Фильтрация данных с помощью программного обеспечения Signal Processing Toolbox

Lowpass конечная импульсная характеристика - метод окна

В этом примере показано, как спроектировать и реализовать конечная импульсная характеристика с помощью двух функций командной строки, fir1 и designfilt, и интерактивное приложение Filter Designer.

Создайте сигнал для использования в примерах. Сигнал является синусоидой 100 Гц в аддитиве N(0,1/4) белый Гауссов шум. Установите генератор случайных чисел в состояние по умолчанию для воспроизводимых результатов.

rng default

Fs = 1000;
t = linspace(0,1,Fs);
x = cos(2*pi*100*t)+0.5*randn(size(t));

Создание фильтра является конечной импульсной характеристикой lowpass с порядком 20 и частотой отключения 150 Гц. Используйте окно Кайзера с длиной на один образец больше, чем порядок фильтра и β=3. См. kaiser для получения дополнительной информации о окне Кайзера.

Использование fir1 для разработки фильтра. fir1 требует нормированных частот в интервале [0,1], где 1 соответствует π рад/образец. Как использовать fir1, вы должны преобразовать все спецификации частоты в нормированные частоты.

Спроектируйте фильтр и просмотрите величину ответ фильтра.

fc = 150;
Wn = (2/Fs)*fc;
b = fir1(20,Wn,'low',kaiser(21,3));

fvtool(b,1,'Fs',Fs)

Figure Filter Visualization Tool - Magnitude Response (dB) contains an axes and other objects of type uitoolbar, uimenu. The axes with title Magnitude Response (dB) contains an object of type line.

Примените фильтр к сигналу и постройте график результата для первых десяти периодов синусоиды 100 Гц.

y = filter(b,1,x);

plot(t,x,t,y)
xlim([0 0.1])

xlabel('Time (s)')
ylabel('Amplitude')
legend('Original Signal','Filtered Data')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent Original Signal, Filtered Data.

Спроектируйте тот же фильтр, используя designfilt. Установите ответ фильтра равным 'lowpassfir' и введите спецификации следующим образом Name,Value пар. С designfilt, можно задать свои создания фильтра в Гц.

Fs = 1000;
Hd = designfilt('lowpassfir','FilterOrder',20,'CutoffFrequency',150, ...
       'DesignMethod','window','Window',{@kaiser,3},'SampleRate',Fs);

Фильтрация данных и построение графика результатов.

y1 = filter(Hd,x);

plot(t,x,t,y1)
xlim([0 0.1])

xlabel('Time (s)')
ylabel('Amplitude')
legend('Original Signal','Filtered Data')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent Original Signal, Filtered Data.

Lowpass конечная импульсная характеристика фильтр с Filter Designer

В этом примере показано, как спроектировать и реализовать lowpass конечная импульсная характеристика с помощью оконного метода с интерактивным приложением Filter Designer.

  • Запустите приложение, введя filterDesigner в командной строке.

  • Установите для типа отклика значение Lowpass.

  • Установите метод проекта на конечную импульсную характеристику и выберите метод Window.

  • В разделе «Порядок фильтра» выберите «Задать порядок». Установите порядок равным 20.

  • В разделе Спецификаций частоты» установите модули на Гц, Fs на 1000 и Fc на 150.

  • Нажмите Проект Filter.

  • Выберите Файл > Экспорт... для экспорта КИХ-фильтра в рабочую область MATLAB ® в виде коэффициентов или объекта фильтра. В этом примере экспортируйте фильтр как объект. Укажите имя переменной следующим Hd.

  • Нажмите Экспорт.

  • Фильтрация входного сигнала в командном окне с экспортированным объектом фильтра. Постройте график результата для первых десяти периодов синусоиды 100 Гц.

y2 = filter(Hd,x);

plot(t,x,t,y2)
xlim([0 0.1])

xlabel('Time (s)')
ylabel('Amplitude')
legend('Original Signal','Filtered Data')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent Original Signal, Filtered Data.

  • Выберите файл > Generate MATLAB Code > Создание Фильтра Function, чтобы сгенерировать функцию MATLAB для создания объекта фильтра с помощью ваших спецификаций.

Можно также использовать интерактивный инструмент filterBuilder для разработки вашего фильтра.

Полосовые фильтры - конечная импульсная характеристика минимального порядка и БИХ-системы

Этот пример показов, как спроектировать полосно-пропускающий фильтр и данные фильтра с конечной импульсной характеристикой equiripple и БИХ Фильтров Баттерворта минимального порядка. Можно смоделировать многие реальные сигналы как суперпозицию колеблющихся компонентов, низкочастотный тренд и аддитивный шум. Например, экономические данные часто содержат колебания, которые представляют собой циклы, накладываемые на медленно изменяющуюся восходящую или нисходящую тренд. В сложение существует компонент аддитивного шума, который является комбинацией ошибки измерения и присущих ему случайных колебаний в процессе.

