论文-IIR高通滤波器的matlab设计和在dsp上的实现

IIR 高通滤波器的 matlab 设计和在 dsp 上的实现 摘要 在众多滤波器设计方法中，本设计着重讨论了 IIR高通滤波器的设计。对此滤波器的理论知识作了具体分析，通过 matlab来对其进行设计并在 dsp上直观形象的实现其功能。在本设计中，我先采集一段语音信号，借助 matlab软件，设计出一定性能指标参数的 IIR高通滤波器对其进行处理，借此对比此语音信号滤波前后的变化，从而观察此滤波器的软件滤波效果。并通过 matlab来确定此滤波器的传递函数参数，再借助 dsp实验系统来进行硬件上的实现。 实现时，先在 CCS5000仿真开发，然后将程序加载到 TMS320VC5416评估板上实时运行，结果实现了目标要求。 关键词： IIR高通滤波器 Matlab7.0 Dsp Abstract In numerous filters design method, this design emphasized to discuss the design of a filter of IIR.Made the concrete nalysis to the theories knowledge of this filter, pass the Matlab to come as to its carry on the design and keep the view image to carry out its function on the DSP.In this design, I collect a speech signal first, asking for help the software of Matlab, designing a filter of an IIR of certain function index sign parameter as to its carry on the processing, borrow this contrast this speech signal wave in front and back of variety, thus observe a result of the software of this filter.Come to certain this filter to deliver the function parameter through a Matlab also, then ask for help the DSP experiment system to carry on the realization on the hardware.While carry out, imitates the true development in the CCS5000 first, then evaluate procedure add carry the TMS320VC5416 up the plank the solid luck go, as a result carrying out the target request. Keyword:A high filter of IIR Matlab7.0 Dsp 一、 模拟滤波器和数字滤波器的比较 模拟滤波器是频率选择电路，用于放大或衰减单一频率成分的正弦信号或信号频谱的一部分。 数字滤波器是指完成信号滤波处理功能的、用有限精度算法实现的离散时间线性非时变系统。它是一个离散时间系统，它能改变包含在离散时间信号 x中的谱信息，使其生成新的离散时间信号 y，采样信号表示为一列数字。数字滤波器本身既可以是用数字硬件装配而成的一台用于完成给定运算的专用数字计算机，也可以是将所需的运算编成的程序，让通用计算机执行。数字滤波器具有稳定性高、精度高、灵活性大等突出优点。 基于以上比较，本设 计选用数字滤波器。 二、 数字滤波器的介绍 数字滤波器的种类很多，根据冲击响应特性，可分为有限区间冲击响应滤波器 FIR和无限区间冲击响应滤波器 IIR两大类。 根据滤波器的功能，又可以将它们分为： 低通滤波器（ LPF） 高通滤波器（ HPF） 带通滤波器（ BPF） 带阻滤波器（ BSF） 数字滤波器的数学运算通常有两种实现方式。一种是频域法，即利用 FFT快速运算办法对输入信号进行离散傅立叶变换，分析其频谱，然后根据所希望的频率特性进行滤波，再利用傅立叶反变换恢复出时域信号。这种方法具有较好的频域选择特性和灵活性，并且由 于信号频率与所希望的频谱特性是简单的相乘关系，所以它比计算等价的时域卷积要快得多。另一种方法是时域法，这种方法是通过对离散抽样数据做差分数学运算来达到滤波的目的的。 数字滤波器的设计方法有多种，如双线性变换法、窗函数设计法、插值逼近法和 Chebyshev逼近法等等。