[知识交流]当信号和干扰信号同时存在时，不会发生叠加吗？要如何滤掉干扰信号？
文章发表于：2007-10-21 18:16
这是对滤波的理解有误，滤波不是指滤掉干扰信号的幅值，而是滤掉它的频率。有用信号和干扰信号的频率不同，如果干扰信号的频率高，则用一个低通滤波器滤掉干扰信号，如果信号频率高，则用一个高通滤波器滤掉干扰信号。
MATLAB:
y(m)=-(a(2)*y(m-1)+a(3)*y(m-2)+a(4)*y(m-3)+a(5)*y(m-4)+a(6)*y(m-5)+a(7)*y(m-6)+a(8)*y(m-7)+a(9)*y(m-8))+(b(1)*x(m)+b(2)*x(m-1)+b(3)*x(m-2)+b(4)*x(m-3)+b(5)*x(m-4)+b(6)*x(m-5)+b(7)*x(m-6)+b(8)*x(m-7)+b(9)*x(m-8));
C语言
以下一个结果：通带 5Hz，1db， 阻带8Hz，40db
b=[0.0117 -0.0329 0.0451 -0.0329 0.0117]
a=[1.0000 -3.6048 4.9787 -3.1156 0.7447]
int filterBegin=5;
double xBuf[5];
double yBuf[5];
double filter(double x)
{
//把历史数据保存，算出yBuf[]并返回
for(int i=4;i>0;i--)
{
yBuf[i] = yBuf[i-1]; xBuf[i] = xBuf[i-1];
}
xBuf[0] = x;
if(filterBegin>0)
{
filterBegin =0;
yBuf[0] = x;
return x;
}
yBuf[0] = 0.0117* ( xBuf[0] +xBuf[4]) -0.0329 * (xBuf[1 ]+xBuf[3]) +0.0451*xBuf[2 ]
-( -3.6048* yBuf[1] + 4.9787*yBuf[2] -3.1156*yBuf[3] + 0.7447*yBuf[4]);
return yBuf[0];
}
2、关于FIR带通滤波器的C语言设计程序 代码
int i, j, sum0, sum1;
short x0,x1,x2,x3,x4,x5,x6,x7,h0,h1,h2,h3,h4,h5,h6,h7; for (j = 0; j < 100; j+=2) {
sum0 = 0;
sum1 = 0;
x0 = x[j];
for (i = 0; i < 32; i+=8){
x1 = x[j+i+1];
h0 = h[i];
sum0 += x0 * h0;
sum1 += x1 * h0;
x2 = x[j+i+2];
h1 = h[i+1];
sum0 += x1 * h1;
sum1 += x2 * h1;
x3 = x[j+i+3];
h2 = h[i+2];
sum0 += x2 * h2;
sum1 += x3 * h2;
x4 = x[j+i+4];
h3 = h[i+3];
sum0 += x3 * h3;
sum1 += x4 * h3;
x5 = x[j+i+5];
h4 = h[i+4];
sum0 += x4 * h4;
sum1 += x5 * h4;
x6 = x[j+i+6];
h5 = h[i+5];
sum0 += x5 * h5;
sum1 += x6 * h5;
x7 = x[j+i+7];
h6 = h[i+6];
sum0 += x6 * h6;
sum1 += x7 * h6;
x0 = x[j+i+8];
h7 = h[i+7];
sum0 += x7 * h7;
sum1 += x0 * h7;
y[j] = sum0 >> 15;
y[j+1] = sum1 >> 15;
谐波
产生的根本原因是由于非线性负载所致。当电流流经负载时，与所加的电压不呈线性关系，就形成非正弦电流，从而产生谐波。谐波频率是基波频率的整倍数，根据法国数学家傅立叶(M．Fourier)分析原理证明，任何重复的波形都可以分解为含有基波频率和一系列为基波倍数的谐波的正弦波分量。谐波是正弦波，每个谐波都具有不同的频率，幅度与相角。谐波可以I区分为偶次与奇次性，第3、5、7次编号的为奇次谐波，而2、4、6、8等为偶次谐波，如基波为50Hz时，2次谐波为l00Hz，3次谐波则是150Hz。
jībō 〖fundamentalwave〗 复合波的最低频率分量。 在复杂的周期性振荡中,包含基波和
谐波
。和该振荡最长周期相等的正弦波分量称为基波。相应于这个周期的频率称为
基本频率
。频率等于基本频率的整倍数的正弦波分量称为谐波。
通带截止频率
是滤波器中的带通滤波器的截止频率。带通滤波器是只允许ƒ1——ƒ2间的频率成分通过，其他频率成分衰减为零。
[知识交流]当信号和干扰信号同时存在时，不会发生叠加吗？要如何滤掉干扰信号？ 文章发表于：2007-10-21 18:16 这是对滤波的理解有误，滤波不是指滤掉干扰信号的幅值，而是滤掉它的频率。有用信号和干扰信号的频率不同，如果干扰信号的频率高，则用一个低通滤波器滤掉干扰信号，如果信号频率高，则用一个高通滤波器滤掉干扰信号。 MATLA...