В этих примерах предположим, что вы пробуете некоторый процесс каждый день в течение одного года. Предположим, что процесс имеет колебания приблизительно на одну неделю и один месяц шкалы. В сложение существует низкочастотный тренд вверх в данных и аддитиве N(0,1/4) белый Гауссов шум.

Создайте сигнал как суперпозицию двух синусоид с частотами 1/7 и 1/30 циклов/день. Добавьте низкочастотный увеличивающийся термин тренда и N(0,1/4) белый Гауссов шум. Сбросьте генератор случайных чисел для воспроизводимых результатов. Данные отбираются по 1 выборке/день. Постройте график результата и оценки спектральной плотности степени (PSD).

rng default

Fs = 1;
n = 1:365;

x = cos(2*pi*(1/7)*n)+cos(2*pi*(1/30)*n-pi/4);
trend = 3*sin(2*pi*(1/1480)*n);

y = x+trend+0.5*randn(size(n));

[pxx,f] = periodogram(y,[],[],Fs);

subplot(2,1,1)
plot(n,y)
xlim([1 365])
xlabel('Days')
grid

subplot(2,1,2)
plot(f,10*log10(pxx))
xlabel('Cycles/day')
ylabel('dB')
grid

Figure contains 2 axes. Axes 1 contains an object of type line. Axes 2 contains an object of type line.

Низкочастотный тренд появляется в оценке спектральной плотности степени как увеличенная низкочастотная степень. Низкочастотная степень появляется приблизительно на 10 дБ выше колебаний со скоростью 1/30 оборотов в день. Используйте эту информацию в спецификациях для диапазонов остановок фильтра.

Проектируйте конечную импульсную характеристику равновесия и БИХ Фильтров Баттерворта со следующими спецификациями: полоса пропускания от [1/40,1/4] циклов/день и полос остановки от [0,1/60] и [1/4,1/2] циклов/день. Установите обоих затуханий в полосе задерживания равными 10 дБ, а допуск неравномерности в полосе пропускания равным 1 дБ.

Hd1 = designfilt('bandpassfir', ...
    'StopbandFrequency1',1/60,'PassbandFrequency1',1/40, ...
    'PassbandFrequency2',1/4 ,'StopbandFrequency2',1/2 , ...
    'StopbandAttenuation1',10,'PassbandRipple',1, ...
    'StopbandAttenuation2',10,'DesignMethod','equiripple','SampleRate',Fs);
Hd2 = designfilt('bandpassiir', ...
    'StopbandFrequency1',1/60,'PassbandFrequency1',1/40, ...
    'PassbandFrequency2',1/4 ,'StopbandFrequency2',1/2 , ...
    'StopbandAttenuation1',10,'PassbandRipple',1, ...
    'StopbandAttenuation2',10,'DesignMethod','butter','SampleRate',Fs);

Сравните порядок конечных импульсных характеристик и БИХ и неотвёрнутые фазовые отклики.

fprintf('The order of the FIR filter is %d\n',filtord(Hd1))
The order of the FIR filter is 78
fprintf('The order of the IIR filter is %d\n',filtord(Hd2))
The order of the IIR filter is 8
[phifir,w] = phasez(Hd1,[],1);
[phiiir,w] = phasez(Hd2,[],1);

figure
plot(w,unwrap(phifir))
hold on
plot(w,unwrap(phiiir))
hold off

xlabel('Cycles/Day')
ylabel('Radians')
legend('FIR Equiripple Filter','IIR Butterworth Filter')
grid

Figure contains an axes. The axes contains 2 objects of type line. These objects represent FIR Equiripple Filter, IIR Butterworth Filter.

БИХ имеет намного более низкий порядок, чем конечная импульсная характеристика. Однако конечная импульсная характеристика имеет линейный фазовый отклик по полосе пропускания, в то время как БИХ не имеет значения. Конечная импульсная характеристика задерживает все частоты в полосе пропускания фильтра одинаково, в то время как БИХ не задерживает.

Кроме того, скорость изменения фазы на единицу частоты в КИХ-фильтре больше, чем в БИХ-фильтре.

Спроектируйте lowpass конечную импульсную характеристику фильтр для сравнения. Спецификации фильтра lowpass: ширина полосы пропускания [0,1/4] в день, затухание в полосе задерживания, равное 10 дБ, и допуск неравномерности в полосе пропускания, установленное на 1 дБ.

Hdlow = designfilt('lowpassfir', ...
    'PassbandFrequency',1/4,'StopbandFrequency',1/2, ...
    'PassbandRipple',1,'StopbandAttenuation',10, ...
    'DesignMethod','equiripple','SampleRate',1);

Фильтрация данных с помощью полосно-пропускающего и lowpass фильтров.

yfir = filter(Hd1,y);
yiir = filter(Hd2,y);
ylow = filter(Hdlow,y);

Постройте график оценки PSD полосы пропускания БИХ фильтра выхода. Можно заменить yiir с yfir в следующем коде для просмотра оценки PSD выходного полосно-пропускающего фильтра конечной импульсной характеристики.

