ImageVerifierCode 换一换
格式:DOC , 页数:20 ,大小:227.50KB ,
资源ID:1031214      下载积分:10 积分
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 微信支付   
验证码:   换一换

加入VIP,免费下载资源
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【http://www.wodocx.com/d-1031214.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(基于MATLAB的IIR数字带通滤波器的设计.doc)为本站会员(精***)主动上传,沃文网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知沃文网(发送邮件至2622162128@qq.com或直接QQ联系客服),我们立即给予删除!

基于MATLAB的IIR数字带通滤波器的设计.doc

1、基于MATLAB的IIR数字带通滤波器的设计设计一:利用冲击响应不变法设计一个切比雪夫带通滤波器,设计的指标为: 通带边缘频率 w1 = 0.4pi,w2 = 0.8pi 阻带边缘频率 w3 = 0.3pi,w4 = 1.0pi 通带波纹 = 0.5dB阻带衰减 = 20 dB解: 1.基本原理 滤波器的传递函数的一般形式为:n 当M=N, H(z): N阶IIR系统+(M-N)阶的FIR系统,n 以上两种表示等价,部分分式形式和零极点增益形式n IIR系统的逼近, 就是找到滤波器的系数ak, bk,或者是系统的零极点和增益(z,p,k)。切比雪夫I型的幅度平方函数为: 的特点如下:(1) 当

2、=0时,N为偶数时,=,当N为奇数时,=0.(2) 当=c时, 即此时所有的幅度函数曲线都经过点, c即为切比雪夫滤波器的通带截止频率.(3) 在通带内,在1之间等波纹地起伏。(4) 在通带外,随着的增大, 迅速单调的趋近于零。该滤波器在通带内具有等波纹起伏特性,在阻带内则单调下降且具有更大的衰减.相比于巴特沃斯滤波器,阶数N较小. 2 冲击响应不变法 冲击响应不变法是使数字滤波器的单位冲击响应序列h(n)模仿模拟滤波器的单位冲击响应ha(t)。将模拟滤波器的单位冲击响应加以等间隔抽样,使h(n)正好等于ha(t)的抽样值,即满足:h(n)= ha(nT)既有: 冲击响应不变法是将模拟滤波器的

3、s平面变换成数字滤波器的z平面。冲击响应不变法使得数字滤波器的单位脉冲响应完全模仿模拟滤波器的单位冲激响应,也就是时域逼近良好。一个线性相位的模拟滤波器通过脉冲响应不变法得到的仍然是一个线性相位的数字滤波器。 但是,由于任何一个实际的模拟滤波器频率响应都不是严格限带的,变换后就会产生频率响应的混叠失真。这时数字滤波器的频响就不同于原模拟滤波器的频响,而带有一定的失真。当模拟滤波器的频率响应在折叠频率以上处衰减越大、越快时,变换后频率响应混叠失真就越小。这时,采用脉冲响应不变法设计的数字滤波器才能得到良好的效果。3设计流程: (1)确定数字滤波器的技术指标。 (2)将数字滤波器的技术指标转换成相

4、应的模拟滤波器的技术指标。 (3)按照模拟低通滤波器的技术指标设过渡模低通滤波器。 (4)用脉冲响应不变法,将模拟滤波转换成数字滤波器 4.matlab实现主要步骤:(1)先由数字频率转化为模拟的频率,由于采用脉冲响应不变法,所以: Omega1 =fs*w1; Omega2 = fs*w2; Omega3 =fs*w3; Omega4 = fs*w4;采样频率fs = 2000HZ 由函数 N,Wn=cheb1ord(Wp,Ws,Rp,Rs,s); z,p,k = cheb1ap(N,Rp); 求出模拟低通滤波器。(2)再通过bt,at = lp2bp(bb,aa,Wo,Bw)函数实现由模拟

