 同样可求得FIR 滤波器的系统函数()H z 及频率响应()jw H e 。这个()H z 或()jw H e 将逼近()d H z 或 ()jw d H e ，()H z 和()jw H e 的内插公式为 1 1 01() ()1N N k k N z H k H z N W z ----=-= -∑ （2.1） 10 2()()()N jw k H e H k w k N π -==Φ- ∑ （2.2） 其中()w Φ是内插函数1() 2 sin( )12()sin() 2 N jw wN w e w N --Φ= （2.3） 将式（2.3）代入（2.2）式，化简后可得
实验一 采样率对信号频谱的影响 1．实验目的 （1）理解采样定理； （2）掌握采样频率确定方法； （3）理解频谱的概念； （4）理解三种频率之间的关系。 2．实验原理 理想采样过程是连续信号x a (t )与冲激函数串M (t )的乘积的过程 ∑∞ -∞=-= k s kT t t M )()(δ (7-13) )()()(?t M t x t x a a = (7-14) 式中T s 为采样间隔。因此，理想采样过程可以看作是脉冲调制过程，调制信号是连续信号x a (t )，载波信号是冲激函数串M (t )。显然 )()()()()(?s k s a k s a a kT t kT x kT t t x t x -=-=∑∑∞-∞=∞-∞=δδ (7-15) 所以，)(?t x a 实际上是x a (t )在离散时间kT s 上的取值的集合，即)(?s a kT x 。 对信号采样我们最关心的问题是，信号经过采样后是否会丢失信息，或者说能否不失真 地恢复原来的模拟信号。下面从频域出发，根据理想采样信号的频谱)(?Ωj X a 和原来模拟信号的频谱)(Ωj X 之间的关系，来讨论采样不失真的条件 ∑∞-∞=Ω-Ω=Ωk s s a kj j X T j X )(1)(? (7-16) 上式表明，一个连续信号经过理想采样后，其频谱将以采样频率Ωs ＝2π／T s 为间隔周期延拓，其频谱的幅度与原模拟信号频谱的幅度相差一个常数因子1／T s 。只要各延拓分量与原频谱分量之间不发生频率上的交叠，则可以完全恢复原来的模拟信号。根据式(7-16)可知，要保证各延拓分量与原频谱分量之间不发生频率上的交叠，则必须满足Ωs ≥2Ω。这就是奈奎斯特采样定理：要想连续信号采样后能够不失真地还原原信号，采样频率必须大于或等于被采样信号最高频率的两倍 h s Ω≥Ω2，或者h s f f 2≥，或者2 h s T T ≤ (7-17) 即对于最高频率的信号一个周期内至少要采样两点，式中Ωh 、f s 、T h 分别为被采样模拟信号的最高角频率、频率和最小周期。 在对正弦信号采样时，采样频率要大于这一最低的采样频率，或小于这一最大的采样间
吹管乐滤波去噪 ——基于频率采样法的FIR滤波器 学生姓名：焦阳指导老师：胡双红 摘要本课程设计主要内容是设计利用频率采样法设计一个FIR滤波器，对一段吹管乐进行滤波去噪处理并根据滤波前后的波形和频谱分析滤波性能。本课程设计仿真平台为MATLAB7.0，开发工具是M语言编程。首先在网上找到一段笛子独奏，加入一单频噪声，对信号进行频谱分析以确定所加噪声频率，设计滤波器进行滤波去噪处理，比较滤波前后的波形和频谱并进行分析。由分析结果可知，滤波器后的音频信号与原始信号基本一致，即设计的FIR滤波器能够去除信号中所加单频噪声，达到了设计目的。 关键词滤波去噪；FIR滤波器；频率采样法；MATLAB 1 引言 滤波去噪[1]是信号处理中一种非常基本但十分重要的技术。利用滤波可以从复杂的信号中提取所需的信号，一直不需要的信号。滤波器就是这样一种可以在时域和频域对信号进行滤波处理的系统。通常情况下，有用信号和干扰信号是在不同频段上的，于是通过对滤波器的频率特性精心设计就能达到滤波的目的。本课程设计是采用频率采样法设计频率抽样型滤波器，从而对吹管乐信号滤波去噪。通过对比滤波前后的波形图及回放滤波前后的吹管乐信号，来判断滤波器对噪声信号确实有滤除作用。 1.1 课程设计目的 （1）熟悉使用MATLAB； （2）了解FIR滤波器原理及结构； （3）利用所学数字信号处理想干知识用MATLAB设计一个FIR滤波器； （4）提高自己动手能力； （5）对加噪声的语音信号进行滤波去噪处理，比较滤波前后的时域波形和频谱并进行分析；
