带通滤波 matlab

巴特沃斯:
1、带阻滤波器设计
带阻滤波器指标:
阻带上边界频率:5Kz;
阻带下边界频率:7Kz;
通带上边界频率:2Kz;
通带下边界频率:9Kz;
通带最大衰减:1dB;
阻带最小衰减:20dB;
设计程序如下:
wp=2*pi*[2000,9000];
ws=2*pi*[5000,7000];
Rp=1;
As=20;
[Nb,wc]=buttord(wp,ws,Rp,As,‘s‘);
[BSB,ASB]=butter(Nb,wc,‘stop‘,‘s‘);
[hk,w]=freqs(BSB,ASB);
subplot(2,2,1)
plot(w,20*log(abs(hk)),‘b‘)
xlabel(‘频率/Hz‘)
ylabel(‘幅度/dB‘)
title(‘幅频特性‘)
subplot(2,2,2)
plot(angle(hk))
xlabel(‘频率/Hz‘)
ylabel(‘相位‘)
title(‘相频特性‘)
程序运行结果:
巴特沃斯模拟带阻滤波器阶数:Nb=4

2、带通滤波器的设计
带通滤波器指标:
通带上边界频率:4Kz;
通带下边界频率:7Kz;
阻带上边界频率:2Kz;
阻带下边界频率:9Kz;
通带最大衰减:1dB;
阻带最小衰减:20dB;
设计程序如下:
wp=2*pi*[4000,7000];
ws=2*pi*[2000,9000];
Rp=1;
As=20;
[N,wc]=buttord(wp,ws,Rp,As,‘s‘);
[BB,AB]=butter(N,wc,‘s‘);
[hk,w]=freqs(BB,AB);
subplot(2,2,1)
plot(w,abs(hk),‘b‘)
xlabel(‘频率/Hz‘)
ylabel(‘幅度/dB‘)
title(‘幅频特性‘)
subplot(2,2,2)
plot(angle(hk))
xlabel(‘频率/Hz‘)
ylabel(‘相位‘)
title(‘相频特性‘)
程序运行结果:
巴特沃斯模拟带通滤波器阶数:N=5

原文地址:https://www.cnblogs.com/hjj-fighting/p/10324768.html

时间: 2024-10-12 11:40:06

带通滤波 matlab的相关文章

[Matlab]椭圆滤波器设计:低通、高通、带通和带阻

椭圆滤波器(Elliptic filter)又称考尔滤波器(Cauer filter): 这是在通带和阻带等波纹的一种滤波器. 椭圆滤波器相比其他类型的滤波器,在阶数相同的条件下有着最小的通带和阻带波动. 它在通带和阻带的波动相同,这一点区别于在通带和阻带都平坦的巴特沃斯滤波器,以及通带平坦.阻带等波纹或是阻带平坦.通带等波纹的切比雪夫滤波器. 测试代码: % EllipticFilter.m % 椭圆滤波器的设计 % clear; close all; clc; fs = 1000; %Hz

低通滤波

低通滤波(Low-pass filter) 是一种过滤方式,规则为低频信号能正常通过,而超过设定临界值的高频信号则被阻隔.减弱.但是阻隔.减弱的幅度则会依据不同的频率以及不同的滤波程序(目的)而改变.它有的时候也被叫做高频去除过滤(high-cut filter)或者最高去除过滤(treble-cut filter).低通过滤是高通过滤的对立. 中文名 低通滤波 外文名 low pass filtering 对立面 高通过滤 类    型 一种过滤方式 目录 1 低通滤波 2 低通滤波器 3 低

python实现直方图均衡化,理想高通滤波与高斯低通滤波

写在前面 HIT大三上学期视听觉信号处理课程中视觉部分的实验二,经过和学长们实验的对比发现每一级实验要求都不一样,因此这里标明了是2019年秋季学期的视觉实验二. 由于时间紧张,代码没有进行任何优化,实验算法仅供参考. 实验要求 实现图像直方图均衡化,要求显示均衡化前.后直方图以及均衡化后图像. 对单通道图像进行DFT变换,要求显示幅度图和相位图,并设计理想高通滤波器和高斯低通滤波器对图像进行频域滤波,并显示滤波之后的图像. 注:除DFT和IDFT外,不允许调库 实验代码 代码首先贴在这里,仅供

