现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计

文章目录

  • 现代数字信号处理课后作业【第七章】
    • 7-1 要求设计一个线性相位数字滤波器(矩形窗)。 H d ( e j w ) = { e − j w α w 1 ⩽ ∣ w ∣ ⩽ w 2 0 其 它 H_d(e^{jw})=\begin{cases} e^{-jw\alpha} & w_1\leqslant |w|\leqslant w_2 \\ 0 &其它\end{cases} Hd(ejw)={ ejwα0w1ww2
      • (1) N为奇数,求 h ( n ) h(n) h(n)
      • (2) N为偶数,求 h ( n ) h(n) h(n)
      • (3) 若用布莱克曼窗设计,求出以上两种形式的 h ( n ) h(n) h(n)表达式
    • 7-2 按 H d ( e j w ) = { 0 w 1 ⩽ ∣ w ∣ ⩽ w 2 e − j w α 其 它 H_d(e^{jw})=\begin{cases} 0 &w_1\leqslant |w| \leqslant w_2 \\ e^{-jw\alpha} & 其它 \end{cases} Hd(ejw)={ 0ejwαw1ww2,设计一个带阻滤波器。
      • (1) N为奇数,求 h ( n ) h(n) h(n)
      • (2) N为偶数,求 h ( n ) h(n) h(n)
      • (3) 若用布莱克曼窗设计,求出以上两种形式的 h ( n ) h(n) h(n)表达式
    • 7-5 用频率采样法设计一个线性相位低通滤波器,N=15时幅度采样为: H d g ( k ) = { 1 k = 0 0.5 k = 1 , 14 0 k = 2 , 3 , . . . , 13 H_{dg}(k)=\begin{cases} 1 & k=0 \\ 0.5 & k=1,14 \\ 0 & k=2,3,...,13 \end{cases} Hdg(k)=10.50k=0k=1,14k=2,3,...,13
      • (1) 求 h ( n ) 、 H ( e j w ) h(n)、H(e^{jw}) h(n)H(ejw)的表达式
      • (2) 用直接型及频率采样型两种结构实现这一滤波器,画出结构图
    • 7-8 用窗函数法设计FIR线性相位数字低通滤波器LPF,已知: w c = 0.5 π , N = 21 w_c=0.5\pi,N=21 wc=0.5πN=21,求 h ( n ) , H ( e j w ) h(n),H(e^{jw}) h(n),H(ejw)并画出图形。
    • 实验题:50Hz,1KHz两路1:1混合信号,设计滤波器
      • (1) IIR滤波器,低通获得50Hz,1KHz衰减>100倍
      • (2)FIR滤波器,高通获得1kHz,50Hz衰减>100倍

现代数字信号处理课后作业【第七章】

窗函数设计原理:
设 希 望 逼 近 的 滤 波 器 频 率 响 应 函 数 为 H d ( e j w ) 设希望逼近的滤波器频率响应函数为H_d(e^{jw}) Hd(ejw) 其 单 位 脉 冲 响 应 是 h d ( n ) 其单位脉冲响应是h_d(n) hd(n) H d ( e j w ) = ∑ n = − ∞ ∞ h d ( n ) e − j w n h d ( n ) = 1 2 π ∫ − w c w c H d ( e j w ) d w H_d(e^{jw})=\sum\limits_{n=-∞}^{∞}h_d(n)e^{-jwn} \\ h_d(n)=\dfrac{1}{2\pi}\int_{-w_c}^{w_c}H_d(e^{jw})dw Hd(ejw)=n=hd(n)ejwnhd(n)=2π1wcwcHd(ejw)dw h d ( n ) 是 无 限 时 宽 , 且 是 非 因 果 序 列 。 h_d(n)是无限时宽,且是非因果序列。 hd(n)
第 一 类 线 性 相 位 F I R 滤 波 器 当 序 列 长 度 N 为 奇 数 时 , 可 实 现 : 低 通 、 高 通 、 带 通 、 带 阻 滤 波 器 当 N 为 偶 数 时 , 可 实 现 : 低 通 、 带 通 滤 波 器 。 第一类线性相位FIR滤波器 当序列长度N为奇数时,可实现:低通、高通、带通、带阻滤波器\\ 当N为偶数时,可实现:低通、带通滤波器。 线FIRNN
为 了 构 造 第 一 类 线 性 相 位 F I R 滤 波 器 , 则 需 要 将 h d ( n ) 截 取 一 段 , 并 保 证 截 取 的 一 段 关 于 n = N − 1 2 偶 对 称 , 即 h ( n ) = h d ( n ) w ( n ) , 其 中 w ( n ) 为 窗 函 数 。 为了构造第一类线性相位FIR滤波器,则需要将h_d(n)截取一段,并保证截取的一段关于n=\dfrac{N-1}{2}偶对称,即h(n)=h_d(n)w(n),其中w(n)为窗函数。 线FIRhd(n)n=2N1h(n)=hd(n)w(n)w(n)
设 H d ( e j w ) = H d g ( w ) e − j w α , 其 中 α 为 群 延 时 , H d g ( w ) 为 数 字 滤 波 器 的 幅 度 特 性 。 设H_d(e^{jw})=H_{dg}(w)e^{-jw\alpha},其中 \alpha为群延时,H_{dg}(w)为数字滤波器的幅度特性。 Hd(ejw)=Hdg(w)ejwααHdg(w)
当 α = N − 1 2 , 截 取 的 一 段 h ( n ) 关 于 n = N − 1 2 偶 对 称 , 保 证 所 设 计 的 滤 波 器 具 有 线 性 相 位 。 当\alpha=\dfrac{N-1}{2},截取的一段h(n)关于n=\dfrac{N-1}{2}偶对称,保证所设计的滤波器具有线性相位。 α=2N1h(n)n=2N1线

