数字滤波器的实现——低通滤波器再探究

article/2025/9/13 22:53:25

在探究完滤波器原理之后,又面临一个问题就是数字滤波器如何实现的问题,因为在实际应用过程中,如果不接触硬件的话,低通滤波器一般都是通过编程实现的,具体代码应该怎么编写,在应用过程中又应该注意什么问题呢?这里值得探究一下。

首先我们回顾一下低通滤波器的原理:

从自动控制原理的角度,一阶低通滤波器实际上是一个一阶惯性环节,低通滤波器的传递函数表达形式如下所示,即为一阶惯性环节的传递函数表达式。

 那如果放在代码里面如何实现呢?

第一步:求取滤波器的差分方程,需要按照下述流程。S域传递函数——Z域离散函数——差分方程。

假设当前S域传递函数为:

通过前向差分方法,对其离散化:(还有后向差分和双线性变换法,这里仅探究一种)

式中T为离散化过程中的单个步长时间,通常在单片机中是采样周期或为中断周期。可以得到离散域的传递函数:

对其进行化简与整合可以得到输入和输出的关系式:

由于在信号传递过程中:

即:

将其带入整合得到的输入输出关系式中,可以得到差分方程表达式

若传递函数为文中开始的形式:

式中T为离散化过程中的单个步长时间。经过推导后可以得出差分方程表达式为:

第二步:编程实现

 有了差分方程,下一步就是对其进行编程实现,插入一个function模块,代码段为:

function y = fcn(u)
%#codegen
persistent yk yk_1 Tsc wc
if isempty(yk)yk = 0;yk_1 = 0;Tsc =0.0001;wc =100;
endsum = (1+wc*Tsc);alpha = 1 / sumbeta = wc*Tsc / sumyk = alpha*yk_1 + beta*u;yk_1 = yk;
y = yk;

如果按照文中开头给的传递函数,基波为幅值为100,角频率为10rad/s的正弦波,噪声是幅值为10,角频率为1000rad/s的正弦波。低通滤波器的截止频率100rad/s,采样时间为0.001s。对其进行仿真实验,下图第一行为原始波形,第二行为连续域传递函数滤波后效果,第三行为数字滤波器滤波后效果,可以看到,通过上述函数实现了对高频噪声的滤除,实现了指定截止频率的低通滤波器,代码具备实际应用价值。

附件:绘制截止频率为 100 rad/s的低通滤波器在连续域与离散域的bode图。

% transfor function
sys = tf([100], [1 100]);% discretize
ts = 0.0001; % 采样周期
dsys = c2d(sys, ts, 'i'); % 转化为差分方程% extract
[num, den] = tfdata(dsys,'v'); % 提取差分方程系数
sys =sys
dsys = dsys
opts = bodeoptions;
opts.FreqUnits = 'rad/s';
opts.XLim = [0.01, 10000];
opts.Grid = 'on';bode(sys,dsys,opts);

 第三步:通用性低通滤波器的代码撰写

实际上在公司的代码里面,是不会直接对截止频率进行给定的,当然我认为直接给截止频率更方便一些,为了适应工作环境,下面附上按照滤波常数 Tf 和采样时间 Tsc 来设计低通滤波器的函数。

function y = fcn(u)
%#codegen
persistent yk yk_1 Tsc Tf
if isempty(yk)yk = 0;yk_1 = 0;Tsc =0.0001;Tf =0.01;
endalpha =  Tsc / (Tsc+Tf)beta = Tf / (Tsc+Tf)yk = (u * Tsc + yk_1*Tf )/(Tsc+Tf);yk_1 = yk;
y = yk;

 截止频率 wc  和 滤波常数 Tf 之间的比例关系如下所示:

 按照滤波时间常数 Tf 设计的滤波器结果如下图所示,输入和噪声与上文一致,从图中可以看出已实现了低通滤波器的功能。

任意低通滤波器传递函数转换为代码的一种方法:

% transfor function
sys = tf([100], [1 100]);% discretize
ts = 0.0001; % 采样周期
dsys = c2d(sys, ts, 'i') % 转化为差分方程

转化为这个结果

基于这个结果推导一下公式:

 输入代码:例如SMO的反电动势滤波,输入为Zalpha,输出为Ealpha。由于代码是顺序执行,等号右侧的Ealpha实际上是上一次进入中断算出的Ealpha值。

Ealpha = 0.99Ealpha + 0.01Zalpha; 

为了便于显示当然也可以写成:这样在最后把Ealpha赋值给另一个变量,更加直观易读,但是也会多出一个变量定义。

Ealpha = 0.99Ealpha_old + 0.01Zalpha; 
.....//其他代码
Ealpha_old = Ealpha;


http://chatgpt.dhexx.cn/article/j09jZfvG.shtml

相关文章

数字图像处理之低通滤波器实现原理及方法(Matlab)

1.傅里叶变换与频域 在之前的文中,我们已经进行过一些基本的图像处理。比如,使用低通滤波可以将图像模糊,也有些许降噪的作用。这些都是在空间域内进行的滤波处理,这个处理主要是依靠卷积来进行计算的。首先,从连续的一…

滤波器_理想低通/高通滤波器原理

1.滤波器作用 消除干扰杂讯噪声,对信号进行频率成分的选择2.高通滤波 过滤低频信息,让高频信息通过3.低通滤波 过滤高频信息,让低频信息通过4.理想低通滤波 D0表示通带半径,D(u,v)是到频谱中心的距离(欧式距离),公式…

