matlab滤波器设计毕业论文

摘要《数字信号处理》课程是一门理论性和实践性都很强， 它具备高等代数、数值分析、概率统计、随机过程等计算学科的知识; 要求我们学生掌握扎实的基础知识和理论基础。 又是跟其他学科密切相关，即与通信理论、计算机、微电子技术不可分，又是人工智能、模式识别、神经网络等新兴学科的理论基础之一。 本次数字滤波器设计方法是基于MATLAB的数字滤波器的设计。此次设计的主要内容为：IIR数字滤波器和FIR数字滤波器的设计关键词：IIR、FIR、低通、高通、带阻、带通Abstract"Digital Signal Processing" is a theoretical and practical nature are strong, and it has advanced algebra and numerical analysis, probability and statistics, random process such as calculation of discipline knowledge; requires students to acquire basic knowledge and a solid theoretical basis. Is closely related with other subjects, namely, and communication theory, computers, microelectronics can not be separated, but also in artificial intelligence, pattern recognition, neural network theory one of the emerging discipline. The digital filter design method is based on MATLAB for digital filter design. The main elements of design: IIR and FIR digital filter design of digital filterKey Words: IIR, FIR, low pass, high pass, band stop, band pass目录一、 前言 3二、 课程设计的目的 3三、 数字信号处理课程设计说明及要求 3四、 滤波器的设计原理 44.1 数字滤波器简介 44.2 IIR滤波器的设计原理 44.3 FIR滤波器的设计原理 54.4 FIR滤波器的窗函数设计法 6五、 设计内容 65.1 设计题目： 65.2设计程序代码及结果： 7六、 结束语 15七、 参考文献 16一、 前言数字信号处理（Digital Signal Processing，简称DSP）是一门涉及许多学科而又广泛应用于许多领域的新兴学科。随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域。数字信号处理在通信语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。在数字信号处理应用中，数字滤波器十分重要并已获得广泛应用。二、 课程设计的目的1)三、 数字信号处理课程设计说明及要求所需硬件：PC机四、 滤波器的设计原理4.1 数字滤波器简介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。可以设计系统的频率响应，让它满足一定的要求，从而对通过该系统的信号的某些特定的频率成分进行过滤，这就是滤波器的基本原理。如果系统是一个连续系统，则滤波器称为模拟滤波器。如果系统是一个离散系统，则滤波器称为数字滤波器。信号 通过线性系统后，其输出 就是输入信号 和系统冲激响应 的卷积。除了 外， 的波形将不同于输入波形 。从频域分析来看，信号通过线性系统后，输出信号的频谱将是输入信号的频谱与系统传递函数的乘积。除非 为常数，否则输出信号的频谱将不同于输入信号的频谱，某些频率成分 较大的模，因此， 中这些频率成分将得到加强，而另外一些频率成分 的模很小甚至为零， 中这部分频率分量将被削弱或消失。因此，系统的作用相当于对输入信号的频谱进行加权。4.2 IIR滤波器的设计原理IIR数字滤波器的设计一般是利用目前已经很成熟的模拟滤波器的设计方法来进行设计，通常采用模拟滤波器原型有butterworth函数、chebyshev函数、bessel函数、椭圆滤波器函数等。IIR数字滤波器的设计步骤：（1） 按照一定规则把给定的滤波器技术指标转换为模拟低通滤波器的技术指标；（2） 根据模拟滤波器技术指标设计为响应的模拟低通滤波器；（3） 很据脉冲响应不变法和双线性不变法把模拟滤波器转换为数字滤波器；（4） 如果要设计的滤波器是高通、带通或带阻滤波器，则首先把它们的技术指标转化为模拟低通滤波器的技术指标，设计为数字低通滤波器，最后通过频率转换的方法来得到所要的滤波器。4.3 FIR滤波器的设计原理FIR滤波器通常采用窗函数方法来设计。窗设计的基本思想是，首先选择一个适当的理想选频滤波器（它总是具有一个非因果，无限持续时间脉冲响应），然后街区（加窗）它的脉冲响应得到线性相位和因果FIR滤波器。我们用Hd（e^jw）表示理想的选频滤波器，它在通带上具有单位增益和线性相位，在阻带上具有零响应。一个带宽wc