窗函数设计步骤:
① : 构 造 希 望 逼 近 的 频 率 响 应 函 数 H d ( e j w ) = H d g ( w ) e − j w ( N − 1 ) / 2 ①:构造希望逼近的频率响应函数H_d(e^{jw})=H_{dg}(w)e^{-jw(N-1)/2} Hd(ejw)=Hdg(w)ejw(N1)/2
② : 确 定 滤 波 器 频 带 边 界 条 件 , 计 算 h d ( n ) = 1 2 π ∫ − π π H d ( e j w ) e j w n d w ②:确定滤波器频带边界条件,计算h_d(n)=\dfrac{1}{2\pi}\int_{-\pi}^{\pi}H_d(e^{jw})e^{jwn}dw hd(n)=2π1ππHd(ejw)ejwndw
③ : 加 窗 得 到 设 计 结 果 h ( n ) = h d ( n ) w ( n ) ③:加窗得到设计结果h(n)=h_d(n)w(n) h(n)=hd(n)w(n)

7-1 要求设计一个线性相位数字滤波器(矩形窗)。 H d ( e j w ) = { e − j w α w 1 ⩽ ∣ w ∣ ⩽ w 2 0 其 它 H_d(e^{jw})=\begin{cases} e^{-jw\alpha} & w_1\leqslant |w|\leqslant w_2 \\ 0 &其它\end{cases} Hd(ejw)={ ejwα0w1ww2

(1) N为奇数,求 h ( n ) h(n) h(n)

α = N − 1 2 \alpha=\dfrac{N-1}{2} α=2N1

h d ( n ) = 1 2 π ∫ − π π H d ( e j w ) e j w n d w h_d(n)=\dfrac{1}{2\pi}\int_{-\pi}^{\pi}H_d(e^{jw})e^{jwn}dw hd(n)=2π1ππHd(ejw)ejwndw

               = 1 2 π [ ∫ − w 2 − w 1 e − j w α ⋅ e j w n d w + ∫ w 1 w 2 e − j w α ⋅ e j w n d w ] \ \ \ \ \ \ \ \ \ \ \ \ \ \ =\dfrac{1}{2\pi}\big[\int_{-w_2}^{-w_1}e^{-jw\alpha}\cdot e^{jwn}dw+\int_{w_1}^{w_2}e^{-jw\alpha}\cdot e^{jwn} dw\big]               =2π1[w2w1ejwαejwndw+w1w2ejwαejwndw]

            = s i n [ w 2 ( n − α ) ] − s i n [ w 1 ( n − α ) ] π ( n − α ) \ \ \ \ \ \ \ \ \ \ \ =\dfrac{sin[w_2(n-\alpha)]-sin[w_1(n-\alpha)]}{\pi(n-\alpha)}            =π(nα)sin[w2(nα)]sin[w1(nα)]

h ( n ) = h d ( n ) R N ( n ) h(n)=h_d(n)R_N(n) h(n)=hd(n)RN(n)

          = s i n [ w 2 ( n − N − 1 2 ) ] − s i n [ w 1 ( n − N − 1 2 ) ] π ( n − N − 1 2 ) ⋅ R N ( n ) \ \ \ \ \ \ \ \ \ =\dfrac{sin[w_2(n-\frac{N-1}{2})]-sin[w_1(n-\frac{N-1}{2})]}{\pi(n-\frac{N-1}{2})}\cdot R_N(n)          =π(n2N1)sin[w2(n2N1)]sin[w1(n2N1)]RN(n)

          = 1 π { w 2 S a [ w 2 ( n − N − 1 2 ) ] − w 1 S a [ w 1 ( n − N − 1 2 ) ] } ⋅ R N ( n ) \ \ \ \ \ \ \ \ \ =\dfrac{1}{\pi}\big\{w_2Sa[w_2(n-\frac{N-1}{2})]-w_1Sa[w_1(n-\frac{N-1}{2})]\big\}\cdot R_N(n)          =π1{ w2Sa[w2(n2N1)]w1Sa[w1(n2N1)]}RN(n)

当 N 为 奇 数 时 : 当N为奇数时: N

h ( n ) = { w 2 − w 1 π ⋅ R N ( n ) = w 2 − w 1 π n = N − 1 2 s i n [ w 2 ( n − N − 1 2 ) ] − s i n [ w 1 ( n − N − 1 2 ) ] π ( n − N − 1 2 ) ⋅ R N ( n ) n ≠ N − 1 2 h(n)=\begin{cases} \dfrac{w_2-w_1}{\pi}\cdot R_N(n) = \dfrac{w_2-w_1}{\pi} & n=\frac{N-1}{2} \\ \\ \dfrac{sin[w_2(n-\frac{N-1}{2})]-sin[w_1(n-\frac{N-1}{2})]}{\pi(n-\frac{N-1}{2})}\cdot R_N(n) & n\neq \frac{N-1}{2} \end{cases} h(n)=πw2w1RN(n)=πw2w1π(n2N1)sin[w2(n2N1)]sin[w1(n2N1)]RN(n)n=2N1n=2N1

(2) N为偶数,求 h ( n ) h(n) h(n)

h ( n ) = s i n [ w 2 ( n − N − 1 2 ) ] − s i n [ w 1 ( n − N − 1 2 ) ] π ( n − N − 1 2 ) ⋅ R N ( n ) h(n)=\dfrac{sin[w_2(n-\frac{N-1}{2})]-sin[w_1(n-\frac{N-1}{2})]}{\pi(n-\frac{N-1}{2})}\cdot R_N(n) h(n)=π(n2N1)sin[w2(n2N1)]sin[w1(n2N1)]RN(n)

