经典数字滤波器
数字滤波器是现在电视中常用的电路元件之一。数字滤波器(digital filter)是由数字乘法器、加法器和延时单元组成的一种装置。其功能是对输入离散信号的数字代码进行运算处理，以达到改变信号频谱的目的。由于电子计算机技术和大规模集成电路的发展，数字滤波器已可用计算机软件实现，也可用大规模集成数字硬件实时实现。数字滤波器是一个离散时间系统（按预定的算法，将输入离散时间信号转换为所要求的输出离散时间信号的特定功能装置）。应用数字滤波器处理模拟信号时，首先须对输入模拟信号进行限带、抽样和模数转换。数字滤波器输入信号的抽样率应大于被处理信号带宽的两倍，其频率响应具有以抽样频率为间隔的周期重复特性，且以折叠频率即1／2抽样频率点呈镜像对称。为得到模拟信号，数字滤波器处理的输出数字信号须经数模转换、平滑。数字滤波器具有高精度、高可靠性、可程控改变特性或复用、便于集成等优点。数字滤波器在语言信号处理、图像信号处理、医学生物信号处理以及其他应用领域都得到了广泛应用。数字滤波器有低通、高通、带通、带阻和全通等类型。它可以是时不变的或时变的、因果的或非因果的、线性的或非线性的。应用最广的是线性、时不变数字滤波器.
阶数越高，截止频率等参数越精确，但是电路结构也越复杂。简单说比如你的截止频率是100HZ，你只有2阶的话可能实际的截止平率是95-1000HZ，衰减比较慢，但如果是20阶的话，可能截止
频率就变成了95-105HZ，衰减很快。但是阶数上升，实际电路的结构就会非常的复杂，浪费资源。
先听我慢慢说啊，先说傅里叶变换，然后再说滤波器，就懂了。
周期信号可以用一系列的不同频率不同幅度的正弦信号表示出来，就是傅里叶级数。
而非周期信号亦可以，比如门信号，它的傅氏变换是抽样信号，意思就是，它可以用的一系列不同频率的正弦信号表示，比如有：频率为0.1Hz幅度为2的正弦，频率为0.2Hz幅度为1的正弦，频率为0.25幅度为a的正弦……这些无数个的所谓的“频率为某Hz幅度为某”的正弦波叠加之后，就成了门信号。
从门信号的频谱图可看出：用来表示门信号的一系列频率连续的无数个的正弦波幅度是不同的，甚至有些是0 。尤其频率越高的正弦波，它们的幅度普遍很小，因为这些频率成分是表示细节（门信号的棱角）的。另一方面，低频成分显示的是门信号的轮廓。
下面可以说滤波器了：假设将门信号经过低通滤波器，把高频分量滤掉，也就是说，没有高频正弦信号的表示，门信号的棱角就被削掉了。
如果门信号通过高通滤波器，那么低频信号就被滤掉，变为零，只剩高频分量，那么就没有基本轮廓了，就乱糟糟的了。
再比如：正弦信号的频谱就是一个冲击，也就是说，只由一种频率构成。如果通过适当的带通滤波器（通带频率包含此正弦信号的频率）那就能毫无损失的通过；如果通过一个通带范围不包含此正弦频率的带通滤波器，那就会彻底把这个频率滤掉，出来的信号就是恒为零。
总的来讲，高通滤波器只能通过某个频率以上的信号。低通则只能通过某频率以下的那些信号（或者叫频率分量也行）。带通滤波器只能通过频率在通带范围内的那些频率分量
FIR数字滤波器设计与使用
实验报告 课程名称：数字信号处理指导老师：刘英成绩：_________________实验名称： FIR数字滤波器设计与使用同组学生姓名：__________ 一、实验目的和要求 设计和应用FIR低通滤波器。掌握FIR数字滤波器的窗函数设计法，了解设计参数（窗型、窗长）的影响。 二、实验内容和步骤 编写MATLAB程序，完成以下工作。 2-1 设计两个FIR低通滤波器，截止频率 C =0.5。 （1）用矩形窗，窗长N=41。得出第一个滤波器的单位抽样响应序列h 1(n)。记下h 1 (n) 的各个抽样值，显示h 1 (n)的图形（用stem(.)）。求出该滤波器的频率响应（的N 个抽样）H 1(k)，显示|H 1 (k)|的图形（用plot(.)）。 （2）用汉明窗，窗长N=41。得出第二个滤波器的单位抽样响应序列h 2(n)。记下h 2 (n) 的各个抽样值，显示h 2(n)的图形。求出滤波器的频率响应H 2 (k)，显示|H 2 (k)|的 图形。 （3）由图形，比较h 1(n)与h 2 (n)的差异，|H 1 (k)|与|H 2 (k)|的差异。 2-2 产生长度为200点、均值为零的随机信号序列x(n)（用rand(1,200)0.5）。显示x(n)。 求出并显示其幅度谱|X(k)|，观察特征。 2-3 滤波 （1）将x(n)作为输入，经过第一个滤波器后的输出序列记为y 1(n)，其幅度谱记为|Y 1 (k)|。 显示|X(k)|与|Y 1 (k)|，讨论滤波前后信号的频谱特征。 （2）将x(n)作为输入，经过第二个滤波器后的输出序列记为y 2(n)，其幅度谱记为|Y 2 (k)|。 比较|Y 1(k)|与|Y 2 (k)|的图形，讨论不同的窗函数设计出的滤波器的滤波效果。 2-4 设计第三个FIR低通滤波器，截止频率 C =0.5。用矩形窗，窗长N=127。用它对x(n)进行滤波。显示输出信号y
常用的8种数字滤波算法
常用的8种数字滤波算法 摘要：分析了采用数字滤波消除随机干扰的优点，详细论述了微机控制系统中常用的8种数字滤波算法，并讨论了各种数字滤波算法的适用范围。 关键词：数字滤波；控制系统；随机干扰；数字滤波算法 1 引言 在微机控制系统的模拟输入信号中，一般均含有各种噪声和干扰，他们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。噪声有2大类：一类为周期性的，其典型代表为50 Hz 的工频干扰，对于这类信号，采用积分时间等于20 ms整倍数的双积分A/D转换器，可有效地消除其影响；另一类为非周期的不规则随机信号，对于随机干扰，可以用数字滤波方法予以削弱或滤除。所谓数字滤波，就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重，因此他实际上是一个程序滤波。 数字滤波器克服了模拟滤波器的许多不足，他与模拟滤波器相比有以下优点： (1)数字滤波器是用软件实现的，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。 (2)模拟滤波器通常是各通道专用，而数字滤波器则可多通道共享，从而降低了成本。 (3)数字滤波器可以对频率很低(如0.01 Hz)的信号进行滤波，而模拟滤波器由于受电容容量的限制，频率不可能太低。 (4)数字滤波器可以根据信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强的特点。 2 常用数字滤波算法 数字滤波器是将一组输入数字序列进行一定的运算而转换成另一组输出数字序列的装置。设数字滤波器的输入为X(n)，输出为Y(n)，则输入序列和输出序列之间的关系可用差分方程式表示为： 其中：输入信号X(n)可以是模拟信号经采样和A/D变换后得到的数字序列，也
IIR数字滤波器设计及软件实现
实验四：IIR 数字滤波器设计及软件实现 一、实验原理与方法 1、设计IIR 数字滤波器一般采用间接法（脉冲响应不变法和双线性变换法），应用最广泛的是双线性变换法，其基本设计过程是： （1）将给定的数字滤波器的指标转换成过渡模拟滤波器的指标； （2）设计过渡模拟滤波器； （3）将过渡模拟滤波器系统函数转换成数字滤波器的系统函数。 本实验的数字滤波器的MATLAB 实现是指调用MATLAB 信号处理工具箱函数filter 对给定的输入信号x(n)进行滤波，得到滤波后的输出信号y(n ）。 二、实验内容 1、调用信号产生函数mstg 产生由三路抑制载波调幅信号相加构成的复合信号st ，该函数还会自动绘图显示st 的时域波形和幅频特性曲线，如图4.1所示。由图可见，三路信号时域混叠无法在时域分离。但频域是分离的，所以可以通过滤波的方法在频域分离，这就是本实验的目的。 图4.1 三路调幅信号st （即s （t ））的时域波形和幅频特性曲线 2、要求将st 中三路调幅信号分离，通过观察st 的幅频特性曲线，分别确定可以分离st 中三路抑制载波单频调幅信号的三个滤波器（低通滤波器、带通滤波器、高通滤波器）的通带截止频率和阻带截止频率。要求滤波器的通带最大衰减为0.1dB,阻带最小衰减为60dB 。实验结果如图4.2，程序见附录4.2。 提示：抑制载波单频调幅信号的数学表示式为 0001()cos(2)cos(2)[cos(2())cos(2())]2 c c c s t f t f t f f t f f t ππππ==-++ 其中，cos(2)c f t π称为载波，fc 为载波频率，0cos(2)f t π称为单频调制信号，f0为调制正弦波信号频率，且满足0c f f >。由上式可见，所谓抑制载波单频调幅信号，就是2个正弦信号相乘，它有2个频率成分：和频0c f f +和差频0c f f -，
