基于窗函数的数字高通滤波器.docx
《基于窗函数的数字高通滤波器.docx》由会员分享，可在线阅读，更多相关《基于窗函数的数字高通滤波器.docx（12页珍藏版）》请在冰豆网上搜索。
基于窗函数的数字高通滤波器
基于窗函数的FIR高通数字滤波器设计
摘要
无限长脉冲数字滤波器的设计方法只考虑了幅度特性，没有考虑相位特性，所设的滤波器一般是某种确定的非线性相位特性。
有限脉冲响应（FIR）滤波器在保证了幅度特性满足技术要求的同时，很容易做到有严格的线性相位特性。
本课题利用MATLAB软件实现。
MATLAB是“矩阵实验室”（MATrixLABoratoy）的缩写，是一种科学计算软件，它使用方便，输入简捷，运算高效，内容丰富，因此利用MATLAB软件，通过一系列较为系统的函数法，根据已知的技术指标，就可以设计出满足要求的滤波器。
关键字:
MATLAB；窗函数；FIR带阻数字滤波器；线性相位
目录
1.FIR滤波器简介3
1.1FIR的特点3
2.2线性相位4
2．主要设计内容4
3.窗函数5
3.1常用窗函数5
3.2窗函数的指标8
4应用窗函数法设计FIR数字滤波器的步骤9
4.1数字高通滤波器的设计：
9
4.2Matlab仿真结果10
总结12
致谢13
参考文献14
1FIR滤波器简介
数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。
根据其单位冲激响应函数的时域特性可分为两类：
无限冲激响应（IIR）滤波器和有限冲激响应（FIR）滤波器[1]。
1.1FIR的特点
FIR滤波器的主要优点为：
系统总是稳定的，FIR滤波器的系统函数可以表示为
（2-1）
易知，H（z）在Z平面上有N-1个零点，z=0是N-1阶极点，因此FIR系统总是稳定的（极点都在单位圆内）。
FIR滤波器的优点之二：
容易实现线性相位。
当FIR系统的单位冲激响应满足时，该系统具有线性相位。
（N为奇数）（2-2）
（N为偶数）（2-3）
FIR滤波器的优点之三：
允许设置多通带（或多阻带）滤波器。
FIR滤波器的优点之四：
FIR滤波器可以采用FFT方法实现其功能，从而大大提高效率。
FIR滤波器的缺点：
由于FIR系统只有零点，因此这类系统不像FIR滤波器不像IIR滤波器那样容易取得比较好的通带与阻带衰减特性。
要取得较好的衰减特性，一般要求H（z）的阶次较高。
综合起来看，FIR滤波器具有IIR滤波器没有的许多特点，得到了越来越广泛的应用。
FIR滤波器的设计方法主要有三种：
a.窗函数设计法；b.频率抽样发；c.最小平法抽样法；这里我主要讨论在MATLAB环境下通过调用信号分析与处理工具箱的几类窗函数来设计滤波器并分析与比较其性能
2.2线性相位
一个单一频率的正弦信号通过一个系统，假设它通过这个系统的时间需要t，则这个信号的输出相位落后原来信号wt的相位。
从这边可以看出，一个正弦信号通过一个系统落后的相位等于它的w*t；反过来说，如果一个频率为w的正弦信号通过系统后，它的相位落后delta，则该信号被延迟了delta/w的时间。
在实际系统中，一个输入信号可以分解为多个正弦信号的叠加，为了使得输出信号不会产生相位失真，必须要求它所包含的这些正弦信号通过系统的时间是一样的。
因此每一个正弦信号的相位分别落后，w1*t，w2*t，w3*t。
因此，落后的相位正比于频率w，如果超前，超前相位的大小也是正比于频率w。
从系统的频率响应来看，就是要求它的相频特性是一条直线。
在FIR滤波器的设计中，为了得到线性相位的性质，通常利用实偶对称序列的相频特性为常数0和实奇对称序列为相频特性为常数90度的特点。
因此得到的是对称序列，不是因果序列，是不可实现系统，为了称为物理可实现系统，需要将它向右移动半个周期，这就造成了相移特性随时间的变化，同时也是线性变化。
