Matlab开发汉宁窗下的线性相位FIR滤波器实现

MATLAB被应用于设计汉宁窗带通滤波器，这一设计在信号处理中具有显著的实用性。

DFiltMPFIR 函数用于设计最小相位 FIR 滤波器。其工作原理如下： 调用 DFiltFIR 函数（单独提供）设计双倍长度滤波器。DFiltFIR 允许对响应进行限制，通过设置限制条件强制响应为正，进而得到具有双阶阻带零点的线性相位滤波器。 由于得到的双倍长度线性相位滤波器具有双阶阻带零点，因此可以将其分解为最小相位和最大相位滤波器的乘积，这两个分量滤波器具有相同的幅度响应。 DFiltMPFIR 将滤波器分解为组成部分。它利用 DFiltFIR 输出的阻带中极值位置识别双阶阻带零点。 使用多项式求根算法找到双倍长度滤波器的根。然后，排除与阻带零点对应的根，因为 DFiltFIR 提供的根信息比求根算法得到的信息更准确。 将剩余的根分解为单位圆内部和外部的根，从而将零点隔离为滤波器因子的零点。

将介绍如何在Matlab中实现数字FIR滤波器，包括高通、带通、低通和带阻滤波器的程序。通过示例代码和步骤指导，帮助用户快速掌握滤波器设计与实现的方法。

使用Matlab编写FIR滤波器，采用Lattice结构实现全零点设计。这种设计方法可以有效地优化滤波器性能。

有限冲激响应 (FIR) 滤波器是数字信号处理系统的核心元件，因其具备以下优势而备受青睐： 线性相频特性: FIR滤波器可以确保在任意幅频特性下，相频特性严格线性，从而避免信号失真。 稳定性: 由于FIR滤波器的单位冲激响应是有限的，没有从输入到输出的反馈，因此系统始终保持稳定。 FPGA的适用性: FPGA非常适合用于FIR数字滤波器的设计和实现，这得益于其并行处理能力和灵活的可配置性。 Matlab 提供了强大的工具和函数，可用于设计和分析 FIR 滤波器。

所有系统极点和零点均严格限制在单位圆内时，称为最小相位滤波器。在MATLAB开发中，通过移动零点到其复共轭位置的倒数来实现最小相位滤波器的设计。

FOSEEDSP提供了一套Matlab代码，包括了使用Scilab编写的IIR陷波滤波器、ca2tf和firlp2lp Matlab函数。ca2tf函数用于计算耦合全通滤波器的平均传递函数H(z)，表达为H(z)=B(z)/A(z)=1/2*[H1(z)+H2(z)]，其中H1(z)和H2(z)为滤波器语法通过。例如，d1=1:10；d2=[1 2 3 4 5]；[b,a]=ca2tf([d1,d2])。firlp2lp函数将FIR Type I低通滤波器转换为反向带宽的FIR Type I低通滤波器，确保零相位响应Hr(w)。带通和通带阻带波动被互换。例如，[x]=ffilt('lp',15,.1,.4)；c=firlp2lp(x)；[hzm,fr]=frmag(x,1,256)；图示（2 fr，hzm）。

Matlab开发：频域滤波器。这是一个简单的灰度图像频域滤波的Matlab实现。

本函数实现了Kuwahara滤波器，这是一种2D非线性滤波器，能有效减少图像中的噪声，同时保留边缘信息。下面是代码示例：RGB = imread('saturn.png');灰度图像= rgb2gray(RGB); J = imnoise(灰度图像,'gaussian',0,0.005); Y = kuwahara(J,5,true);