5、低通滤波器向带通滤波器的转换. 其中:Wo = sqrt(Omega1*Omega2); Bw = Omega2 - Omega1; 进行频率变换后实现了带通模拟滤波器(3): 采用脉冲响应不变法:利用函数: bz, az=impinvar(bt,at,fs) 将上述带通模拟滤波器转换为数字带通滤波器. 其中fs为采样频率(4):验证: 预期输出信号: uzs=sin(2*pi*451*nn) 加入噪声后的信号为: uz = 0.5*cos(2*pi*21*nn) + uzs+ 2*sin(2*pi*1000*nn)观察经过该滤波器后的输出波形。 其中Fn = 100; dn= 1/fs;n=

6、0:Fn-1; nn= n*dn; 5.matlab实现结果: (1)根据滤波器的设计指标,首先实现一个模拟的低通滤波器,其曲线如图一所示: 图一:模拟低通滤波器 (2) 将设计的模拟低通滤波器进行频率变换,变换成模拟的带通滤波器,其幅频,相频曲线如图2所示: 图二:模拟带通滤波器 (3)冲击响应不变法实现数字带通滤波器的带通曲线如图三所示: 其幅频相频曲线如图四所示: 图四:带通滤波器的幅频和相频曲线(5) 为了对设计的数字带通滤波器的性能进行验证,本设计加入了噪声信号,如图五所示即为原来理想的信号波形 uzs=sin(2*pi*451*nn)(6) 如图六所示即为加入噪声信号后的波形曲线。

7、 噪声信号的曲线方程为: uz=0.5*cos(2*pi*21*nn)+uzs+2*sin(2*pi*1000*nn)(7) 如图七所示即为通过滤波器后输出的波形 图五:理想波形图六:噪声信号图七:滤波后输出波形Matlab程序代码:w1 = 0.4*pi,w2 = 0.8*pi; %digital signal freqRp=0.5;Rs = 20; w3 = 0.3*pi,w4=1*pi; fs = 2000;Omega1 =fs*w1; Omega2 = fs*w2;Omega3 =fs*w3;Omega4 = fs*w4;f1 =Omega1/2/pi;f2 = Omega2/2/pi

8、;f3 =Omega3/2/pi;f4 = Omega4/2/pi;Wp = Omega1,Omega2;Ws = Omega3,Omega4;N,Wn=cheb1ord(Wp,Ws,Rp,Rs,s);z,p,k = cheb1ap(N,Rp);bs,as = zp2tf(z,p,k);n = 0:0.01:2;hs,ws=freqs(bs,as,n);figure;plot(ws,abs(hs).2); %low pass filtergrid;bb=k*real(poly(z);aa=real(poly(p);Wo = sqrt(Omega1*Omega2);Bw = Omega2 - O

9、mega1;bt,at = lp2bp(bb,aa,Wo,Bw);h,w = freqs(bt,at);figure;subplot(2,1,1);plot(w/2/pi,(abs(h).2);axis(100 1500 0 1);grid;subplot(2,1,2);plot(w/2/pi,angle(h)*180/pi);grid;H = tf(bt,at);bz, az=impinvar(bt,at,fs);hz,wz=freqz(bz,az,fs);figure;plot(wz/pi,abs(hz);grid;figure;freqz(bz,az);Fn = 100;dn= 1/fs

10、;n=0:Fn-1;nn= n*dn;uzs=sin(2*pi*451*nn);uz = 0.5*cos(2*pi*21*nn) + uzs+ 2*sin(2*pi*1000*nn);figure;plot(nn,uz);grid;axis(0 0.05 0 2);ylabel(uz);Y = filter(bz,az,uz);figure;plot(nn,uzs);axis(0 0.05 0 1.5);xlabel(预输出信号波形);grid;figure;plot(nn,Y);axis(0 0.05 0 1.5);xlabel(实际输出波形);grid; 设计二: 设计一Kalman滤波器