单位脉冲响应h（n）（为实数）具有偶对称或奇对称性，则FIR数字滤波器具有严格的线性相位特性。
2主要设计内容
利用窗函数法、频率取样法及优化设计方法设计FIR滤波器，绘制出滤波器的特性图。
利用所设计的滤波器对多个频带叠加的正弦信号进行处理，对比滤波前后的信号时域和频域图，验证滤波器的效果。
基本思路：
从时域出发设计 h（n）逼近理想 hd（n）。
设理想滤波器的单位响应在时域表达为hd（n）,则Hd（n） 一般是无限长的，且是非因果的，不能直接作为FIR 滤波器的单位脉冲响应。
要想得到一个因果的有限长的滤波器单位抽样响应 h（n），最直接的方法是先将hd（n）往右平移，再进行截断，即截取为有限长因果序列：
h（n）=hd（n）w（n），并用合适的窗函数进行加权作为FIR滤波器的单位脉冲响应。
按照线性相位滤波器的要求，线性相位FIR数字低通滤波器的单位抽样响应h（n）必须是偶对称的。
对称中心必须等于滤波器的延时常数，即用矩形窗设计的FIR 低通滤波器，所设计滤波器的幅度函数在通带和阻带都呈现出振荡现象，且最大波纹大约为幅度的9%，返个现象称为吉布斯（Gibbs）效应。
为了消除吉布斯效应，一般采用其他类型的窗函数。
MATLAB 设计 FIR 滤波器有多种方法和对应的函数。
窗函数设计法不仅在数字滤波器的设计中占有重要的地位，同时可以用于功率谱的估计，从根本上讲，使用窗函数的目的就是消除由无限序列的截短而引起的Gibbs现象所带来的影响[2]。
3.窗函数
在设计FIR数字滤波器时，窗函数的频谱应该满足：
1主瓣宽度尽可能的窄，以使过渡带尽量陡峭；
2最大旁瓣相对于主瓣尽可能的小，使能量尽可能集中于主瓣内，这样能够使得波动减小。
3.1常用窗函数
1汉宁（Hanning）窗[3]
汉宁窗函数的时域形式表示为：
（3-1）
频域形式为
（3-2）
汉宁窗函数的最大旁瓣值比主瓣值低31dB，但是主瓣宽度比矩形窗函数的主瓣宽度增加了1倍，为8π/N。
hanning函数：
生成汉宁窗
调用方式：
（1）w=hanning（n）：
输入参数n是窗函数的长度；输出参数w是由窗函数的值组成的n阶向量。
注意：
此函数不返回是零点的窗函数的首尾两个元素。
（2）w=hanning（n,'symmetric'）：
与上面相类似。
（3）w=hanning（n,'periodic'）：
此函数返回包括为零点的窗函数的首尾两个元素。
图1汉宁窗及其频谱特性
注释：
汉宁窗又被称为升余弦窗，汉宁窗可以看做三个矩形时间窗的频谱之和，汉宁窗主瓣加宽并降低，旁瓣显著减小，分辨率下降
2汉明（Hamming）窗:
函数的时域形式可以表示为
（3-3）
频域形式为：
（3-4）
其中，
为矩形窗函数的幅度频率特性函数。
汉明窗函数的最大旁瓣值比主瓣值低41dB，但它和汉宁窗函数的主瓣宽度是一样大的。
Hamming函数：
生成海明窗
调用方式
（1）w=hamming（n）：
输入参数n是窗函数的长度；输出参数w是由窗函数的值组成的n阶向量。
（2）w=hamming（n,sflag）：
参数sflag用来控制窗函数首尾的两个元素值；其取值为symmetric或periodic；默认值为symmetric。
图2汉明窗及其频谱特性
注释：
汉明窗和汉宁窗都是余弦窗，只是加权系数不同，汉明窗旁瓣更小
3布莱克曼窗函数的时域形式可以表示为
（3-5）
它的频域特性为
（3-6）
其中，
为矩形窗函数的幅度频率特性函数。
布莱克曼窗函数的最大旁瓣值比主瓣值低57dB，但是主瓣宽度是矩形窗函数的主瓣宽度的3倍，为12π/N。
Blackman函数：
生成海明窗
调用方式
（1）w=blackman（n）：