1.2 课程设计要求 （1）滤波器指标必须符合工程设计； （2）设计完后应检查其频率响应曲线是否满足指标； （3）处理结果和分析结论应该一致，而且应符合理论； （4）独立完成课程设计并按要求编写课程设计报告； 1.3 设计平台 本课程设计仿真平台为MATLAB7.0。MATLAB的名称源自Matrix Laboratory，1984年由美工Mathworks公司推向市场。它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信号处理等领域的分许、仿真和设计工作。1993年MathWorks公司从加拿大滑铁卢大学购得MAPLE软件的使用权，从而以MAPLE为“引擎”开发了符号数学工具箱（Symbolic Math Toolbox）[2]。 2 设计原理 用网上找一段吹管乐，绘制波形并且观察其频谱，给定相应技术指标，用频率采样法设计的一个满足指标的频率采样型FIR滤波器，对该信号进行滤波去噪处理，比较滤波前后的波形和频谱进行分析。 2.1 FIR滤波器的设计 FIR（Finite Implse Response）[3]滤波器：有限长单位冲激响应滤波器，又称为非递归型滤波器，是数字信号处理系统中最基本的元件，他可以在保证任意幅频特性的同时具有严格的线性相频特性，同时其单位抽样响应是有限长的，因而滤波器是稳定的系统。因此，FIR滤波器在通信、图像处理、模式识别等领域都有着广泛的应用。 有限长单位冲激响应（FIR）滤波器有以下特点： （1）系统的单位冲激响应h（n）在有限个n值处不为0； （2）系统函数H（z）在|z|>0处收敛，极点全部在z=0处（因果系统）； （3）结构上主要是非递归结构，没有输出到输入的反馈，但有些结构中（例如频率抽样结构）也包含有反馈的递归部分。 2.2 频率采样型结构 把一个有限长序列（长度为N点）的z变换H（z）在单位圆上作N等分抽样，就得
采样频率、采样点数、分辨率、谱线数 1．最高分析频率：Fm指需要分析的最高频率，也是经过抗混滤波后的信号最高频率。根据采样定理，Fm与采样频率Fs之间的关系一般为：Fs=2.56Fm；而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。 2．采样点数N与谱线数M有如下的关系： N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系：ΔF=Fm/M 即：M=Fm/ΔF 所以：N=2.56Fm/ΔF ★采样点数的多少与要求多大的频率分辨率有关。例如：机器转速 3000r/min=50Hz，如果要分析的故障频率估计在8倍频以下，要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为： 最高分析频率Fm=8·50Hz=400Hz; 采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz; 采样点数N=2.56·（Fm/ΔF）=2.56·（400Hz/1Hz）=1024 谱线数M=N/2.56=1024/2.56=400条 按照FFT变换，实际上得到的也是1024点的谱线，但是我们知道数学计算上存在负频率，是对称的，因此，实际上我们关注的是正频率部分对应的谱线，也就是说正频率有512线，为什么我们通常又说这种情况下是400线呢，就是因为通常情况下由于频率混叠和时域截断的影响，通常认为401线到512线的频谱精度不高而不予考虑。 