随着 MATLAB软件尤其是 MATLAB的信号处理工作箱的不断完善，不仅数字滤波器的计算机辅助设计有了可能，而且还可以使设计达到最优化。 三、 FIR和 IIR的比较 FIR类滤波器通常是非递归型滤波器，没有反馈项，仅有正馈，其主要优点是稳定性好、硬件易实 现。但要达到高性能，需要滤波器阶次高，从而系数多，所做的乘法操作多，延迟时间长。 IIR型滤波器是一种递归型滤波器，具有反馈，结构简单，系数少，乘法操作少，可以解析控制，效率较高，与模拟滤波器有对应关系。其缺点是要考虑系统稳定性，需要记忆的数据多，易产生溢出。两者相比较，在满足性能要求的前下， IIR滤波器比相应的 FIR滤波器具有低得多的阶次。 虽然 FIR滤波器较 IIR可得到严格的线性相位，但在相同技术指标下， IIR滤波器由于存在着输出对输入的反馈，因而可用约 1/10 1/5FIR 滤波器的阶数来满足指标的要 求，这样一来所用的存储空间少，运算次数少，实时性强。此外，IIR滤波可以利用模拟滤波器设计的现成的闭合公式、数据和表格。因而计算工作量小，对计算工具要求不高。 如在谐波检测环节中所用数字滤波器的作用在于通过直流，滤除交流，对相位的要求不高，而对计算速度要求极高，故而在此情况下可以选择 IIR滤波器来 实现功能。 四、 IIR高通滤波器的 matlab设计 1、 数字滤波器 IIR的介绍及设计 、 常用 IIR数字滤波器的比较 数字 IIR滤波器具有良好的幅频响应特性，被广泛应用于通信、控制、生物医学、振动分析、雷达和声纳等领 域。从滤波器实现来看，数字 IIR滤波器 的主要结构有直接型、直接型、级联型以及并联型几种 等基本网络结构类型 ，如下： 直接型 IIR滤波器的系统函数 kkNkrrMrzazbzH101)(对应的差分方程为 Ni iMi iinyainxbny10)()()( 其信号流程图 直接 型 IIR滤波器的系统函数又可以写成 )()(11)()()()()()()()(2110zHzHzazbzXzW zWzYzX zYzHkkNkrrMr 第一个子系统 )(1 zH 实现零点，时域为 Nr rrnwbzy0)()( 。第二个子系统)(2 zH 实现极点，时域为 Nk kknwazxzw1)()()( 。 其信号流程图为： 级联型 将 IIR滤波器的系统函数的分子分母表达为因子的形式，即 212111*11111*111)1)(1()1()1)(1()1()( NiiiNiiMiiiMiizqzqzpzhzhzgAzH由于系统函数的系数都是实系数，故零、极点只有两种情况：或者是实根，或者是共轭复根。 并联型 将 IIR滤波器的系统函数展开成部分分式之和，即 1 21 1 01*1 11 )1)(1( )1(1)( Nk Nk NM k kkkkkkkk zGzdzd zeBzgAzH 总系统为个部分系统函数之和，则表示其为各响应子系统的并联。 在各种数字滤波 器结构中，级联型滤波器结构一方面由于各级之间相互不影响，便于准确实现滤波器零、极点和调整滤波器频率响应性能；另一方面由于各级极点密集度小，滤波器性能受滤波器系数量化的影响小，因此倍受关注。 偶数阶级联型数字 IIR滤波器由若干二阶实系数子滤波器以级联形式组成，奇数阶级联型 IIR滤波器通常由一个一阶实系数子滤波器和若干二阶实系数子滤波器以级联形式组成，具体如图 1所示。一阶和二阶数字 IIR子滤波器采用如图 2所示的直接型网络结构，这样可以保证所需的存储器数量最少。 IIR滤波器主要有以下几种模拟滤波器逼近：巴 特沃斯 Butterwoth，切贝雪夫 I型 Cheby ，切贝雪夫型 Cheby ，椭圆函数型（或称考尔型） Elliptic，以及 Bessel型。 2、 Matlab MATLAB是一套用于科学计算的可视化高性能语言与软件环境。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个界面友好的用户环境。它的信号处理工具箱包含了各种经典的和现代的数字信号处理技术，是一个非常优秀的算法研究与辅助设计的工具。在设计数字滤波器时，通常采用 MATLAB来进行辅助设计和仿真。在本设计中同时结合了函数和 FDATool工具来对比设 计 IIR高通滤波器。 