毕业设计FIR滤波器的设计及在车辆动态试验中的应用Word格式文档下载.docx
《毕业设计FIR滤波器的设计及在车辆动态试验中的应用Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《毕业设计FIR滤波器的设计及在车辆动态试验中的应用Word格式文档下载.docx（36页珍藏版）》请在冰豆网上搜索。
3.2方法一频率取样法设计FIR数字滤波器9
3.2.1频率取样法设计的基本思路9
3.2.2频率取样法设计FIR数字滤波器的实现10
3.3方法二窗函数设计法设计FIR滤波器16
3.3.1窗函数的介绍16
3.3.2基于窗函数方法的FIR滤波器的原理及特性分析17
3.4方法三等效最佳一致逼近法设计FIR数字滤波器20
3.4.1低通21
3.4.2高通22
3.5小结三种方法的总结与对比24
第4章基于窗函数的FIR滤波器的设计及在车辆动态试验中的应用27
4.1基于窗函数的FIR滤波器设计27
4.1.1高通滤波器的设计27
4.2.2低通滤波器的设计29
4.2动态试验的介绍和应用31
第5章结论34
参考文献36
致谢37
附录38
附件
附件1开题报告
附件2译文及原文影印件
第1章绪论
1.1研究背景与意义
随着信息时代和数字世界的到来，数字信号处理己成为当今一门极其重要的学科和技术领域。
数字信号处理在通信、语音、图像、自动控制雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用[1]。
数字滤波器是数字信号处理的重要基础，在对信号的滤波、检测及参数的估计等信号应用中，数字滤波器是使用最为广泛的一种线性系统[2]。
在许多数字信号处理系统中，FIR滤波器是最常用的组件之一，它完成信号预调、频带选择和滤波等功能[3]。
FIR滤波器在截止频率的边沿陡峭性能虽然不及IIR滤波器，但是，考虑到FIR滤波器严格的线性相位特性和不像IIR滤波器存在稳定性的问题，FIR滤波器能够在数字信号处理领域得到广泛的应用[4]。
MATLAB是一种面向科学和工程计算的语言，它集数值分析、矩阵运算、信号处理和图形显示于一体，具有编程效率高、调试手段丰富、扩充能力强等特点。
MATLAB的信号处理工具箱具有强大的函数功能，它不仅可以用来设计数字滤波器，还可以使设计达到最忧化，是数字滤波器设计的强有力工具[5][6]。
近20多年来,数字信号处理（DSP）技术紧紧围绕理论、实现及应用3个方面迅速发展起来,广泛应用于众多的学科和领域。
数字滤波技术就是DSP的一个主要部分。
随着现代通信的数字化，DSP（包括数字滤波技术）变得更加重要[7][8]。
MATLAB这种用于科学和工程计算的高级语言,与其他高级语言相比具有独特的优点。
MATLAB工具箱为不同领域的用户提供了一条捷径,而MATLAB的信号处理工具箱为滤波器的设计和谱分析提供了广泛的支持[9]。
1.2数字滤波器的发展
滤波器在数值信号处理中有广泛的应用，为此我们将简单介绍滤波器。
若滤波器的输入、输出都是离散时间信号，那么，该滤波器的冲击响应（或滤波因子）也必然是离散的，我们称这样的滤波器为数字滤波器（digitalfilter）。
当用硬件实现一个digitalfilter时，所需的元件是延迟器、乘法器和加法器。
当在计算机上用软件实现时，它就是一段线性褶积（或卷积）的程序。
我们知道，模拟滤波器（analogfilter）只能用硬件来实现，其元器件是r，l，c及运算放大器或开关电路。
因此，digitalfilter的实现要比analogfilter容易的多，而且易获得较为理想的效果[10]。
滤波器的种类很多，分类方法也不同，如可以从功能上分，也可以从实现方法上分，或从设计方法上来分等等。
但总的来说，滤波器可以分为两大类，即经典滤波器和现代滤波器。
