vi滤波信号设计（vivado 滤波器）

大家好！今天让创意岭的小编来大家介绍下关于vi滤波信号设计的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等，官网：https://ai.de1919.com

创意岭专注品牌设计、策划，为各大上市企业、个人提供一站式设计、策划服务，服务客户遍布全国，咨询相关业务请拨打电话：175-8598-2043，或添加微信：1454722008

本文目录:

• 已知信号模型的最佳滤波器设计
• 如何设计简单的滤波电路，使得可以从方波信号中滤出其他频率的信号
• 图像维纳滤波的原理是什么?
• 如何用labview实现一阶系统的数字滤波器
• LabView设计VI，对一个混有高频噪声的正弦信号实现低通滤波。求图，前后面板都要，模拟成功后给分。

已知信号模型的最佳滤波器设计

若已知信号模型和测量模型，信号是实的随机信号s（n），其模型方程为

s（n）=as（n-1）+w（n） （2-57）

式中w（n）是信号模型中的白噪声，常数a的绝对值小于1。显然，可以将s（n）看成是由w（n）激励而形成的。相应的测量模型为

x（n）=cs（n-1）+v（n） （2-58）

式中v（n）是信号在传输中或测量中引入的加性白噪声，常数c的绝对值也小于1。

现在要设计一个因果IIR最佳滤波器，对x（n）进行处理，以得到最佳估计

。为了讨论方便，作如下假定：

（1）设白噪声w（n）的方差等于Q，其自相关函数为

E［w（n+m）w（n）］=Qδ（m） （2-59）

两边取Z变换后，得w（n）的功率谱为

P_ww（z）=Q （2-60）

（2）白噪声v（n）的方差等于R，其自相关函数为

E［v（n+m）v（n）］=Rδ（m） （2-61）

两边取Z变换后，得v（n）的功率谱为

P_vv（z）=R （2-62）

（3）假设v（n）与s（n）不相关，而且也与w（n）不相关，即

E［v（n+m）s（n）］=r_vs（m）=0

E［v（n+m）w（n）］=r_vw（m）=0 （2-63）

在设计之前，首先需要求出功率谱P_ss（z）、P_sw（z）、P_xx（z）等。

因为

E［s（n+m）s（n）］=aE［s（n+m）s（n-1）］+E［s（n+m）w（n）］

E［w（n+m）s（n）］=aE［w（n+m）s（n-1）］+E［w［n+m］w（n）］

所以

r_ss（m）=ar_ss（m-1）+r_sw（m）

r_ws（m）=ar_ws（m-1）+r_ww（m）

两边取Z变换，得

P_ss（z）=az^-1P_ss（z）+P_sw（z）

P_ws（z）=az^-1P_ws（z）+P_ww（z）

得

地球物理信息处理基础

对于实的序列来说r_sw（m）=r_ws（-m），故有

地球物理信息处理基础

所以

地球物理信息处理基础

同理可得

地球物理信息处理基础

由此可得

地球物理信息处理基础

接下来，将P_xx（z）进行谱分解，得

地球物理信息处理基础

式中：参数

和f由已知数据a、c、R、Q来计算，｜f｜＜1，计算公式推导如下：

比较式（2-66）和式（2-67）得到

地球物理信息处理基础

或

地球物理信息处理基础

由此可得

地球物理信息处理基础

联立求解式（2-68）的两个方程，得

地球物理信息处理基础

和

地球物理信息处理基础

式中P是下列代数方程（所谓Ricatti方程）

地球物理信息处理基础

的正解。

接着计算P_sx（z）/B（z^-1）的因果部分

地球物理信息处理基础

令

地球物理信息处理基础

于是

地球物理信息处理基础

将上式代入式（2-55），这样就得到了所要求的因果IIR最佳滤波器的系统函数

地球物理信息处理基础

式中G称为最佳增益。将式（2-69）和式（2-71）代入式（2-72），可得到G的另外两个计算公式

地球物理信息处理基础

后一等式利用了式（2-70），将该式代入式（2-69），得到G与f的关系式

地球物理信息处理基础

综上所述，把该信号模型的因果IIR最佳滤波器的设计步骤归纳如下：

（1）由已知参数a、c、R、Q求解式（2-69），得到正解P；

（2）由式（2-74）计算最佳增益G；

（3）由式（2-75）计算参数f；

（4）将G和f值代入式（2-73），得到H_opt（z）；

（5）对H_opt（z）进行Z反变换得h_opt（n）。

如何设计简单的滤波电路，使得可以从方波信号中滤出其他频率的信号

方波中含有丰富的谐波，相邻谐波，尤其是高次谐波，频率差距不大，一般的滤波器较难有效提取各次谐波。
方案一：
采用简单的RC带通滤波器加锁相环
将RC带通滤波器的通频带设计尽可能窄，中心频率设为需要提取的谐波频率，输出为以选择谐波为主，但是含有较大邻近谐波含量的畸变波形。
再通过锁相环电路可获得较纯正的正弦波。
方案二：
采用通频带很窄的RLC谐振电路作为选频网络，调节谐振频率，使其接近方波的谐波频率。
RLC谐振电路可采用串联谐振电路，谐振频率为1/2π√LC。

图像维纳滤波的原理是什么?

