FIR数字滤波器设计与实现

低通滤波器的设计与实现

打开Matlab ,运行命令filterDesigner,选择FIR 最小二乘或者其它,设置采样频率,和低通滤波器截止频率。点击设计滤波器,如图1:

点击目标生成.C头文件,滤波器系数如下:

复制代码
const int BL = 41;
double BBB[41] = {
   -0.00209557154698,-0.001476623089881,-0.0007749172356411, 0.001078324976728,
   0.003836735408429, 0.006655352519891, 0.008206881969049, 0.007078038071226,
   0.002355979867595,-0.005762925264306, -0.01559789169637, -0.02403993585321,
   -0.02714550652792, -0.02117231404326,-0.003786352520018,  0.02491382612837,
    0.06195502635744,   0.1018081070428,     0.13750215203,   0.1622394922755,
     0.1710869277889,   0.1622394922755,     0.13750215203,   0.1018081070428,
    0.06195502635744,  0.02491382612837,-0.003786352520018, -0.02117231404326,
   -0.02714550652792, -0.02403993585321, -0.01559789169637,-0.005762925264306,
   0.002355979867595, 0.007078038071226, 0.008206881969049, 0.006655352519891,
   0.003836735408429, 0.001078324976728,-0.0007749172356411,-0.001476623089881,
   -0.00209557154698
};

FIR滤波器实例代码如下:

复制代码
const int BL = 41;
double BBB[41] = {
   -0.00209557154698,-0.001476623089881,-0.0007749172356411, 0.001078324976728,
   0.003836735408429, 0.006655352519891, 0.008206881969049, 0.007078038071226,
   0.002355979867595,-0.005762925264306, -0.01559789169637, -0.02403993585321,
   -0.02714550652792, -0.02117231404326,-0.003786352520018,  0.02491382612837,
    0.06195502635744,   0.1018081070428,     0.13750215203,   0.1622394922755,
     0.1710869277889,   0.1622394922755,     0.13750215203,   0.1018081070428,
    0.06195502635744,  0.02491382612837,-0.003786352520018, -0.02117231404326,
   -0.02714550652792, -0.02403993585321, -0.01559789169637,-0.005762925264306,
   0.002355979867595, 0.007078038071226, 0.008206881969049, 0.006655352519891,
   0.003836735408429, 0.001078324976728,-0.0007749172356411,-0.001476623089881,
   -0.00209557154698
};

void  plot::fir_filter_realtime(float *input, float *output, double * coeffs, int input_len, int coeffs_len)
{
    int i,j;
    float sum;

    for(j = 0; j < input_len; j++)
    {
        sum = 0;
        for (i=0;i<coeffs_len; i++) {
            sum += input[i+j] *  coeffs[i];
        }
        output[j] = sum;
    }
}

void plot::dataInit(void)
{
    //创建一个测试信号
    int fs = 1000;     //采样频率
//    float t = 0:1/fs:1;  //时间向量  分辨率
    float t = 1.0 / fs;
    const float pi = 3.1415926;

    int i = 0;
    for (i = 0; i < _DATA_LENGTH; i++) {
        rawData[i] = sin(2 * pi * 50 * t * i) + sin(2 * pi * 150 * t * i) + sin(2 * pi * 250 * t * i);
        rawData2[i] = sin(2 * pi * 50 * t * i);
    }


    for (i = 0; i < _DATA_LENGTH; i += 2)
    {
            fir_filter_realtime(&rawData[i],&filterData[i], BBB, 2,41);
    }

}

效果如图所示,上下依次是

1 -> 50Hz,150Hz,250Hz原始叠加信号。

2 -> 50Hz原始信号。

3 -> 低通滤波后的信号,可见FIR滤波对相位没有影响。

相关推荐
KeithTsui1 分钟前
C语言之 比特(bit)、字节(Byte)、字(Word)、整数(Int)
linux·c语言·开发语言·c++·算法·word
Elastic 中国社区官方博客8 分钟前
日志根因分析:Elastic Observability 的异常检测与日志分类功能
大数据·人工智能·elasticsearch·搜索引擎·分类·数据挖掘·全文检索
we1998989810 分钟前
利用朴素贝叶斯对UCI 的 mushroom 数据集进行分类
人工智能·分类·数据挖掘
科技小E17 分钟前
国标GB28181视频EasyGBS视频监控平台搭建城市交通道路可视化管理/道路视频巡检/应急监控指挥
网络·人工智能
eqwaak018 分钟前
Matplotlib 高级进阶实战:多维度数据可视化组合图表
人工智能·python·信息可视化·性能优化·matplotlib
EasyDSS20 分钟前
WebRTC技术EasyRTC音视频实时通话驱动智能摄像头迈向多场景应用
人工智能·音视频
科技小E24 分钟前
从小区到商场再到校园,AI智能分析网关V4高空抛物检测方案全场景护航
网络·人工智能
Lowcode00231 分钟前
IVX:重构 AI 原生开发范式,让模型调用成为指尖艺术
人工智能·低代码·重构·ai编程
九章云极AladdinEdu33 分钟前
深度学习框架显存泄漏诊断手册(基于PyTorch的Memory Snapshot对比分析方法)
人工智能·pytorch·python·深度学习·机器学习·transformer·gpu算力
hongdou19942 分钟前
边缘智能与量子计算双轮驱动:IVX 开启实时 AI 开发新维度
人工智能·ai编程·量子计算