各种滤波器的设计

关注

转载最新推荐文章于 2026-04-08 09:47:07 发布 1.4k 阅读 AI 写同款· GEO 优化 ›

经典滤波器的设计原理 1、滤波器基础知识总的来说，滤波器可分为经典滤波器和现代滤波器两大类。经典滤波器是假定输入信号x(n)中的有用成分和希望去除的成分各自占有不同的频带。这样，当x(n)通过一个线性系统（滤波器）之后可以将欲去除的成分有效去除。如果信号和噪声的频谱相互重叠，那么经典滤波器将无能为力。现代滤波器的主要内容是从含有噪声的数据记录中估计出信号的某些特征或信号本身。一旦信号被估计出，那么利用它们的统计特征，如自相关函数、功率谱等，导出一套最佳的估值算法，所得到的估计信号的信噪比会比原信号更高。典型的现代滤波器是维纳阅读详情

fs=8000;		% Sampling rate
filterOrder=5;		% Order of filter

% ====== low-pass filter
cutOffFreq=1000;
[b, a]=butter(filterOrder, cutOffFreq/(fs/2), 'low');
[h, w]=freqz(b, a);
subplot(2,2,1);
plot(w/pi*fs/2, abs(h), '.-');
xlabel('Freq (Hz)'); title('Freq. response of a low-pass filter'); grid on

% ====== high-pass filter
cutOffFreq=2000;
[b, a]=butter(filterOrder, cutOffFreq/(fs/2), 'high');
[h, w]=freqz(b, a);
subplot(2,2,2);
plot(w/pi*fs/2, abs(h), '.-');
xlabel('Freq (Hz)'); title('Freq. response of a high-pass filter'); grid on

% ====== band-pass filter
passBand=[1000, 2000];
[b, a]=butter(filterOrder, passBand/(fs/2));
[h, w]=freqz(b, a);
subplot(2,2,3);
plot(w/pi*fs/2, abs(h), '.-');
xlabel('Freq (Hz)'); title('Freq. response of a band-pass filter'); grid on

% ====== band-stop filter
stopBand=[1000, 2000];
[b, a]=butter(filterOrder, stopBand/(fs/2), 'stop');
[h, w]=freqz(b, a);
subplot(2,2,4);
plot(w/pi*fs/2, abs(h), '.-');
xlabel('Freq (Hz)'); title('Freq. response of a band-stop filter'); grid on