(3) 若用布莱克曼窗设计,求出以上两种形式的 h ( n ) h(n) h(n)表达式

布 莱 克 曼 窗 w B l ( n ) = [ 0.42 − 0.5 c o s ( 2 π n N − 1 ) + 0.08 c o s ( 4 π n N − 1 ) ] R N ( n ) 布莱克曼窗w_{Bl}(n)=\big[0.42-0.5cos(\dfrac{2\pi n}{N-1})+0.08cos(\dfrac{4\pi n}{N-1})\big]R_N(n) wBl(n)=[0.420.5cos(N12πn)+0.08cos(N14πn)]RN(n)

当 N 为 奇 数 时 : 当N为奇数时: N

h ( n ) = { w 2 − w 1 π ⋅ w B l ( n ) = w 2 − w 1 π n = N − 1 2 1 π { w 2 S a [ w 2 ( n − N − 1 2 ) ] − w 1 S a [ w 1 ( n − N − 1 2 ) ] } ⋅ w B l ( n ) n ≠ N − 1 2 h(n)=\begin{cases} \dfrac{w_2-w_1}{\pi}\cdot w_{Bl}(n) = \dfrac{w_2-w_1}{\pi} & n=\frac{N-1}{2} \\ \dfrac{1}{\pi}\big\{w_2Sa[w_2(n-\frac{N-1}{2})]-w_1Sa[w_1(n-\frac{N-1}{2})]\big\}\cdot w_{Bl}(n) & n\neq \frac{N-1}{2} \end{cases} h(n)=πw2w1wBl(n)=πw2w1π1{ w2Sa[w2(n2N1)]w1Sa[w1(n2N1)]}wBl(n)n=2N1n=2N1

当 N 为 偶 数 时 : 当N为偶数时: N

h ( n ) = s i n [ w 2 ( n − N − 1 2 ) ] − s i n [ w 1 ( n − N − 1 2 ) ] π ( n − N − 1 2 ) ⋅ W B l ( n ) h(n)=\dfrac{sin[w_2(n-\frac{N-1}{2})]-sin[w_1(n-\frac{N-1}{2})]}{\pi(n-\frac{N-1}{2})}\cdot W_{Bl(n)} h(n)=π(n2N1)sin[w2(n2N1)]sin[w1(n2N1)]WBl(n)

7-2 按 H d ( e j w ) = { 0 w 1 ⩽ ∣ w ∣ ⩽ w 2 e − j w α 其 它 H_d(e^{jw})=\begin{cases} 0 &w_1\leqslant |w| \leqslant w_2 \\ e^{-jw\alpha} & 其它 \end{cases} Hd(ejw)={ 0ejwαw1ww2,设计一个带阻滤波器。

(1) N为奇数,求 h ( n ) h(n) h(n)

α = N − 1 2 \alpha=\dfrac{N-1}{2} α=2N1

h d ( n ) = 1 2 π ∫ − π π H d ( e j w ) e j w n d w h_d(n)=\dfrac{1}{2\pi}\int_{-\pi}^{\pi}H_d(e^{jw})e^{jwn}dw hd(n)=2π1ππHd(ejw)ejwndw

               = 1 2 π [ ∫ − π − w 2 e − j w α e j w n d w + ∫ − w 1 w 1 e − j w α e j w n d w + ∫ w 2 π e − j w α e j w n d w ] \ \ \ \ \ \ \ \ \ \ \ \ \ \ =\dfrac{1}{2\pi}\big[\int_{-\pi}^{-w_2}e^{-jw\alpha}e^{jwn}dw+\int_{-w_1}^{w_1}e^{-jw\alpha}e^{jwn}dw+\int_{w_2}^{\pi}e^{-jw\alpha}e^{jwn}dw\big]               =2π1[πw2ejwαejwndw+w1w1ejwαejwndw+w2πejwαejwndw]

            = s i n [ w 1 ( n − α ) ] − s i n [ w 2 ( n − α ) ] + s i n [ π ( n − α ) ] π ( n − α ) \ \ \ \ \ \ \ \ \ \ \ =\dfrac{sin[w_1(n-\alpha)]-sin[w_2(n-\alpha)]+sin[\pi (n-\alpha)]}{\pi(n-\alpha)}            =π(nα)sin[w1(nα)]sin[w2(nα)]+sin[π(nα)]

h ( n ) = h d ( n ) R N ( n ) h(n)=h_d(n)R_N(n) h(n)=hd(n)RN(n)

当 N 为 奇 数 时 : 当N为奇数时: N

h ( n ) = { w 1 − w 2 + π π ⋅ R N ( n ) = w 1 − w 2 + π π n = N − 1 2 s i n [ w 1 ( n − α ) ] − s i n [ w 2 ( n − α ) ] + s i n [ π ( n − α ) ] π ( n − α ) ⋅ R N ( n ) n ≠ N − 1 2 h(n)=\begin{cases} \dfrac{w_1-w_2+\pi}{\pi}\cdot R_N(n)= \dfrac{w_1-w_2+\pi}{\pi} & n=\frac{N-1}{2} \\\dfrac{sin[w_1(n-\alpha)]-sin[w_2(n-\alpha)]+sin[\pi (n-\alpha)]}{\pi(n-\alpha)}\cdot R_N(n) &n\neq \frac{N-1}{2} \end{cases} h(n)=πw1w2+πRN(n)=πw1w2+ππ(nα)sin[w1(nα)]sin[w2(nα)]+sin[π(nα)]RN(n)n=2N1n=2N1

