一阶二阶数字滤波器笔记
数字滤波器
- 一阶数字滤波器
- 时域分析
- 频域分析
- 数字化
- 代码示例
- 二阶巴特沃斯低通滤波器
- S域和Z域的频率关系分析
- 巴特沃斯滤波器举例说明
- 代码示例
声明:感谢知乎大佬的文章,原文链接
数字滤波器实现方法是把滤波器所要完成的运算编成程序并让计算机执行,也就是采用在代码的形式。
它面对的是离散时间的数字信号,是把输入序列通过一定的运算变换成输出序列。
问:如何将连续的模拟滤波器变成离散的数字滤波器?
答:双线性变换
S = 2 T s 1 − z − 1 1 + z − 1 = 2 f s 1 − z − 1 1 + z − 1 S = \frac {2} {Ts} \frac {1-z^{-1}} {1+z^{-1}} = 2fs\frac {1-z^{-1}} {1+z^{-1}} S=Ts21+z−11−z−1=2fs1+z−11−z−1
S域:复频域 Z域:极坐标系
一阶数字滤波器
时域分析
电容
C = Q V (单位电压下器件所存储的电荷量) C = \frac Q V (单位电压下器件所存储的电荷量) C=VQ(单位电压下器件所存储的电荷量)
瞬时电流
I c = d Q d t (单位时间内通过的电荷数) Ic = \frac {dQ} {dt}(单位时间内通过的电荷数) Ic=dtdQ(单位时间内通过的电荷数)
代入得
I c = d ( C ∗ V ) d t Ic =\frac {d(C*V)} {dt} Ic=dtd(C∗V)
化简得
I c = C ∗ d U o d t Ic = C * \frac {dU_o} {dt} Ic=C∗dtdUo
根据基尔霍夫定律
U i = I c ∗ R + U o Ui = Ic*R + U_o Ui=Ic∗R+Uo
代入化简得
U i = R C ∗ d U o d t + U o Ui = RC * \frac {dU_o} {dt} + U_o Ui=RC∗dtdUo+Uo
d U o d t + U o R C = U i R C \frac {dU_o} {dt} + \frac {U_o} {RC} = \frac {U_i} {RC} dtdUo+RCUo=RCUi
根据微分公式
y ′ + p ( x ) y = q ( x ) y'+p(x)y = q(x) y′+p(x)y=q(x)
y = e − ∫ p ( x ) d x [ ∫ e ∫ p ( x ) d x q ( x ) + C ] y=e^{-\int p(x)dx}[\int e^{\int p(x)dx} q(x) + C] y=e−∫p(x)dx[∫e∫p(x)dxq(x)+C]
U o = e − ∫ 1 R C d t [ ∫ e ∫ 1 R C d t U i R C + C ] U_o=e^{-\int \frac {1} {RC}dt}[\int e^{\int \frac {1} {RC}dt} \frac {U_i} {RC} + C] Uo=e−∫RC1dt[∫e∫RC1dtRCUi+C]
U o = e − t R C [ U i R C ∫ e t R C d t + C ] U_o=e^{-\frac {t} {RC}}[ \frac {U_i} {RC} \int e^{\frac {t} {RC}dt} + C] Uo=e−RCt[RCUi∫eRCtdt+C]
其中
∫ e t d t = e t \int e^tdt = e^t ∫etdt=et
U o = e − t R C [ U i R C ∫ R C ∗ e t R C d t R C + C ] U_o=e^{-\frac {t} {RC}}[ \frac {Ui} {RC} \int RC* e^{\frac {t} {RC}d{\frac t {RC}}} + C] Uo=e−RCt[RCUi∫RC∗eRCtdRCt+C]
U o = e − t R C [ U i R C ∗ R C ∗ e t R C + C ] U_o=e^{-\frac {t} {RC}}[ \frac {Ui} {RC} * RC* e^{\frac {t} {RC}} + C] Uo=e−RCt[RCUi∗RC∗eRCt+C]
