实验3 空域滤波

实验3 空域滤波

一、实验目的

通过本实验使学生掌握使用MATLAB 对灰度图像进行空域增强的目的，加深对图像空域滤波增强方法的理解。

二、实验原理

本实验是基于数字图像处理课程中的图像变换和增强理论来设计的。

本实验的准备知识：第三章，空域图像增强方法。重点如下：

1、空域滤波技术：

添加噪声命令：imnoise

中值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的

函数开展下列实验。

均值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的

函数开展下列实验。

2、MATLAB 下设计滤波器的函数

中值滤波命令：B＝medfilt2 (I,[3,3]) %使用3×3 中值滤波器对I 滤波

均值滤波技术：

先定义模板，如 H＝1/9*ones(3,3), 或 H＝fspecial(‘average’,[3,3]);

然后使用命令 I1＝imfilter(I, H)对图像I 消噪。

【说明：要求学生先自己编写中值滤波或均值滤波的m 函数，加深对这两个滤波器的理解。】

三、实验内容

（一）空域滤波

读入lena_gray.tif 文件，进行下列操作:

（1）将图像添加上椒盐噪声， A_noised=imnoise(A, ‘salt & pepper’, 0.02)，同

屏显示原图像和加噪图像，说明椒盐噪声的特点；

（2）设计3×3、5×5，7×7 三种模板的算术均值滤波器对图像进行滤波，同屏显示加

噪图像和消噪图像，对滤波效果进行解释和说明；

（3）设计3×3、5×5，7×7 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图

像和消噪图像，对滤波效果进行解释和说明；

（4）将图像添加上高斯噪声， A_noised=imnoise(A, ‘gauss’, 0.02)，同屏显示原

图像和加噪图像，说明高斯噪声的特点；

（5）设计3×3、5×5，7×7 三种模板的算术均值滤波器对图像进行滤波，同屏显示加

噪图像和消噪图像，对滤波效果进行解释和说明；

（6）设计3×3、5×5，7×7 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图

像和消噪图像，对滤波效果进行解释和说明。

（二）使用MATLAB环境下的均值滤波和中值滤波函数进行上述图像处理。

思考：椒盐噪声和高斯噪声有何不同特点？分别使用何种滤波器消噪效果好四、实验步骤

（一）空域滤波

（1）程序：

I=imread('D:\Images\lena.bmp');

J=imnoise(I,'salt & pepper',0.02);

subplot(2,1,1);

imshow(I);

title('原始图像');

subplot(2,1,2);

imshow(J);

title('加噪图像');

运行结果：

原始图像

加噪图像

椒盐噪声特点：椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。

（2）程序：

I=imread('D:\Images\lena.bmp');

J=imnoise(I,'salt & pepper',0.02);

K1=filter2(fspecial('average',3),J);

K2=filter2(fspecial('average',5),J);

K3=filter2(fspecial('average',7),J);

subplot(2,3,1);

imshow(I);

title('原始图像');

subplot(2,3,2);

imshow(J);

title('加噪图像');

subplot(2,3,3);

imshow(uint8(K1));

title('3x3模板平滑滤波');

subplot(2,3,4);

imshow(uint8(K2));

title('5x5模板平滑滤波');

subplot(2,3,5);

imshow(uint8(K3));

title('7x7模板平滑滤波');

运行结果：

原始图像加噪图像3x3模板平滑滤波

5x5模板平滑滤波7x7模板平滑滤波

解释：当所用平滑模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加模糊，细节的锐化程度逐步减弱。

（3）程序：

I=imread('D:\Images\lena.bmp');

J=imnoise(I,'salt & pepper',0.02);

K1=medfilt2(J,[3,3]);

K2=medfilt2(J,[5,5]);

K3=medfilt2(J,[5,5]);

subplot(2,3,1);

imshow(I);

title('原始图像');

subplot(2,3,2);

imshow(J);

title('加噪图像');

subplot(2,3,3);

imshow(uint8(K1));

title('3x3模板中值滤波');

subplot(2,3,4);

imshow(uint8(K2));

title('5x5模板中值滤波');

subplot(2,3,5);

imshow(uint8(K3));

title('7x7模板中值滤波');

运行结果：

原始图像加噪图像3x3模板中值滤波

5x5模板中值滤波7x7模板中值滤波

解释：当所用中值滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加清晰，细节的锐化程度逐步增强。

（4）程序：

I=imread('D:\Images\lena.bmp');

J=imnoise(I,'gauss',0.02);

subplot(1,2,1);

imshow(I);

title('原图像');

subplot(1,2,2);

imshow(J);

title('加高斯噪声的图像');

运行结果：

原图像加高斯噪声的图像

高斯噪声的特点：高斯噪声是指它的概率密度函数服从高斯分布的一类噪声。如果一个噪声，它的幅度分布服从高斯分布而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。

（5）程序：

I=imread('D:\Images\lena.bmp');

J=imnoise(I,'gauss',0.02);

K1=filter2(fspecial('average',3),J);

K2=filter2(fspecial('average',5),J);

K3=filter2(fspecial('average',7),J);

subplot(2,3,1);

imshow(I);

title('原始图像');

subplot(2,3,2);

imshow(J);

title('添加高斯噪声的图像');

subplot(2,3,3);

imshow(uint8(K1));

title('3x3模板平滑滤波');

subplot(2,3,4);

imshow(uint8(K2));

title('5x5模板平滑滤波');

subplot(2,3,5);

imshow(uint8(K3));

title('7x7模板平滑滤波');

运行结果：

解释：当所用滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加模糊，细节的锐化程度逐步减弱。

（6）程序：

I=imread('D:\Images\lena.bmp');

J=imnoise(I,'gauss',0.02);

K1=medfilt2(J,[3,3]);

K2=medfilt2(J,[5,5]);

K3=medfilt2(J,[5,5]);

subplot(2,3,1);

imshow(I);

title('原始图像');

subplot(2,3,2);

imshow(J);

title('添加高斯噪声的图像');

subplot(2,3,3);

imshow(uint8(K1));

title('3x3模板中值滤波');

subplot(2,3,4);

imshow(uint8(K2));

title('5x5模板中值滤波');

subplot(2,3,5);

imshow(uint8(K3));

title('7x7模板中值滤波');

