【数字信号去噪】基于matlab低通滤波数字信号去噪【含Matlab源码 964期】

一、获取代码方式

获取代码方式1：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：
完整代码已上传我的资源：【数字信号去噪】基于matlab低通滤波数字信号去噪【含Matlab源码 964期】

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、低通滤波器简介

滤波器的用途：滤波器主要用来滤除信号中的无用频率成分，让符合频率要求的信号通过，抑制不需要的信号。
滤波器的分类：低通滤波器（LPF）、高通滤波器(HPF)、带通滤波器（BPF）、带阻滤波器（BEF）。下边介绍的滤波器均为无源的。

1 无源低通滤波器
允许信号中较低频率成分通过滤波器时，这种滤波器叫做低通滤波器。

2 二阶低通滤波
下图为二阶低通滤波器电路和具体bode图，可以发现其下降部分相较于一阶低通滤波更加陡峭。

3 RL电感低通滤波电路
RL电感低通滤波电路和RC低通滤波电路的功能基本一致，通低频，阻高频，此外还能实现积分电路。

三、部分源代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%设定初始参数%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
fs=2048;                          %采样频率
N=512;                            %采样点数
n=0:N-1;
t=n/fs;                           %时间
f1=100;
f2=300;                           %低频
f3=800;                           %高频
s=cos(2*pi*f1*t)+cos(2*pi*f2*t)+cos(2*pi*f3*t);%假定信号
subplot(121);plot(t,s);
title('输入信号');xlabel('t/s');ylabel('幅度');%未滤波时  时域波形
sfft=fft(s);  %傅里叶变换
subplot(122);  
plot((1:length(sfft)/2)*fs/length(sfft),2*abs(sfft(1:length(sfft)/2))/length(sfft));  
title('信号频谱');xlabel('频率/Hz');ylabel('幅度');  %未滤波时  频域波形
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%设计巴特沃斯低通滤波器%%%%%%%%%%%%%%%%%%%%%%%%
Wp=900/fs;Ws=1000/fs;                     
[n,Wn]=buttord(Wp,Ws,1,50);                         %阻带衰减大于50db,通带纹波小于1db
                                                    %估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wn
[a,b]=butter(n,Wn);  
[h,f]=freqz(a,b,'whole',fs);                        %求数字低通滤波器的频率响应  
f=(0:length(f)-1)*fs/length(f);                     %进行对应的频率转换  
figure(2);  
plot(f(1:length(f)/2),abs(h(1:length(f)/2)));       %绘制巴特沃斯幅频响应图  
title('巴特沃斯低通滤波器');xlabel('频率/Hz');ylabel('幅度');  
grid;  
sF=filter(a,b,s);                                   %叠加函数s经过低通滤波器以后的新函数  
figure(3);  
subplot(121);  
plot(t,sF);                                         %绘制叠加函数s经过低通后时域图形  
title('输出信号');xlabel('t/s');ylabel('幅度');  
SF=fft(sF);  
subplot(122);  
plot((1:length(SF)/2)*fs/length(SF),2*abs(SF(1:length(SF)/2))/length(SF));  
title('低通滤波后频谱');xlabel('频率/Hz');ylabel('幅度');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%时域特征值计算%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
iemg1=sum(abs(sF))/length(sF);
rms1=sqrt(sum(sF.^2)/length(sF));
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%频域特征值计算%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
L1=length(sF);
cx1=xcorr(sF,'unbiased');
cxk1=fft(cx1,L1);
px1=abs(cxk1);                                                 %求功率谱密度
pxx1=10*log10(px1);
figure(4)
f1=(0:L1-1)*fs/L1;
plot(f1(1:L1/2),pxx1(1:L1/2))
figure(4)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 沈再阳.精通MATLAB信号处理[M].清华大学出版社，2015.
[2]高宝建,彭进业,王琳,潘建寿.信号与系统——使用MATLAB分析与实现[M].清华大学出版社，2020.
[3]王文光,魏少明,任欣.信号处理与系统分析的MATLAB实现[M].电子工业出版社，2018.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/117465947