[pxx,f] = periodogram(yiir,[],[],Fs);

plot(f,10*log10(pxx))

xlabel('Cycles/day')
ylabel('dB')
grid

Figure contains an axes. The axes contains an object of type line.

Оценка PSD показывает, что полосно-пропускающий фильтр ослабляет низкочастотный тренд и высокочастотный шум.

Постройте график первых 120 дней выхода конечных импульсных характеристик и БИХ фильтров.

plot(n,yfir,n,yiir)

axis([1 120 -2.8 2.8])
xlabel('Days')
legend('FIR bandpass filter output','IIR bandpass filter output', ...
    'Location','SouthEast')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent FIR bandpass filter output, IIR bandpass filter output.

Увеличенная фазовая задержка в конечная импульсная характеристика заметна на выходе фильтра.

Постройте график конечной импульсной характеристики фильтра lowpass выхода наложенного на наложение 7-дневного и 30-дневного циклов для сравнения.

plot(n,x,n,ylow)

xlim([1 365])
xlabel('Days')
legend('7-day and 30-day cycles','FIR lowpass filter output', ...
    'Location','NorthWest')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent 7-day and 30-day cycles, FIR lowpass filter output.

На предыдущем графике можно увидеть, что низкочастотный тренд очевиден на выходе lowpass. В то время как lowpass сохраняет 7-дневный и 30-дневный циклы, полосно-пропускающие фильтры работают лучше в этом примере, потому что полосно-пропускающие фильтры также удаляют низкочастотный тренд.

Фильтрация нулевой фазы

В этом примере показано, как выполнить нулевую фазовую фильтрацию.

Повторите создание фильтра генерации сигнала и lowpass с fir1 и designfilt. Вы не должны выполнять следующий код, если у вас уже есть эти переменные в рабочей области.

rng default

Fs = 1000;
t = linspace(0,1,Fs);
x = cos(2*pi*100*t)+0.5*randn(size(t));

% Using fir1
fc = 150;
Wn = (2/Fs)*fc;
b = fir1(20,Wn,'low',kaiser(21,3));

% Using designfilt
Hd = designfilt('lowpassfir','FilterOrder',20,'CutoffFrequency',150, ...
       'DesignMethod','window','Window',{@kaiser,3},'SampleRate',Fs);

Фильтрация данных осуществляется с помощью filter. Постройте график первых 100 точек выходного сигнала фильтра вместе с наложенной синусоидой с той же амплитудой и начальной фазой, что и входной сигнал.

yout = filter(Hd,x);
xin = cos(2*pi*100*t);

plot(t,xin,t,yout)
xlim([0 0.1])

xlabel('Time (s)')
ylabel('Amplitude')
legend('Input Sine Wave','Filtered Data')
grid

Figure contains an axes. The axes contains 2 objects of type line. These objects represent Input Sine Wave, Filtered Data.

Глядя на начальные 0,01 секунды отфильтрованных данных, вы видите, что выход задерживается относительно входа. Задержка, по-видимому, составляет приблизительно 0,01 секунды, что почти 1/2 длины конечной импульсной характеристики в выборках (10×0.001).

Эта задержка связана с фазовым откликом фильтра. Конечная импульсная характеристика в этих примерах является линейно-фазовым фильтром I типа. Групповая задержка фильтра составляет 10 выборки.

Постройте график групповой задержки с помощью fvtool.

fvtool(Hd,'Analysis','grpdelay')

Figure Filter Visualization Tool - Group delay contains an axes and other objects of type uitoolbar, uimenu. The axes with title Group delay contains an object of type line.

Во многих приложениях фазы искажения приемлемы. Это особенно верно, когда фазовый отклик линеен. В других приложениях желательно иметь фильтр с нулевой фазовой характеристикой. Реакция нулевой фазы технически не возможна в некаузальном фильтре. Однако можно реализовать фильтрацию нулевой фазы, используя причинный фильтр с filtfilt.

Пропустите входной сигнал, используя filtfilt. Постройте график откликов, чтобы сравнить выходы фильтра, полученные с filter и filtfilt.

yzp = filtfilt(Hd,x);

plot(t,xin,t,yout,t,yzp)

xlim([0 0.1])
xlabel('Time (s)')
ylabel('Amplitude')
legend('100-Hz Sine Wave','Filtered Signal','Zero-phase Filtering',...
    'Location','NorthEast')

Figure contains an axes. The axes contains 3 objects of type line. These objects represent 100-Hz Sine Wave, Filtered Signal, Zero-phase Filtering.

На предыдущем рисунке можно увидеть, что выход filtfilt не показывает задержки из-за фазового отклика конечной импульсной характеристики.

Для просмотра документации необходимо авторизоваться на сайте