数字滤波器(六)--设计FIR滤波器

设计FIR滤波器

引
1. 线性相位FIR滤波器
- 1.1 相位与特点
- 1.2 幅度函数的特点
- 1.3 FIR滤波器的零点
2. 窗函数设计法
- 2.1 窗函数设计原理
- 2.2 窗函数的设计思路
- 2.3 窗函数的选择与常用的窗函数
- - 2.4 窗函数法的设计步骤

引

数字滤波器(一)–IIR与FIR的基本结构与MATLAB实现
数字滤波器(二)–最小相位延时系统和全通系统
数字滤波器(三)–模拟滤波器的设计
数字滤波器(四)–模拟滤波器转化为数字滤波器
数字滤波器(五)–设计IIR滤波器

1. 线性相位FIR滤波器

1.1 相位与特点

FIR滤波器的单位冲激响应h(n)为有限长序列，滤波器的一般形式为：
y(n)=∑k=0N−1h(k)x(n−k)y(n)=\sum \limits_{k=0}^{N-1}h(k)x(n-k)y(n)=k=0∑N−1h(k)x(n−k)
其系统函数一般形式为：
H(z)=∑k=0N−1h(k)z−nH(z) = \sum \limits_{k=0}^{N-1}h(k)z^{-n}H(z)=k=0∑N−1h(k)z−n
在有限z平面内，有N-1个零点，在原点z=0处有N-1阶极点
系统的频率响应为：
H(ejw)=∑k=0N−1h(n)e−jwn=H(w)ejθ(w)H(e^{jw})=\sum \limits_{k=0}^{N-1}h(n)e^{-jwn}=H(w)e^{j\theta(w)}H(ejw)=k=0∑N−1h(n)e−jwn=H(w)ejθ(w)
其中θ(w)\theta(w)θ(w)是相位特性，是频率w的线性函数。相位特性对w的导数就是系统的群延时。

1.2 幅度函数的特点

研究线性相位FIR滤波器幅度函数的特点时，有两种分类方法：

根据h(n)的奇、偶对称性分类
根据N的长度为奇、偶分类

下表为对上述的分类方法的总结：

1.3 FIR滤波器的零点

FIR滤波器的零点是以共轭对存在的，如果存在零点z1z_1z1，那么肯定存在零点z1∗z_1^*z1∗，1z1\frac{1}{z_1}z11，(1z1)∗(\frac{1}{z_1})^*(z11)∗。假设z1=rejθz_1=re^{j\theta}z1=rejθ, k为常数，根据r和θ\thetaθ的取值，零点可分为以下四种情况：

2. 窗函数设计法

2.1 窗函数设计原理

理想滤波器的单位冲激响应hd(n)h_d(n)hd(n)应该是无限长的非因果序列，这在实际生活中无法实现，只能用有限长的序列h(n)h(n)h(n)去近似无限长的hd(n)h_d(n)hd(n)。最简单的方法就是直接截取hd(n)h_d(n)hd(n)的一部分作为h(n)h(n)h(n)，这可以通过hd(n)h_d(n)hd(n)与窗函数相乘的形式做到：
h(n)=hd(n)w(n)h(n)=h_d(n)w(n)h(n)=hd(n)w(n)

2.2 窗函数的设计思路

Hd(eiw)−−−>hd(n)−−−>hd(n)w(n)−−−>h(n)−−−>H(ejw)H_d(e^{iw})--->h_d(n)--->h_d(n)w(n)--->h(n)--->H(e^{jw})Hd(eiw)−−−>hd(n)−−−>hd(n)w(n)−−−>h(n)−−−>H(ejw)
以理想的低通滤波器为例：

hd(n)h_d(n)hd(n)是一个无限长的以α\alphaα为中心的偶对称非因果序列。

假设此处窗函数为矩形函数：

可得

可以看到，时域加窗之后，时域阶段，频域出现了频谱泄露的现象

加窗处理对理想频率响应的影响：

加窗改变了理想频率响应的边沿特性，形成了过渡带，过渡带的宽度等于窗函数的主瓣宽度：Δw=4πN\Delta w=\frac{4\pi}{N}Δw=N4π
过渡带两侧产生了肩峰和余振，这些取决于窗函数的旁瓣，旁瓣多则震荡多，旁瓣相对大则肩缝强度大，与N无关
改变N，只能改变窗函数主瓣的宽度，不能改变窗函数主瓣和旁瓣的比例关系，也就是说，无法改变肩峰的相对值。增大N，其最大肩峰总是8.95%，称为吉布斯现象

肩峰的大小决定了滤波器通带内的平稳程度和阻带内的衰减速度，对滤波器的性能有很大影响，因此，选择不同的窗函数，可以得到不同性能的滤波器。

2.3 窗函数的选择与常用的窗函数

窗函数的选取要尽量满足两个要求：

窗函数的主瓣要尽可能窄，以获得较陡的过渡带
相对于主瓣幅度，旁瓣要尽可能小，是的能量尽量集中在主瓣中这样就可以尽量减少肩峰和余振，以提高阻带的衰减和通带的平稳性。

然后这两者是矛盾的，一般总是通过增加主瓣宽度来换取对旁瓣的抑制。

常用的窗函数：

2.4 窗函数法的设计步骤