带通滤波器电路图大全(三款带通滤波器电路设计原理图详解)

带通滤波器电路图设计(一) 传统的带通滤波器设计方法中涉及了很多复杂的理论分析和计算。针对上述缺点,介绍一种使用EDA软件进行带通滤波器的设计方案,详细阐述了使用FilterPro软件进行有源带通滤波器电路的设计步骤,…

T滤波器(低通滤波器)

1.电路原理 T滤波器,其基本原理是基于低通滤波器设计,实现阻高频通低频的需求,其电路图及传递函数如下。 2.传递函数 r(t)为输入,c(t)为输出,从电路原理我们得到输入输出公式: 将公式进行拉氏变换得到: 3.系…

低通滤波器和高通滤波器的程序实现原理推导

傅立叶变换,拉普拉斯变换和Z变换 对于信号分析而言,傅立叶变换是必不可少的,我们都知道傅立叶变换是把系统从时域变换到频域进行分析,那么拉普拉斯变换和Z变换是干什么的?简单的来说,由于傅里叶变换的收敛有一个狄利克雷条件,要求信号绝对可积/绝对可和。对于那些…

数字低通滤波器的原理及实现

首先说一下,数字滤波器是怎么实现的 1.首先根据电路建立低通滤波器时域系统微分方程,得出低通滤波器t域模型 2.其次将对时域微分方程进行拉式变换,得出低通滤波器的s域模型 3.将模拟滤波器转换为数字滤波器,对连续系统进行离散化…

简单易理解的RC滤波器(含电路仿真)

滤波器 滤波器是对波进行过滤的器件,是一种让某一频带内信号通过,同时又阻止这一频带外信号通过的电路。 滤波器主要有低通滤波器、高通滤波器和带通滤波器三种,按照电路工作原理又可分为无源和有源滤波器两大类。本文主要对低通、高通还有带…

一文读懂:常见低通、高通、带通三种滤波器的工作原理

滤波器 滤波器是对波进行过滤的器件,是一种让某一频带内信号通过,同时又阻止这一频带外信号通过的电路。 滤波器主要有低通滤波器、高通滤波器和带通滤波器三种,按照电路工作原理又可分为无源和有源滤波器两大类。今天,小编主要…

利用Excel对数据进行标准化处理

采用的公式为x(x-min)/(Max-min),这样标准化后的数据最大值为1,最小值为0。

数据分析-数据规范化的一些方法

数据规范化的几种方法 1. Min-Max规范化 from sklearn import preprocessing import numpy as np #初始化数据,每一行表示一个样本,每一列表示为一个特征 x np.array([[0.,-3.,1.],[3.,1.,2.],[0.,1.,-1.] ]) #将数据进行[0,1]规范化 min_max_scaler …

数据预处理(四)——数据标准化

主要内容: 数据预处理的必要性 数据清洗 数据集成 数据标准化 数据规约 数据变换与离散化 利用sklearn进行数据预处理 小结 四、数据标准化 不同特征之间往往具有不同的量纲,由此造成数值间的差异很大。因此为了消除特征之间量纲和取值范围的差异可能会造…

数据的标准化处理——基于python

数据的标准化处理——基于R 归一化(normalization)python实现 标准化python实现 之前写过用R来进行标准化: 数据的标准化处理——基于R 归一化(normalization) 将数据缩放到[0,1]的(min—max Normalizati…

数据标准化实施

1.数据标准分类及制定 (1)数据标准的概念 数据标准:数据是企业资产。识别和定义业务数据,对关键数据制定并发布企业范围内的数据定义和标准。每一数据都有唯一指派的拥有者,负责定义数据的使用规则和保护规则。 根据…

python数据预处理 :数据标准化

何为标准化: 在数据分析之前,我们通常需要先将数据标准化(normalization),利用标准化后的数据进行数据分析。数据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同…

数据处理标准化方法

归一化(Normalization) 1.把数据变为(0,1)之间的小数。主要是为了方便数据处理,因为将数据映射到0~1范围之内,可以使处理过程更加便捷、快速。 2.把有量纲表达式变换为无量纲表达式&…

6 EXCEl格式标准化规范化

1 数值文本转数值 2 查找替换 使用SUBSTITUTE(B10,".","/") 3日期格式规范化 TEXT(F3,"##-##-00") 1数据-分列 最后选择日期 2TEXT(J3,"##-##-00") 4 格式刷

数据的标准化

数据的标准化 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指…

数据标准化处理

一、为什么进行标准化处理 在多指标评价体系中,由于各评价指标的性质不同,通常具有不同的量纲和数量级。当各指标间的水平相差很大时,如果直接用原始指标值进行分析,就会突出数值较高的指标在综合分析中的作用,相对削…

excel数据标准化

##加载程序包 from openpyxl import load_workbook #利用openpyxl程序包向指定excel单元格写入值 from sklearn.preprocessing import StandardScaler #利用StandardScaler数据标准化处理 import pandas as pd #利用pandas加载excel,得到dataframe结构 dataset pd.…

vue导出excel并修改表头样式

vue导出excel并修改样式 本文参考CSDN蓝色的落叶(侵删) DEMO下载 安装插件 npm install --save xlsx(修改样式需要下载npm install --save xlsx-style) npm install -S file-saver npm install -D script-loader 安装npm install --save xlsx-style会出…