数字滤波器总结
1数字滤波器的应用领域 在信号处理过程中，所处理的信号往往混有噪音，从接收到的信号中消除或减弱噪音是信号传输和处理中十分重要的问题。根据有用信号和噪音的不同特性，提取有用信号的过程称为滤波，实现滤波功能的系统称为滤波器。在近代电信设备和各类控制系统中，数字滤波器应用极为广泛，这里只列举部分应用最成功的领域。 (1) 语音处理 语音处理是最早应用数字滤波器的领域之一，也是最早推动数字信号处理理论发展的领域之一。该领域主要包括5个方面的内容：第一，语音信号分析。即对语音信号的波形特征、统计特性、模型参数等进行分析计算；第二，语音合成。即利用专用数字硬件或在通用计算机上运行软件来产生语音；第三，语音识别。即用专用硬件或计算机识别人讲的话，或者识别说话的人；第四，语音增强。即从噪音或干扰中提取被掩盖的语音信号。第五，语音编码。主要用于语音数据压缩，目前已经建立了一系列语音编码的国际标准，大量用于通信和音频处理。近年来，这5个方面都取得了不少研究成果，并且，在市场上已出现了一些相关的软件和硬件产品，例如，盲人阅读机、哑人语音合成器、口授打印机、语音应答机，各种会说话的仪器和玩具，以及通信和视听产品大量使用的音频压缩编码技术。 (2) 图像处理 数字滤波技术以成功地应用于静止图像和活动图像的恢复和增强、数据压缩、去噪音和干扰、图像识别以及层析X射线摄影，还成功地应用于雷达、声纳、超声波和红外信号的可见图像成像。 (3) 通信 在现代通信技术领域内，几乎没有一个分支不受到数字滤波技术的影响。信源编码、信道编码、调制、多路复用、数据压缩以及自适应信道均衡等，都广泛地采用数字滤波器，特别是在数字通信、网络通信、图像通信、多媒体通信等应用中，离开了数字滤波器,几乎是寸步难行。其中，被认为是通信技术未来发展方向的软件无线电技术，更是以数字滤波技术为基础。 (4) 电视 数字电视取代模拟电视已是必然趋势。高清晰度电视的普及指日可待，与之配套的视频光盘技术已形成具有巨大市场的产业；可视电话和会议电视产品不断更新换代。视频压缩和音频压缩技术所取得的成就和标准化工作，促成了电视领域产业的蓬勃发展，而数字滤波器及其相关技术是视频压缩和音频压缩技术的重要基础。 (5) 雷达 雷达信号占有的频带非常宽，数据传输速率也非常高，因而压缩数据量和降低数据传输速率是雷达信号数字处理面临的首要问题。高速数字器件的出现促进了雷达信号处理技术的进步。在现代雷达系统中，数字信号处理部分是不可缺少的，因为从信号的产生、滤波、加工到目标参数的估计和目标成像显示都离不开数字滤波技术。雷达信号的数字滤波器是当今十分活跃的研究领域之一。 (6) 声纳
数字滤波器设计与分析
吉林大学仪器科学与电气工程学院本科生实习报告 实习题目：信号分析和处理 实习时间：2012.09 专业：电气工程及其自动化 所在班级：65100615 学生姓名：王双伟 指导教师：朱凯光田宝凤林婷婷
信号实习报告 一.实验目的 加深对信号系统与信号处理理论的理解，学会信号处理的基本知识和方法，并在基本技能方面得到系统训练；熟悉MA TLAB编程环境，掌握MA TLAB编程基本技能，以及程序调试仿真方法，能够采用MATLAB语言和工具进行信号处理；掌握现代信号分析与处理技术，包括信号频谱分析和数字滤波器（FIR、IIR）设计，学会信号处理系统设计与系统功能检测的基本方法；将理论知识与实际应用结合，提高学生解决实际问题的动手能力，为信号系统与信号处理知识的应用、后续专业学习以及今后从事相关科学研究和实际工作打下坚实基础。二.实验工具 计算机，matlab软件 三.