Matlab界面如下图： （ 1） Matlab中的滤波器直接设计 IIR滤波器的函数 freqz函数：求解数字滤波器频率响应 h,f=freqz(b,a,n,fs) fs为采样频率 abs函数 y=abs（ x）计算 x各元素的绝对值 buttord函数：选择巴特沃斯滤波器最小阶数 n,wn=buttord（ wp,ws,rp,rs） Cheb1ord函数：选择切笔雪夫 型滤波器最小阶数 n,wn= Cheb1ord（ wp,ws,rp,rs） Cheb2ord函数：选择切笔雪夫 型滤波器最小阶数 n,wn= Cheb2ord（ wp,ws,rp,rs） Ellipord函数：选择椭圆滤波器最小阶数 n,wn= Ellipord（ wp,ws,rp,rs） （ 2） matlab中的交互式图形用户界面工具 sptool SPTool是一个图形环境，它为信号处理工具箱中的很多函数提供了易于使用的界面，只需要操纵鼠标就可以再如、观察、分析和打印数字信号，分析、实现和设计数字滤波器，以及频谱分析等。 启动 matlab后在命令窗口输入 sptool回车就 可以打开 sptool的主窗口。 由 sptool的主窗口可以看出， sptool有 3个列表框： signals列表框， filters列表框和spectra列表框，它们对应着 sptool工具中的 4个功能模块。 信号浏览器：观察、分析时域信号的信息； 滤波器设计器：创建任意阶数的低通、高通、带通或带阻的 FIR和 IIR滤波器； 滤波器观察器：分析滤波器的特性，有幅值响应、相位响应、群延迟和脉冲响应等； 谱观察起：把用各种 PSD估计方法得到的频域数据以图形的方式进行分析研究 在用 sptool进行信号处理时，必 须先载入数据。按照不同的数据类型，数据载入可以分为信号数据载入、滤波器数据载入以及功率谱数据载入。 A、 首先在 matlab工作空间创建信号数据 B、 载入信号数据。 Import to sptool a、 选择载入数据对话框右上角 import as 下拉表框中的 signal选项。 b、 选择载入数据对话框中间 workspace contents列表框中的信号数据 y，再单击与右边 data文本框一一对应的箭头按钮，则在 data文本框中会出现 y的名字。 c、 选择载入数据对话框中间 workspace contents列表框中的信号数据 fs，再 单击与右边 samping frequency文本框一一对应的箭头按钮，则在 samping frequency文本框中会出现 fs的名字。 d、 确定载入信号的名称，设为“ ling1”。 e、 单击 ok按钮后，信号数据被载入。 此时，在 sptool主窗口的 signals列表框中单击 view按钮，就可以观察所载入的数据信号波形了。 C、 载入滤波器数据 a、 选择载入数据对话框右上角 import as 下拉表框中的 filter选项，表示载入滤波器数据。这时候，在该下拉列表框的下面会出现一个新的下拉列表框form，里面含有 4种不同类型的滤 波器表达式： Transfer Function； state space； zero,poles,gain； 2nd order sections。 b、 选择载入数据对话框中间 workspace contents列表框中的信号数据 a，再单击与右边 denominator文本框一一对应的箭头按钮，则在 denominator文本框中会出现 a的名字。同理，选择载入数据对话框中间 workspace contents列表框中的信号数据 b，再单击与右边 numerator文本框一一对应的箭头按钮，则在 numerator文本 框中会出现 b的名字。 c、 选择载入数据对话框中间 workspace contents列表框中的信号数据 fs，再单击与右边 samping frequency文本框一一对应的箭头按钮，则在 samping frequency文本框中会出现 fs的名字。 d、 确定载入信号的名称，设为“ filter1”。 e、 单击 ok按钮后，滤波器数据被载入。 此时，在 sptool主窗口的 filters列表框中单击 view按钮，就可以观察所载入的滤波器数据的波形了。 D、 载入功率谱数据 a、 选择载入数据对话框右上角 import as 下拉表框中的 spectrum选项，表示载入滤波器数据。这时候，在该下拉列表框的下面会出现两个字段： PSD和Freq.Vector。 b、 选择载入数据对话框中间 workspace contents列表框中的信号数据 pxx，再单击与右边 psd文本框一一对应的箭头按钮，则在 psd文本框中会出现 a的名字。 c、 选择载入数据对话框中间 workspace contents列表框中的信号数据 F，再单击与右边 Freq.Vector文本框一一对应的箭头按钮，则在 Freq.Vecto文本框中会出现 F的名字。 d、 确定载入信号的名称，设为“ spect1”。 e、 单 击 ok按钮后，滤波器数据被载入。 