【正文】 要熟練掌握matlab編程，要充分熟悉相關函數(shù)的定義和使用，并通過不斷的練習，提高自己對matlab的駕馭能力。所以應選擇較合適的采樣頻率。采樣頻率要滿足采樣定理，否則將不能唯一的恢復原始信號。在繪制窗函數(shù)幅頻響應時，要對其進行歸一化處理，MATLAB給出的窗函數(shù)調用函數(shù)里面的參數(shù)是歸一化的，否則將不能正常輸出。來求濾波器的沖激響應。在用b=fir1(n,wn,’ftype’,window)函數(shù)想直接進行濾波器設計時會出現(xiàn)數(shù)量不匹配錯誤。編程中經(jīng)常會出現(xiàn)前后數(shù)目不匹配以導致錯誤的現(xiàn)象。通常設計濾波器會有過渡帶和阻帶衰減的要求，這樣可以確定階數(shù)N值及窗函數(shù)的形狀。該函數(shù)是通過向量b描述的濾波器對x數(shù)據(jù)進行濾波，其中M是采樣點數(shù)。利用這些調用方式MATLAB并不直接繪制系統(tǒng)的頻率特性圖，但可由向量H、w用abs、angle、plot等函數(shù)來繪制幅頻特性和相頻特性圖。此外，還有如下相類似的四種調用形式。freqz(b，a，’whole’) 該調用方式將繪制系統(tǒng)在0~2π范圍內的幅頻特性和相頻特性圖。由于FIR數(shù)字濾波器具有嚴格的線性相位，而且同時可以具有任意的幅度特性的優(yōu)點，所以多應用于要求線性相位，任意幅度（即要求信道具有線性相位特性）的語音處理，圖象處理以及數(shù)據(jù)傳輸?shù)?。由于sin[w(n1/2)]對w=0,2π處成奇對稱，對w=π呈偶對稱（H(0)=0）。 （4）h(n)=h(N1n),即h(n)為奇對稱，N=偶數(shù) 由于sin[w(n1/2)]在w=0,2π處為零，即H(w)在w=0,2π處為零。sin(nw)對w=0,p,2p呈奇對稱形式（H(0)=0 、H(p)=0）。也即H(z)在z=177。不能設計高通和帶阻濾波器，只能設計低通和帶通濾波器。 (2) h(n)=h(N1n),即h(n)為偶對稱，N=偶數(shù) 可以看出，當w=π時，cos[w(n1/2)]=0即H(w)=0，H(z)在z=1處，必有一個零點。所以w從0174。幅度特性H(w)的特點：(1) h(n)=h(N1n)，即h(n)為偶對稱,N=奇數(shù) cos(nw)對于w=0,p,2p皆為偶對稱，所以幅度函數(shù)H(w)也對 w=0,p,2p皆為偶對稱。說明濾波器具有(N1)/2個抽樣的延時，它等于單位沖激響應h(n)的長度的一半。H(ejw)線性相位是指θ(w)是w的線性函數(shù)。總之，這次的課程設計令我受益匪淺。但離真正的掌握還有一定距離。在進行各種窗函數(shù)的比較時，也掌握了各種窗函數(shù)的特性。而且在設計濾波器時，有時跟同學一起討論的效果會比自己看書的效果會好些，大家相互交流也會排除一些錯誤的產(chǎn)生。由于自己對matlab中各函數(shù)的使用并不熟悉，所以在編程時還要先查看相關函數(shù)功能及用法。 在剛了解到課題的時候，由于對基礎知識掌握不牢，還不知道如何下手，后來通過查閱相關書籍，并從網(wǎng)上下載了資料，逐漸了解了FIR低通濾波器的設計原理和方法，開始慢慢的著手去完成任務。6 心得體會 在數(shù)字信號處理中，濾波占有極其重要的地位，而FIR濾波器以它優(yōu)越的性能，在數(shù)字信號處理領域占有很重要的地位。但階數(shù)的增加會加大運算量，所以在實際設計時應選取較為合適的階數(shù)N以平衡濾波器的效果和運算量兩項重要指標。而我們在選定窗函數(shù)時，也主要根據(jù)濾波器過渡帶和阻帶衰減的要求進行選擇。但從圖中我們也可看出這兩項要求不能同時滿足，往往是增加主瓣寬度以換取對旁瓣的抑制。而我們一般希望窗函數(shù)滿足兩項要求：一是窗譜主瓣盡可能地窄，以獲得較陡的過渡帶。而用布萊克曼窗設計的濾波器的阻帶數(shù)案件最好，但過渡帶最寬，約為矩形窗的3倍。幫助我們理解了不同窗函數(shù)對濾波器效果產(chǎn)生的不同的影響。