另外，采样点数也不是随便设置的，即不是越大越好，反之亦然 对于旋转机械必须满足整周期采样，以消除频率畸形，单纯提高分辨率也不能消除频率畸形 过去，有人以为数据越长越好，或随便定时域信号长度，其实，这样做是在某些概念上不清楚，例如，不清楚整周期采样. 不产生频率混迭的最低采样频率Fs要求在2倍最大分析频率Fm，之所以采用2.56倍主要跟计算机二进制的表示方式有关。其主要目的是避免信号混淆保证高频信号不被歪曲成低频信号。 采样长度T的选择首先要保证能反映信号的全貌，对瞬态信号应包括整个瞬态过程；对周期信号，理论上采集一个周期信号就可以了。其次需考虑频率分辩率，采样长度T在最大分析频率Fm确定的情况下与频率分辩率△f是反比关系，也就是T越长△f越小即频率分辩率越高。 一般的分析软件都是设置谱线数M，采样点数N=2.56M。信号分析中常用的采样点数是512、1024、2048、4096等。等效于我们常说的200、400、800、1600 线等频谱线数,频谱分析一般采样点数选取2的整数次方。△f＝Fm/M,可见谱线数M越大频率分辩率△f越小即频率分辩率越高。 在电机的故障诊断中，为了发现边带间隔为极通频率（一般在1Hz以下)的峰值，常常需要极高的分辩率（1Hz以下），一般选择210HzFm,6400谱线。 至于整周期采样是很难实现的，必然会因为信号截断而产生泄露，为了避免这些误差，所以要采取加窗的办法。
实验报告 哈尔滨工程大学教务处制
实验四 用频率取样法设计FIR 数字滤波器 一、实验目的 1、掌握频率取样法设计线性相位FIR 数字滤波器的方法，并用Matlab 工具编程实现。 2、熟悉频率取样理论，熟悉内插函数及其应用。 3、观察过渡带取样点或优化数值对滤波器幅频特性的影响。 二、 实验原理 频率采样法就是根据频域采样理论，由滤波特性指标构造希望逼近的滤波器频响函数H d (e jω)，对其在[0,2π]上采样得到。 ()() 20,1,,1j d d k N H k H e k N ωπ ω===-L 然后，就可求出单位脉冲响应h (n )，或是系统函数H (z )。这样，h (n )或是H (z )就是滤波器的设计结果。 ()()()()()1 100,1,,110,1,,1 1N N k k N h n IDFT H k n N H k z H z k N N W z ----===--= =--∑L L ()()() Frequency Sampling 2N 0,1,,1j j d d k H e H k H e k N ωωπ ω= ??????→==-L ()()() j k H k A k e θ= 三、 实验内容 1.用频率取样法设计一个线性相位低通数字滤波器，N=15，[0,π]之间的幅度取样值如下，求出其单位脉冲响应h[k]及幅频和相频特性曲线。尝试增加过渡点，观察并分析过渡点对滤波器性能的影响。 1, k 0,1,2[k]0.5, 30, H k =?? ==??? O t her s /3 1,()/30,d A ωπωπωπ
首先确定子载波间隔为15000Hz，所以OFDM符号长度是1/15000秒，再确定FFT 点数为2048，所以采样间隔=时间/点数=1/15000/2048=1/(15000*2048)=1/30.72M，直接从采样时间间隔来说明。 从符号时间长度来推算：OFDM符号周期，即一个OFDM符号持续时间 Tsymbol=1/15000s=66.7us， 7个OFDM符号的持续时间=0.5ms(1个slot)-160*Ts-6*144*Ts 所以，1个OFDM符号的持续时间Tsymbol=0.5ms(1个slot)-160*Ts-6*144*Ts=66.7us 还有可以从另一个角度理解Ts的计算： Ts表示采样周期，即采样一次所用时间或采样时间间隔，1个subframe为1ms,1个slot包含7个OFDM符号，一个采样点为160的CP，6个采样点为144的CP。