(2) N为偶数,求 h ( n ) h(n) h(n)

h ( n ) = s i n [ w 1 ( n − α ) ] − s i n [ w 2 ( n − α ) ] + s i n [ π ( n − α ) ] π ( n − α ) ⋅ R N ( n ) h(n)=\dfrac{sin[w_1(n-\alpha)]-sin[w_2(n-\alpha)]+sin[\pi (n-\alpha)]}{\pi(n-\alpha)}\cdot R_N(n) h(n)=π(nα)sin[w1(nα)]sin[w2(nα)]+sin[π(nα)]RN(n)

(3) 若用布莱克曼窗设计,求出以上两种形式的 h ( n ) h(n) h(n)表达式

布 莱 克 曼 窗 w B l ( n ) = [ 0.42 − 0.5 c o s ( 2 π n N − 1 ) + 0.08 c o s ( 4 π n N − 1 ) ] R N ( n ) 布莱克曼窗w_{Bl}(n)=\big[0.42-0.5cos(\dfrac{2\pi n}{N-1})+0.08cos(\dfrac{4\pi n}{N-1})\big]R_N(n) wBl(n)=[0.420.5cos(N12πn)+0.08cos(N14πn)]RN(n)

当 N 为 奇 数 时 : 当N为奇数时: N

h ( n ) = { w 1 − w 2 + π π ⋅ w B l ( n ) = w 1 − w 2 + π π        注 : w B l ( N − 1 2 ) = 1 n = N − 1 2 s i n [ w 1 ( n − α ) ] − s i n [ w 2 ( n − α ) ] + s i n [ π ( n − α ) ] π ( n − α ) ⋅ w B l ( n ) n ≠ N − 1 2 h(n)=\begin{cases} \dfrac{w_1-w_2+\pi}{\pi}\cdot w_{Bl}(n)=\dfrac{w_1-w_2+\pi}{\pi} \ \ \ \ \ \ 注:w_{Bl}(\frac{N-1}{2})=1 & n=\frac{N-1}{2} \\\dfrac{sin[w_1(n-\alpha)]-sin[w_2(n-\alpha)]+sin[\pi (n-\alpha)]}{\pi(n-\alpha)}\cdot w_{Bl}(n) &n\neq \frac{N-1}{2} \end{cases} h(n)=πw1w2+πwBl(n)=πw1w2+π      wBl(2N1)=1π(nα)sin[w1(nα)]sin[w2(nα)]+sin[π(nα)]wBl(n)n=2N1n=2N1

当 N 为 偶 数 时 : 当N为偶数时: N

h ( n ) = s i n [ w 1 ( n − α ) ] − s i n [ w 2 ( n − α ) ] + s i n [ π ( n − α ) ] π ( n − α ) ⋅ w B l ( n ) h(n)=\dfrac{sin[w_1(n-\alpha)]-sin[w_2(n-\alpha)]+sin[\pi (n-\alpha)]}{\pi(n-\alpha)}\cdot w_{Bl}(n) h(n)=π(nα)sin[w1(nα)]sin[w2(nα)]+sin[π(nα)]wBl(n)

7-5 用频率采样法设计一个线性相位低通滤波器,N=15时幅度采样为: H d g ( k ) = { 1 k = 0 0.5 k = 1 , 14 0 k = 2 , 3 , . . . , 13 H_{dg}(k)=\begin{cases} 1 & k=0 \\ 0.5 & k=1,14 \\ 0 & k=2,3,...,13 \end{cases} Hdg(k)=10.50k=0k=1,14k=2,3,...,13