U o = C ∗ e − t R C + U i U_o= C*e^{-\frac {t} {RC}} + U_i Uo=C∗e−RCt+Ui
当 t = 0 时, U o = 0 , 得出 C = − U i 当t = 0时,U_o = 0,得出C=-U_i 当t=0时,Uo=0,得出C=−Ui
U o = ( 1 − e − t R C ) ∗ U i U_o= (1-e^{-\frac {t} {RC}})* U_i Uo=(1−e−RCt)∗Ui
频域分析
电容的阻抗
R = 1 j w C R = \frac {1} {jwC} R=jwC1
电压的传递函数
U o U i = 1 j w C R + 1 j w C \frac {U_o} {U_i} = \frac {\frac 1 {jwC}} {R + \frac 1 {jwC}} UiUo=R+jwC1jwC1
U o U i = 1 1 + j w R C \frac {U_o} {U_i} = \frac {1} {1 +jwRC} UiUo=1+jwRC1
化简
U o U i = 1 1 + ( w R C ) 2 − j w R C 1 + ( w R C ) 2 \frac {U_o} {U_i} = \frac {1} {1 + (wRC)^2} - j\frac {wRC} {1 + (wRC)^2} UiUo=1+(wRC)21−j1+(wRC)2wRC
对其取模得
( 1 1 + ( w R C ) 2 ) 2 + ( w R C 1 + ( w R C ) 2 ) 2 \sqrt { (\frac {1} {1 + (wRC)^2})^2 + (\frac {wRC} {1 + (wRC)^2})^2} (1+(wRC)21)2+(1+(wRC)2wRC)2
1 1 + ( w R C ) 2 \sqrt { \frac {1} {1 + (wRC)^2}} 1+(wRC)21
当 U o U i = 2 2 ,此时的频率为截止频率 当\frac {Uo} {Ui} = \frac {\sqrt 2} {2} ,此时的频率为截止频率 当UiUo=22 ,此时的频率为截止频率
2 2 = 1 1 + ( w R C ) 2 \frac {\sqrt 2} {2} =\sqrt { \frac {1} {1 + (wRC)^2}} 22 =1+(wRC)21
w R C = 1 , w = 2 π f , 得出 2 π f R C = 1 wRC=1,w=2\pi f,得出 2\pi fRC=1 wRC=1,w=2πf,得出2πfRC=1
截止频率
f = 1 2 π R C f = \frac {1} {2\pi RC} f=2πRC1
数字化
H ( j w ) = U o U i = 1 1 + j w R C H(jw) =\frac {U_o} {U_i} = \frac {1} {1 +jwRC} H(jw)=UiUo=1+jwRC1
s = j w s=jw s=jw
H ( s ) = 1 1 + R C s H(s) =\frac {1} {1 +RCs} H(s)=1+RCs1
离散化 一阶后向差分进入Z变换
s = 1 − z − 1 T ( T : 采样周期) s = \frac {1-z^{-1}} {T} (T:采样周期) s=T1−z−1(T:采样周期)
H ( z ) = U o ( z ) U i ( z ) = 1 1 + R C 1 − z − 1 T H(z) = \frac {U_o(z)} {U_i(z)}=\frac {1} {1 +RC\frac {1-z^{-1}} {T}} H(z)=Ui(z)Uo(z)=1+RCT1−z−11
化简得
H ( z ) = U o ( z ) U i ( z ) = 1 1 + R C 1 − z − 1 T H(z) = \frac {U_o(z)} {U_i(z)}=\frac {1} {1 +RC\frac {1-z^{-1}} {T}} H(z)=Ui(z)Uo(z)=1+RCT1−z−11
U o ( z ) = T R C + T U i ( z ) + R C R C + T U o ( z ) z − 1 U_o(z)=\frac {T} {RC + T} U_i(z) + \frac {RC} {RC + T} U_o(z)z^{-1} Uo(z)=RC+TTUi(z)+RC+TRCUo(z)z−1