运行结果：

原始图像加高斯噪声的图像3x3模板中值滤波

5x5模板中值滤波7x7模板中值滤波

解释: 所用滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得清晰，细节的锐化程度逐步增强。

五、实验思考题

高斯噪声就是n维分布都服从高斯分布的噪声，高斯噪声是一种随机信号。椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。

对于椒盐噪声，中值滤波效果好；对于高斯噪声，选用7x7窗口滤波效果好于3x3窗口滤波，但图像模糊加重。

实验五：FIR数字滤波器设计与软件实现

实验五：FIR数字滤波器设计与软件实现 一、实验指导 1．实验目的 （1）掌握用窗函数法设计FIR数字滤波器的原理和方法。 （2）掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。 （3）掌握FIR滤波器的快速卷积实现原理。 （4）学会调用MATLAB函数设计与实现FIR滤波器。 2．实验容及步骤 （1）认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理； （2）调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱，如图1所示； 图1 具有加性噪声的信号x(t)及其频谱如图 （3）请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。 （4）根据滤波器指标选择合适的窗函数，计算窗函数的长度N，调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。 （4）重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord 和remez设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 提示：○1MATLAB函数fir1的功能及其调用格式请查阅教材； ○2采样频率Fs=1000Hz，采样周期T=1/Fs； ○3根据图1(b)和实验要求，可选择滤波器指标参数：通带截止频率fp=120Hz，阻带截

至频率fs=150Hz ，换算成数字频率，通带截止频率p 20.24p f ωπ=T =π，通带最大衰为0.1dB ，阻带截至频率s 20.3s f ωπ=T =π，阻带最小衰为60dB 。 ○ 4实验程序框图如图2所示，供读者参考。 图2 实验程序框图 4.思考题 (1)如果给定通带截止频率和阻带截止频率以及阻带最小衰减,如何用窗函数法设计线性相位低通滤波器?请写出设计步骤. (2)如果要求用窗函数法设计带通滤波器,且给定通带上、下截止频率为pl ω和pu ω，阻带上、下截止频率为sl ω和su ω，试求理想带通滤波器的截止频率cl cu ωω和。 （3）解释为什么对同样的技术指标，用等波纹最佳逼近法设计的滤波器阶数低？ 5．信号产生函数xtg 程序清单（见教材） 二、 滤波器参数及实验程序清单 1、滤波器参数选取 根据实验指导的提示③选择滤波器指标参数： 通带截止频率fp=120Hz ，阻带截至频率fs=150Hz 。代入采样频率Fs=1000Hz ，换算成数字频率，通带截止频率p 20.24p f ωπ=T =π，通带最大衰为0.1dB ，阻带截至频率

空间滤波实验

空间滤波实验 实验目的 1、加深傅立叶光学基本概念和理论的理解 2、了解空间滤波实验系统 3、验证阿贝二次成像理论 实验原理 空间滤波实验也称阿贝—波特实验，属于采用滤波方法来处理光学信息的技术，其理论基础是阿贝二次成像原理。阿贝（Ernst Abbe,1840-1905），德国科学家，曾在蔡司公司任职，1873年在研究如何提高显微镜的分辨本领时，他首次提出了一个与几何光学成像传统理论完全不同的成像概念。后来，阿贝本人1893年和波特于1906年用实验验证了阿贝成像理论。阿贝理论和上述两次实验可以看作是傅立越光学的开端。阿贝成像理论的核心是：相干照明下成像过程可分做两步，首先是物面上发出的光波在物镜后焦面上发生夫琅和费衍射，得到第一次衍射像；然后，该衍射像作为新的相干波源，由它发出的次波在像面上干涉而构成物体的像，称为第二次衍射像。因此，该理论也常被称为“阿贝二次衍射成像理论”。后人称其为阿贝成像原理（Abbe’ Principle of image of formation ）。 图1是上述成像过程的示意图。其中物面()11,y x ，用相干平行光照明，在透镜后焦面即频谱面()22,y x 得到物的频谱，这是第一次成像过程，实际上是经过了一次傅立叶变换；由频谱()22,y x 而到像面()33,y x ，也是完成了一次夫琅和费衍射过程，等于又经过一次傅立叶变换。当像面取反射坐标时，后—次变换可视为傅立叶逆变换。经上述两次变换，像面上形成的是物体的像。 A B C P P 'A ' B ' C (x 2,y 2) (x 3,y 3) 图1 阿贝二次成像理论示意图 用频谱语言表达阿贝成像原理，那就是，第一步发生夫琅和费衍射，起“分频”作用，第二步发生干涉，起“合成”作用。这两个步骤本质上就是两次傅立叶变换。第一步“分频”是把物面光场的空间分布()y x g ,变为频谱面上的空间频率分布),(y x f f G 。第二步“合成”则是再作一次变换，又将),(y x f f G 还原到光场的空间()y x g ,。

实验四数字滤波器的设计实验报告

数字信号处理 实验报告 实验四 IIR数字滤波器的设计学生姓名张志翔 班级电子信息工程1203班 学号 指导教师 实验四 IIR数字滤波器的设计 一、实验目的： 1. 掌握双线性变换法及脉冲响应不变法设计IIR数字滤波器的具体设 计方法及其原理，熟悉用双线性变换法及脉冲响应不变法设计低通、高通和带通IIR数字滤波器的MATLAB编程。 2. 观察双线性变换及脉冲响应不变法设计的滤波器的频域特性，了解双线性变换法及脉冲响应不变法的特点。 3.熟悉Butterworth滤波器、切比雪夫滤波器和椭圆滤波器的频率特性。 二、实验原理: 1．脉冲响应不变法 用数字滤波器的单位脉冲响应序列模仿模拟滤波器的冲激响应 ,让正好等于的采样值，即，其中为采样间隔，如果以及分别表示的拉式变换及的Z变换，则 2．双线性变换法 S平面与z平面之间满足以下映射关系：

s平面的虚轴单值地映射于z平面的单位圆上，s平面的左半平面完全映射到z平面的单位圆内。 双线性变换不存在混叠问题。 双线性变换是一种非线性变换，这种非线性引起的幅频特性畸变可通过预畸而得到校正。 三、实验内容及步骤： 实验中有关变量的定义: fc 通带边界频率； fr阻带边界频率；δ通带波动；At 最小阻带衰减； fs采样频率； T采样周期 （1） =0.3KHz, δ=0.8Db, =0.2KHz, At =20Db,T=1ms; 设计一个切比雪夫高通滤波器，观察其通带损耗和阻带衰减是否满足要求。 MATLAB源程序： wp=2*1000*tan(2*pi*300/(2*1000)); ws=2*1000*tan(2*pi*200/(2*1000)); [N,wn]=cheb1ord(wp,ws,0.8,20,'s'); %给定通带（wp）和阻带(ws)边界角频率，通带波动波动0.8，阻带最小衰减20dB，求出最低阶数和通带滤波器的通带边界频率Wn [B,A]=cheby1(N,0.5,wn,'high','s');%给定通带（wp）和阻带(ws)边界角频率，通带波动 [num,den]=bilinear(B,A,1000); [h,w]=freqz(num,den); f=w/(2*pi)*1000; plot(f,20*log10(abs(h)));