经典滤波器是假定输入信号x（n）中的有效信号和噪声（或干扰）信号成分各在不同的频带，当x（n）通过一个线性滤波系统后，可以将欲噪声信号成分有效地去除。
可是，如果有效信号和噪声信号的频率带相互重叠，那么经典的滤波器将无能为力。
现在的地质雷达信号处理中的滤波器主要采用经典的滤波器进行处理。
因此有时滤波效果较好，有时较差[11]。
现代滤波理论研究的主要内容是从含有噪声的数据记录（又称为时间序列）中估计出信号的某些特征或信号本身[12]。
一旦信号被估计出，那么估计出的信号将比原信号会有高的信噪比。
现代滤波器把信号和噪声都视为随机信号，利用它们的统计特征（如自相关函数、功率谱函数等等）导出一套最佳的估值算法，然后用硬件和软件实现。
目前现代滤波器主要有：
维纳滤波器、卡尔曼滤波器、线性预测器、自适应滤波器等，很多专家将基于特征分解的频率估计及奇异值分解算法都归入现代滤波器的范畴[13]。
雷达信号处理分析系统中的信号分析中的滑动平均谱和常规处理中的反褶积运算采用了现代处理的部分功能[14]。
目前，雷达信号处理分析系统开发人员目前仍在摸索和试算现代滤波器处理的各种算法，我想在不久的将来，必将推出在地质雷达中应用中效果极佳的现代滤波器[15]。
1.3设计的主要内容
车辆的动态试验是指对车辆的换档、转向及制动等动态过程进行的试验。
试验时需借助计算机采集转速、转矩等信号。
通常这些信号以电压量的形式传输，由于试验现场电磁环境恶劣，这些信号都不可避免地受到干扰[16]。
下面图1-1表示了测量中电子干扰（噪声）的主要来源。
显然，从中很难清晰地看出转矩的变化趋势。
因此必须对信号做滤波处理[17]。
相对于模拟滤波器而言，数字滤波器突出的优点是可以通过软件实现，不需要专门的硬件电路，有硬件电路不可比拟的灵活性。
而且，随着处理器速度的飞速增长和FFT等各种快速算法的出现，使数字滤波器特别是软件实现的数字滤波器的实时性足以满足大部分测试系统的要求[18]。
按对单位冲激响应的时间特性，数字滤波器可以分为IIR（无限冲激响应）滤波器和FIR（有限冲激响应）滤波器[19]。
IIR滤波器的结构简单，能够以较低的阶数获得良好的幅频特性，因而乘法操作少，运算量小。
与模拟滤波器有对应关系，可以借助模拟滤波器成熟的设计理论类比设计IIR滤波器。
但是IIR滤波器由于有极点，因此系统只在一定条件下才是稳定的;
并且，由于引入了系统的“过去”输出值作为反馈，从而容易产生溢出、噪声和量化误差。
而FIR滤波器是一种“全零点数字滤波器，稳定性好，易于理解和设计。
它的缺点是要达到高性能需要很多系数，运算里较大，因此需要平衡性能和运算址间的矛盾。
但这点随着计算机计算性能的提高使其不在成为FIR滤波器突出的缺点了[20]。
而且，由于采用窗函数方法使FIR滤波器的设计简单明了，物理概念清晰。
因此，在试验台数据采集系统软件的池波环节设计中采用了基于窗函数方法的FIR滤波器。
第2章数字滤波器的简介
2.1数字滤波器的介绍
数字滤波器（DigitalFilter）是由数字乘法器、加法器和延时单元组成的一种装置。
其功能是对输入离散信号的数字代码进行运算处理，以达到改变信号频谱的目的。
作为一种电子滤波器，数字滤波器与完全工作在模拟信号域的模拟滤波器不同。
数字滤波器工作在数字信号域，它处理的对象是经由采样器件将模拟信号转换而得到的数字信号。
由于电子计算机技术和大规模集成电路的发展，数字滤波器已可用计算机软件实现，也可用大规模集成数字硬件实时实现。
如今，数字滤波器广泛用于数字信号处理中，如电视、VCD、音响等。
数字滤波器是一个离散时间系统（按预定的算法，将输入离散时间信号转换为所要求的输出离散时间信号的特定功能装置）。
应用数字滤波器处理模拟信号时，首先须对输入模拟信号进行限带、抽样和模数转换。