Z反变换得
U o ( n ) = T R C + T U i ( n ) + R C R C + T U o ( n − 1 ) U_o(n)=\frac {T} {RC + T} U_i(n) + \frac {RC} {RC + T} U_o(n-1) Uo(n)=RC+TTUi(n)+RC+TRCUo(n−1)
变换得
U o ( n ) = T R C + T U i ( n ) + ( 1 − T R C + T ) U o ( n − 1 ) U_o(n)=\frac {T} {RC + T} U_i(n) + (1- \frac {T} {RC + T} )U_o(n-1) Uo(n)=RC+TTUi(n)+(1−RC+TT)Uo(n−1)
令 A = T R C + T , U o ( n ) = A U i ( n ) + ( 1 − A ) U o ( n − 1 ) 令A= \frac{T} {RC + T} ,U_o(n)=AU_i(n)+(1-A)U_o(n-1) 令A=RC+TT,Uo(n)=AUi(n)+(1−A)Uo(n−1)
前面的频域得出
f = 1 2 π R C , 求得 R C = 1 2 π f f= \frac{1} {2\pi RC} ,求得RC= \frac{1} {2\pi f} f=2πRC1,求得RC=2πf1
从而得出
A = 1 1 + 1 2 π f T A= \frac{1} {1 + \frac {1}{2\pi fT}} A=1+2πfT11
此时将 A 代入 U o ( n ) 中 , 得到输入 U i 在截止频率 f 输出 U o 在数字域中的一阶滤波器表达式 此时将A代入Uo(n)中,得到 输入Ui 在截止频率 f 输出Uo在数字域中的一阶滤波器表达式 此时将A代入Uo(n)中,得到输入Ui在截止频率f输出Uo在数字域中的一阶滤波器表达式
U o ( n ) = 1 1 + 1 2 π f T U i ( n ) + ( 1 − 1 1 + 1 2 π f T ) U o ( n − 1 ) U_o(n)=\frac{1} {1 + \frac {1}{2\pi fT}}U_i(n)+(1-\frac{1} {1 + \frac {1}{2\pi fT}})U_o(n-1) Uo(n)=1+2πfT11Ui(n)+(1−1+2πfT11)Uo(n−1)
U o ( n ) = 1 1 + 1 2 π f T ( U i ( n ) − U o ( n − 1 ) ) + U o ( n − 1 ) U_o(n)=\frac{1} {1 + \frac {1}{2\pi fT}}(U_i(n)-U_o(n-1)) + U_o(n-1) Uo(n)=1+2πfT11(Ui(n)−Uo(n−1))+Uo(n−1)
代码示例
截止频率 f = 1Hz
thr_lpf+=(1 / (1 + 1/(2.0f * 3.14f * T )))*(height_thr - thr_lpf) ,其中T(采样周期)=1/采样频率
二阶巴特沃斯低通滤波器
S域和Z域的频率关系分析
对于s域来说,在模拟截止频率为 fa 时有:
S = j w a = j 2 π f a S=jw_a = j2 \pi f_a S=jwa=j2πfa
对于z域来说,在数字截止频率为 fd 的情况下
z = e s T , 其中 s = j w d , w d = 2 π f d , T = 1 f s z=e^{sT} ,其中s=jw_d ,w_d = 2 \pi f_d,T=\frac 1 f_s z=esT,其中s=jwd,wd=2πfd,T=f1s
z = e j 2 π f d f s z=e^{j2\pi \frac{f_d}{f_s}} z=ej2πfsfd
双线性变换
S = 2 T s 1 − z − 1 1 + z − 1 = 2 f s 1 − z − 1 1 + z − 1 S = \frac {2} {T_s} \frac {1-z^{-1}} {1+z^{-1}} = 2f_s\frac {1-z^{-1}} {1+z^{-1}} S=Ts21+z−11−z−1=2fs1+z−11−z−1