IIR数字滤波器的设计实验报告

IIR数字滤波器的设计 一、实验目的： 掌握冲激相应不变法和双线性变换法设计IIR数字滤波器的原理和方法； 观察冲激相应不变法和双线性变换法设计IIR数字滤波器的频率特性； 了解冲激相应不变法和双线性变换法的特点和区别。 二、实验原理： 无限长单位冲激响应（IIR）数字滤波器的设计思想： a)设计一个合适的模拟滤波器 b)利用一定的变换方法将模拟滤波器转换成满足预定指 标的数字滤波器 切贝雪夫I型：通带中是等波纹的，阻带是单调的

切贝雪夫II型：通带中是单调的，阻带是等波纹的 1．用冲击响应不变法设计一个低通切贝雪夫I型数字滤波器通带上限截止频率为400Hz 阻带截止频率为600Hz 通带最大衰减为0.3分贝 阻带最小衰减为60分贝 抽样频率1000Hz 2．用双线性变换法设计切贝雪夫II型高通滤波器 通带截止频率2000Hz 阻带截止频率1500Hz 通带最大衰减0.3分贝 阻带最小衰减50分贝 抽样频率20000Hz 四、实验程序：

1） Wp=2*pi*400; Ws=2*pi*600; Rp=0.3; Rs=60; Fs=1000; [N,Wn]=cheb1ord(Wp,Ws,Rp,Rs,'s'); [Z,P,K]=cheb1ap(N,Rp); [A,B,C,D]=zp2ss(Z,P,K); [At,Bt,Ct,Dt]=lp2lp(A,B,C,D,Wn); [num1,den1]=ss2tf(At,Bt,Ct,Dt); [num2,den2]=impinvar(num1,den1,Fs); [H,W1]=freqs(num1,den1); figure(1) subplot(2,1,1); semilogx(W1/pi/2,20*log10(abs(H)));grid; xlabel(' 频率/ Hz'); ylabel(' 模拟滤波器幅值(db)'); [H,W2]=freqz(num2,den2,512,'whole',Fs); subplot(2,1,2); plot(W2,20*log10(abs(H)));grid; xlabel(' 频率/ Hz');

数字图像处理实验报告：灰度变换与空间滤波(附带程序,不看后悔)

1.灰度变换与空间滤波 一种成熟的医学技术被用于检测电子显微镜生成的某类图像。为简化检测任务，技术决定采用数字图像处理技术。发现了如下问题：（1）明亮且孤立的点是不感兴趣的点；（2）清晰度不够，特别是边缘区域不明显；（3）一些图像的对比度不够；（4）技术人员发现某些关键的信息只在灰度值为I1-I2 的范围，因此，技术人员想保留I1-I2 区间范围的图像，将其余灰度值显示为黑色。（5）将处理后的I1-I2 范围内的图像，线性扩展到0-255 灰度，以适应于液晶显示器的显示。请结合本章的数字图像处理处理，帮助技术人员解决这些问题。 1.1 问题分析及多种方法提出 （1）明亮且孤立的点是不够感兴趣的点 对于明亮且孤立的点，其应为脉冲且灰度值为255（uint8）噪声，即盐噪声，为此，首先对下载的细胞图像增加盐噪声，再选择不同滤波方式进行滤除。 均值滤波：均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8 个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。 优点：速度快，实现简单； 缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。 其公式如下： 使用矩阵表示该滤波器则为： 中值滤波：

滤除盐噪声首选的方法应为中值滤波，中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 其过程为： a、存储像素1，像素2 ....... 像素9 的值； b、对像素值进行排序操作； c、像素5 的值即为数组排序后的中值。优点：由于中值滤波本身为一种利用统计排序方法进行的非线性滤波方法，故可以滤除在排列矩阵两边分布的脉冲噪声，并较好的保留图像的细节信息。 缺点：当噪声密度较大时，使用中值滤波后，仍然会有较多的噪声点出现。自适应中值滤波： 自适应的中值滤波器也需要一个矩形的窗口S xy ，和常规中值滤波器不同的是这个窗口的大小会在滤波处理的过程中进行改变(增大)。需要注意的是，滤波器的输出是一个像素值，该值用来替换点(x, y)处的像素值，点(x, y)是滤波窗口的中心位置。 其涉及到以下几个参数： 其计算过程如下：

有限脉冲响应数字滤波器设计实验报告

成绩： 《数字信号处理》作业与上机实验 （第二章） 班级： 学号： 姓名： 任课老师： 完成时间： 信息与通信工程学院 2014—2015学年第1 学期

第7章有限脉冲响应数字滤波器设计 1、教材p238： 19.设信号x(t) = s(t) + v(t),其中v(t)是干扰，s(t)与v(t)的频谱不混叠，其幅度谱如题19图所示。要求设计数字滤波器,将干扰滤除，指标是允许|s(f)|在0≤f≤15 kHz频率范围中幅度失真为±2%（δ1 = 0.02）;f > 20 kHz,衰减大于40 dB（δ2=0.01）;希望分别设计性价比最高的FIR和IIR两种滤波器进行滤除干扰。请选择合适的滤波器类型和设计方法进行设计，最后比较两种滤波器的幅频特性、相频特性和阶数。 题19图 (1)matlab代码： %基于双线性变换法直接设计IIR数字滤波器 Fs=80000; fp=15000;fs=20000;rs=40; wp=2*pi*fp/Fs;ws=2*pi*fs/Fs; Rp=-20*log10(1-0.02);As=40; [N1,wp1]=ellipord(wp/pi,ws/pi,Rp,As); [B,A]=ellip(N1,Rp,As,wp1); [Hk,wk1]=freqz(B,A,1000); mag=abs(Hk);pah=angle(Hk);