频率采样法设计FIR滤波器的基本思想:
设 希 望 逼 近 的 滤 波 器 的 频 响 函 数 用 H d ( e j w ) 表 示 , 对 H d ( e j w ) 在 w = 0 到 2 π 之 间 等 间 隔 采 样 N 点 , 得 到 H d ( k ) : 设希望逼近的滤波器的频响函数用H_d(e^{jw})表示,对H_d(e^{jw})在w=0到2\pi之间等间隔采样N点,得到H_d(k): Hd(ejw)Hd(ejw)w=02πNHd(k): H d ( k ) = H d ( e j w ) ∣ w = 2 π k N          k = 0 , 1 , 2 , . . . , N − 1 H_d(k)=H_d(e^{jw})\bigg|_{w=\frac{2\pi k}{N}} \ \ \ \ \ \ \ \ k=0,1,2,...,N-1 Hd(k)=Hd(ejw)w=N2πk        k=0,1,2,...,N1
设 H d ( e j w ) = H d g ( w ) e − j w α , 其 中 α = N − 1 2 为 群 延 时 , H d g ( w ) 为 数 字 滤 波 器 的 幅 度 特 性 。 设H_d(e^{jw})=H_{dg}(w)e^{-jw\alpha},其中 \alpha=\frac{N-1}{2}为群延时,H_{dg}(w)为数字滤波器的幅度特性。 Hd(ejw)=Hdg(w)ejwαα=2N1Hdg(w)
H d ( k ) = H d g ( k ) e − j 2 π k α N = H d g ( k ) e − j N − 1 N π k H_d(k)=H_{dg}(k)e^{-j\frac{2\pi k\alpha}{N}}= H_{dg}(k)e^{-j\frac{N-1}{N}\pi k} Hd(k)=Hdg(k)ejN2πkα=Hdg(k)ejNN1πk
再 对 H d ( k ) 进 行 N 点 I D F T , 得 到 h ( n ) : 再对H_d(k)进行N点IDFT,得到h(n): Hd(k)NIDFTh(n): h ( n ) = 1 N ∑ k = 0 N − 1 H d ( k ) W N − k n           n = 0 , 1 , 2 , . . . , N − 1 h(n)=\dfrac{1}{N}\sum\limits_{k=0}^{N-1}H_d(k)W_N^{-kn} \ \ \ \ \ \ \ \ \ n=0,1,2,...,N-1 h(n)=N1k=0N1Hd(k)WNkn         n=0,1,2,...,N1
将 h ( n ) 作 为 所 设 计 的 F I R 滤 波 器 的 单 位 脉 冲 响 应 , 其 系 统 函 数 H ( z ) 为 : 将h(n)作为所设计的FIR滤波器的单位脉冲响应,其系统函数H(z)为: h(n)FIRH(z): H ( z ) = ∑ n = 0 N − 1 h ( n ) z − n            ( 该 式 适 合 F I R 直 接 型 网 络 结 构 ) H(z)=\sum\limits_{n=0}^{N-1}h(n)z^{-n} \ \ \ \ \ \ \ \ \ \ (该式适合FIR直接型网络结构) H(z)=n=0N1h(n)zn          (FIR)
根 据 频 率 域 采 样 理 论 , 得 到 H ( z ) 的 内 插 表 示 形 式 : 根据频率域采样理论,得到H(z)的内插表示形式: H(z) H ( z ) = 1 N ∑ n = 0 N − 1 ∑ k = 0 N − 1 H d ( k ) W N − k n z − n = 1 N ∑ k = 0 N − 1 H d ( k ) ∑ n = 0 N − 1 W N − k n z − n = 1 N ∑ k = 0 N − 1 H d ( k ) 1 − W N − k N z − N 1 − W N − k z − 1 = 1 − z − N N ∑ k = 0 N − 1 H d ( k ) 1 − W N − k z − 1            ( 该 式 适 合 频 率 采 样 结 构 ) \begin{aligned} H(z)&=\dfrac{1}{N}\sum\limits_{n=0}^{N-1}\sum\limits_{k=0}^{N-1}H_d(k)W_N^{-kn}z^{-n} \\ &=\dfrac{1}{N}\sum\limits_{k=0}^{N-1}H_d(k)\sum\limits_{n=0}^{N-1}W_N^{-kn}z^{-n} \\ &=\dfrac{1}{N}\sum\limits_{k=0}^{N-1}H_d(k)\dfrac{1-W_N^{-kN}z^{-N}}{1-W_N^{-k}z^{-1}} \\ &=\dfrac{1-z^{-N}}{N}\sum\limits_{k=0}^{N-1}\dfrac{H_d(k)}{1-W_N^{-k}z^{-1}} \ \ \ \ \ \ \ \ \ \ (该式适合频率采样结构)\end{aligned} H(z)=N1n=0N1k=0N1Hd(k)WNknzn=N1k=0N1Hd(k)n=0N1WNknzn=N1k=0N1Hd(k)1WNkz11WNkNzN=N1zNk=0N11WNkz1Hd(k)          ()

(1) 求 h ( n ) 、 H ( e j w ) h(n)、H(e^{jw}) h(n)H(ejw)的表达式

H d ( k ) = H d g ( k ) e − j N − 1 N π k = { e − j 14 15 π k k = 0 0.5 e − j 14 15 π k k = 1 , 14 0 k = 2 , 3 , . . . , 13 H_d(k)=H_{dg}(k)e^{-j\frac{N-1}{N}\pi k}=\begin{cases} e^{-j\frac{14}{15}\pi k} &k=0 \\ 0.5e^{-j\frac{14}{15}\pi k} & k=1,14 \\0 & k=2,3,...,13\end{cases} Hd(k)=Hdg(k)ejNN1πk=ej1514πk0.5ej1514πk0k=0k=1,14k=2,3,...,13

h ( n ) = 1 N ∑ k = 0 N − 1 H d ( k ) W N − k n = 1 15 ( W 15 0 + 0.5 W 15 − n e − j 14 15 π + 0.5 W 15 − 14 n e − j 1 4 2 15 π ) h(n)=\dfrac{1}{N}\sum\limits_{k=0}^{N-1}H_d(k)W_N^{-kn}=\dfrac{1}{15}(W_{15}^{0}+0.5W_{15}^{-n}e^{-j\frac{14}{15}\pi }+0.5W_{15}^{-14n}e^{-j\frac{14^2}{15}\pi }) h(n)=N1k=0N1Hd(k)WNkn=151(W150+0.5W15nej1514π+0.5W1514nej15142π)

          = 1 15 [ 1 + 0.5 e j 2 π ( n − 7 ) 15 + 0.5 e − j 2 π ( n − 7 ) 15 ] \ \ \ \ \ \ \ \ \ =\dfrac{1}{15}[1+0.5e^{\frac{j2\pi (n-7)}{15}}+0.5e^{\frac{-j2\pi( n-7)}{15}}]          =151[1+0.5e15j2π(n7)+0.5e15j2π(n7)]

          = 1 + c o s [ 2 π ( n − 7 ) 15 ] 15 \ \ \ \ \ \ \ \ \ =\dfrac{1+cos[\frac{2\pi (n-7)}{15}]}{15}          =151+cos[152π(n7)]

H ( z ) = 1 − z − N N ∑ k = 0 N − 1 H d ( k ) 1 − W N − k z − 1 H(z)=\dfrac{1-z^{-N}}{N}\sum\limits_{k=0}^{N-1}\dfrac{H_d(k)}{1-W_N^{-k}z^{-1}} H(z)=N1zNk=0N11WNkz1Hd(k)