输入参数n是窗函数的长度；输出参数w是由窗函数的值组成的n阶向量。
（2）w=blackman（n,sflag）：
参数sflag用来控制窗函数首尾的两个元素值；其取值为symmetric或periodic；默认值为symmetric。
图3布莱克曼窗及其频谱特性
注释：
布莱克曼窗最大旁瓣值比主瓣值滴57db，但主瓣宽度是矩形窗的3倍
3.2窗函数的指标
表1所示对于任意一个窗函数，求出它的频域值，并求出在主瓣边笫1个零点的位置；2，求出主瓣在-3dB处的位置；3，把笫1个零点的位置-（-3dB）处的位置，就是过渡带的精确带宽。
矩形窗最简单，但其-21dB的阻带最小衰减在实际应用中远远不够。
另外，矩形窗还会造成很强的吉布斯效应。
三角窗的阻带衰减性能与矩形窗相比有所改善，但代价是过度带加宽[4]。
表1窗函数参数
4应用窗函数法设计FIR数字滤波器的步骤
4.1数字高通滤波器的设计：
令高通滤波器的频率响应为
（4-1）
则
（4-2）
从上述结果可以看出，一个高通滤波器相当于用一个全通滤波器减去一个低通滤波[5]。
4.2Matlab仿真结果
图4滤波器单位冲击响应序列及幅频响应
图5频率响应
注释：
FIR滤波器的相位在通带内是线性的。
在通频带窗函数都几乎不衰减。
hanning窗可以更好的滤除阻带内的信号。
图6频谱图
第一张为没有加入噪声前的频谱图，第二张为噪声频谱图，第三章为滤波后频谱图从上面滤波前后语音信号的幅频图可以看出，原始的语音信号大部分500Hz-1000Hz以内。
而高通滤波器的通带的频率为3200Hz左右。
因此，它可以滤除语音信号低频段的信号。
从图三中可以看出，滤波后的语音信号低频段信号幅度几乎为0，其信号大部分集中在高频段。
滤波器滤除了原始语音信号的低频成分，而保留了高频成分[6]。
图7高通滤波器频率响应
总结
设计带通滤波器时首先要计算出过渡带，然后查表得到不同窗函数所需要的阶数，不同的窗函数所设计的滤波器的形状各有差异，尤其在主瓣宽度、旁瓣的形状以及主瓣与旁瓣的高度差上有比较明显得差别，实际应用中应根据实际情况，折衷处理，兼顾各项指标。
为了这次课程设计，学习了数字信号处理领域中窗函数的有关知识。
实际中遇到的离散时间信号总是有限长的，因此不可避免地要遇到数据截断问题。
而在信号处理中，对离散序列的数据截断是通过序列与窗函数相乘来实现的。
而且，有关滤波器的设计、功率谱估计等基本概念也要用到窗函数。
本次课程设计对经常用到的下面6窗函数：
矩形窗函数、三角窗函数、汉宁窗函数、哈明窗函函数、布莱克曼窗函数、凯撒窗函窗，先是做了基本概念上的阐释，然后对其MATLAB实现函数做出了说明，最后又结合具体的实例，对这些窗函数的频域特性等进行了介绍。
致谢
通过这次学习，我不但掌握了FIR数字滤波器窗函数的基本知识及其实际应用的技巧了，还提高了自己的编程和写报告的能力，收获颇多。
特别感谢任课老师赵春雨老师，感谢他们在设计中的耐心指导和提出的宝贵建议，同时也感谢小组搭档。
参考文献
[1]丁玉美，高西全.数字信号处理[M].西安：
西安电子科技大学出版社，2000.
[2]陈怀堔，吴大正，高西全.MATLAB及在电子信息课程中的应用[M].西安：
电子工业出版社，2006.
[3]求是科技.MATLAB7.0从入门到精通[M].北京：
人民邮电出版社，2006.
[4]刘海燕,郑雪峰,王颖.数字音频水印主要算法的研究比较[J].计算机应用研究,2007,24（9）:
136-139.
[5]黄俊波,丁源源,王虹.一种新的基于量化的音频数字水印算法[J].电脑与信息技术,2004
（1）:
24-27.
[6]张静等.MATLAB在控制系统中的应用[M].北京：
电子工业出版社，2007.5．
升级会员 