数字滤波器输入信号的抽样率应大于被处理信号带宽的两倍，其频率响应具有以抽样频率为间隔的周期重复特性，且以折叠频率即1／2抽样频率点呈镜像对称。
为得到模拟信号，数字滤波器处理的输出数字信号须经数模转换、平滑。
数字滤波器具有高精度、高可靠性、可程控改变特性或复用、便于集成等优点。
随着集成电路技术的发展，数字滤波器的性能不断提高，而成本却不断降低，数字滤波器的应用领域也因此越来越广。
数字滤波器有低通、高通、带通、带阻和全通等类型。
按照数字滤波器的特性，它可以被分为时不变的或时变的、线性与非线性的、因果与非因果的、无限脉冲响应（IIR）与有限脉冲响应（FIR）等等。
其中，线性时不变的数字滤波器是最基本的类型；
而由于数字系统可以对延时器加以利用，因此可以引入一定程度的非因果性，获得比传统的因果滤波器更灵活强大的特性；
相对于IIR滤波器，FIR滤波器有着易于实现和系统绝对稳定的优势，因此得到广泛的应用，在语言信号处理、图像信号处理、医学生物信号处理以及其他应用领域都得到了很好的发展。
2.2数字滤波器的分类
数字滤波器基本分为IIR和FIR两类。
IIR滤波器有以下几个特点：
IIR数字滤波器的系统函数可以写成封闭函数的形式。
IIR数字滤波器采用递归型结构，即结构上带有反馈环路。
IIR滤波器运算结构通常由延时、乘以系数和相加等基本运算组成，可以组合成直接型、正准型、级联型、并联型四种结构形式，都具有反馈回路。
由于运算中的舍入处理，使误差不断累积，有时会产生微弱的寄生振荡。
IIR数字滤波器在设计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，有现成的设计数据或图表可查，其设计工作量比较小，对计算工具的要求不高。
在设计一个IIR数字滤波器时，我们根据指标先写出模拟滤波器的公式，然后通过一定的变换，将模拟滤波器的公式转换成数字滤波器的公式。
IIR数字滤波器的相位特性不好控制，对相位要求较高时，需加相位校准网络。
在MATLAB下设计IIR滤波器可使用Butterworth函数设计出巴特沃斯滤波器，使用Cheby1函数设计出契比雪夫I型滤波器，使用Cheby2设计出契比雪夫II型滤波器，使用ellipord函数设计出椭圆滤波器。
下面主要介绍前两个函数的使用。
与FIR滤波器的设计不同，IIR滤波器设计时的阶数不是由设计者指定，而是根据设计者输入的各个滤波器参数（截止频率、通带滤纹、阻带衰减等），由软件设计出满足这些参数的最低滤波器阶数。
在MATLAB下设计不同类型IIR滤波器均有与之对应的函数用于阶数的选择。
IIR单位响应为无限脉冲序列，而FIR单位响应为有限的。
IIR幅频特性精度很高，不是线性相位的，可以应用于对相位信息不敏感的音频信号上。
FIR是有限冲激响应（FiniteImpulseResponse）的简称，冲激响应是有限的意味着在滤波器中没有发反馈，相较于IIR滤波器，FIR滤波器有以下的优点：
1.可以很容易地设计线性相位的滤波器，线性相位滤波器延时输入信号，却并不扭曲其相位。
2.实现简单。
在大多数DSP处理器，只需要对一个指令积习循环就可以完成FIR计算。
3.适合于多采样率转换，它包括抽取（降低采样率），插值（增加采样率）操作。
无论是抽取或者插值，运用FIR滤波器可以省去一些计算，提高计算效率。
相反，如果使用IIR滤波器，每个输出都要逐一计算，不能省略，即使输出要丢弃。
4.具有理想的数字特性。
在实际中，FIR滤波器比IIR滤波器应用更广泛，缺少反馈是关键。
在计算机中实现FIR滤波器时，每个计算都产生数字错误。
由于FIR滤波器没有反馈，因此不能够记住以前的错误。
相反，IIR滤波器的反馈可能导致错误的积累。
这个实际的影响就是，可以用更少的bit去实现与IIR滤波器相同精度的滤波器。
比如，FIR滤波器通常用16位来实现的话，IIR滤波器就通常需要3
升级会员 