H ( z ) = 1 − z − 15 15 ∑ k = 0 14 H d ( k ) 1 − W 15 − k z − 1 H(z)=\dfrac{1-z^{-15}}{15}\sum\limits_{k=0}^{14}\dfrac{H_d(k)}{1-W_{15}^{-k}z^{-1}} H(z)=151z15k=0141W15kz1Hd(k)

           = 1 − z − 15 15 ( 1 1 − z − 1 + 0.5 e − j 14 15 π 1 − W 15 − 1 z − 1 + 0.5 e − j 1 4 2 15 π 1 − W 15 − 14 z − 1 ) \ \ \ \ \ \ \ \ \ \ =\dfrac{1-z^{-15}}{15}(\dfrac{1}{1-z^{-1}}+\dfrac{0.5e^{-j\frac{14}{15}\pi }}{1-W_{15}^{-1}z^{-1}}+\dfrac{0.5e^{-j\frac{14^2}{15}\pi }}{1-W_{15}^{-14}z^{-1}})           =151z15(1z11+1W151z10.5ej1514π+1W1514z10.5ej15142π)

           = 1 − z − 15 15 ( 1 1 − z − 1 + 0.5 e − j 14 15 π 1 − e j 2 π 15 z − 1 + 0.5 e j 14 15 π 1 − e − j 2 π 15 z − 1 ) \ \ \ \ \ \ \ \ \ \ =\dfrac{1-z^{-15}}{15}(\dfrac{1}{1-z^{-1}}+\dfrac{0.5e^{-j\frac{14}{15}\pi }}{1-e^{j\frac{2\pi}{15}}z^{-1}}+\dfrac{0.5e^{j\frac{14}{15}\pi }}{1-e^{-j\frac{2\pi}{15}}z^{-1}})           =151z15(1z11+1ej152πz10.5ej1514π+1ej152πz10.5ej1514π)

H ( e j w ) = H ( z ) ∣ z = e j w = 1 − e − j 15 w 15 ( 1 1 − e − j w + 0.5 e − j 14 15 π 1 − e j 2 π 15 e − j w + 0.5 e j 14 15 π 1 − e − j 2 π 15 e − j w ) H(e^{jw})=H(z)\bigg|_{z=e^{jw}}=\dfrac{1-e^{-j15w}}{15}(\dfrac{1}{1-e^{-jw}}+\dfrac{0.5e^{-j\frac{14}{15}\pi }}{1-e^{j\frac{2\pi}{15}}e^{-jw}}+\dfrac{0.5e^{j\frac{14}{15}\pi }}{1-e^{-j\frac{2\pi}{15}}e^{-jw}}) H(ejw)=H(z)z=ejw=151ej15w(1ejw1+1ej152πejw0.5ej1514π+1ej152πejw0.5ej1514π)

(2) 用直接型及频率采样型两种结构实现这一滤波器,画出结构图

  • 直接型:

H ( z ) = ∑ n = 0 N − 1 h ( n ) z − n = ∑ n = 0 14 1 + c o s [ 2 π ( n − 7 ) 15 ] 15 z − n H(z)=\sum\limits_{n=0}^{N-1}h(n)z^{-n}=\sum\limits_{n=0}^{14}\dfrac{1+cos[\frac{2\pi (n-7)}{15}]}{15}z^{-n} H(z)=n=0N1h(n)zn=n=014151+cos[152π(n7)]zn

  • 直接型结构图:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第1张图片

  • 频率采样型:

H ( z ) = 1 − z − N N ∑ k = 0 N − 1 H d ( k ) 1 − W N − k z − 1 H(z)=\dfrac{1-z^{-N}}{N}\sum\limits_{k=0}^{N-1}\dfrac{H_d(k)}{1-W_N^{-k}z^{-1}} H(z)=N1zNk=0N11WNkz1Hd(k)

H ( z ) = 1 − z − 15 15 ∑ k = 0 14 H d ( k ) 1 − W 15 − k z − 1 H(z)=\dfrac{1-z^{-15}}{15}\sum\limits_{k=0}^{14}\dfrac{H_d(k)}{1-W_{15}^{-k}z^{-1}} H(z)=151z15k=0141W15kz1Hd(k)

           = 1 − z − 15 15 ( 1 1 − z − 1 + 0.5 e − j 14 15 π 1 − W 15 − 1 z − 1 + 0.5 e − j 1 4 2 15 π 1 − W 15 − 14 z − 1 ) \ \ \ \ \ \ \ \ \ \ =\dfrac{1-z^{-15}}{15}(\dfrac{1}{1-z^{-1}}+\dfrac{0.5e^{-j\frac{14}{15}\pi }}{1-W_{15}^{-1}z^{-1}}+\dfrac{0.5e^{-j\frac{14^2}{15}\pi }}{1-W_{15}^{-14}z^{-1}})           =151z15(1z11+1W151z10.5ej1514π+1W1514z10.5ej15142π)

           = 1 − z − 15 15 ( 1 1 − z − 1 + 0.5 e − j 14 15 π 1 − e j 2 π 15 z − 1 + 0.5 e j 14 15 π 1 − e − j 2 π 15 z − 1 ) \ \ \ \ \ \ \ \ \ \ =\dfrac{1-z^{-15}}{15}(\dfrac{1}{1-z^{-1}}+\dfrac{0.5e^{-j\frac{14}{15}\pi }}{1-e^{j\frac{2\pi}{15}}z^{-1}}+\dfrac{0.5e^{j\frac{14}{15}\pi }}{1-e^{-j\frac{2\pi}{15}}z^{-1}})           =151z15(1z11+1ej152πz10.5ej1514π+1ej152πz10.5ej1514π)