把这个数字截止频率为 fd 带入双线性变换公式可以得到:
S = 2 f s 1 − z − 1 1 + z − 1 = 2 f s 1 − e − j 2 π f d f s 1 + e − j 2 π f d f s = 2 f s e j 2 π f d f s − 1 e j 2 π f d f s + 1 S = 2f_s\frac {1-z^{-1}} {1+z^{-1}}=2f_s\frac{1-e^{-j2\pi \frac{f_d} {f_s}}} {1+e^{-j2\pi \frac{f_d}{f_s}}}=2f_s\frac{e^{j2\pi \frac{f_d} {f_s}}-1} {e^{j2\pi \frac{f_d}{f_s}}+1} S=2fs1+z−11−z−1=2fs1+e−j2πfsfd1−e−j2πfsfd=2fsej2πfsfd+1ej2πfsfd−1
运用下方的公式进行化简
e j x = c o s x + j s i n x e^{jx}=cosx + jsinx ejx=cosx+jsinx
e j A − e − j A e j A + e − j A = c o s A + j s i n A − ( c o s ( − A ) + j s i n ( − A ) ) c o s A + j s i n A + c o s ( − A ) + j s i n ( − A ) = j t a n A \frac{e^{jA}-e^{-jA}} {e^{jA}+e^{-jA}}=\frac{cosA+jsinA-(cos(-A)+jsin(-A))} {cosA+jsinA+cos(-A)+jsin(-A)}=jtanA ejA+e−jAejA−e−jA=cosA+jsinA+cos(−A)+jsin(−A)cosA+jsinA−(cos(−A)+jsin(−A))=jtanA
e j w − 1 e j w + 1 = e j w 2 e j w 2 ∗ e j w 2 − e − j w 2 e j w 2 + e − j w 2 = e j w 2 − e − j w 2 e j w 2 + e − j w 2 = j t a n w 2 \frac{e^{jw}-1} {e^{jw}+1} = \frac{e^{\frac{jw}{2}}} {e^{\frac{jw}{2}}} * \frac{e^{\frac{jw}{2}} - e^{-\frac{jw}{2}}} {e^{\frac{jw}{2}} + e^{-\frac{jw}{2}}} = \frac{e^{\frac{jw}{2}} - e^{-\frac{jw}{2}}} {e^{\frac{jw}{2}} + e^{-\frac{jw}{2}}}=jtan \frac{w}{2} ejw+1ejw−1=e2jwe2jw∗e2jw+e−2jwe2jw−e−2jw=e2jw+e−2jwe2jw−e−2jw=jtan2w
化简得
S = 2 f s e j 2 π f d f s − 1 e j 2 π f d f s + 1 = j 2 f s t a n π f d f s S=2f_s\frac{e^{j2\pi \frac{f_d} {f_s}}-1} {e^{j2\pi \frac{f_d}{f_s}}+1} = j2f_stan \frac{\pi f_d}{f_s} S=2fsej2πfsfd+1ej2πfsfd−1=j2fstanfsπfd
S = j 2 π f a = j 2 f s t a n π f d f s S=j2 \pi f_a= j2f_stan \frac{\pi f_d}{f_s} S=j2πfa=j2fstanfsπfd
f a = f s π t a n π f d f s f_a=\frac{f_s}{\pi}tan\frac{\pi f_d}{f_s} fa=πfstanfsπfd
模拟滤波器的角频率Wa
w a = 2 π f a = 2 π ∗ f s π t a n π f d f s = 2 f s t a n π f d f s w_a=2\pi f_a=2\pi*\frac{f_s}{\pi}tan\frac{\pi f_d}{f_s}=2f_stan\frac{\pi f_d}{f_s} wa=2πfa=2π∗πfstanfsπfd=2fstanfsπfd