其中一个OFDM符号采样点为2048（20M带宽）那么： Ts=0.5ms/(2048*7+160+144*6)=1/30720(ms) 注： 对于OFDM符号抽样的点数一般是2n个，便于计算机处理。理论上是频域的采样点数要大于或等于时域离散信号的个数才不会有信息的丢失。 2048点是IFFT的采样点数，为了便于计算机处理，要求点数必须是2的次幂，IFFT是将频域信号往时域信号变换，1200个子载波可以看成是连续的频域信号，通过IFFT变成时域信号，但是点数不是2的次幂，然而，要保证变换后不能有信息丢失，所以必须采用2048>1200点,其中1200点传输有用信息，剩下的点默认为零，就是2048点，即代表2048个子载波，在空口传输之前要经过滤波器，只将携带有用信息的信号发射出去，接收端收到已有再做还原，即将另外的点数补上（因为没有信息量，所以为确知信号）因此确定FFT采样信号带宽为30.72M；时域采样周期Ts=1/30.72M=32.55ns，通过FFT转换成频域信号再做检测。30.72MHz是振荡器最常用的频率，在手机、石英钟常用的信号发生器抽样的频率。个人认为，是一种规范的统一。
采样的频率分辨率与采样点数的设置 对一个数据采集系统来说我们又要保证它的最佳频率分辨率同时又要它的采样点数尽量少，那我们如何设置它的采样率以及最佳频率分辨率呢？ 首先我们要确认系统中最大分析频率Fmax与最小分析频率Fmin,举例来说吧，例如：系统中存在两个两个等幅正弦信号y1=A*sin(2*pi*f1*t)与y1=A*sin(2*pi*f2*t)，其中A=1,f1=0.8Hz, f2=1.2Hz如图1 图1-a 信号1的时域波形图1- b信号2的时域波形 分析：Fmax=1.2 Hz,Fmin,=0.8 Hz,通过分析我们知道频率分辨率△f肯定要小于0.8 Hz，最大分辨率为△fmax=0.4 Hz，假如我们使用最大分辨率△f=0.4 Hz，会出现什么情况呢？ 根据采样定理得知Fs=2.56* Fmax=1.2*2.56=3.072,实际应用中我们的采样率Fs都是2^n,所以最接近3.072 Hz的是6.4HZ，即Fs=6.4 Hz，T=1/△f=2.5s,采样点数N=Fs/△f=T/△ t=6.4/0.4=16，这样信号都是整周期采样。 根据对两个信号做FFT，如图2 图2 两个信号FFT 从图2可以看出0.8 Hz与1.6Hz根本分辨不出来 当T=5s，Fs=6.4 Hz时△f=0.2Hz,N=32时，如图3
图3 当T=7.5s，Fs=6.4 Hz时△f=1.333Hz,N=48时，如图4 图4 当T=10s，Fs=6.4 Hz时△f=0.1Hz,N=64时，如图5 图5 所以综合所述，图5的效果最好，要想制定系统中都佳频率分辨率，结论： 当Fmax?Fmin 4
实验二：时域采样与频域采样 一、实验目的： 时域采样理论与频域采样理论是数字信号处理中的重要理论。要求掌握模拟信号采样前后频谱的变化，以及如何选择采样频率才能使采样后的信号不丢失信息；要求掌握频率域采样会引起时域周期化的概念，以及频率域采样定理及其对频域采样点数选择的指导作用。 二、实验原理与方法： 1、时域采样定理的要点： 1）对模拟信号)(t x a 以间隔T 进行时域等间隔理想采样，形成的采样信号的频谱 )(?Ωj X 是原模拟信号频谱()a X j Ω以采样角频率s Ω（T s /2π=Ω）为周期进行周期延拓。公式为： )](?[)(?t x FT j X a a =Ω )(1∑∞ -∞ =Ω-Ω=n s a jn j X T 2）采样频率s Ω必须大于等于模拟信号最高频率的两倍以上，才能使采样信号的 频谱不产生频谱混叠。 利用计算机计算上式并不方便，下面我们导出另外一个公式，以便用计算机上进行实验。 理想采样信号)(?t x a 和模拟信号)(t x a 之间的关系为 ∑∞ -∞=-=n a a nT t t x t x )()()(?δ 对上式进行傅立叶变换，得到： dt e nT t t x j X t j n a a Ω-∞ ∞ -∞ -∞ =?∑ -=Ω])()([)(?δ
