fir窗函数滤波c语言 fir窗函数滤波器
如何用C#实现FIR低通滤波器
这个我刚好做过一个滤波器，事实上对时域信号做FFT，截取一定点数再做逆FFT相当于理想滤波。设计滤波器代码如下：
成都创新互联专注于金门企业网站建设,响应式网站建设,成都做商城网站。金门网站建设公司,为金门等地区提供建站服务。全流程按需求定制设计，专业设计，全程项目跟踪，成都创新互联专业和态度为您提供的服务
f1=100;f2=200;%待滤波正弦信号频率
fs=2000;%采样频率
m=(0.3*f1)/(fs/2);%定义过度带宽
M=round(8/m);%定义窗函数的长度
N=M-1;%定义滤波器的阶数
b=fir1(N,f2/fs);%使用fir1函数设计滤波器
%输入的参数分别是滤波器的阶数和截止频率
figure(1)
[h,f]=freqz(b,1,512);%滤波器的幅频特性图
%[H,W]=freqz(B,A,N)当N是一个整数时函数返回N点的频率向量和幅频响应向量
plot(f*fs/(2*pi),20*log10(abs(h)))%参数分别是频率与幅值
xlabel('频率/赫兹');ylabel('增益/分贝');title('滤波器的增益响应');
figure(2)
subplot(211)
t=0:1/fs:0.5;%定义时间范围和步长
s=sin(2*pi*f1*t)+sin(2*pi*f2*t);%滤波前信号
plot(t,s);%滤波前的信号图像
xlabel('时间/秒');ylabel('幅度');title('信号滤波前时域图');
subplot(212)
Fs=fft(s,512);%将信号变换到频域
AFs=abs(Fs);%信号频域图的幅值
f=(0:255)*fs/512;%频率采样
plot(f,AFs(1:256));%滤波前的信号频域图
xlabel('频率/赫兹');ylabel('幅度');title('信号滤波前频域图');
figure(3)
sf=filter(b,1,s);%使用filter函数对信号进行滤波
%参数分别为滤波器系统函数的分子和分母多项式系数向量和待滤波信号输入
subplot(211)
plot(t,sf)%滤波后的信号图像
xlabel('时间/秒');ylabel('幅度');title('信号滤波后时域图');
axis([0.2 0.5 -2 2]);%限定图像坐标范围
subplot(212)
Fsf=fft(sf,512);%滤波后的信号频域图
AFsf=abs(Fsf);%信号频域图的幅值
f=(0:255)*fs/512;%频率采样
plot(f,AFsf(1:256))%滤波后的信号频域图
xlabel('频率/赫兹');ylabel('幅度');title('信号滤波后频域图');
求IIR及FIR数字滤波器的C语言实现。（VC++）
这个问题比较复杂，最近本人也在研究数字滤波，
结合图片说一下
第一个图是fir的流程图，其中Z-1是延迟，是单个采样时间1/fs
n阶的fir滤波器就是选取最近的n+1个样本，然后使他们各自乘以自己的滤波器系数即图中的F（n），[一般其他书的表示是h（n）]
然后相加得到输出的y（n）就是一个输出点
，其中F（n）的得出需要根据采样频率和滤波器的通带和阻带来决定
其中为了改善旁瓣的幅值，一般在采样后给样本或者h（n）加窗，当然可以用“最佳方法”来做
得出h（n）大致方法是先将矩形窗进行DFT，得出h（n），然后对h（n）进行加窗得出h（k），然后将∑h（k）×x（n）=y（n），假如阶数较多可以用傅里叶变换使时域变频域后再将卷积相加，可以利用FFT来改进实时性，提升速度
上面就是fir滤波器的简述
第二个图片上传不了，直接给链接
;amp;z=0tn=baiduimagedetailword=%D2%BB%BD%D7iir%C2%CB%B2%A8%C6%F7in=12708cl=2cm=1sc=0lm=-1pn=0rn=1di=2607528304ln=1054fr=
图中的Z-1是延时，iir滤波器也叫无限冲击响应滤波器，是有反馈的，
图中的是一阶的，相对fir滤波器来说，iir滤波器可以用较低的阶数来获得较好的滤波特效。但是其相位特性较差。
鉴于实用性，还是建议楼主去图书馆借书看，百度不可能得到确实的方案，
楼主可以去借“数字信号处理”的书，国外的中译本就有详细介绍fir和iir以及fft还有其他变换，国内的dsp大都几乎是dsp用户手册的中译本，对上述问题都是很简陋地带过，不予置评。
本人推荐一本书在上面的dsp专栏有下载，40多M，叫DSP算法、应用和设计，本人有这本实体书，写的较好
求：一个关于FIR带通滤波器的C语言设计程序 代码
short h[], short y[])
{
int i, j, sum; for (j = 0; j 100; j++) {
sum = 0;
for (i = 0; i 32; i++)
sum += x[i+j] * h[i];
y[j] = sum 15;
}
}
2
void fir(short x[], short h[], short y[])
{
int i, j, sum0, sum1;
short x0,x1,h0,h1; for (j = 0; j 100; j+=2) {
sum0 = 0;
sum1 = 0;
x0 = x[j];
for (i = 0; i 32; i+=2){
x1 = x[j+i+1];
h0 = h[i];
sum0 += x0 * h0;
sum1 += x1 * h0;
x0 = x[j+i+2];
h1 = h[i+1];
sum0 += x1 * h1;
sum1 += x0 * h1;
}
y[j] = sum0 15;
y[j+1] = sum1 15;
}
}
3
void fir(short x[], short h[], short y[])
{
int i, j, sum0, sum1;
short x0,x1,x2,x3,x4,x5,x6,x7,h0,h1,h2,h3,h4,h5,h6,h7; for (j = 0; j 100; j+=2) {
sum0 = 0;
sum1 = 0;
x0 = x[j];
for (i = 0; i 32; i+=8){
x1 = x[j+i+1];
h0 = h[i];
sum0 += x0 * h0;
sum1 += x1 * h0;
x2 = x[j+i+2];
h1 = h[i+1];
sum0 += x1 * h1;
sum1 += x2 * h1;
x3 = x[j+i+3];
h2 = h[i+2];
sum0 += x2 * h2;
sum1 += x3 * h2;
x4 = x[j+i+4];
h3 = h[i+3];
sum0 += x3 * h3;
sum1 += x4 * h3;
x5 = x[j+i+5];
h4 = h[i+4];
sum0 += x4 * h4;
sum1 += x5 * h4;
x6 = x[j+i+6];
h5 = h[i+5];
sum0 += x5 * h5;
sum1 += x6 * h5;
x7 = x[j+i+7];
h6 = h[i+6];
sum0 += x6 * h6;
sum1 += x7 * h6;
x0 = x[j+i+8];
h7 = h[i+7];
sum0 += x7 * h7;
sum1 += x0 * h7;
}
y[j] = sum0 15;
y[j+1] = sum1 15;
}
}
本文名称：fir窗函数滤波c语言 fir窗函数滤波器
当前网址：http://scyanting.com/article/dojpepi.html
