这个问题比较复杂,最近本人也在研究数字滤波,
结合图片说一下
第一个图是fir的流程图,其中Z-1是延迟,是单个采样时间1/fs
n阶的fir滤波器就是选取最近的n+1个样本,然后使他们各自乘以自己的滤波器系数即图中的F(n),[一般其他书的表示是h(n)]
然后相加得到输出的y(n)就是一个输出点
,其中F(n)的得出需要根据采样频率和滤波器的通带和阻带来决定
其中为了改善旁瓣的幅值,一般在采样后给样本或者h(n)加窗,当然可以用“最佳方法”来做
得出h(n)大致方法是先将矩形窗进行DFT,得出h(n),然后对h(n)进行加窗得出h(k),然后将∑h(k)×x(n)=y(n),假如阶数较多可以用傅里叶变换使时域变频域后再将卷积相加,可以利用FFT来改进实时性,提升速度
上面就是fir滤波器的简述
第二个图片上传不了,直接给链接
http://image.baidu.com/i?ct=503316480&ampz=0&tn=baiduimagedetail&word=%D2%BB%BD%D7iir%C2%CB%B2%A8%C6%F7&in=12708&cl=2&cm=1&sc=0&lm=-1&pn=0&rn=1&di=2607528304&ln=1054&fr=
图中的Z-1是延时,iir滤波器也叫无限冲击响应滤波器,是有反馈的,
图中的是一阶的,相对fir滤波器来说,iir滤波器可以用较低的阶数来获得较好的滤波特效。但是其相位特性较差。
鉴于实用性,还是建议楼主去图书馆借书看,百度不可能得到确实的方案,
楼主可以去借“数字信号处理”的书,国外的中译本就有详细介绍fir和iir以及fft还有其他变换,国内的dsp大都几乎是dsp用户手册的中译本,对上述问题都是很简陋地带过,不予置评。
本人推荐一本书在www.ouravr.com上面的dsp专栏有下载,40多M,叫DSP算法、应用和设计,本人有这本实体书,写的较好
%卡尔曼滤波clear
N=800
w(1)=0
w=randn(1,N)
%系统预测的随机白噪声
x(1)=0
a=1
for
k=2:N
x(k)=a*x(k-1)+w(k-1)
%系统的预测值
end
V=randn(1,N)
%测量值的随机白噪声
q1=std(V)
Rvv=q1.^2
q2=std(x)
Rxx=q2.^2
q3=std(w)
Rww=q3.^2
c=0.2
Y=c*x+V
%测量值
p(1)=0
s(1)=0
for
t=2:N
p1(t)=a.^2*p(t-1)+Rww
%前一时刻X的相关系数
b(t)=c*p1(t)/(c.^2*p1(t)+Rvv)
%卡尔曼增益
s(t)=a*s(t-1)+b(t)*(Y(t)-a*c*s(t-1))
%经过滤波后的信号
p(t)=p1(t)-c*b(t)*p1(t)%t状态下x(t|t)的相关系数
end
figure(1)
plot(x)
title('系统的预测值')
figure(2)
plot(Y)
title('测量值')
figure(3)
plot(s)
title('滤波后的信号')
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)