%窗函数法设计FIR 数字滤波器 Bt=ws-wp; alph=0.5842*(rs-21)^0.4+0.07886*(rs-21); N=ceil((rs-8)/2.285/Bt); wc=(wp+ws)/2/pi; hn=fir1(N,wc,kaiser(N+1,alph)); M=1024; Hk=fft(hn,M); k=0:M/2-1; wk=(2*pi/M)*k; %画出各种比较结果图 figure(2); plot(wk/pi,20*log10(abs(Hk(k+1))),':','linewidth',2.5); hold on plot(wk1/pi,20*log10(mag),'linewidth',2); hold off legend('FIR 滤波器','IIR 滤波器'); axis([0,1,-80,5]);xlabel('w/\pi');ylabel('幅度/dB'); title('损耗函数'); figure(3) plot(wk/pi,angle(Hk(k+1))/pi,':','linewidth',2.5); hold on plot(wk1/pi,pah/pi,'linewidth',2); hold off legend('FIR 滤波器','IIR 滤波器'); xlabel('w/\pi');ylabel('相位/\pi'); title('相频特性曲线'); (2)两种数字滤波器的损耗函数和相频特性的比较分别如图1、2所示： 图1 损耗函数比较图 图2 相频特性比较图 0.1 0.2 0.3 0.4 0.50.6 0.7 0.8 0.9 1 -80-70 -60-50-40-30-20-100w/π 幅度/d B 损耗函数 FIR 滤波器IIR 滤波器 0.10.20.30.4 0.50.60.70.80.91 -1-0.8 -0.6-0.4-0.200.20.40.60.81w/π 相位/π 相频特性曲线 FIR 滤波器IIR 滤波器

卡尔曼滤波的基本原理及应用

卡尔曼滤波的基本原理及应用卡尔曼滤波在信号处理与系统控制领域应用广泛，目前，正越来越广泛地应用于计算机应用的各个领域。为了更好地理解卡尔曼滤波的原理与进行滤波算法的设计工作，主要从两方面对卡尔曼滤波进行阐述：基本卡尔曼滤波系统模型、滤波模型的建立以及非线性卡尔曼滤波的线性化。最后，对卡尔曼滤波的应用做了简单介绍。 卡尔曼滤波属于一种软件滤波方法，其基本思想是：以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。 最初的卡尔曼滤波算法被称为基本卡尔曼滤波算法，适用于解决随机线性离散系统的状态或参数估计问题。卡尔曼滤波器包括两个主要过程：预估与校正。预估过程主要是利用时间更新方程建立对当前状态的先验估计，及时向前推算当前状态变量和误差协方差估计的值，以便为下一个时间状态构造先验估计值；校正过程负责反馈，利用测量更新方程在预估过程的先验估计值及当前测量变量的基础上建立起对当前状态的改进的后验估计。这样的一个过程，我们称之为预估－校正过程，对应的这种估计算法称为预估－校正算法。以下给出离散卡尔曼滤波的时间更新方程和状态更新方程。 时间更新方程： 状态更新方程： 在上面式中，各量说明如下： A：作用在X k-1上的n×n 状态变换矩阵 B：作用在控制向量U k-1上的n×1 输入控制矩阵 H：m×n 观测模型矩阵，它把真实状态空间映射成观测空间 P k－：为n×n 先验估计误差协方差矩阵 P k：为n×n 后验估计误差协方差矩阵 Q：n×n 过程噪声协方差矩阵 R：m×m 过程噪声协方差矩阵 I：n×n 阶单位矩阵K k：n×m 阶矩阵，称为卡尔曼增益或混合因数 随着卡尔曼滤波理论的发展，一些实用卡尔曼滤波技术被提出来，如自适应滤波，次优滤波以及滤波发散抑制技术等逐渐得到广泛应用。其它的滤波理论也迅速发展，如线性离散系统的分解滤波（信息平方根滤波，序列平方根滤波，UD 分解滤波），鲁棒滤波（H∞波）。 非线性样条自适应滤波：这是一类新的非线性自适应滤波器，它由一个线性组合器后跟挠性无记忆功能的。涉及的自适应处理的非线性函数是基于可在学习

FIR数字滤波器设计实验_完整版

班级： 姓名： 学号： FIR 数字滤波器设计实验报告 一、实验目的 1．掌握FIR 数字滤波器的设计方法； 2．熟悉MATLAB 信号处理工具箱的使用； 3．熟悉利用MATLAB 软件进行FIR 数字滤波器设计，以及对所设计的滤波器 进行分析； 4．了解FIR 滤波器可实现严格线性相位的条件和特点； 5．熟悉FIR 数字滤波器窗函数设计法的MATLAB 设计，并了解利用窗函数法 设计FIR 滤波器的优缺点； 6．熟悉FIR 数字滤波器频率采样设计法的MATLAB 设计，并了解利用频率采 样法设计FIR 滤波器的优缺点； 7．熟悉FIR 数字滤波器切比雪夫逼近设计法的MATLAB 设计，并了解利用切 比雪夫逼近法设计FIR 滤波器的优缺点。 二、实验设备及环境 1．硬件：PC 机一台； 2．软件：MATLAB （6.0版以上）软件环境。 三、实验内容及要求 1．实验内容：基于窗函数设计法、频率采样设计法和切比雪夫逼近设计法，利用MATLAB 软件设计满足各自设计要求的FIR 数字低通滤波器，并对采用不同设计法设计的低滤波器进行比较。 2．实验要求： （1）要求利用窗函数设计法和频率采样法分别设计FIR 数字低通滤波 器，滤波器参数要求均为：0.3c w π=。其中，窗函数设计法要求分别利用矩形窗、汉宁窗和布莱克曼窗来设计数字低通滤波器，且 21N ≥,同时要求给出滤波器的幅频特性和对数幅频特性； 频率

