Как преобразовать фильтр нижних частот в полосовой фильтр
-
03-07-2019 - |
Вопрос
У меня есть фильтр нижних частот, описываемый следующей передаточной функцией:
h[n] = (w_c/Pi) * sinc( n * w_c / Pi), где w_c — частота среза
Мне нужно преобразовать этот фильтр нижних частот в полосовой фильтр.
Решение
Вы h [n]
преобразуетесь в rect
в частотной области. Чтобы полоса прошла, вам нужно поднять центральную частоту выше.
Для этого умножьте h [n]
на exp (j * w_offset * n)
, где w_offset
- это величина для сдвига , Если значение w_offset
положительное, вы переходите на более высокие частоты.
Умножение во временной области - это свертка в частотной области. Поскольку exp (j * w_offset * n)
превращается в импульсную функцию с центром в w_offset
, умножение сдвигает H (w)
на w_offset код>.
Подробнее см. преобразование Фурье с дискретным временем . Р>
Примечание : такой фильтр не будет симметричным относительно 0, что означает, что он будет иметь комплексные значения. Чтобы сделать его симметричным, вам нужно добавить h [n]
, умноженное на exp (-j * w_offset * n)
:
h_bandpass [n] = h [n] (exp (j * w_offset * n) + exp (-j * w_offset * n))
Поскольку cos (w * n) = (exp (j * w * n) + exp (-j * w * n)) / 2
, мы получаем:
h_bandpass [n] = h [n] cos (w_offset * n)
Тогда этот фильтр имеет чисто реальные значения.
Другие советы
Короткий ответ: вы будете умножать на комплексную экспоненту во временной области.Умножение во временной области сместит сигнал в частотной области.
Код Матлаба:
n_taps = 100;
n = 1:n_taps;
h = ( w_c / Pi ) * sinc( ( n - n_taps / 2) * w_c / Pi ) .* ...
exp( i * w_offset * ( n - n_taps / 2) );
п.с.Пару недель назад я реализовал именно эту функциональность для школы.
Вот код для создания собственного полосового фильтра с использованием оконного метода:
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Function: Create bandpass filter using windowing method
% Purpose: Simple method for creating filter taps ( useful when more elaborate
% filter design libraries are not available )
%
% @author Trevor B. Smith, 24MAR2009
%
% @param n_taps How many taps are in your output filter
% @param omega_p1 The lower cutoff frequency for your passband filter
% @param omega_p2 The upper cutoff frequency for your passband filter
% @return h_bpf_hammingWindow The filter coefficients for your passband filter
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function h_bpf_hammingWindow = BPF_hammingWindow(n_taps,omega_p1,omega_p2)
% Error checking
if( ( omega_p2 == omega_p1 ) || ( omega_p2 < omega_p1 ) || ( n_taps < 10 ) )
str = 'ERROR - h_bpf_hammingWindow(): Incorrect input parameters'
h_bpf_hammingWindow = -1;
return;
end
% Compute constants from function parameters
length = n_taps - 1; % How many units of T ( i.e. how many units of T, sampling period, in the continuous time. )
passbandLength = omega_p2 - omega_p1;
passbandCenter = ( omega_p2 + omega_p1 ) / 2;
omega_c = passbandLength / 2; % LPF omega_c is half the size of the BPF passband
isHalfSample = 0;
if( mod(length,2) == 1 )
isHalfSample = 1/2;
end
% Compute hamming window
window_hamming = hamming(n_taps);
% Compute time domain samples
n = transpose(-ceil(length/2):floor(length/2));
h1 = sinc( (1/pi) * omega_c * ( n + isHalfSample ) ) * pi .* exp( i * passbandCenter * ( n + isHalfSample ) );
% Window the time domain samples
h2 = h1 .* window_hamming;
if 1
figure; stem(h2); figure; freqz(h2);
end
% Return filter coefficients
h_bpf_hammingWindow = h2;
end % function BPF_hammingWindow()
Пример использования этой функции:
h_bpf_hammingWindow = BPF_hammingWindow( 36, pi/4, 3*pi/4 );
freqz(h_bpf_hammingWindow); % View the frequency domain
Пусть f [n]
будет сигналом, который вы получаете от фильтра нижних частот с w_c
на нижней границе желаемой полосы. Вы можете получить частоты выше этой нижней границы, вычитая f [n]
из исходного сигнала. Это вход, который вы хотите для второго фильтра нижних частот.