MATLAB中嘈杂的正弦波信号的滤波器框架

打开脚本

此示例显示如何在Matlab®中滤波过滤噪声信号，并使用频谱分析仪可视化原始和过滤信号。对于此示例的金宝appSimulink®版本，请参阅Simulink中噪声的噪声帧框架金宝app。

指定信号源

输入信号是两个正弦波的总和，频率为1 kHz和10 kHz。采样频率为44.1 kHz。

sine1 = dsp.sinewave（'频率'，1e3，'采样率'，44.1e3）;sine2 = dsp.sinewave（'频率'，10e3，'采样率'，44.1e3）;

创建低通滤波器

低通杉过滤器，dsp.lowpassfilter.，使用广义Remez FIR滤波器设计算法设计最小订购FIR低通滤波器。将通带频率设置为5000 Hz，停机频率为8000 Hz。通带纹波是0.1dB，停止衰减为80 dB。

firlowpass = dsp.lowpassfilter（'Passband职业'，5000，......'stopband职业'，8000）;

创建Spectrum Analyzer.

建立频谱分析仪，比较原始信号和滤波信号的功率谱。频谱单位是dBm。

specana = dsp.spectrumanalyzer（“PlotAsTwoSidedSpectrum”，错误的，......'采样率'，sine1.samplerate，......'numinputports'2，......'ShowLegend'，真的，......'ylimits'，[ -  145,45]）;Specana.Channelnames = {'原始嘈杂的信号'那......'低通滤波信号'};

每帧指定样本

此示例使用基于帧的处理，其中数据一次处理一个帧。每个数据帧包含来自独立信道的顺序样本。基于帧的处理对于许多信号处理应用是有利的，因为您可以一次处理多个样本。通过将数据缓冲到帧并处理多样数据帧，可以改善信号处理算法的计算时间。将每帧的样本数设置为4000。

sine1.samplesperframe = 4000;sine2.samplesperframe = 4000;

过滤嘈杂的正弦波信号

添加零均值白色高斯噪声，标准偏差为0.1到正弦波之和。使用FIR滤波器过滤结果。在运行模拟的同时，频谱分析仪显示源信号中8000Hz以上的频率衰减。所得到的信号将峰值保持在1 kHz，因为它落入低通滤波器的通带。

为了i = 1: 1000 x = Sine1()+Sine2()+0.1.*randn(Sine1. samplesperframe,1);y = FIRLowPass (x);SpecAna (x, y);结尾释放（Specana）

也可以看看

MATLAB中的低通滤波器设计|Simulink中噪声的噪声帧框架金宝app|MATLAB中的流信号处理简介|Matlab和Simulink中的多型筛选金宝app