采样法要求分别利用采样点数21N =和63N =设计数字低通滤波器，同时要求给出滤波器采样前后的幅频特性，以及脉冲响应及对数幅频特性。 （2）要求利用窗函数设计法和切比雪夫逼近法分别设计FIR 数字低通 滤波器，滤波器参数要求均为： 0.2π, 0.25dB, 0.3π, 50dB p p s s ωαωα==== 其中，窗函数设计法要求利用汉明窗来设计数字低通滤波器，且 66N ≥，同时要求给出滤波器理想脉冲响应和实际脉冲响应，汉 名窗和对数幅频特性； 切比雪夫逼近法要求采用切比雪夫Ⅰ型，同时要求给出滤波器的脉冲响应、幅频特性和误差特性。 （3）将要求（1）和（2）中设计的具有相同参数要求，但采用不同设 计方法的滤波器进行比较，并以图的形式直观显示不同设计设计方法得到的数字低通滤波器的幅频特性的区别。 四、实验步骤 1．熟悉MATLAB 运行环境，命令窗口、工作变量窗口、命令历史记录窗口，FIR 常用基本函数； 2．熟悉MATLAB 文件格式，m 文件建立、编辑、调试； 3．根据要求（1）的内容，设计FIR 数字低通滤波器，建立M 文件，编写、调试、运行程序； 4．根据要求（2）的内容，设计FIR 数字低通滤波器，建立M 文件，编写、调试、运行程序； 5．将要求（1）和（2）中设计的具有相同参数要求，但采用不同设计方法的滤波器进行比较分析； 6．记录实验结果； 7．分析实验结果； 8．书写实验报告。 五、实验预习思考题 1．FIR 滤波器有几种常用设计方法？这些方法各有什么特点？

实验五FIR数字滤波器的设计

实验六 FIR 数字滤波器的设计 一、实验目的 1．熟悉FIR 滤波器的设计基本方法 2．掌握用窗函数设计FIR 数字滤波器的原理与方法。 二、实验内容 1．FIR 数字滤波器的设计方法 FIR 滤波器的设计问题在于寻求一系统函数)(z H ，使其频率响应)(ωj e H 逼近滤波器要求的理想频率响应)(ωj d e H ，其对应的单位脉冲响应为)(n h d 。 （1）用窗函数设计FIR 滤波器的基本原理 设计思想：从时域从发，设计)(n h 逼近理想)(n h d 。设理想滤波器)(ωj d e H 的单位脉 冲响应为)(n h d 。以低通线性相位FIR 数字滤波器为例。 ?∑--∞-∞=== ππωωωωω πd e e H n h e n h e H jn j d d jn n d j d )(21)()()( (6-1) )(n h d 一般是无限长的，且是非因果的，不能直接作为FIR 滤波器的单位脉冲响应。要想得到一个因果的有限长的滤波器h(n)，最直接的方法是截断)()()(n w n h n h d =，即截取为有限长因果序列，并用合适的窗函数进行加权作为FIR 滤波器的单位脉冲响应。按照线性相位滤波器的要求，h(n)必须是偶对称的。对称中心必须等于滤波器的延时常数，即 ???-==2 /)1()()()(N a n w n h n h d (6-2) 用矩形窗设计的FIR 低通滤波器，所设计滤波器的幅度函数在通带和阻带都呈现出振荡现象，且最大波纹大约为幅度的9%，这个现象称为吉布斯（Gibbs ）效应。为了消除吉布斯效应，一般采用其他类型的窗函数。 （2） 典型的窗函数 ① 矩形窗(Rectangle Window) )()(n R n w N = （6-3）

阿贝成像与空间滤波实验汇总

实验6-3 阿贝成像与空间滤波实验 【实验目的】 1、 通过实验了解空间频率、空间频谱的概念以及傅里叶光学的基本思想。 2、 了解阿贝成像的原理，理解透镜成像的物理过程。 3、 了解如何通过空间滤波的方法，实现对图象的改造。 【实验原理】 1、傅里叶光学变换 设有一个空间二维函数()y x g ,，其二维傅里叶变换为： ()()[]()()[] dxdy y f x f i y x g y x g F f f G y x y x +-==??∞π2exp ,,, （6-3-1） 式中x f 、y f 分别为x 、y 方向的空间频率，()y x g ,是()y x f f G ,的逆傅里叶变换，即： ()[]()()[]y x y x y x y x df df y f x f i f f G f f G F y x g +==??∞-π2exp ,,),(1 (6-3-2) 该式表示：任意一个空间函数()y x g ,可表示为无穷多个基元函数()[]y f x f i y x +π2exp 的线性叠加。()y x y x df df f f G ,是相应于空间频率为x f 、y f 的基元函数的权重，()y x f f G ,称为()y x g ,的空间频谱。 理论上可以证明，对在焦距为f 的会聚透镜的前焦面上放一振幅透过率为()y x g ,的图像作为物，并用波长为λ的单色平面波垂直照明，则在透镜后焦面()y x '',上的复振幅分布就是()y x g ,的傅里叶变换() y x f f G ,，其中空间频率x f 、y f 与坐标x '、y '的关系为： ??? ????' ='=f y f f x f y x λλ （6-3-3） 故()y x '',面称为频谱面（或傅氏面），由此可见，复杂的二维傅里叶变换可以用一透镜来实现，称为光学傅里叶变换，频谱面上的光强分布，也就是物的夫琅禾费衍射图。 2、阿贝成像原理 阿贝（E.Abbe ）在1873年提出了相干光照明下显微镜的成像原理。他认为，在相干光照明下，显微镜的成像可分为两个步骤：第一步是通过物的衍射光在物镜的后焦面上形成一个衍射图；第二步是物镜后焦面上的衍射图复合为（中间）像，这个像可以通过目镜观察到。 成像的这两个步骤本质上就是两次傅里叶变换。第一步把物面光场的空间分布()y x g ,变为频谱面上空间频率分布()y x f f G ,，第二步则是再作一次变换，又将() y x f f G ,还原到空间分布()y x g ,。

北航卡尔曼滤波实验报告-GPS静动态滤波实验

卡尔曼滤波实验报告

2014 年 4 月 GPS 静/动态滤波实验 一、实验要求 1、分别建立GPS 静态及动态卡尔曼滤波模型，编写程序对静态和动态GPS 数据进行Kalman 滤波。 2、对比滤波前后导航轨迹图。 3、画出滤波过程中估计均方差(P 阵对角线元素开根号)的变化趋势。 4、思考：① 简述动态模型与静态模型的区别与联系；② R 阵、Q 阵，P0阵的选取对滤波精度及收敛速度有何影响，取值时应注意什么；③ 本滤波问题是否可以用最小二乘方法解决，如果可以，请阐述最小二乘方法与Kalman 滤波方法的优劣对比。 二、实验原理 2.1 GPS 静态滤波 选取系统的状态变量为[ ]T L h λ=X ,其中L 为纬度(deg),λ为经度(deg)，h 为高度 (m)。设()w t 为零均值高斯白噪声，则系统的状态方程为： 310()w t ?=+X (1) 所以离散化的状态模型为： ,111k k k k k W ---=+X X Φ (2) 式中，,1k k -Φ为33?单位阵，k W 为系统噪声序列。 测量数据包括：纬度静态量测值、经度静态量测值和高度构成31?矩阵Z ，量测方程