  • 频率采样型结构图:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第2张图片

7-8 用窗函数法设计FIR线性相位数字低通滤波器LPF,已知: w c = 0.5 π , N = 21 w_c=0.5\pi,N=21 wc=0.5πN=21,求 h ( n ) , H ( e j w ) h(n),H(e^{jw}) h(n),H(ejw)并画出图形。

H d ( e j w ) = { e − j w α ∣ w ∣ ⩽ w c 0 其 它 H_d(e^{jw})=\begin{cases} e^{-jw\alpha} & |w|\leqslant w_c \\ 0 &其它\end{cases} Hd(ejw)={ ejwα0wwc

α = N − 1 2 \alpha=\dfrac{N-1}{2} α=2N1

h d ( n ) = 1 2 π ∫ − π π H d ( e j w ) e j w n d w h_d(n)=\dfrac{1}{2\pi}\int_{-\pi}^{\pi}H_d(e^{jw})e^{jwn}dw hd(n)=2π1ππHd(ejw)ejwndw

            = 1 2 π ∫ − w c w c e j w ( n − α ) d w \ \ \ \ \ \ \ \ \ \ \ =\dfrac{1}{2\pi}\int_{-w_c}^{w_c}e^{jw(n-\alpha)}dw            =2π1wcwcejw(nα)dw

            = s i n [ w c ( n − α ) ] π ( n − α ) \ \ \ \ \ \ \ \ \ \ \ =\dfrac{sin[w_c(n-\alpha)]}{\pi(n-\alpha)}            =π(nα)sin[wc(nα)]

h ( n ) = h d ( n ) R N ( n ) h(n)=h_d(n)R_N(n) h(n)=hd(n)RN(n)

          = s i n [ w c ( n − N − 1 2 ) ] π ( n − N − 1 2 ) ⋅ R N ( n ) \ \ \ \ \ \ \ \ \ =\dfrac{sin[w_c(n-\frac{N-1}{2})]}{\pi(n-\frac{N-1}{2})}\cdot R_N(n)          =π(n2N1)sin[wc(n2N1)]RN(n)

          = s i n [ 0.5 π ( n − 10 ) ] π ( n − 10 ) ⋅ R 21 ( n ) \ \ \ \ \ \ \ \ \ =\dfrac{sin[0.5\pi(n-10)]}{\pi(n-10)}\cdot R_{21}(n)          =π(n10)sin[0.5π(n10)]R21(n)

H ( e j w ) = ∑ n = 0 N − 1 h ( n ) e − j w n = ∑ n = 0 20 s i n [ 0.5 π ( n − 10 ) ] π ( n − 10 ) e − j w n = ∑ n = 0 20 0.5 s i n c [ 0.5 ( n − 10 ) ] e − j w n H(e^{jw})=\sum\limits_{n=0}^{N-1}h(n)e^{-jwn}=\sum\limits_{n=0}^{20}\dfrac{sin[0.5\pi(n-10)]}{\pi(n-10)}e^{-jwn}=\sum\limits_{n=0}^{20}0.5sinc[0.5(n-10)]e^{-jwn} H(ejw)=n=0N1h(n)ejwn=n=020π(n10)sin[0.5π(n10)]ejwn=n=0200.5sinc[0.5(n10)]ejwn

  • 幅频特性图:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第3张图片

  • Matlab代码块:
B=zeros(1,21);
A=1;
for n=1:21
   B(n)=0.5*sinc(0.5*((n-1)-10));    
end

figure;
subplot(2,1,1);
stem(0:20,B,'r.');
xlabel('n');ylabel('h(n)');grid on;title('h(n)');
[H,w]=freqz(B,A,'whole');
subplot(2,1,2);
plot(w/pi,abs(H));
xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|');grid on;title('幅频特性');

实验题:50Hz,1KHz两路1:1混合信号,设计滤波器

(1) IIR滤波器,低通获得50Hz,1KHz衰减>100倍

题意解读:
衰 减 倍 数 与 d B 的 关 系 : 20 l g ( V o V i ) 衰减倍数与dB的关系:20lg(\frac{V_o}{V_i}) dB20lg(ViVo)
所 以 此 题 衰 减 大 于 100 倍 , 即 20 l g ( 1 100 ) = − 40 d B 所以此题衰减大于100倍,即20lg(\frac{1}{100})=-40dB 10020lg(1001)=40dB
设 输 入 信 号 : s ( t ) = s i n ( 2 π f 1 t ) + s i n ( 2 π f 2 t )       f 1 = 50 H z , f 2 = 1000 H z , F s = 4000 H z 设输入信号:s(t)=sin(2\pi f_1t)+sin(2\pi f_2t) \ \ \ \ \ f_1=50Hz,f_2=1000Hz,F_s=4000Hz s(t)=sin(2πf1t)+sin(2πf2t)     f1=50Hzf2=1000HzFs=4000Hz

I I R 模 拟 巴 特 沃 兹 低 通 滤 波 器 : 通 带 截 止 频 率 200 H z , 阻 带 截 止 频 率 1000 H z , 通 带 波 纹 最 大 衰 减 为 1 d B 阻 带 衰 减 为 40 d B IIR模拟巴特沃兹低通滤波器:通带截止频率200Hz ,阻带截止频率1000Hz ,通带波纹最大衰减为1dB 阻带衰减为40dB IIR:200Hz1000Hz1dB40dB

  • Matlab代码块:原始信号及FFT谱分析
clc;
clear;
close all;

