博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
数字信号处理——FIR滤波器设计
阅读量:2151 次
发布时间:2019-04-30

本文共 944 字,大约阅读时间需要 3 分钟。

一、线性相位。

并非所有的FIR滤波器都具有线性相位,只有当FIR滤波器的系数是对称的(包括偶对称和奇对称),才具有线性相位。

根据FIR滤波器的阶数(M=点数N-1)及其对称特性,可以分成以下四种类型。

其中,不同类型所适用的滤波器类型也不同。I型可以用于设计高通、低通、带通、带阻滤波器。

FIR滤波器没有极点,只有零点。

其中零点的分布特点如下:

第一种零点为4个;第二、三种为2个零点。第四种为1个零点。FIR滤波器的零点为这四种类型的零点的组合。

二、窗函数设计法。

function [] = window_func() %四种窗函数clear;close all;clc;N = 30;wk = rectWin(N);subplot(221)stem(wk);title('rect');wk = hammingWin(N);subplot(222)stem(wk);title('hamming');wk = hanningWin(N);subplot(223)stem(wk);title('hanning');wk = blackmanWin(N);subplot(224)stem(wk);title('blackman');function wk = rectWin(N) % 矩形窗	wk = ones(1,N);function wk = hanningWin(N) % 汉宁窗	wk = ones(1,N);	for k=1:N		wk(k) = 0.5-0.5*cos((2*pi*k)/(N-1));	endfunction wk = hammingWin(N) % 海明窗	wk = ones(1,N);	for k=1:N		wk(k) = 0.54-0.46*cos((2*pi*k)/(N-1));	endfunction wk = blackmanWin(N) % 布莱克曼窗	wk = ones(1,N);	for k=1:N		wk(k) = 0.42-0.5*cos((2*pi*k)/(N-1)) + 0.08*cos((4*pi*k) / (N-1));	end

三、频率抽样法。

四、优化设计。

五、FIR滤波器与IIR滤波器比较。

 

 

转载地址:http://iijwb.baihongyu.com/

你可能感兴趣的文章
【LEETCODE】190-Reverse Bits
查看>>
【LEETCODE】67-Add Binary
查看>>
【LEETCODE】7-Reverse Integer
查看>>
【LEETCODE】165-Compare Version Numbers
查看>>
【LEETCODE】299-Bulls and Cows
查看>>
【LEETCODE】223-Rectangle Area
查看>>
【LEETCODE】12-Integer to Roman
查看>>
【学习方法】如何分析源代码
查看>>
【LEETCODE】61- Rotate List [Python]
查看>>
【LEETCODE】143- Reorder List [Python]
查看>>
【LEETCODE】82- Remove Duplicates from Sorted List II [Python]
查看>>
【LEETCODE】86- Partition List [Python]
查看>>
【LEETCODE】147- Insertion Sort List [Python]
查看>>
【算法】- 动态规划的编织艺术
查看>>
用 TensorFlow 让你的机器人唱首原创给你听
查看>>
对比学习用 Keras 搭建 CNN RNN 等常用神经网络
查看>>
深度学习的主要应用举例
查看>>
word2vec 模型思想和代码实现
查看>>
怎样做情感分析
查看>>
用深度神经网络处理NER命名实体识别问题
查看>>