去归一化只需要将模拟滤波器传递函数中的s进行如下替换
S = S w a S=\frac{S}{w_a} S=waS
得出用数字截止频率 fd 表示S的公式
S = 2 f s 1 − z − 1 1 + z − 1 2 f s t a n π f d f s = 1 − z − 1 1 + z − 1 t a n π f d f s S=\frac{2f_s\frac {1-z^{-1}} {1+z^{-1}}}{2f_stan\frac{\pi f_d}{f_s}}=\frac{\frac {1-z^{-1}} {1+z^{-1}}}{tan\frac{\pi f_d}{f_s}} S=2fstanfsπfd2fs1+z−11−z−1=tanfsπfd1+z−11−z−1
巴特沃斯滤波器举例说明
上表为巴特沃斯滤波器归一化(截止频率为 1 弧度 1 2 π ) 系数表,我们采用二阶 ( N = 2 ) 进行举例 上表为巴特沃斯滤波器归一化(截止频率为1弧度\frac 1 2\pi)系数表,我们采用二阶(N=2)进行举例 上表为巴特沃斯滤波器归一化(截止频率为1弧度21π)系数表,我们采用二阶(N=2)进行举例
H ( s ) = 1 S 2 + 1.414 S + 1 H(s)=\frac{1}{S^2 +1.414S+1} H(s)=S2+1.414S+11
H ( z ) = 1 ( 1 − z − 1 1 + z − 1 t a n π f d f s ) 2 + 1.414 ( 1 − z − 1 1 + z − 1 t a n π f d f s ) + 1 H(z)=\frac{1}{(\frac{\frac {1-z^{-1}} {1+z^{-1}}}{tan\frac{\pi f_d}{f_s}})^2+1.414(\frac{\frac {1-z^{-1}} {1+z^{-1}}}{tan\frac{\pi f_d}{f_s}})+1} H(z)=(tanfsπfd1+z−11−z−1)2+1.414(tanfsπfd1+z−11−z−1)+11
为方便化简将
Q = t a n π f d f s Q=tan\frac{\pi f_d}{f_s} Q=tanfsπfd
化简得
H ( z ) = Y ( z ) X ( z ) = Q 2 + 2 Q 2 z − 1 + Q 2 z − 2 ( 1 + 1.414 Q + Q 2 ) + ( 2 Q − 2 − 2 ) z − 1 + ( 1 + Q 2 − 1.414 Q ) z − 2 H(z)=\frac{Y(z)} {X(z)}=\frac{Q^2+2Q^2z^{-1}+Q^2z^{-2}} {(1+1.414Q+Q^2)+(2Q^{-2}-2)z^{-1}+(1+Q^2-1.414Q)z^{-2}} H(z)=X(z)Y(z)=(1+1.414Q+Q2)+(2Q−2−2)z−1+(1+Q2−1.414Q)z−2Q2+2Q2z−1+Q2z−2
再次为方便化简将
B 0 = Q 2 , B 1 = 2 Q 2 , B 2 = Q 2 , C = 1 + 1.414 Q + Q 2 , A 1 = 2 Q − 2 − 2 , A 2 = 1 + Q 2 − 1.414 Q B_0=Q^2,B_1=2Q^2,B_2=Q^2,C=1+1.414Q+Q^2,A_1=2Q^{-2}-2,A_2=1+Q^2-1.414Q B0=Q2,B1=2Q2,B2=Q2,C=1+1.414Q+Q2,A1=2Q−2−2,A2=1+Q2−1.414Q
化简得
H ( z ) = Y ( z ) X ( z ) = B 0 + B 1 z − 1 + B 2 z − 2 C + A 1 z − 1 + A 2 z − 2 H(z)=\frac{Y(z)} {X(z)}=\frac{B_0+B_1z^{-1}+B_2z^{-2}} {C+A_1z^{-1}+A_2z^{-2}} H(z)=X(z)Y(z)=C+A1z−1+A2z−2B0+B1z−1+B2z−2