积分器与低通滤波

积分器是指系统的输出为输入信号的积分,在离散系统来说则是求和.积分器是从时域来描述系统的特性,那么,从频域来看,积分器有什么特点呢?积分器是一个低通滤波器是一种很普遍的描述,这又如何理解呢? 首先,从数学的观点来理解.以离散信号为例,当输入为单位冲激信号时,积分器的输出为一个单位阶跃信号.阶跃信号的Z变换可以很容易计算得到,为1/(1-z-1).很显然,这个系统只有一个零点,其值为z=0:有一个极点,其值为z=1.在零极图上可以很方便地看出,这个系统在频率为0处响应最大,随着频率逐步增加,响应逐

一阶低通滤波算法

1. 一阶滤波算法的原理 一阶滤波,又叫一阶惯性滤波,或一阶低通滤波.是使用软件编程实现普通硬件RC低通滤波器的功能. 一阶低通滤波的算法公式为: Y(n)=αX(n) (1-α)Y(n-1) 式中:α=滤波系数:X(n)=本次采样值:Y(n-1)=上次滤波输出值:Y(n)=本次滤波输出值. 一阶低通滤波法采用本次采样值与上次滤波输出值进行加权,得到有效滤波值,使得输出对输入有反馈作用. 2. 一阶滤波算法的程序(适用于单个采样) #define a 0.01 // 滤波系数a(0-1) cha

数字低通滤波

将普通硬件RC低通滤波器的微分方程用差分方程来表求,变可以采用软件算法来模拟硬件滤波的功能,经推导,低通滤波算法如下: 将电路转换为S域,公式为:, 对其进行Z变换(一阶后向差分),则传递函数变为:, 又因为,且, ,,代入到上式得 其中:T:采样周期,X(n):本次采样值,Y(n-1):上次滤波值,令,得,Y(n)=a*X(n) + (1-a)*Y(n-1) = a[X(n)-Y(n-1)] + Y(n-1). a为低通滤波系数. 程序实现: float a,x,y; y += a*(x-y)

曲线平滑(低通滤波和算数平均滤波)

1.算数平均滤波: 1.对连续N个采样值进行算数平均 2.步长N可调试进行查看效果. 2.低通滤波: 1.Y(n)=αX(n)+(1-α)Y(n-1) α:滤波系数    X(n):本次采样值    Y(n-1):上次滤波输出值 2.代码编写过程中,α由0至1循环调试 和 由1至0循环调试,视情况而定. 原文地址:https://www.cnblogs.com/gaara-zhang/p/9556279.html

机器学习笔记----四大降维方法之PCA(内带python及matlab实现)

大家看了之后,可以点一波关注或者推荐一下,以后我也会尽心尽力地写出好的文章和大家分享. 本文先导:在我们平时看NBA的时候,可能我们只关心球员是否能把球打进,而不太关心这个球的颜色,品牌,只要有3D效果,看到球员扣篮的动作就可以了,比如下图: 如果我们直接对篮球照片进行几百万像素的处理,会有几千维甚至几万维的数据要计算,计算量很大.而往往我们只需要大概勾勒出篮球的大概形状就可以描述问题,所以必须对此类数据降维,这样会使处理数据更加轻松.这个在人脸识别中必须要降维,因为我们在做特征提取的时候几万维

图像处理之基础---高斯低通滤波在指定区域画放大圆形图

像淘宝中的物品图片进行放大扫描效果: 上图中图一为原图,现给定素材,需要将图像画城图二然后输出.现在问题是,给定的图像都是矩形,怎么将矩形的图片画到中间的那两个圆里面呢? http://download.csdn.net/detail/raistlic/5054386 代码 http://bbs.csdn.net/topics/390363649