可以表示为： k k k Z HX V =+ (3) 式中，H 为33?单位阵，k V 为量测噪声序列。 系统的状态模型是十分准确的，所以系统模型噪声方差阵可以取得十分小，取Q 阵零矩阵。 系统测量噪声方差阵R 由测量确定，由于位置量测精度为5m ，采用克拉索夫斯基地球椭球模型，长半径e R 为6378245m ，短半径p R 为6356863m 。所以R 阵为： 2 2 25180()0 05180 ( )0cos()00 5p e R R L ππ ??? ?? ? ??= ??? ? ? ?? ? R (4) 2.2 GPS 动态滤波 动态滤波基于当前统计模型，在地球坐标系下解算。选取系统的状态变量为 T x x x y y y z z z X x v a y v a z v a εεε??=??,其中,,,x x x x v a ε依次为地球坐标系下x 轴上的位置、速度、加速度和位置误差分量，,y z 轴同理。系统的状态模型可以表示为： ()()()()t t t t =++X AX U W (5) 式中，位置误差视为有色噪声，为一阶马尔科夫过程，可表示为： x x x x y y y y z z z z w w w εετεετεετ?=-+????=-+????=-+?? 1 11 (6) 其中，i τ(,,i x y z =)为对应马尔科夫过程的相关时间常数，(,,)i w i x y z =为零均值高斯白噪声。

实验七 空间滤波实验

实验七 空间频率滤波器 一、实验目的 （1）知道光信息处理的原理。 （2）掌握光信息处理的实验装置和技术。 （3）掌握基本空间滤波器的作用。 二、原理概述 用(图7-1)来说明最常见的在频域内作光信息处理的实验装置，常称为三透镜系统。三个透镜的焦距都相同为f ，两透镜之间的距离为2f 。其中插有平面，平面与相邻透镜的距离为也f 。 光信息处理的原理是基于透镜的傅立叶变换性质和谱面上的空间滤波。在(图7-1)中第一个透镜1L 把点光源变为平行光束，照射到照片（物）上，该照片置于第二个透镜2L 的前焦面上，在透镜2L 的后焦面上，可观察到照片的频谱。第三个透镜3L 把置于自己前焦面的照片频谱，又重新变换为原照片的像，像位于3L 的后焦面上。如果在谱面上采用各种不同的空间滤波器来改变照片的频谱，就能改变照片像的性质，这就是光学空间滤波过程。在谱面上插入一个滤波器，实际上是对照片的频谱进行调制，能去处或增加照片的频谱，当滤波后的频谱被透镜3L 傅里叶变换到像面上后，照片的像将发生改变，不需要的部份(例如噪声)就会被去除，或增加某些新的内容，以方便我们进行照片识别，这就叫做图像处理。其关键技术就是各种滤波器的制作和使用。本实验仅介绍几种常见的简单空间滤波器。 1． 低通和高通滤波器 如(图7-2a)所示的一中心透光的圆孔，它就 是低通滤波器。它的作用是能让低空间频率的光 波通过，而将高空间频率的光波档住。因为在频 谱面上位置坐标，越靠近光轴的点，也就是衍射 角较小的点，它的空间频率越低。当照片上有小 的霉点和灰尘时，它们的频谱会充满整个谱面， 如果使用低通滤波器，就能挡住它们的绝大部分 (图17-1)光信息处理的三透镜系统实验装置 (a)低通滤波器 (b)高通滤波器 (图17-2)低通和高通滤波器

北航卡尔曼滤波实验报告_GPS静动态滤波实验

卡尔曼滤波实验报告 2014 年 4 月 GPS静/动态滤波实验 一、实验要求 1、分别建立GPS静态及动态卡尔曼滤波模型，编写程序对静态和动态GPS数据进行Kalman滤波。 2、对比滤波前后导航轨迹图。

3、画出滤波过程中估计均方差(P 阵对角线元素开根号)的变化趋势。 4、思考：① 简述动态模型与静态模型的区别与联系；② R 阵、Q 阵，P0阵的选取对滤波精度及收敛速度有何影响，取值时应注意什么；③ 本滤波问题是否可以用最小二乘方法解决，如果可以，请阐述最小二乘方法与Kalman 滤波方法的优劣对比。 二、实验原理 2.1 GPS 静态滤波 (deg) 度(m) (1) 所以离散化的状态模型为： (2) 可以表示为： (3) 矩阵。 5m ，采用克拉索夫斯基地球 6378245m 6356863m (4) 2.2 GPS 动态滤波 动态滤波基于当前 统计模型，在地球坐标系下解算。选取系统的状态变量为 (5)

式中，位置误差视为有色噪声，为一阶马尔科夫过程，可表示为： ε τεετεετ-=- =-1 1 (6) 白噪声。 (7) (8) 系统噪声为： (9) 量测量为纬度动态量测值、经度动态量测值、高度和三向速度量测值。由于滤波在地球 坐标系下进行，为了简便首先将纬度、经度和高度转化为三轴位置坐标值，转化方式如下： (10) 量测方程为： (11)

综上，离散化的Kalman滤波方程为： (12) 离散化的系统噪声协方差阵为： 2 [ π ?] ? k x = +<0 “当前”加速度 (13) 离散化量测噪声协方差阵为：diag = R 三、实验结果 3.1 GPS静态滤波

