本人本科渣渣一个,前两天导师让我设计一个数字滤波器。由于本人基本没有数字信号处理基础,于是只能依靠百度和matlab,折腾了半天总算是摸索明白了。百度上有一些文章不靠谱,很容易误导别人,故在此发一篇博客。
滤波器设计目标:设计一个1Hz截止频率的2阶低通巴特沃斯数字滤波器,并转化成C语言函数。(国标里提的要求)
滤波器指标:指标:截止频率Fc = 1Hz,阶数N=2,低通巴特沃斯滤波器,采样频率Fs = 15Hz。
一、Matlab计算滤波器系数
Matlab计算巴特沃斯低通滤波器系数过程如下:
①根据给定的通带截止频率、通带截止增益、阻带截止频率、阻带截止增益,利用buttord函数计算巴特沃斯滤波器所需的最小阶数和截止频率。(由于要求中已给出截止频率,故这步省去)
(图是网上扒拉的,指标与本设计不符)
②根据上述计算得到的阶数,利用buttap函数计算出巴特沃斯滤波器原型。
③利用lp2lp函数,将原型滤波器转换成目标截止频率的滤波器。
④利用脉冲响应不变法(impinvar函数)或是双线性变换法(bilinear函数)将模拟滤波器转换为数字滤波器。数字滤波器形式为z域有理函数,分子分母系数即为滤波器系数。
我这里选用的是脉冲响应不变法,因为计算得到的滤波器比较简单,运算速度比较快。(从左到右:滤波器原型、模拟滤波器、数字滤波器)
设计过程matlab源码如下:
Fs = 15; %采样频率
Nn = 12800;
N = 2; %阶数
Wc = 1*2*pi; %截止频率
[z,p,k] = buttap(N); %计算巴特沃斯滤波器原型
[Bap,Aap] = zp2tf(z,p,k); %转换成多项式模式
[b,a] = lp2lp(Bap,Aap,Wc); %根据截止频率计算模拟巴特沃斯滤波器系数
[bz,az] = impinvar(b,a,Fs); %用脉冲响应不变法离散化
figure(1)
[H,W] = freqz(bz,az,Nn,Fs); %绘制频率特性曲线
subplot(2,1,1)
plot(W,20*log10(abs(H)));
grid on;
subplot(2,1,2)
plot(W,180/pi*unwrap(angle(H)));
grid on;
二、Matlab计算验证
先在Matlab中验证滤波函数。先编写带噪声的输入函数,然后经过滤波器函数后,观察滤波效果。其中滤波器函数写法为:
Filter函数为Matlab自带函数,其算法为:
其中,a即为z域传递函数的分母系数,b为分子系数。例如本应用中:
则算法为az(1)*y(k) = bz(1)*x(k) + bz(2)*x(k-1) – az(2)*y(k-1) – az(3)*y(k-2)
Matlab中得到的结果如下(信号频率0.1Hz,噪声频率6Hz):
三、C语言函数编写与验证
将上述算法翻译成C语言,写入单片机中。利用信号源输出各种波形,单片机AD采样进去之后,对采样点进行滤波处理,将原始数据和滤波后的数据发送到上位机进行绘图,得到图像对比如下:C函数源码如下:
const float bz[2] = {0,0.128580115806658}; //分子
const float az[3] = {1,-1.42252474659021,0.553007125840971}; //分母
float Data_Output[DATA_LENTH]; //输出数据
float* but_filter(unsigned int len, float* x) //len为输入数据数组长度,x为输入数据数组指针
{
unsigned int i = 2;
static float init[2] = {0,0}; //初值,一开始设为0
if(len<2) //如果长度小于2,直接返回
return Data_Output;
Data_Output[0] = init[0]; //赋初值
Data_Output[1] = init[1];
for(i = 2;i < len;i++)
{
Data_Output[i] = bz[0]*x[i] + bz[1]*x[i-1] - az[1]*Data_Output[i-1] - az[2]*Data_Output[i-2];
/*算法为a1*y(k) = b1*x(k) + b2*x(k-1) - a(2)*y(k-1) - a(3)*y(k-2)*/
/*由于a1 = 1,故不做除法*/
}
init[0] = Data_Output[len-2]; //考虑到会被连续调用,此次的终值作为下次的初值
init[1] = Data_Output[len-1];
return Data_Output;
}