此时，在 sptool主窗口的 spectrum列表框中单击 view按钮，就可以观察所载入的滤波器数据的波形了 （ 3） Matlab中的交互式数字滤波器设计工具 FADTool FDATool（ Filter Design & Analysis Tool）是 MATLAB 信号处理工具箱里专用的滤波器设计分析工具， MATLAB6.0 以上的版本还专门增加了滤波器设计工具箱（ Filter Design Toolbox）。 FADTool可以对滤波器进行直接设计。 FDATool可以设计几乎所有的 基本的常规滤波器，包括 FIR 和 IIR 的各种设计方法。它操作简单，方便灵活。 对于设计完成的滤波器，在 FADTool中而已对其进行分析，绘制幅频曲线、相位响应、零极点图等，并且将设计结果保存到工作空间中，同时，也可将其保存为 mat文件、文本文件，或直接生成 c语言的头文件等。通过filter design toolbox，在 FADTool 中还可以考虑滤波器量化对滤波器性能造成的影响。 FDATool 界面总共分两大部分，一部分是 Design Filter，在界面的下半部，用来设置滤波器的设计参数，另一部分则是特性区 ，在界面的上半部分，用来显示滤波器的各种特性。 Design Filter 部分主要分为： Filter Type（滤波器类型）选项，包括 Lowpass（低通）、 Highpass（高通）、Bandpass（带通）、 Bandstop（带阻）和特殊的 FIR 滤波器。 Design Method（设计方法）选项，包括 IIR 滤波器的 Butterworth（巴特沃思）法、 Chebyshev Type I（切比雪夫 I 型）法、 Chebyshev Type II（切比雪夫II 型） 法、 Elliptic（椭圆滤波器）法和 FIR 滤 波器的 Equiripple 法、 Least-Squares（最小乘方）法、 Window（窗函数）法。 Filter Order（滤波器阶数）选项，定义滤波器的阶数，包括 Specify Order（指定阶数）和 Minimum Order（最小阶数）。在 Specify Order 中填入所要设计的滤波器的阶数（ N 阶滤波器， Specify Order N-1），如果选择 Minimum Order 则MATLAB 根据所选择的滤波器类型自动使用最小阶数。 Frenquency Specifications 选项，可以详细定义 频带的各参数，包括采样频率Fs 和频带的截止频率。它的具体选项由 Filter Type 选项和 Design Method 选项决定，例如 Bandpass（带通）滤波器需要定义 Fstop1（下阻带截止频率）、 Fpass1（通带下限截止频率）、 Fpass2（通带上限截止频率）、 Fstop2（上阻带截止频率），而 Lowpass（低通）滤波器只需要定义 Fstop1、 Fpass1。采用窗函数设计滤波器时，由于过渡带是由窗函数的类型和阶数所决定的，所以只需要定义通带截止频率，而不必定义阻带参数。 Magnitude Specifications 选项，可以定义幅值衰减的情况。例如设计带通滤波器时，可以定义 Wstop1（频率 Fstop1 处的幅值衰减）、 Wpass（通带范围内的幅值衰减）、 Wstop2（频率 Fstop2 处的幅值衰减）。当采用窗函数设计时，通带截止频率处的幅值衰减固定为 6db，所以不必定义。 Window Specifications选项，当选取采用窗函数设计时，该选项可定义，它包含了各种窗函数。 （ 4）、设计过程 4.1 语音信号的采集 设计的开始利用 Windows下的录音机，录制一段语音信号，时间在 1 s内 。然后在 Matlab软件平台下，利用函数 wavread 对语音信号进行采样，取一定的采样频率和采样点数。并通过 sound（）函数来试听采集的语音信号。 y,fs,bite=wavread(f: ling.wav,1024 5120); Sound(y,fs,bite); fs fs = 11025 bite bite = 8 根据以上 sptool 工具的介绍，可载入滤波器数据的图形如下： 图 3 语音信号的时域波形 4.2 语音信号的频 谱分析 针对次语音信号，首先画出语音信号的时域波形；然后对语音号进行快速傅里叶变换，得到信号的频谱特性，从而对次信号的频谱特性的有个形象的描述。其程序如下： Y=fft(y,4096); 结合 sptool工具，可得出此频谱图如下： 图 4 语音信号的频谱特性 4.3 设计数字滤波器和画出其频率响应 本设计首先给出要设计的高通滤波器的性能指标： 高通滤波器性能指标 fc 4 800 Hz（阻带截止频率） fb 5 000 Hz（通带截止频率） As 100 dB（阻带衰减）， Ap 1 dB（通带衰减）。 利用双线性变换法设计此滤波器。