实验内容 设计FIR数字带通滤波器，对于给定函数s=sin(2πx100t)+sin(2πx200t)+sin(2πx400t)，设计带通滤波器滤除100和400赫兹的频率，并画出滤波前后的时频图及滤波器的增益图。 f1=100;f2=200;f3=400; fs=2000; m=(0.3*f1)/(fs/2); M=round(8/m); N=M-1; fc=[0.15,0.3]; b=fir1(N,fc); figure(1) [h,f]=freqz(b,1,1000); plot(f*fs/(2*pi),20*log10(abs(h))) xlabel('频率/赫兹'); ylabel('增益/分贝'); title('滤波器的增益响应'); figure(2) subplot(211) t=0:1/fs:0.5; s=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t); plot(t,s); xlabel('时间/秒'); ylabel('幅度'); title('信号滤波前时域图');
数字滤波器的DSP实现
摘要 当前我们正处于数字化时代，数字信号处理技术受到了人们的广泛关注，其理论及算法随着计算机技术和微电子技术的发展得到了飞速的发展，被广泛应用于语音图象处理、数字通信、谱分析、模式识别、自动控制等领域。数字滤波器是数字信号处理中最重要的组成部分之一，几乎出现在所有的数字信号处理系统中。数字滤波器是指完成信号滤波处理的功能，用有限精度算法实现的离散时间线性非时变系统，其输入是一组(由模拟信号取样和量化的)数字量，其输出是经过变换的另一组数字量。相对于模拟滤波器，数字滤波器没有漂移，能够处理低频信号，频率响应特性可做成非常接近于理想的特性，且精度可以达到很高，容易集成等，这些优势决定了数字滤波器的应用越来越广泛。同时DSP(数字信号处理器)的出现和FPGA的迅速发展也促进了数字滤波器的发展，并为数字滤波器的硬件实现提供了更多的选择。 本论文的主要研究了数字滤波器的基本理论及其算法。基于TI公司的数字信号处理器TMS320VC5509设计了一款稳定度高，低功耗的数字滤波器系统，并完成了软硬调试工作。主要工作如下： (1)研究了数字滤波器的基本理论，以及数字滤波器的实现方法。通过学习识字滤波器 的结构、数字滤波器的设计理论，掌握了各种数字滤波器的原理和特性。为实现数字滤波器奠定了理论基础。 (2)研究分析了如何利用MATLAB仿真软件来设计出符合各种要求的数字滤波器。并采用 了相关的函数设计了几款常用的数字滤波器，并得到了滤波器的相关系数，为利用DSP实现数字滤波做好了一些前期的工作。 (3)根据TI公司5000系列数字信号处理器的基本结构和特征，充分利用其片上资源t结 合MATLAB软件的仿真，用软件实现高性能稳定的数字滤波器。 关键字：数字滤波器，DSP，IIR(无限长单位脉冲响应)，FIR(有限长单位脉冲响应)
FIR数字滤波器设计及软件实现
实验五：FIR数字滤波器设计及软件实现 一、实验目的： （1）掌握用窗函数法设计FIR数字滤波器的原理和方法。 （2）掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。 （3）掌握FIR滤波器的快速卷积实现原理。 （4）学会调用MATLAB函数设计与实现FIR滤波器。 二、实验容及步骤： （1）认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理； （2）调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱，如图1所示； 图1 具有加性噪声的信号x(t)及其频谱如图 （3）请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。 （4）根据滤波器指标选择合适的窗函数，计算窗函数的长度N，调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。 （4）重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord和remez设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 友情提示： ○1MATLAB函数fir1和fftfilt的功能及其调用格式请查阅本课本；
