FIR低通滤波

最新推荐文章于 2025-06-03 18:07:27 发布

原创

最新推荐文章于 2025-06-03 18:07:27 发布 · 6.6k 阅读

18 ·

CC 4.0 BY-SA版权

本文展示了如何使用FIR低通滤波器处理两种混合信号。通过MATLAB代码，对含有不同频率成分的信号进行滤波，以去除噪声并突出特定频率成分。FIR滤波器的设计和滤波后的信号分别进行了展示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类：无限脉冲响应（IIR）滤波器和有限脉冲响应（FIR）滤波器。与IIR滤波器相比，FIR的实现是非递归的，总是稳定的；更重要的是，FIR 滤波器在满足幅频响应要求的同时，可以获得严格的线性相位特性。因此，它在高保真的信号处理，如数字音频、图像处理、数据传输、生物医学等领域得到广泛应用。

MATLAB是“矩阵实验室”（MATrix LABoratoy）的缩写，它是由美国Mathworks公司于1984年正式推出的，是一种面向科学和工程计算的语言，它集数值分析、矩阵运算、信号处理和图形显示于一体，具有编程效率高、调试手段丰富、扩充能力强等特点。MATLAB的信号处理工具箱具有强大的函数功能，它不仅可以用来设计数字滤波器，还可以使设计达到最忧化，是数字滤波器设计的强有力工具。

Fs = 1000;              %采样率
N  = 1000;              %采样点数
n  = 0:N-1;
t   = 0:1/Fs:1-1/Fs;         %时间序列 
Signal_Original_1 =sin(2*pi*10*t)+sin(2*pi*20*t)+sin(2*pi*30*t); 
Noise_White_1    = [0.3*randn(1,500), rand(1,500)];           %前500点高斯分部白噪声，后500点均匀分布白噪声
Mix_Signal_1   = Signal_Original_1 + Noise_White_1;        %构造的混合信号

Signal_Original_2  =  [zeros(1,100), 20*ones(1,20), -2*ones(1,30), 5*ones(1,80), -5*ones(1,30), 9*ones(1,140), -4*