　　维纳滤波（wiener filtering) 一种基于最小均方误差准则、对平稳过程的最优估计器。这种滤波器的输出与期望输出之间的均方误差为最小，因此，它是一个最佳滤波系统。它可用于提取被平稳噪声所污染的信号。

　　从连续的（或离散的）输入数据中滤除噪声和干扰以提取有用信息的过程称为滤波，这是信号处理中经常采用的主要方法之一，具有十分重要的应用价值，而相应的装置称为滤波器。根据滤波器的输出是否为输入的线性函数，可将它分为线性滤波器和非线性滤波器两种。维纳滤波器是一种线性滤波器。

　　维纳滤波理论是由数学家N．维纳(Norbert Wiener ，1894~1964)于第二次世界大战期间提出的。这一科研成果是这一时期重大科学发现之一，他提出了线性滤波的理论和线性预测的理论，对通信工程理论和应用的发展起了重要的作用。维纳滤波就是为纪念他的重要贡献而命名的。

　　基本原理：

　　维纳滤波的基本原理是：设观察信号y(t)含有彼此统计独立的期望信号x(t)和白噪声ω（t）可用维纳滤波从观察信号y(t)中恢复期望信号x(t)。设线性滤波器的冲击响应为h(t)，此时其输入y(t)为y(t)=x(t)+w(t)，输出为

　　从而，可以得到输出对x(t)期望信号的误差为

　　其均方误差为：

　　E[ ]表示数学期望。应用数学方法求最小均方误差时的线性滤波器的冲击响应hopt(t)可得如图方程：

　　式中，Ryx(t)为y(t)与x(t）的互相关函数，Ryy(τ-σ)为y(t)的自相关函数。上述方程称为维纳-霍夫(Wiener-Hopf)方程。求解维纳-霍夫方程可以得到最佳滤波器的冲击响应hopt(t)。在一般情况下，求解上述方程是有一定困难的，因此这在一定程度上限制了这一滤波理论的应用。然而，维纳滤波对滤波和预测理论的开拓，影响着以后这一领域的发展。

　　常用的滤波器是采用电感、电容等分立元件构成，如RC低通滤波器、LC谐振回路等。但对于混在随机信号中的噪声滤波，这些简单的电路就不是最佳滤波器，这是因为信号与噪声均可能具有连续的功率谱。不管滤波器具有什么样的频率响应，均不可能做到噪声完全滤掉，信号波形的不失真。因此，滤波器研究的一个基本课题就是：如何设计和制造最佳的或最优的滤波器。所谓最佳滤波器是指能够根据某一最佳准则进行滤波的滤波器。

如何用labview实现一阶系统的数字滤波器

如果要找滤波器，LV有直接的VI，可在信号处理——>滤波器里找，有各种滤波器，你可以利用条件结构，写一个滤波器类型选择函数，选择不同的滤波类型。如果要设计一个一阶系统（你说的应该不是滤波器的阶数，而是被测系统的吧），那你可以利用信号发生VI（LV里有，在信号生成里）配合自己写的系统模型（其实就是一个函数，我只清楚时域的形式，频域的不知道LV里怎么写，不过对于你的一阶系统，时域的应该足够了……），将信号输入到模型中，获得其输出，自行构建一个一阶系统仿真模块。两者组合起来就是你的一阶系统的数字滤波器了。

LabView设计VI，对一个混有高频噪声的正弦信号实现低通滤波。求图，前后面板都要，模拟成功后给分。

前面板

 

 

程序框图。两个正弦一个高频的，100Hz模拟噪声；一个低频的10.1Hz模拟信号。滤波设置的低通截止频率为15Hz，三阶巴特沃斯滤波器。

 

附件是源程序，最近貌似总给你答题。。。。

 

以上就是关于vi滤波信号设计相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。

推荐阅读：

高职vi设计教材（vi设计课程）

山西创意vi设计多少钱

vi门头设计店面（vi门头说明）

20平米小院设计实景图

鲁菜大师排行榜（鲁菜大师排行榜高炳义）