本文介绍了FIR滤波器的线性相位特性、设计简单性和实数算法优势。讨论了FIR的幅频特性和相频特性，并强调在不同情况下如何处理幅频特性的正负。文章通过比较4类FIR滤波器，阐述了选择的影响因素，指出FIR滤波器的零点和极点特性。重点讲述了矩形窗截断引起的吉布斯效应及解决方案，如使用汉宁窗、汉明窗等。此外，介绍了MATLAB中设计FIR滤波器的函数fir1和各种窗函数，以及使用fdatool工具进行直观设计的方法。
FIR滤波器的优越性：
相位相应为严格的线性，不存在延迟失真，只有固定的时间延迟；
由于不存在稳定性问题，设计相对简单；
只包含实数算法，不涉及复数算法，不需要递推运算，长度为M，阶数为M-1，计算值约为M/2。
关于FIR滤波器的幅频特性和相频特性。在人们不关心相位时，可以让幅频特性常为正，原来为负的部分只需相位加上pi来补偿。
但当相位很重要，不允许随便增减时，幅频特性就必须区分正负。我们这里称为符幅特性。
符幅特性负值部分向上反褶就和我们平时看到的幅频特性一样，还是满足对称性的。
4类FIR的比较（摘自百度文库）：
不同类型要注意他们在w=0和pi时的取值是否为0，对滤波器选型有影响。
另外要注意到FIR极点在原点，零点则是成对出现，而且极点数等于零点数。
实际中用窗函数截断法设计FIR滤波器。
矩形窗缺点：
突然截断引起吉布斯效应，因为矩形窗在频谱上的旁瓣相对幅度过大，导致滤波器波动大。
因此要采用平滑截断的窗，旁瓣相
最低0.47元/天 解锁文章
扫一扫
1411
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
