Выполнить повторную выборку, применить фильтр FIR и выполнить повторную выборку
Измените частоту дискретизации сигнала на рациональный коэффициент преобразования с DAT-частоты 48 кГц на CD-частоту дискретизации 44,1 кГц. Используйте rat функция для поиска числителя L и знаменатель M рационального фактора.
Fdat = 48e3; Fcd = 44.1e3; [L,M] = rat(Fcd/Fdat)
L = 147
M = 160
Генерируют синусоиду 1,5 кГц, отобранную при в течение 0,25 с. Постройте график первой миллисекунды сигнала.
t = 0:1/Fdat:0.25-1/Fdat;
x = sin(2*pi*1.5e3*t);
stem(t,x)
xlim([0 0.001])
hold on
Создайте сглаживающий фильтр нижних частот с помощью окна Kaiser. Установите границы полосы фильтра как 90% и 110% частоты отсечения, 1/M). Задайте пульсацию полосы пропускания 5 дБ и затухание полосы останова 40 дБ. Установите коэффициент усиления полосы пропускания в значениеL.
f = (Fdat/2)*min(1/L,1/M); d = designfilt('lowpassfir', ... 'PassbandFrequency',0.9*f,'StopbandFrequency',1.1*f, ... 'PassbandRipple',5,'StopbandAttenuation',40, ... 'DesignMethod','kaiserwin','SampleRate',48e3); h = L*tf(d);
Использовать upfirdn с фильтром h для повторной выборки синусоиды. Вычислить и компенсировать задержку, введенную фильтром. Создайте соответствующий вектор времени повторной выборки.
y = upfirdn(x,h,L,M); delay = floor(((filtord(d)-1)/2-(L-1))/L); y = y(delay+1:end); t_res = (0:(length(y)-1))/Fcd;
Наложите повторно отобранный сигнал на график.
stem(t_res,y,'*') legend('Original','Resampled','Location','southeast') hold off
Допустимые комбинации размеров xin и h являются:
xin является вектором и h является вектором.
Входами являются один фильтр и один сигнал, поэтому функция свертывается xin с h. Выходной сигнал yout является вектором строки, если xin - вектор строки; в противном случае yout является вектором-столбцом.
xin является матрицей и h является вектором.
Входы представляют собой один фильтр и множество сигналов, поэтому функция свертывается h с каждым столбцом xin. Получающееся yout является матрицей с тем же количеством столбцов, что и xin.
xin является вектором и h является матрицей.
Входами являются несколько фильтров и один сигнал, так что функция свертывает каждый столбец h с xin. Получающееся yout является матрицей с тем же количеством столбцов, что и h.
xin является матрицей и h является матрицей с одинаковым количеством столбцов.
Входами являются множество фильтров и множество сигналов, так что функция свертывает соответствующие столбцы xin и h. Получающееся yout является матрицей с тем же количеством столбцов, что и xin и h.
upfirdn использует структуру полифазной интерполяции. Число операций умножения-сложения в полифазной структуре составляет приблизительно (LhLx - pLx )/q, где Lh и Lx - длины h (n) и x (n) соответственно. Для длинных сигналов эта формула часто точна.
upfirdn выполняет каскад из трех операций:
Увеличение числа входных данных в матрице xin на множитель целого числа p (вставка нулей)
FIR фильтрует данные сигнала с повышенной дискретизацией с помощью последовательности импульсной характеристики, заданной в векторе или матрице h
Понизить результат на коэффициент целого числа q (выбрасывание образцов)
Фильтр FIR обычно является фильтром нижних частот, который необходимо разработать с помощью другой функции, такой как firpm или fir1.
[1] Крохьер, Р. Э. «Общая программа выполнения преобразования частоты дискретизации данных по рациональным соотношениям». Программы цифровой обработки сигналов (Комитет по цифровой обработке сигналов Общества акустики, речи и обработки сигналов IEEE, ред.). Нью-Йорк: IEEE Press, 1979, Программы 8.2-1-8.2-7.
[2] Crochiere, R. E. и Лоуренс Р. Рэбинер. Многоскоростная цифровая обработка сигналов. Энглвуд Клиффс, Нью-Джерси: Прентис-Холл, 1983.