在 Matlab 中，可以利用函数 butter， cheby1 和 cheby2、 ellip来设计 IIR滤波器；本设计通过 ellip来实现此 IIR滤波器。利用 Matlab 中的函数 freqz画出各滤波器的频率响应。程序如下： fc=4800; fb=5000; As=100; Ap=1; fs=11025; wc=2*fc/fs; wb=2*fb/fs; n,wn=ellipord(wc,wb,Ap,As); b,a=ellip(n,Ap,As,wn,high); freqz(b,a,512,fs); n n = 9 wn wn = 0.8707 b b = 1.0e-003 * Columns 1 through 4 0.0315 0.1427 0.3028 0.3475 Columns 5 through 8 0.1581 -0.1581 -0.3475 -0.3028 Columns 9 through 10 -0.1427 -0.0315 a a = Columns 1 through 4 1.0000 8.2336 30.5126 66.7690 Columns 5 through 8 95.0462 91.2541 59.0826 24.8728 Columns 9 through 10 6.1780 0.6898 图 5 频率响应图 4.4 用滤波器对信号进行滤波 通过以上性能指标设计出的高通滤波器对采集的信号进行滤波，在 Matlab中， IIR 滤波器利用函数 filter 对信号进行滤波。 x=filter(b,a,y); X=fft(x,4096); 图 6 滤波器的频率响应图 运行 filter 可观察此滤波器的各项特性图如下： 4.5 比较滤波前后语音信号的波形及频谱 为了更好的对比滤波前后信号的变化，看出滤波器的滤波效果，本设计在一个窗口同时画出滤波前后的波形及频谱 。其程序如下： subplot(223); plot(x); title(滤波后信号波形 ); subplot(224); plot(abs(X); title(滤波后信号频谱 ); 图 7 滤波前后的信号频谱 4.6 回放语音信号 在 Matlab 中，函数 sound 可以对声音进行回放。其调用格式： sound(x， fs，bite)；可以感觉滤波前后的声音有变化。 图 8 滤波后的语音信号图 4.7 为了更形象的观察此滤波器的功能效果，本设计同时运行 fdatool 工具来设计相同性能指标的滤波器。在 matlab 的命令栏中输入 fadtool，出现 fdatool 工具的主窗口。在相应的栏中输入性能指标参数，设计出此滤波器的一系列图形如下所示： 根据以上滤波器在 matlab 中的设计，可以看出，对比此滤波器在 sptool 和fdatool 中设计，说明能得到的性能相似的高通 IIR 滤波器。 4.8 高通 IIR 滤波器在 DSP 上的实现 1）、 数字滤波器的实现方法 数字滤波器的实现方法一般有以下几种。 采用加法器、乘法器、延时器设计专用的滤波电路。 在通用计算机系统中加上专用的加速处理机设计实现。 用通用的可编程 DSP芯片实现。 用专用的 DSP 芯片实现。在一些特殊的场合，要求的信号处理速度极高，用通用 DSP芯片很难实现。这种芯片将相应的滤波算法在芯片内部用硬件实现，无需进行编程。 采用 FPGA/CPLD 设计实现。 在上述几种方法中，第 种方法的缺点是速度较慢，一般可用于 DSP算法的模拟。第 、 种方法专用性强，应用受到很大的限制。第 、 种方法都可以通过编程来实现各种数字滤波，但是，第 种因有专用的指令来实现滤波运算编程实现容易，而第 种方法编程 实现较为困难。 2）、数字滤波器的 DSP 实现 DSP是一种实时、快速、特别适合于实现各种数字信号处理运算的微处理器。由于它由具有丰富的硬件资源、改进的哈佛结构、高速数据处理能力和强大的指令系统，而在通信、航空、航天、雷达、工业控制、网络及家用电器等各个领域得到广泛应用。 DSP 分为定点和浮点两种，下面以定点 DSP 芯片为例，讨论 IIR滤波器实现的几个关键问题。所讨论的这些问题，在 DSP系统设计中有实际的参考和应用价值。 2.1) 定点数的定标 在定点 DSP芯片中，采用定点数进行数值运算，其操作数一般采用整型数来表示。一个整型数的最大表示范围取决于 DSP 芯片所给定的字长，一般为 16 位或 24 位。显然，字长越长，所能表示的数的范围越大，精度也越高。在滤波器的实现过程中， DSP 所要处理的数可能是整数，也可能是小数或混合小数；然而，DSP在执行算术运算指令时，并不知道当前所处理的数据是整数还是小数，更不能指出小数点的位置在哪里。因此，在编程时必须指定一个数的小数点处于哪一位，这就是定标。通过定标，可以在 16 位数的不同位置上确定小数点，从而表示出一个范围大小不同且精度也不同的小数。