11、的设计1.概要:Kalman滤波理论是Wiener滤波理论的发展,具有如下特点(1):数学公式用状态空间概念描述;(2):它的解释递推计算的,与Wiener滤波器不同,Kalman滤波器是一种自适应滤波器。对于一般的时变系统,系统状态方程和观测方程可表示为一下形式: (1) 状态方程(state equation) 状态向量: 状态转移矩阵: 状态噪声输入矩阵: 系统状态噪声: 其中噪声 为均值为零的高斯白噪声(2) 观测方程(measurement equation) 观测向量: 观测矩阵: 观测噪声: 其中噪声 为均值为零的高斯白噪声 2.应用: 假设一理想质点的运动轨迹是一理想的正弦波.

12、如:y=5*sin (pi*t*0.5) 但是当质点受到外部环境的干扰后就会产生一定的偏移,利用函数 noise=randn(1,200) 产生随机的信号进行模拟,所以实际的质点偏离中心位移的曲线为y_true= y + noise.可令质点的运动模型为y = sin (x),质点做匀速直线运动。令其经过的位移为s(n),速度为v(n),所以有: 对于质点的干扰可以视为质点产生的加速度,从而有: 其中:a表示质点受到的加速度 T表示采样的间隔从而状态方程可以表示为:令x(n)=(s(n),v(n)T, ,v1(n-1)=a(n-1) 状态方程化为: 其中状态转移矩阵F(n,n-1)=观测方程z

13、(n)=C(n)x(n) + V2(n)其中C(n)=(1 0); V2(n)=noise3.matlab实现: (1)理想质点的运动轨迹如图一所示: 图一:理想质点运动轨迹(2)实际的质点的运动轨迹,在matlab中用加上均值为零的高斯白噪声进行模拟,波形如图二所示: 图二:实际的质点运动轨迹 (3) 经过Kalman滤波器后的输出的波形如图三所示: 图三: 输出质点的位移4.matlab程序代码%-产生正弦波信号-%T=0.1;t=0:T:20-0.1;y=5*sin(pi*t*0.5);figure;plot(t,y);grid;axis(0,20,-8,8);xlabel(时间/s);

14、ylabel(质点位移/mm);title(理想质点运动轨迹);%-添加噪声-%noise=randn(1,200);noise = randn(1,200);noise=noise-mean(noise);noise=sqrt(var(noise)*noise/sqrt(var(noise);Z=y+noise;figure;plot(t,Z);grid;axis(0,20,-8,8);xlabel(时间/s );ylabel(质点位移/mm);title(实际的质点运动轨迹);%-建立系统模型-%X=zeros(2,200);X(:,1)=0,1;F=1,T;0,1; V=1/2*(T)2

15、 T;%V=T T; how to get the value of matix V%V=1 1;C=1,0;P=0,0;0,1;%Q1=(0.25)2; %Q2=(0.25)2; Q1=cov(noise); Q2=cov(noise); %-卡尔曼算法-%for n=1:200 Kg=P*C/(C*P*C+Q2); X(:,n)=X(:,n)+Kg*(Z(:,n)-C*X(:,n); X(:,n+1)=F*X(:,n); P=(eye(2,2)-Kg*C)*P; P=F*P*F+V*Q1*V;end%-%figure t=0:0.1:20;Y=X(1,:);plot(t,Y);grid;axis(0,20,-8,8);xlabel(时间/s );ylabel(质点位移/mm );title(卡尔曼滤波后输出质点最优化运动位移); .

版权声明:以上文章中所选用的图片及文字来源于网络以及用户投稿,由于未联系到知识产权人或未发现有关知识产权的登记,如有知识产权人并不愿意我们使用,如有侵权请立即联系:2622162128@qq.com ,我们立即下架或删除。

Copyright© 2022-2024 www.wodocx.com ,All Rights Reserved |陕ICP备19002583号-1 

陕公网安备 61072602000132号     违法和不良信息举报:0916-4228922