Fs=4000; % 采样频率4000Hz  
t=0:1/Fs:1;  
s50=sin(2*pi*50*t); % 产生50Hz正弦波  
s1000=sin(2*pi*1000*t); % 产生1000Hz正弦波  
s=s50+s1000; % 混合信号:信号叠加
  
figure; % 画图  
subplot(2,1,1);plot(s);grid on;  
axis([0 1000 -2 2]);
title('原始信号50Hz和1000Hz正弦波混合');  


% -----------------FFT分析信号频谱----------------------  
len = 1024;    
y=fft(s,len);  % 对原始输入信号做len点FFT变换  
f=Fs*(0:len/2 - 1)/len;  
  
subplot(2,1,2);plot(f,abs(y(1:len/2)));grid on;  
title('原始信号频谱')  
xlabel('Hz');ylabel('幅值');  
  • 运行结果:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第4张图片

  • IIR模拟巴特沃兹低通滤波器设计:
% ------------------------IIR模拟低通滤波器设计---------------------------  
Fp=200; % 通带截止频率200Hz  
Fc=1000; % 阻带截止频率1000Hz  
Rp=1; % 通带波纹最大衰减为1dB  
Rs=40; % 阻带衰减为40dB    20lg(1/100)=40dB   
%-----------------------计算最小滤波器阶数-----------------------------  
na=sqrt(10^(0.1*Rp)-1);  
ea=sqrt(10^(0.1*Rs)-1);  
N=ceil(log10(ea/na)/log10(Fc/Fp));   %巴特沃兹阶数  
%----------------------巴特沃兹低通滤波器------------------------------  
Wn=Fp*2/Fs;  
[Bb Ba]=butter(N,Wn,'low'); % 调用MATLAB butter函数快速设计滤波器  
[BH,BW]=freqz(Bb,Ba); % 绘制频率响应曲线

figure;
A1 = BW*Fs/(2*pi);
plot(A1,abs(BH));
grid on;xlabel('频率/Hz'); ylabel('频率响应幅度'); 
title('巴特沃兹低通滤波器');
  • 运行结果:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第5张图片

  • 对原始信号进行低通滤波输出并分析频谱:
Bf=filter(Bb,Ba,s); % 进行低通滤波  
By=fft(Bf,len);  % 对滤波输出信号做len点FFT变换  

figure; % 画图  
subplot(2,1,1);plot(t*Fs,s50,'blue',t*Fs,Bf,'red');grid on;  
axis([0 1000 -1 1]);title('巴特沃兹低通滤波输出');
legend('50Hz正弦波信号','巴特沃斯滤波器滤波后');  
subplot(2,1,2);plot(f,abs(By(1:len/2)));grid on;  
title('巴特沃斯低通滤波后信号频谱');  
xlabel('Hz');ylabel('幅值');  
  • 运行结果:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第6张图片

(2)FIR滤波器,高通获得1kHz,50Hz衰减>100倍

F I R 数 字 高 通 滤 波 器 , 由 于 阻 带 衰 减 大 于 40 d B , 因 此 选 择 汉 宁 窗 FIR数字高通滤波器,由于阻带衰减大于40dB,因此选择汉宁窗 FIR40dB
通 带 截 止 频 率 w p = 2 π f 2 / F s 通带截止频率w_p=2\pi f_2/F_s wp=2πf2/Fs
阻 带 截 止 频 率 w s = 2 π f 1 / F s , 由 于 该 处 w s < π 4 , 故 选 择 w s = π 4 阻带截止频率w_s=2\pi f_1/F_s,由于该处w_s<\dfrac{\pi}{4},故选择w_s=\dfrac{\pi}{4} ws=2πf1/Fsws<4πws=4π
过 渡 带 B = w p − w s 过渡带B=w_p-w_s B=wpws

  • FIR数字高通滤波器设计:(汉宁窗)
%-----------------------确定相应的FIR数字滤波器指标-------------------------
wp=2*pi*1000/Fs;  %通带截止频率
% ws=2*pi*50/Fs;
ws=pi/4;      %阻带截止频率
Bt=wp-ws;     %过渡带带宽
N0=ceil(6.2*pi/Bt);  %汉宁窗窗长
N=N0+mod(N0+1,2);    %由于是高通滤波器,所以窗长N必须为奇数
wc=(wp+ws)/(2*pi);   %计算理想高通滤波器通带截止频率(关于pi归一化)
%----------------------FIR数字高通滤波器(汉宁窗)-------------------------
hn=fir1(N-1,wc,'high',hanning(N));  
[BH,BW]=freqz(hn,1); % 绘制频率响应曲线  

figure;
A1 = BW*Fs/(2*pi);
plot(A1,abs(BH));
grid on;xlabel('频率/Hz'); ylabel('频率响应幅度'); title('采用汉宁窗设置高通FIR数字滤波器');
  • 运行结果:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第7张图片

  • 对原始信号进行低通滤波输出并分析频谱:
Bf=filter(hn,1,s); % 进行高通滤波  
By=fft(Bf,len);  % 对高通滤波输出信号做len点FFT变换

figure; % 画图  
subplot(3,1,1);plot(t*Fs,s1000,'blue');grid on;  
axis([0 400 -1 1]);
title('原1000Hz正弦信号');
subplot(3,1,2);plot(t*Fs,Bf,'red');grid on;
axis([0 400 -1 1]);
title('FIR数字高通滤波后');
subplot(3,1,3);plot(f,abs(By(1:len/2)));grid;  
title('高通FIR数字滤波器滤波后信号频谱');  
xlabel('Hz');ylabel('幅值'); 
  • 运行结果:

现代数字信号处理课后作业【第七章】&IIR巴特沃兹&FIR数字滤波器设计_第8张图片

你可能感兴趣的:(数字信号处理课后作业,matlab,信号处理,FIR滤波器,频率采样法,窗函数法)