例如：在 Q15 中，1080H=0.12890625；在 Q0时， 1080H=4224。 在使用定点 DSP 时，如何选择合适的 Q 值是一个关键性问题。就 DSP运算的处理过程来说，实际参与运算的都是变量，有的是未知的，有的则在运算过程中不断改变数值，但它们在一实际工程环境中作为一个物理参量而言都有一定的动态范围。只要个动态范围确定了， Q值也就确定了。因此，在程序设计前，首先要通过细致和严谨的分析，找出参与运算的所有变量的变化范围，充分估计运算中可能出现的各种情况，然后确定采用何种定标标准才能保证运算结果正确可靠。这里，所讨论的理论分析法和统计分析法确定变量绝对 值最大值 |max|，然后根据 |max|再确定 Q 值。但是， DSP 操作过程中的意外情况是无法避免的，即使采用统计分析法也不可能涉及到所有情况。因此，在定点运算过程中应该采取一些判断和保护措施（特别是在定点加法中）。另外，在数字信号处理中的大量运算是乘法和累加，应尽量采用纯整数或纯小数运算，即全部变量都用 Q0或 Q15格式表示。这样做的好处是操作简单、编程方便。只有当纯整数或纯小数运算不能满足变量的动态范围和精度要求时，才采用混合小数表示法进行定点运算。 2.2) 误差问题 因为在用定点 DSP实现时，所有的数据都是 定长的，运算也都是定点运算，因而会产生有限字长效应。所产生的误差主要包括：数模转换引起的量化误差、系数量化引起的误差以及运算过程中的舍入误差。在用定点 DSP时，产生误差是不能避免的，但是可以通过一些方法减小误差。如，可以用两个存储单元来表示一个数，运算时使用双字运算；可以根据需要要将滤波器系数都用双字表示，也可以只将一半的系数用双字表示，视需要而定。另外， FIR数字滤波器和 IIR数字滤波器所引入的量化误差是不一样的。 FIR 数字滤波器主要采用非递归结构，因而在有限精度的运算中都是稳定的；而 IIR 数字滤波器是递 归结构，极点必须 在 z平面单位圆内才能稳定，这种结构运算中的四舍五入处理有时会引起寄生振荡。除了有限字长效应以外，不同结构引入的误差也有所不同。在实际设计中，要注意实现中的误差问题。在选择不同的结构时，应考虑它们所引入的误差，并用高级语言进行定点仿真，以比较不同结构下误差的大小，从而作出合理选择。 2.3) 循环寻址 循环寻址（ circular addressing）是 DSP中经常用到的一种寻址方式。该寻址方法可以对一块特定存储区实现循环的操作。可以把循环寻址理解为实现一个滑动窗，新数据引入后将覆盖老的数据， 便得该窗中包含了需处理的最新数据。在数字信号处理中的 FIR、卷积等运算中，循环寻址具有极其重要的意义。 在 TI的 DSP中，循环寻址通过如下方法实现。 设定 BK（寄存器块大小）值，以确定循环寻址缓冲区的大小，也可将它看作是循环的周期。 设定缓冲区的底部地址。必须注意：其低 N位为零，其中 N为满足式 2 NBK的最小 N值。 用辅助寄存器间接寻址循环缓冲区。 #includemath.h #define IIRNUMBER 2 /阶数 #define SIGNAL1F 1000 /信号 1 的频率 #define SIGNAL2F 4500 /信号 2 的频率 #define SAMPLEF 10000 /采样率 #define PI 3.1415926 float InputWave(); /输入信号 float IIR(); /IIR 滤波 float fBnIIRNUMBER= 0.0,0.7757 ; /传递函数的分母 float fAnIIRNUMBER= 0.1122,0.1122 ; /传递函数的分子 float fXnIIRNUMBER= 0.0 ; / float fYnIIRNUMBER= 0.0 ; / float fInput,fOutput; float fSignal1,fSignal2; float fStepSignal1,fStepSignal2; float f2PI; int i; float fIn256,fOut256; int nIn,nOut; main() nIn=0; nOut=0; f2PI=2*PI; fSignal1=0.0; fSignal2=PI*0.1; / fStepSignal1=2*PI/30; / fStepSignal2=2*PI*1.4; fStepSignal1=2*PI/50; / fStepSignal2=2*PI/2.5; / while ( 1 ) fInput=InputWave(); /调用输入信号参数 fInnIn=fInput; / nIn+; nIn%=256; /256 个点 fOutput=IIR(); /调用 IIR 滤波 fOutnOut=fOutput