FIR数字滤波器设计毕业设计论文

Grid；

xlabel('归一化频率')； ylabel('幅度/db')；

title('汉宁窗设计阻带最小衰减As?30dB')； （2）哈明窗的MATLAB语言编程： delta=0.4*pi； wc=0.2*pi； as=30；

N=ceil(8*pi/delta)+1； win=hamming(N)； h=fir1(n-1,wc/pi,win)； omega=linspace(0,pi,512)； mag=freqz(h,[1],omega); magdb=20*log10(abs(mag))； plot(omega/pi,magdb)； Grid；

xlabel('归一化频率')

ylabel('幅度/db')；

title('哈明窗设计阻带最小衰减As?30dB')； （3）哈明窗的MATLAB语言编程： delta=0.4*pi； wc=0.2*pi； as=50；

N=ceil(8*pi/delta)+1； win=hamming(N)； h=fir1(n-1,wc/pi,win)； omega=linspace(0,pi,512)； mag=freqz(h,[1],omega)； magdb=20*log10(abs(mag))； plot(omega/pi,magdb)； Grid；

xlabel('归一化频率

ylabel('幅度/dB')；

title('哈明窗设计阻带最小衰减As?50dB')； （4）布莱克曼窗的MATLAB语言编程：

14

delta=0.4*pi； wc=0.2*pi；

as=50；

N=ceil(8*pi/delta)+1； win=blackman(N)； h=fir1(n-1,wc/pi,win); omega=linspace(0,pi,512)； mag=freqz(h,[1],omega)； magdb=20*log10(abs(mag))； plot(omega/pi,magdb)； Grid；

xlabel('归一化频率') ylabel('幅度/db')；

title('布莱克曼窗设计阻带最小衰减As?50的dB')；

3.3.2幅频特性曲线

线性相位FIR数字低通滤波器，截止频率?c?0.2?，过渡带宽度 ??0.4?，

阻带衰减AS?30dB。

图3.2 哈明窗MATLAB语言仿真的仿真图

15

图3.3 汉宁窗MATLAB语言仿真的仿真图

线性相位FIR数字低通滤波器，截止频率 ?c?0.2?，过渡带宽度

??0.4?，阻带衰减AS?50dB。

图3.4 哈明窗MATLAB语言仿真的仿真图

16

图3.5 布莱克曼MATLAB语言仿真的仿真图

分析图3.2与图3.3设计FIR滤波器就是根据要求找到N个傅立叶级数h?n?，n=1,2,3,...，n-1，以N项傅里叶级数去接近代替无限项傅里叶级数，这样在以些频率不连续点附近会引起较大误差，这种误差就是截断效应。因此从这一角度来说，窗函数法也称为傅立叶级数法。显然选取傅里叶级数越多的项，引起的误差就越小，但项数增多即h?n?长度增加，也使得成本和滤波计算量加大，应在满足技术要求的条件，尽量减少h?n?的长度。在（3-16)式中，R?n?（矩形序列）就是对无限长序列的截断作用，可以形象的吧R?n?看做是一个窗口，h?n?则是从窗口看到的一段hd?n?序列，所以称h?n?=hd?n?R?n?为用汉明窗对hd?n?进行加窗处理。

这种效应直接影响滤波器的性能。通带内的波纹影响滤波器通带的平稳性，阻带内的波纹影响阻带内的衰减，可能使最小衰减不满足技术指标要求。只要分析以下N加大使WRg?w?的变化，就可以看到这一结论不是完全正确的。我们在讨论在主瓣附近的情况，在主瓣附近WRg?w?是随x的加大而加大的，主瓣幅度加高，同时旁瓣幅度也加高，保持主瓣和旁瓣幅度相对不变；另一方面，N加大时WRg?w?的主瓣和旁瓣变窄，波动频率加快。

以上分析说明，调整窗口长度N只能有效的控制过度带的宽度，而要减少带内波动以及增大阻带衰减，只能从窗函数的形状上找解决办法。构造新函数的窗函数形状，使其谱函数的主瓣包含更多能量，相应的旁瓣幅度更小。旁瓣的减少可以使通带和阻带波动减少，从而加大阻带衰减。

17