当前位置 : 主页 > 编程语言 > python >

【滤波器】基于低通滤波实现肌电信号处理含Matlab源码

来源:互联网 收集:自由互联 发布时间:2022-06-18
1 简介 FIR数字滤波器是数字滤波器系统中常见的滤波器,本文提出FIR数字滤波器的设计方案,并基于Ma tlab实现滤波仿真.通过使用Matlab信号处理工具箱提供的函数,选择适当的窗函数编写程

1 简介

FIR数字滤波器是数字滤波器系统中常见的滤波器,本文提出FIR数字滤波器的设计方案,并基于Ma tlab实现滤波仿真.通过使用Matlab信号处理工具箱提供的函数,选择适当的窗函数编写程序,其中窗函数按照实际信号的处理需求,参数折中选择.实验获得了比较理想的滤波器特性,可以实现较好的滤波作用.而且在实际应用中只需按需求修改滤波器参数,并结合程序的相应改动,即可实现不同功能的滤波器.

2 完整代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%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)
xlabel('频率/Hz');ylabel('功率谱/dB');
title('平均功率谱图');
grid on %做功率谱图
df1=fs/L1;
p1=(sum(px1(1:L1/2-1))+sum(px1(1:L1/2)))/2.*df1;
pf1=(sum(px1(1:L1/2-1).*[1:L1/2-1].*df1)+sum(px1(1:L1/2).*[1:L1/2].*df1))/2*df1;
MPF1=pf1/p1 ; %求平均功率频率
N1=1;pp1=0;
while abs(pp1-p1/2)>(px1(N1)+px1(N1+1))/2*df1
pp1=pp1+(px1(N1)+px1(N1+1))/2*df1;
N1=N1+1;
end
n_1=(N1+N1+1)/2;
MF1=df1*n_1; %求中值频率
MF=MF1
MPF=MPF1
iemg=iemg1
rms=rms1

3 仿真结果

【滤波器】基于低通滤波实现肌电信号处理含Matlab源码_低通滤波器

【滤波器】基于低通滤波实现肌电信号处理含Matlab源码_低通滤波器_02

【滤波器】基于低通滤波实现肌电信号处理含Matlab源码_时域_03

4 参考文献

[1]李嘉慧. 基于MATLAB的FIR低通滤波器设计[J]. 智富时代, 2016(S2):1.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

【滤波器】基于低通滤波实现肌电信号处理含Matlab源码_低通滤波器_04


上一篇:Matlab模拟三维海浪模型
下一篇:没有了
网友评论