信号时间域比较');Рsubplot(2,1,2),plot(x0,f1,'r',x0,amp3,'b',x0,f0,'k');title('Kaiser窗函数滤波前后频率域比较');Р十、实验结论:(详细填写) Р1.经分析知所设计滤波器的幅度谱和增益谱符合指标要求,Hamming和Kaiser窗的波纹很小,更接近理想低通滤波器。Р2.从三个窗函数的相位谱中可以看出三个窗函数对应的的FIR滤波器的相位谱均为线性相位谱。都实现了信号的不失真滤波。Р3.Rectangular,Hamming,Kaiser窗函数对应的FIR滤波器的阶数分别为38、134、147。由此可见相同数字指标要求下Kaiser滤波器的阶数要求更高,实现更困难。Р4.对比分析各滤波器滤波后信号的幅度谱和信号谱,可得Rectangular窗函数对应的FIR滤波器的滤波效果相对好一些。但整体滤波效果相差不大。Р十一、总结及心得体会:(详细填写) Р 通过Rectangular窗函数法设计FIR滤波器得到的滤波器幅度谱中会出现Gibbs现象,这个是由于理想滤波器的冲激响应是无限长的且不是绝对可积的,因此滤波器是不稳定的,同时由于矩形窗有一个突然到零的过渡。从而导致这一现象的产生。Р一个FIR滤波器的阶数N与过渡带(wp-ws)成反比并且不受过渡带实际位置的影响,因而在设计滤波器时要考虑好指标的选择,y=filtfilt(b,1,x)函数要求信号x的长度是滤波系数b的长度的三倍以上,因而如果指标设计不合理,将无法运用该函数对信号滤波。Р窗函数法设计的FIR滤波器都是线性相位滤波器,因而可以实现对信号的不失真滤波,但其付出的代价是设计的滤波器阶数比同等指标下的IIR滤波器阶数大很多,不容易在硬件上实现。Р总的来说,通过Matlab编程,自己对FIR滤波器的了解更加深刻了。Р十二、对本实验过程及方法、手段的改进建议:
全文预览