不同窗函數(shù)的主瓣寬度和旁瓣衰減不盡相同。注：要改變?yōu)V波器階數(shù)，只需改變N值即可。幅度39。)。xlabel(39。凱澤窗()濾波器輸出信號39。plot(t2,y16)。)。相位/176。)。xlabel(39。凱澤窗()濾波器相頻響應39。axis([0 pi 2000 0])。)。ylabel(39。頻率39。)。title(39。plot(w6,20*log10(abs(H6)))。h(n)39。)。xlabel(39。凱澤窗()濾波器h(n)39。)。stem(n,h6,39。)。ylabel(39。時間/t39。)。title(39。subplot(2,2,4)。39。ylabel(39。頻率39。)。title(39。subplot(2,2,3),plot(w5,180/pi*unwrap(angle(H5)))。幅頻響應/dB39。)。xlabel(39。布萊克曼窗濾波器幅頻響應20lg|H(ejw)|曲線39。axis([0 pi 150 0])。)subplot(2,2,2)。ylabel(39。n39。)。title(39。.39。%%布萊克曼窗設計濾波器subplot(2,2,1)。幅度39。)。xlabel(39。漢明窗濾波器輸出信號39。plot(t2,y14)。)。相位/176。)。xlabel(39。漢明窗濾波器相頻響應39。axis([0 pi 2000 0])。)。ylabel(39。頻率39。)。title(39。plot(w4,20*log10(abs(H4)))。h(n)39。)。xlabel(39。漢明窗設計濾波器h(n)39。)。stem(n,h4,39。)。ylabel(39。時間/t39。)。title(39。subplot(2,2,4)。39。ylabel(39。頻率39。)。title(39。subplot(2,2,3),plot(w3,180/pi*unwrap(angle(H3)))。幅頻響應/dB39。)。xlabel(39。漢寧窗濾波器幅頻響應20lg|H(ejw)|曲線39。axis([0 pi 150 0])。)subplot(2,2,2)。ylabel(39。n39。)。title(39。.39。%%漢寧窗設計濾波器subplot(2,2,1)。幅度39。)。xlabel(39。三角窗濾波器輸出信號39。plot(t2,y12)。)。相位/176。)。xlabel(39。三角窗濾波器相頻響應39。axis([0 pi 2000 0])。)。ylabel(39。頻率39。)。title(39。plot(w2,20*log10(abs(H2)))。h(n)39。)。xlabel(39。三角窗設計濾波器h(n)39。)。stem(n,h2,39。)。ylabel(39。時間/t39。)。 %濾波器輸出信號title(39。subplot(2,2,4)。39。ylabel(39。頻率 w39。)。title(39。subplot(2,2,3),plot(w1,180/pi*unwrap(angle(H1)))。幅頻響應/dB39。)。xlabel(39。矩形窗濾波器幅頻響應20lg|H(ejw)|曲線39。 %濾波器幅頻響應axis([0 pi 150 0])。 subplot(2,2,2)。h(n)39。)。xlabel(39。矩形窗設計濾波器h(n)39。)。stem(n,h1,39。 y16=y6(n2)。y14=y4(n2)。 y12=y2(n2)。 t2=t(n2)。 y6=fftfilt(h6,x,256)。y4=fftfilt(h4,x,256)。 y2=fftfilt(h2,x,256)。)。ylabel(39。時間/t39。)。title(39。%選擇采樣點間隔x1=x(n1)。%待濾波的信號n1=81:241。f2=t=nn/Fs。Fs=1000。axis([0 30 0 1])。h(n)39。)。xlabel(39。凱澤窗()波形39。)。stem(n,wd6,39。axis([0 30 0 1])。