数字信号处理实验数字滤波器设计

大连理工大学实验报告 学院（系）：电信专业：生物医学工程 班级： ***1101 姓名： *** 学号： 201181*** 组： ___ 实验时间：实验室：实验台： 指导教师签字：成绩： 实验三 FIR数字滤波器设计 一、实验程序 1. 分别用海宁窗和矩形窗设计一个N=10的FIR低通和高通 滤波器，截止频率。绘制出其幅频特性曲线和相频特性 曲线。作出各滤波器的单位脉冲响应。 低通滤波器设计： clear; clc close all; wc=1/3; N=10; b1=fir1(10,wc,boxcar(11)); [H1,w]=freqz(b1,1,512); H1_db=20*log10(abs(H1)); figure; subplot(121) plot(w,abs(H1)); title('Rectangle窗的幅频特性曲线'); subplot(122)

plot(w,angle(H1)); grid on title('Rectangle窗的相频特性曲线'); b2=fir1(10,wc,hanning(11)); [H2,w]=freqz(b2,1,512); H2_db=20*log10(abs(H2)); figure subplot(211);stem([0:10],b1); title('矩形窗得到的FIR滤波器脉冲响应') subplot(2,1,2); stem([0:10],b2); title('汉宁窗得到的FIR滤波器脉冲响应') figure plot(w,H1_db,w,H2_db,'r--'); title('Frequency response') legend('rectangular window', 'hanning window') grid on figure; subplot(121) plot(w,abs(H2)); title('hanning窗的幅频特性曲线'); subplot(122) plot(w,angle(H2)); grid on title('hanning窗的相频特性曲线'); Image

实验三 数字滤波实验

实验三 数字滤波实验 1.实验原理与线路 (1)原理 ①见图3-1 图3-1 数字滤波原理图 计算机对含有干扰的正弦信号R （约0.5～1HZ ）通过U20采样输入，然后进行数字滤波处理，以保留正弦信号，去除干扰，最后送至U21变成模拟量C 输出。 (2)摸拟带有尖脉冲干扰的正弦信号 用RC 电路将U1单元的555输出方波（S 端）微分，将此微分信号视作干扰，再用U2 SIN 单元产生的正弦波，两信号迭加，如图3-2。注意R 点波形不要超过±5V ，以免数字化溢出。 (3)滤波器的计算 要求设计一个相当于 的数字滤波器，由一阶差分法可得近似式（注1） 1)()1(-+-=k k Y a X a Y 其中，Xk ：输入，Yk 输出，τT a =-1。 上式中a 的取值范围：0.00～0.99。 1-a 、a 的值要分别保存在2F00H 和2F03H 地址中，存入方法：在调试窗口使用 E[地址] 命令可对指定地址中的内容进行修改，假设a=0.95，这个值要保存在2F03H 地址中。 > E 2F03↙ > 0000:2F03 = CC_95↙ 启动相应程序后则会将BCD 码“95”转换成二进制小数，再按算式进行定点小数运算。 采样信号由8253得到，8253定时5ms ，采样周期T 为： 5?=K T T ms Tk 需保存在2F60H 地址中，取值范围：01H ～FFH ，对应T 的范围：5ms ～1275ms 。 1－a ，a ，Tk 的存储区见表3-1。 注1：理论推导算式为11)1(Y --+-=k k k aY X a ，实验采用的算式作了近似处理。

(5)线路 接线见图3-2，图中接入1点的信号为正弦波，2点为干扰信号。 图3-2 数字滤波线路图 2.实验程序流程：见图3-3 图3-3 一阶惯性数字滤波程序流程图 3.实验内容及步骤 ⑴按图3-2接线，调节U1信号源单元中的W11，使S端的方波周期约为0.2s；调节U2单元电位器，使其输出周期为1s、幅值为3V的正弦信号；调节图3-2电路图中1、2端对应的电位器，使R端波形符合图3-1所示输入信号的要求。

数字滤波器的设计实验

实验二IIR数字滤波器的设计 实验内容及步骤: 数字滤波器的性能指标：通带临界频率fp、阻带临界频率fr；通带内的最大衰减Ap；阻带内的最小衰减Ar；采样周期T； (1)、fp=0.3KHz,Ap=0.8dB, fr=0.2KHz,Ar=20dB,T=1ms；设计一Chebyshev高通滤波器；观察其通带损耗和阻带衰减是否满足要求。 程序如下： fp=300; fr=200; Ap=0.8; Ar=20; T=0.001;fs=1/T; wp=2*pi*fp*T; wr=2*pi*fr*T; Wp=2/T*tan(wp/2); Wr=2/T*tan(wr/2); [N,Wn]=cheb1ord(Wp,Wr,Ap,Ar,'s'); [B,A] = cheby1(N,Ap,Wn,'high','s'); [num,den]=bilinear(B,A,1/T); [h,w]=freqz(num,den); plot(w*fs/(2*pi),20*log10(abs(h))); %衰减及频率都用归一化的1为单位显示axis([0,500,-30,0]); title('Chebyshev高通滤波器'); xlabel('频率'); ylabel('衰减'); grid on; 根据下图知道通带损耗与阻带衰减满足要求

(2)、fp=0.2KHz,Ap=1dB, fr=0.3KHz,Ar=25dB,T=1ms；分别用脉冲响应不变法及双线性变换法设计一Butterworth数字低通滤波器，观察所设计数字滤波器的幅频特性曲线，记录带宽和衰减量，检查是否满足要求。比较这两种方法的优缺点。 程序如下： fp=200; fr=300; Ap=1;Ar=25; T=0.001;fs=1/T; wp=2*pi*fp*T; wr=2*pi*fr*T; Wp=2/T*tan(wp/2); Wr=2/T*tan(wr/2); [N,Wn]=buttord(Wp,Wr,Ap,Ar,'s'); [B,A] = butter(N,Wn,'s'); [num1,den1]=impinvar(B,A,1/T); %脉冲响应不变法得出设计的传递函数 [num2,den2]=bilinear(B,A,1/T); %双线性变换法得出设计的传递函数[h1,w]=freqz(num1,den1); plot(w*fs/(2*pi),20*log10(abs(h2)),w*fs/(2*pi),20*log10(abs(h1)), 'r.');grid on; %衰减及频率都用归一化的1为单位显示 axis([0,500,-30,0]); title('Butterworth低通滤波器（红线—脉冲响应不变法蓝线—双线性变换法）'); xlabel('?μ?ê');