○ 2采样频率Fs=1000Hz ，采样周期T=1/Fs ； ○ 3根据图10.6.1(b)和实验要求，可选择滤波器指标参数：通带截止频率fp=120Hz ，阻带截至频率fs=150Hz ，换算成数字频率，通带截止频率 p 20.24p f ωπ=T =π，通带最大衰为0.1dB ，阻带截至频率s 20.3s f ωπ=T =π，阻带最小衰为60dB 。] ○ 4实验程序框图如图2所示。 图2 实验程序框图 三、实验程序： 1、信号产生函数xtg 程序清单： %xt=xtg(N) 产生一个长度为N,有加性高频噪声的单频调幅信号xt,采样频率Fs=1000Hz %载波频率fc=Fs/10=100Hz,调制正弦波频率f0=fc/10=10Hz. function xt=xtg N=1000;Fs=1000;T=1/Fs;Tp=N*T; t=0:T:(N-1)*T; fc=Fs/10;f0=fc/10; %载波频率fc=Fs/10，单频调制信号频率为f0=Fc/10;
最新数字滤波器总结
精品文档 精品文档1数字滤波器的应用领域 在信号处理过程中，所处理的信号往往混有噪音，从接收到的信号中消除或减弱噪音是信号传输和处理中十分重要的问题。根据有用信号和噪音的不同特性，提取有用信号的过程称为滤波，实现滤波功能的系统称为滤波器。在近代电信设备和各类控制系统中，数字滤波器应用极为广泛，这里只列举部分应用最成功的领域。 (1) 语音处理 语音处理是最早应用数字滤波器的领域之一，也是最早推动数字信号处理理论发展的领域之一。该领域主要包括5个方面的内容：第一，语音信号分析。即对语音信号的波形特征、统计特性、模型参数等进行分析计算；第二，语音合成。即利用专用数字硬件或在通用计算机上运行软件来产生语音；第三，语音识别。即用专用硬件或计算机识别人讲的话，或者识别说话的人；第四，语音增强。即从噪音或干扰中提取被掩盖的语音信号。第五，语音编码。主要用于语音数据压缩，目前已经建立了一系列语音编码的国际标准，大量用于通信和音频处理。近年来，这5个方面都取得了不少研究成果，并且，在市场上已出现了一些相关的软件和硬件产品，例如，盲人阅读机、哑人语音合成器、口授打印机、语音应答机，各种会说话的仪器和玩具，以及通信和视听产品大量使用的音频压缩编码技术。 (2) 图像处理 数字滤波技术以成功地应用于静止图像和活动图像的恢复和增强、数据压缩、去噪音和干扰、图像识别以及层析X射线摄影，还成功地应用于雷达、声纳、超声波和红外信号的可见图像成像。 (3) 通信 在现代通信技术领域内，几乎没有一个分支不受到数字滤波技术的影响。信源编码、信道编码、调制、多路复用、数据压缩以及自适应信道均衡等，都广泛地采用数字滤波器，特别是在数字通信、网络通信、图像通信、多媒体通信等应用中，离开了数字滤波器,几乎是寸步难行。其中，被认为是通信技术未来发展方向的软件无线电技术，更是以数字滤波技术为基础。 (4) 电视 数字电视取代模拟电视已是必然趋势。高清晰度电视的普及指日可待，与之配套的视频光盘技术已形成具有巨大市场的产业；可视电话和会议电视产品不断更新换代。视频压缩和音频压缩技术所取得的成就和标准化工作，促成了电视领域产业的蓬勃发展，而数字滤波器及其相关技术是视频压缩和音频压缩技术的重要基础。 (5) 雷达 雷达信号占有的频带非常宽，数据传输速率也非常高，因而压缩数据量和降低数据传
FIR数字滤波器设计与软件实现(精)讲解学习
实验二:FIR 数字滤波器设计与软件实现 一、实验指导 1.实验目的 (1掌握用窗函数法设计 FIR 数字滤波器的原理和方法。 (2掌握用等波纹最佳逼近法设计 FIR 数字滤波器的原理和方法。 (3掌握 FIR 滤波器的快速卷积实现原理。 (4学会调用 MA TLAB 函数设计与实现 FIR 滤波器。 2. 实验内容及步骤 (1认真复习第七章中用窗函数法和等波纹最佳逼近法设计 FIR 数字滤波器的原理; (2调用信号产生函数 xtg 产生具有加性噪声的信号 xt ,并自动显示 xt 及其频谱,如图 1所示;
