仍然使用FDATOOL设计滤波器,当前设计一个数字带通滤波器。至于用的是冲击响应不变法,还是其它的方法。暂时不考虑。FIR 需要的阶数太多,也不考虑。使用IIR滤波,线性相位就不要想了。可以选巴特沃兹(最大平整度),或切比雪夫(最大陡降特性。)发现在相同的性能下切比雪夫需要的阶数少。
生成的传递函数是按照多个二阶单元级联。系统提供 SOS(Second Order Section)也可以称为“救命”矩阵。其思路是将高阶传递函数分解为多个稳定的二阶函数级联,保持系统稳定。因为使用的是IIR (无限冲击响应)构成,注定其是非线性相位。会导致滤波后的信号波形畸变。导出滤波器参数文件.
- % Generated by MATLAB(R) 8.4 and the Signal Processing Toolbox 6.22.
- % Generated on: 04-Jun-2022 20:49:14
- % Coefficient Format: Decimal
- % Discrete-Time IIR Filter (real)
- % -------------------------------
- % Filter Structure : Direct-Form II, Second-Order Sections
- % Number of Sections : 2
- % Stable : Yes
- % Linear Phase : No
- SOS Matrix:
- 1 0 -1 1 -1.9528158412163148 0.95399450820943588
- 1 0 -1 1 -0.92310027138083539 0.34076352170725532
-
- Scale Values:
- 0.31856548677578983
- 0.31856548677578983
每个SOS参数可以使用直接II型,实现如下:
编写一段代码测试一下。
- clear
- close all
- Fs = 30000; % Sampling Frequency
-
- % 20-500 30000sps butter 4 order
- sec = 2;
- SOS = [1 0 -1 1 -1.9941159332576488 0.99413480892694572;1 0 -1 1 -1.8630805194585167 0.87259004111123051];
- G = [0.048551094455762382 0.048551094455762382 1];
-
- len = Fs/10; % Êý¾Ý³¤¶ÈΪ 100mS
- t = 1:len;
- n = 300*sin(2*pi*15*t/Fs + pi/6); % 50hz noise
- s = 3000*sin(2*pi*200*t/Fs + pi/5); % original square wave signal
- ng = 500*randn(1,len);
- x = s + n + + ng + 1000;
- fftx = abs(fft(x,len));
- f = 0:Fs/len:(len-1)*(Fs/len);
- figure(1)
- plot(f(1:len/20),fftx(1:len/20))
- title('sinc fuction spectrum')
-
- w = zeros(sec,3);
- ym = zeros(1,sec+1);
- for i = 1:len
- ym(1) = x(i);
- for k = 1:sec
- w(k,1) = ym(k) * G(k) - w(k,2) * SOS(k,5) - w(k,3) * SOS(k,6)
- ym(k+1) = w(k,1)*SOS(k,1)+w(k,2)*SOS(k,2)+w(k,3)*SOS(k,3);
- w(k,3) = w(k,2);
- w(k,2) = w(k,1);
- end
- y(i) = ym(sec+1)*G(sec+1);
- end
-
- figure(2)
- plot(t,s,'r',t,x,'c',t,y,'.b')
- legend('signal','org','bandpass');
待滤波信号的频谱特性
可以看到org 信号上有噪声,有直流偏置和低频交流干扰。经过带通滤波后,去除了直流,去除了噪声,基本还原原始信号signal。刚开始时并不稳定需要等一段时间才能达到稳定。
可见,此段代码可以将一个输入序列x 转换为一个输出序列 y,完成对x序列的滤波。
按照生成的结构图,编写m文件的解释:
- sec = 2; % 定义级数
- SOS = [1 0 -1 1 -1.9941159332576488 0.99413480892694572;1 0 -1 1 -1.8630805194585167 0.87259004111123051];
- G = [0.048551094455762382 0.048551094455762382 1];
- w = zeros(sec,3); %中间w 变量
- ym = zeros(1,sec+1); %每一级的输出
- for i = 1:len % 对每一个输入 x
- ym(1) = x(i);
- for k = 1:sec % 分极计算
- w(k,1) = ym(k) * G(k) - w(k,2) * SOS(k,5) - w(k,3) * SOS(k,6)
- ym(k+1) = w(k,1)*SOS(k,1)+w(k,2)*SOS(k,2)+w(k,3)*SOS(k,3);
- w(k,3) = w(k,2);
- w(k,2) = w(k,1);
- end
- y(i) = ym(sec+1)*G(sec+1); %得到输出
- end
- 翻译成C语言
- // 20-500hz butterworth 4 order 2 section 3750sps
- #define SEC 2
- const float SOS1[SEC][6] = {
- {1, 0, -1, 1, -1.9528158412163148, 0.95399450820943588},
- {1, 0, -1, 1, -0.92310027138083539, 0.34076352170725532}};
- const float G1[SEC+1] = {0.31856548677578983,0.31856548677578983,1};
- float BandPassFilter(const float SOS[SEC][6],const float G[SEC+1],float x){
- static float w[SEC][6];
- uint8_t k;
- static float ym[SEC+1];
- ym[0] = x;
- for(k = 0;k < SEC;k++){
- w[k][0] = ym[k] * G[k] - w[k][1]*SOS[k][4] - w[k][2]*SOS[k][5];
- ym[k+1] = w[k][0]*SOS[k][0]+w[k][1]*SOS[k][1]+w[k][2]*SOS[k][2];
- w[k][2] = w[k][1];
- w[k][1] = w[k][0];
- }
- return ym[SEC]*G[SEC];
- }
每采集到一个数据时,以输入数据作为参数,调用BandPassFilter(),得到一个滤波输出。相当于实时处理。
经过滤波后的信号
经过滤波+陷波后的信号
作者: southcreek, 来源:面包板社区
链接: https://mbb.eet-china.com/blog/uid-me-408807.html
版权声明:本文为博主原创,未经本人允许,禁止转载!
文章评论(0条评论)
登录后参与讨论