1、什么是低通滤波
低通滤波是一种信号处理技术，它可以用于去除高频信号成分，只保留低频信号成分。
低通滤波器
的本质是一个线性时不变系统，它可以通过差分方程或者频域响应的形式来描述。
在差分方程的形式下，
低通滤波器
可以表示为：
y[n]=b0x[n]+b1x[n−1]+b2x[n−2]−a1y[n−1]−a2y[n−2]y[n] = b_0 x[n] + b_1 x[n-1] + b_2 x[n-2] - a_1 y[n-1] - a_2 y[n-2]y[n]=b0x[n]+b1x[n−1]+b2x[n−
FIR滤波器的
C语言
实现
，用C编写的FIR滤波器，包括各个子函数在内，存成了word文档形式供下载。
FIR滤波器与无限持续时间脉冲响应 (IIR) 滤波器相比，具有有限持续时间脉冲响应的数字滤波器（全零或 FIR 滤波器）既有优点又有缺点。
主要优点：
1. 具有精确的线性相位
2. 始终稳定
3. 设计方法通常是线性的
4. 可以在硬件中高效
实现
5. 滤波器启动瞬态具有有限持续时间
FIR 滤波器的主要缺点：
1. 要达到同样的性能水平，其所需阶数远高于IIR 滤波器
2. 滤波器的延迟通常比同等性能的IIR 滤波器大得多
目前，项目需要处理信号。目标信号是特定频率范围内的信号。高频视为干扰。而一阶RC滤波器容易
实现
。但是网上资料往往没有详细的推导。因此在这里把笔记记下。本文的优势是比较详细，参数配置都有公式依据。
1、一阶RC
低通滤波器
的算法
实现
1.1 算法推导
1.2 波特图
1.3 用
C语言
实现
2、一阶RC
高通滤波器
的原理以及
实现
2.1 原理推导
2.2 波特图
2.3 用
C语言
...
目录理论推导产生测试信号sin_cal.csin_cal.h生成波形一阶滤波器FirstOrderFilter.cFirstOrderFilter.h测试
低通滤波器
高通滤波器
IAP15W4K58S4
Keil uVision V5.29.0.0
PK51 Prof.Developers Kit Version:9.60.0.0
串口示波器：Vofa+ 1.3.10
低通滤波器
见一阶RC
低通滤波器
的数学模型及算法
实现
—— 奔跑的chanchanchan
Yn=A⋅Xn+(1−A)⋅Y
数字滤波器的
C语言
实现
通常分为三种类型：
高通滤波器
、
低通滤波器
和
带通滤波器
。其中，
高通滤波器
可以通过滤除低频信号来保留高频信号，
低通滤波器
可以滤除高频信号来保留低频信号，
带通滤波器
则是同时滤除高、低频信号，只保留一个中间的频率段。
实现
数字滤波器可以采用一些经典的滤波算法，如FIR（有限脉冲响应滤波器）和IIR（无限脉冲响应滤波器）。以FIR滤波器为例，其
C语言
实现
需要定义一组系数，可以通过差分方程或直接计算获得。一般而言，FIR滤波器的算法步骤包括采样、计算、存储等过程，其代码
实现
如下：
#define FILTER_LEN 51 // 滤波器长度
float filter[FILTER_LEN] = { 0.0 }; // 滤波器系数
float input_data = 0.0; // 输入数据
float output_data = 0.0; // 输出数据
void fir_filter(float data)
int i;
float tmp = 0.0;
// 滑动数组
for (i = (FILTER_LEN - 1); i >= 1; i--) {
filter[i] = filter[i - 1];
// 存储新数据
filter[0] = data;
// 计算输出数据
for (i = 0; i < FILTER_LEN; i++) {
tmp += filter[i] * filter[FILTER_LEN - 1 - i];
output_data = tmp;
对于高通、低通和
带通滤波器
的
实现
，可以根据其特点来定义不同的滤波算法和系数。例如，对于
低通滤波器
而言，滤波器系数应该反映出其去除高频信号的特性，可以通过对一组
低通滤波器
的系数进行加权和以获得不同的截止频率。而对于
带通滤波器
，则需要同时考虑其阻带和通带的特性，进而确定其滤波器系数和算法。
