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
中杯可乐多加冰10 分钟前
【AI落地应用实战】AIGC赋能职场PPT汇报:从效率工具到辅助优化
人工智能·深度学习·神经网络·aigc·powerpoint·ai赋能
东临碣石8220 分钟前
【AI论文】BlenderFusion:基于三维场景的视觉编辑与生成式合成
人工智能
正在走向自律21 分钟前
第二章-AIGC入门-开启AIGC音频探索之旅:从入门到实践(6/36)
人工智能·aigc·音视频·语音识别·ai音乐·ai 音频·智能语音助手
Trent198527 分钟前
影楼精修-智能修图Agent
图像处理·人工智能·计算机视觉·aigc
烟锁池塘柳029 分钟前
【大模型】解码策略:Greedy Search、Beam Search、Top-k/Top-p、Temperature Sampling等
人工智能·深度学习·机器学习
盼小辉丶44 分钟前
PyTorch实战(14)——条件生成对抗网络(conditional GAN,cGAN)
人工智能·pytorch·生成对抗网络
Allen_LVyingbo1 小时前
数智读书笔记系列035《未来医疗:医疗4.0引领第四次医疗产业变革》
人工智能·经验分享·笔记·健康医疗
zzc9212 小时前
时频图数据集更正程序,去除坐标轴白边及调整对应的标签值
人工智能·深度学习·数据集·标签·时频图·更正·白边
isNotNullX2 小时前
什么是数据分析?常见方法全解析
大数据·数据库·数据仓库·人工智能·数据分析
riveting2 小时前
明远智睿H618:开启多场景智慧生活新时代
人工智能·嵌入式硬件·智能硬件·lga封装·3506