Y ( z ) C + A 1 Y ( z ) z − 1 + A 2 Y ( z ) z − 2 = B 0 X ( z ) + B 1 X ( z ) z − 1 + B 2 X ( z ) z − 2 Y(z)C+A_1Y(z)z^{-1}+A_2Y(z)z^{-2}=B_0X(z)+B_1X(z)z^{-1}+B_2X(z)z^{-2} Y(z)C+A1Y(z)z−1+A2Y(z)z−2=B0X(z)+B1X(z)z−1+B2X(z)z−2
Y ( z ) = B 0 C X ( z ) + B 1 C X ( z ) z − 1 + B 2 C X ( z ) z − 2 − A 1 C Y ( z ) z − 1 − A 2 C Y ( z ) z − 2 Y(z)=\frac{B_0}{C}X(z)+\frac{B_1}{C}X(z)z^{-1}+\frac{B_2}{C}X(z)z^{-2}-\frac{A_1}{C}Y(z)z^{-1}-\frac{A_2}{C}Y(z)z^{-2} Y(z)=CB0X(z)+CB1X(z)z−1+CB2X(z)z−2−CA1Y(z)z−1−CA2Y(z)z−2
再再次为方便化简将
b 0 = B 0 C , b 1 = B 1 C , b 2 = B 2 C , a 1 = A 1 C , a 2 = A 2 C b_0=\frac{B_0}{C},b_1=\frac{B_1}{C},b_2=\frac{B_2}{C},a_1=\frac{A_1}{C},a_2=\frac{A_2}{C} b0=CB0,b1=CB1,b2=CB2,a1=CA1,a2=CA2
Y ( z ) = b 0 X ( z ) + b 1 X ( z − 1 ) + b 2 X ( z − 2 ) − a 1 Y ( z − 1 ) − a 2 Y ( z − 2 ) Y(z)=b_0X(z)+b_1X(z^{-1})+b_2X(z^{-2})-a_1Y(z^{-1})-a2Y(z^{-2}) Y(z)=b0X(z)+b1X(z−1)+b2X(z−2)−a1Y(z−1)−a2Y(z−2)
z : 表示当前周期, z − 1 : 表示上个周期, z − 2 : 表示上上个周期 z:表示当前周期,z^{-1}:表示上个周期,z^{-2}:表示上上个周期 z:表示当前周期,z−1:表示上个周期,z−2:表示上上个周期
代码示例
//二阶滤波器系数结构体
struct DoubleFilterFactor
{float b0;float b1;float b2;float a1;float a2;
}
//二阶滤波器暂存X,Y数据结构体
struct XYData
{float XData[2];float YData[2];
}void double IIRDoubleFilter(struct DoubleFilterFactor* facotr, struct XYData* xydata, float in)
{float y = facotr->b0*in + facotr->b1*xydata->XData[0] +facotr->b2*xydata->XData[1] +facotr->a1*xydata->YData[0] +facotr->a2*xydata->YData[0];//y表示输出信号xydata->XData[1] = xydata->XData[0];xydata->XData[0] = in;xydata->YData[1] = xydata->YData[0];xydata->YData[0] = y;return y;
}使用方式:
struct DoubleFilterFactor* tmpfactor;//对该二阶滤波器系数结构体赋值
struct XYData* tmpxydata;//无需赋值
int i;
float sample[num];//x表示输入信号
for(i = 0;i < num;i++)
{double Filterdata = IIRDoubleFilter(tmpfactor, tmpxydata, sample[i]);//Filterdata就是经过二阶滤波后的数据
}
一阶二阶数字滤波器笔记相关推荐
- 【数理知识】方程一阶二阶及常用词语含义
方程一阶二阶及常用词语含义 方程一阶二阶及常用词语含义 元 阶 线性 对于控制 对于高等数学 对于线性代数 微分方程 方程一阶二阶及常用词语含义 元 未知数的个数叫做元,如:一元方程.二元方程- 阶 ...