图 1 具有加性噪声的信号 x(t及其频谱如图 (3请设计低通滤波器,从高频噪声中提取 xt 中的单频调幅信号,要求信号幅频失真小于 0.1dB ,将噪声频谱衰减 60dB 。先观察 xt 的频谱,确定滤波器指标参数。 (4根据滤波器指标选择合适的窗函数,计算窗函数的长度 N ,调用 MATLAB 函数 fir1设计一个 FIR 低通滤波器。并编写程序,调用 MATLAB 快速卷积函数 fftfilt 实现对 xt 的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。 (5 重复 (3 , 滤波器指标不变, 但改用等波纹最佳逼近法, 调用MA TLAB 函数 remezord 和 remez 设计 FIR 数字滤波器。并比较两种设计方法设计的滤波器阶数。 提示:○ 1MA TLAB 函数 fir1的功能及其调用格式请查阅教材; ○ 2采样频率 Fs=1000Hz,采样周期 T=1/Fs;
○ 3根据图 1(b和实验要求,可选择滤波器指标参数:通带截止频率 fp=120Hz,阻带截 至频率 fs=150Hz, 换算成数字频率, 通带截止频率 p 20.24 p f ωπ =T=π, 通带最大衰为 0.1dB , 阻带截至频率 s 20.3 s f ωπ =T=π,阻带最小衰为 60dB 。 3、实验程序框图如图 2所示,供读者参考。 图 2 实验程序框图 4.信号产生函数 xtg 程序清单(见教材 二、滤波器参数及实验程序清单 1、滤波器参数选取 根据实验指导的提示③选择滤波器指标参数: 通带截止频率 fp=120Hz,阻带截至频率 fs=150Hz。代入采样频率 Fs=1000Hz,换算成 数字频率,通带截止频率 p 20.24 p f
数字滤波器的设计及实现
数字滤波器的设计及实现 【一】设计目的 1. 熟悉IIR 数字滤波器和FIR 数字滤波器的设计原理和方法； 2. 学会调用MATLAB 信号处理工具箱中的滤波器设计函数设计各种IIR 和FIR 数字滤波器，学会根据滤波要求确定滤波器指标参数； 3. 掌握用IIR 和FIR 数字滤波器的MA TLAB 实现方法，并能绘制滤波器的幅频特性、相频特性； 4. 通过观察滤波器的输入、输出信号的时域波形及其频谱，建立数字滤波的概念。 【二】设计原理 抑制载波单频调幅信号的数学表达式为 []))(2cos())(2cos(2 1)2cos()2cos()(000t f f t f f t f t f t s c c c ++-==ππππ （2.1） 其中，)2cos(t f c π称为载波，c f 为载波频率，)2cos(0t f π称为单频调制信号，0f 为调制正弦波信号频率，且满足0c f f >。由（2.1）式可见，所谓抑制载波单频调制信号，就是两个正弦信号相乘，它有2个频率成分：和频c f +0f ，差频c f -0f ，这两个频率成分关于载波频率c f 对称。所以，1路抑制载波单频调幅信号的频谱图是关于载波频率c f 对称的两根谱线。 复合信号st 产生函数mstg 清单： function st=mstg %产生信号序列st ，并显示st 的时域波形和频谱 %st=mstg 返回三路调幅信号相加形成的混合信号，长度N=800 N=800; %信号长度N 为800 Fs=10000;T=1/Fs;Tp=N*T; %采样频率Fs=10kHz ，Tp 为采样时间 t=0:T:(N-1)*T;k=0:N-1;f=k/Tp; fc1=Fs/10; %第1路调幅信号载波频率fc1=1000Hz fm1=fc1/10; %第1路调幅信号的调制信号频率fm1=100Hz fc2=Fs/20; %第2路调幅信号载波频率fc2=500Hz fm2=fc2/10; %第2路调幅信号的调制信号频率fm2=50Hz fc3=Fs/40; %第3路调幅信号载波频率fc3=250Hz fm3=fc3/10; %第3路调幅信号的调制信号频率fm3=25Hz xt1=cos(2*pi*fm1*t).*cos(2*pi*fc1*t); %产生第1路调幅信号 xt2=cos(2*pi*fm2*t).*cos(2*pi*fc2*t); %产生第2路调幅信号 xt3=cos(2*pi*fm3*t).*cos(2*pi*fc3*t); %产生第3路调幅信号 st=xt1+xt2+xt3; %三路信号相加，得到复合信号