阿贝成像原理和空间滤波实验

实验一 阿贝成像原理和空间滤波 一、实验目的 1．了解透镜孔径对成像的影响和两种简单的空间滤波。 2．掌握在相干光条件下调节多透镜系统的共轴。 3．验证和演示阿贝成像原理，加深对傅里叶光学中空间频谱和空间滤波概念的理解。 4．初步了解简单的空间滤波在光信息处理中的实际应用。 二、实验原理 1．阿贝成像原理 1873年，阿贝(Abbe)在研究显微镜成像原理时提出了一个相干成像的新原理，这个原 理为当今正在兴起的光学信息处理奠定了基 础。 如图1-1所示，用一束平行光照明物体， 按照传统的成像原理，物体上任一点都成了一 次波源，辐射球面波，经透镜的会聚作用，各 个发散的球面波转变为会聚的球面波，球面波 的中心就是物体上某一点的像。一个复杂的物体可以看成是无数个亮度不同的点构成，所有这些点经透镜的作用在像平面上形成像点，像点重新叠加构成物体的像。这种传统的成像原理着眼于点的对应，物像之间是点点对应关系。 阿贝成像原理认为，透镜的成像过程可以分成两步：第一步是通过物的衍射光在透镜后焦面(即频谱面)上形成空间频谱，这是衍射所引起的“分频”作用；第二步是代表不同空间频率的各光束在像平面上相干叠加而形成物体的像，这是干涉所引起的“合成”作用。成像过程的这两步本质上就是两次傅里叶变换。如果这两次傅里叶变换是完全理想的，即信息没有任何损失，则像和物应完全相似。如果在频谱面上设置各种空间滤波器，挡去频谱某一些空间频率成份，则将会使像发生变化。空间滤波就是在光学系统的频谱面上放置各空间滤波器，去掉(或选择通过)某些空间频率或者改变它们的振幅和相位，使二维物体像按照要求得到改善。这也是相干光学处理的实质所在。 以图l-l 为例，平面物体的图像可由一个二维函数g(x,y)描述，则其空间频谱G(f x ，f y )即为g(x ，y)的傅里叶变换： 2(,)(,)(,)x y i f x f y x y G f f g x y e dxdy π∞-∞-=?? （1-1） 图1-1 阿贝成像原理

卡尔曼滤波算法及MATLAB实现

基于matlab的卡尔曼信号滤波设计 卡尔曼滤波的基本思想是：以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。 语音信号在较长时间内是非平稳的，但在较短的时间内的一阶统计量和二阶统计量近似为常量，因此语音信号在相对较短的时间内可以看成白噪声激励以线性时不变系统得到的稳态输出。假定语音信号可看成由一AR模型产生： 时间更新方程： 测量更新方程： K(t)为卡尔曼增益，其计算公式为： 其中 、分别为过程模型噪声协方差和测量模型噪声协方差，测量协方差可以通过观测得到， 则较难确定，在本实验中则通过与两者比较得到。 由于语音信号短时平稳，因此在进行卡尔曼滤波之前对信号进行分帧加窗操作，在滤波之后对处理得到的信号进行合帧，这里选取帧长为256，而帧重叠个数为128； 下图为原声音信号与加噪声后的信号以及声音信号与经卡尔曼滤波处理后的信号：

原声音信号与加噪声后的信号 原声音信号与经卡尔曼滤波处理后的信号 MATLAB程序实现如下： %%%%%%%%%%%%%%%%%基于LPC全极点模型的最大后验概率估计法,采用卡尔曼滤波%%%%%%%%%%%%%% clear; clc; %%%%%%%%%%%%%%%%%%%%%%%%%%%加载声音数据%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% loadvoice.mat y=m1(2,:); x=y+0.08*randn(1,length(y)); %%%%%%%%%%%%%%%原声音信号和加噪声后的信号%%%%%%%%%%%%%%% figure(1); subplot(211);plot(m1(1,:),m1(2,:));xlabel('时间');ylabel('幅度');title('原声音信号'); subplot(212);plot(m1(1,:),x);xlabel('时间');ylabel('幅度');title('加噪声后的信号');

实验五数字滤波器实验

实验五数字滤波器实验 The following text is amended on 12 November 2020.

实验五数字滤波器实验 一、实验目的 1.研究数字滤波器对系统稳定性及过渡过程的影响。 2.熟悉和掌握系统过渡过程的测量方法 3.掌握数字滤波器的设计方法。 4.了解数字滤波器的通带对系统性能的影响。 二、实验仪器 1.EL-AT-III型计算机控制系统实验箱一台。 2.PC计算机一台。 三、实验内容 1.需要加入串联超前校正的开环系统电路及传递函数 （1）实验电路 （2）系统开环传递函数 （3）系统闭环结构图 （4）数字滤波器的递推公式 模拟滤波器的传递函数：（T1S+1）/（T2S+1） 2.需加入串联滞后校正系统电路及传递函数 （1）实验电路 （2）系统开环传递函数 （3）系统闭环结构图 （4）数字滤波器的递推公式 模拟滤波器的传递函数：（T1S+1）/（T2S+1） 四、实验步骤 1.启动计算机，双击桌面“计算机控制实验”快捷方式，运行软件。 2.测试计算机与实验箱的通信是否正常，通信正常继续，如通信不正常查找原因使通信正 常后才可以继续进行实验。 超前校正 3.连接被测量典型环节的模拟电路。电路的输入U1接A/D、D/A卡的DA1输出，电路的输 出U2接A/D、D/A卡的AD1输入，将纯积分电容两端接在模拟开关上。检查无误后接通 电源。 4.在实验项目的下拉列表中选择实验五[五、数字滤波]，鼠标单击运行按钮，弹出实验课

题参数设置对话框，选择超前校正，然后在参数设置对话框中设置相应的实验参数，鼠 标单击确认等待屏幕的显示区显示实验的结果，并记录超调量和调节时间。 6.连接被测量典型环节的模拟电路。电路的输入U1接A/D、D/A卡的DA1输出，电路的输 出U2接A/D、D/A卡的AD1输入，将纯积分电容两端接在模拟开关上。检查无误后接通 电源。 7.在实验项目的下拉列表中选择实验五[五、数字滤波]，鼠标单击运行按钮，弹出实验课 题参数设置对话框，选择超前校正，然后在参数设置对话框中设置相应的实验参数，鼠 标单击确认等待屏幕的显示区显示实验的结果，并记录超调量和调节时间。 五、实验报告 1.画出所做实验的模拟图，结构图。 如实验内容。 2.分析加数字滤波器前系统的稳定特性： 答：加数字滤波器前系统的稳定特性较差，输出波形不稳定。 3.从响应曲线中分析校正后的结果与理论分析比较： 答：从响应曲线中分析校正后的结果可知加入超前、之后校正环节后系统稳定性提高， 输出波形稳定。