- 使用Matlab来生动展示一阶二阶电路的情况
使用Matlab来分析一阶二阶电路的情况 一.基本要求: 总的来说,程序包括一阶电容电路.一阶电感电路.二阶动态电路的零状态,零输入,全响应分析.总共包含9种情况.下面对其中几种情况进行分析. 图1 ...
- 一阶IIR数字滤波器的设计
一阶IIR数字滤波器的设计 最简单的低通滤波器传递函数入手 对原始滤波器的改造 低通变高通 低通变带通 高通变带阻 从模拟到数字,采用双线性变换,简单方便 频域分析 结论 最简单的低通滤波器传递函数入 ...
- 一阶二阶多智能体一致性控制的Matlab程序
一阶二阶多智能体一致性控制介绍及Matlab程序 本文的详细代码在https://github.com/Say-Hello2y/MultiAgentSystem中可找到. 一阶二阶多智能体一致性控制介 ...
- 节点电压法求解一阶二阶电路方程参数
节点电压法求解一阶二阶电路方程参数 一.原理阐释 二.求解方法 三.编程思路 四.实现代码 五.样例展示 一.原理阐释 节点电压法是电路的系统分析方法之一,所谓节节点电压法 点电压是指电路中任一节点与 ...
- 对一阶二阶低通数字滤波器的理解
* 描述 :滤波器相关函数.结论:一般阶次越高,传递函数越复杂. include "ANO_Filter.h" /* IIR滤波器是无限冲击响应滤波器, 其优点: 1. 采用模拟原 ...
- [work] 一阶 二阶马尔可夫
对于时间序列,如果本状态的概论只取决于上一个状态,那就叫一阶markov过程 举个例子,爷爷生爸爸,爸爸生儿子,儿子的问题只跟爸爸有关,跟爷爷无关,这就叫一阶markov 二阶markov可以以此类推 ...
- 对一阶二阶低通滤波器推导,并用IMU数据验证算法效果
文章背景 一直想学习一下数字信号处理算法,而不是每次遇到数据处理就求平均,求最值,看容差,做滑动窗... 数字信号处理算法已经很成熟了,但网上大部分还是用matlab跑仿真,设计几个不同频率的sin信 ...
- 一阶电路误差分析_RC有源低通滤波器的一阶二阶原理分析及其推导!
定义 低通滤波器:允许低于一定值的低频信号无衰减地通过,高于一定值的信号按不同程度地被衰减.阻挡. 有源低通滤波器是由有源元件和一部分无源元件(电阻.电容.电感)共同组成的低通滤波器.有源元件指的是必 ...
最新文章
- [转]23种经典设计模式的java实现_5_职责链模式
- oracle导入dmp方法,oracle dmp文件导入方法
- tensorrt 低精度推理
- 遗传算法与直接搜索工具箱学习笔记 -----从直接搜索算法开始
- 消息队列 策略_消息队列技术点梳理(思维导图版)
- html %3c 不给转义,八个无法利用XSS漏洞的场景
- web容器启动过程与web.xml
- Django框架下报的版本问题
- Python面试题-交换两个数字的三种方法
- ANT打包时记录本地版本SVN信息
- 一些简单的前端练习demo
- Android学习笔记---27_网络通信之通过GET和POST方式提交参数给web应用,以及使用httpClient,来给web项目以post方式发送参数
- ajax长连接的具体实现,ajax实现服务器与浏览器长连接的功能
- VS 2022 SVN 插件
- python实现的好玩的小程序--利用wxpy实现的微信可检测僵尸粉机器人
- android 373dpi对应的布局,[荣耀6X BLN-AL10] EMUI5.0 B373 自定义DPI 来电闪光 接听 录音 核心控制 性能调节 游戏模式 稳定精简顺畅等...
- 【机器视觉运动控制一体机小课堂】三分钟对图像进行ROI创建
- navigator对象的主要属性介绍
- C++上机实验二第2题
- 【Axure10基础教程】第七章 设置文本