dt e nT t t x t j n a Ω-∞ -∞ =∞ ∞ -∑ ? -)()( δ＝ 在上式的积分号内只有当nT t =时，才有非零值，因此 ∑∞ -∞ =Ω-=Ωn nT j a a e nT x j X )()(? 上式中，在数值上)(nT x a ＝)(n x ，再将T Ω=ω代入，得到： ∑∞ -∞ =-=Ωn n j a e n x j X ω)()(? 上式的右边就是序列的傅立叶变换)(ωj e X ，即 T j a e X j X Ω==Ωωω)()(? 上式说明理想采样信号的傅立叶变换可用相应的采样序列的傅立叶变换得到，只要将自变量ω用T Ω代替即可。 2、频域采样定理的要点： a) 对信号x(n)的频谱函数X(e j ω)在[0，2π]上等间隔采样N 点，得到 2()() , 0,1,2,,1j N k N X k X e k N ωπω===- 则N 点IDFT[()N X k ]得到的序列就是原序列x(n)以N 为周期进行周期延拓后的主值区序列，公式为： ()I D F T [ ()][()]N N N N i x n X k x n i N R n ∞ =-∞==+ ∑ b) 由上式可知，频域采样点数N 必须大于等于时域离散信号的长度M(即 N≥M)，才能使时域不产生混叠，则N 点IDFT[()N X k ]得到的序列()N x n 就是原序列x(n),即()N x n =x(n)。如果N>M ，()N x n 比原序列尾部多N-M 零点；如果N 一、实验目的 时域采样理论与频域采样理论是数字信号处理中的重要理论。要求掌握模拟信号采样前后频谱的变化，以及如何选择采样频率才能使采样后的信号不丢失信息；要求掌握频率域采样会引起时域周期化的概念，以及频率域采样定理及其对频域采样点数选择的指导作用。 二、实验原理与方法 时域采样定理的要点是： a.对模拟信号)(t x a 以间隔T 进行时域等间隔理想采样，形成的采样信号的频谱)(?Ωj X 是原模拟信号频谱( )a X j Ω以采样角频率s Ω（T s /2π=Ω）为周期进行周期延拓。公 式为： )](?[)(?t x FT j X a a =Ω )(1∑∞ -∞ =Ω-Ω=n s a jn j X T b.采样频率s Ω必须大于等于模拟信号最高频率的两倍以上，才能使采样信号的频谱不产生频谱混叠。 利用计算机计算上式并不方便，下面我们导出另外一个公式，以便用计算机上进行实验。 理想采样信号)(?t x a 和模拟信号)(t x a 之间的关系为： ∑∞ -∞ =-=n a a nT t t x t x )()()(?δ 对上式进行傅立叶变换，得到： dt e nT t t x j X t j n a a Ω-∞ ∞ -∞ -∞ =? ∑-=Ω])()([)(?δ dt e nT t t x t j n a Ω-∞ -∞ =∞ ∞ -∑? -)()( δ＝ 在上式的积分号内只有当nT t =时，才有非零值，因此： ∑∞ -∞ =Ω-=Ωn nT j a a e nT x j X )()(? 上式中，在数值上)(nT x a ＝)(n x ，再将T Ω=ω代入，得到： ∑∞ -∞ =-=Ωn n j a e n x j X ω)()(? 上式的右边就是序列的傅立叶变换)(ω j e X ，即 T j a e X j X Ω==Ωωω)()(?时域采样和频域采样
相关主题
文本预览