你自己整合吧，我没时间帮你整合，我给你提供一些程序：绝对正确的代码：程序1：fs=22050; %语音信号采样频率为22050x1=wavread('Windows Critical Stop.wav'); %读取语音信号的数据，赋给变量x1sound(x1,22050); %播放语音信号y1=fft(x1,1024); %对信号做1024点FFT变换f=fs*(0:511)/1024;figure(1)plot(x1) %做原始语音信号的时域图形title('原始语音信号');xlabel('time n');ylabel('fuzhi n');figure(2)freqz(x1) %绘制原始语音信号的频率响应图title('频率响应图')figure(3)subplot(2,1,1);plot(abs(y1(1:512))) %做原始语音信号的FFT频谱图title('原始语音信号FFT频谱')subplot(2,1,2);plot(f,abs(y1(1:512)));title('原始语音信号频谱')xlabel('Hz');ylabel('fuzhi');程序2：fs=22050; %语音信号采样频率为22050x1=wavread('Windows Critical Stop.wav'); %读取语音信号的数据，赋给变量x1t=0:1/22050:(size(x1)-1)/22050;y1=fft(x1,1024); %对信号做1024点FFT变换f=fs*(0:511)/1024;x2=randn(1,length(x1)); %产生一与x长度一致的随机信号sound(x2,22050);figure(1)plot(x2) %做原始语音信号的时域图形title('高斯随机噪声');xlabel('time n');ylabel('fuzhi n');randn('state',0);m=randn(size(x1));x2=0.1*m+x1;sound(x2,22050);%播放加噪声后的语音信号y2=fft(x2,1024);figure(2)plot(t,x2)title('加噪后的语音信号');xlabel('time n');ylabel('fuzhi n');figure(3)subplot(2,1,1);plot(f,abs(y2(1:512)));title('原始语音信号频谱');xlabel('Hz');ylabel('fuzhi');subplot(2,1,2);plot(f,abs(y2(1:512)));title('加噪后的语音信号频谱');xlabel('Hz');ylabel('fuzhi');根据以上代码，你可以修改下面有错误的代码程序3:双线性变换法设计Butterworth滤波器fs=22050;x1=wavread('h:\课程设计2\shuzi.wav');t=0:1/22050:(size(x1)-1)/22050;Au=0.03;d=[Au*cos(2*pi*5000*t)]';x2=x1+d;wp=0.25*pi;ws=0.3*pi;Rp=1;Rs=15;Fs=22050;Ts=1/Fs;wp1=2/Ts*tan(wp/2); %将模拟指标转换成数字指标ws1=2/Ts*tan(ws/2); [N,Wn]=buttord(wp1,ws1,Rp,Rs,'s'); %选择滤波器的最小阶数[Z,P,K]=buttap(N); %创建butterworth模拟滤波器[Bap,Aap]=zp2tf(Z,P,K);[b,a]=lp2lp(Bap,Aap,Wn); [bz,az]=bilinear(b,a,Fs); %用双线性变换法实现模拟滤波器到数字滤波器的转换[H,W]=freqz(bz,az); %绘制频率响应曲线figure(1)plot(W*Fs/(2*pi),abs(H))gridxlabel('频率／Hz')ylabel('频率响应幅度')title('Butterworth')f1=filter(bz,az,x2);figure(2)subplot(2,1,1)plot(t,x2) %画出滤波前的时域图title('滤波前的时域波形');subplot(2,1,2)plot(t,f1); %画出滤波后的时域图title('滤波后的时域波形');sound(f1,22050); %播放滤波后的信号F0=fft(f1,1024);f=fs*(0:511)/1024;figure(3)y2=fft(x2,1024);subplot(2,1,1);plot(f,abs(y2(1:512))); %画出滤波前的频谱图title('滤波前的频谱')xlabel('Hz');ylabel('fuzhi');subplot(2,1,2)F1=plot(f,abs(F0(1:512))); %画出滤波后的频谱图title('滤波后的频谱')xlabel('Hz');ylabel('fuzhi');程序4:窗函数法设计滤波器：fs=22050;x1=wavread('h:\课程设计2\shuzi.wav');t=0:1/22050:(size(x1)-1)/22050;Au=0.03;d=[Au*cos(2*pi*5000*t)]';x2=x1+d;wp=0.25*pi;ws=0.3*pi;wdelta=ws-wp;N=ceil(6.6*pi/wdelta); %取整wn=(0.2+0.3)*pi/2;b=fir1(N,wn/pi,hamming(N+1)); %选择窗函数，并归一化截止频率figure(1)freqz(b,1,512)f2=filter(bz,az,x2)figure(2)subplot(2,1,1)plot(t,x2)title('滤波前的时域波形');subplot(2,1,2)plot(t,f2);title('滤波后的时域波形');sound(f2,22050); %播放滤波后的语音信号F0=fft(f2,1024);f=fs*(0:511)/1024;figure(3)y2=fft(x2,1024);subplot(2,1,1);plot(f,abs(y2(1:512)));title('滤波前的频谱')xlabel('Hz');ylabel('fuzhi');subplot(2,1,2)F2=plot(f,abs(F0(1:512)));title('滤波后的频谱')xlabel('Hz');ylabel('fuzhi');

需要学习如何设计滤波器并仿真 我可以教你如何设计 但是你需要一整篇的毕业设计 还是你自己动手吧！