word完整版自适应滤波器原理 带图带总结word版推荐文档
第二章自适应滤波器原理 2.1 基本原理 2.1.1 自适应滤波器的发展 在解决线性滤波问题的统计方法中，通常假设已知有用信号及其附加噪声的某些统计参数(例如，均值和自相关函数) ，而且需要设计含噪数据作为其输入的线性滤波器，使得根据某种统计准则噪声对滤波器的影响最小。实现该滤波器优化问题的一个有用方法是使误差信号(定义为期望响应与滤波器实际输出之差)的均方值最小化。对于平稳输入，通常采用所谓维纳滤波器( Wiener filter) 的解决方案。该滤波器在均方误差意义上使最优的。误差信号均方值相对于滤波器可调参数的曲线通常称为误差性能曲面。该曲面的极小点即为维纳解。 维纳滤波器不适合于应对信号和/或噪声非平稳问题。在这种情况下，必须假设最优滤波器为时变形式。对于这个更加困难的问题，十分成功的一个解决方案使采用卡尔曼滤波器 (Kalman filter )。该滤波器在各种工程应用中式一个强有力的系统。 维纳滤波器的设计要求所要处理的数据统计方面的先验知识。只有当输入数据的统计特性与滤波器设计所依赖的某一先验知识匹配时，该滤波器才是最优的。当这个信息完全未知时，就不可能设计维纳滤波器，或者该设计不再是最优的。而且维纳滤波器的参数是固定的。 在这种情况下，可采用的一个直接方法是“估计和插入过程”。该过程包含两个步骤，首先是“估计”有关信号的统计参数，然后将所得到的结果“插入( plug into)”非递归公式以计算滤波器参数。对于实时运算，该过程的缺点是要求特别精心制作，而且要求价格昂贵的硬件。为了消除这个限制，可采用自适应滤波器(adaptive filter)。采用这样一种系统，意味着滤波器是自设计的，即自适应滤波器依靠递归算法进行其计算，这样使它有可能在无法获得有关信号特征完整知识的环境下，玩完满地完成滤波运算。该算法将从某些预先确定的初始条件集出发，这些初始条件代表了人们所知道的上述环境的任何一种情况。我们还发现，在平稳环境下，该运算经一些成功迭代后收敛于某种统计意义上的最优维纳解。在非平稳环境下，该算法提供了一种跟踪能力，即跟踪输入数据统计特性随时间的变化，只要这种变化时足够缓慢的。 40年代，N.维纳用最小均方原则设计最佳线性滤波器，用来处理平稳随机
FIR数字滤波器设计与软件实现
一、实验目的 （1）掌握用窗函数法设计FIR数字滤波器的原理和方法。 （2）掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。 （3）掌握FIR滤波器的快速卷积实现原理。 （4）学会调用MA TLAB函数设计与实现FIR滤波器。 二、实验内容及步骤 （1）认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理； （2）调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱，如图10.5.1所示； 图10.5.1 具有加性噪声的信号x(t)及其频谱如图 （3）请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。 （4）根据滤波器指标选择合适的窗函数，计算窗函数的长度N，调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。 （4）重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord和remez 设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 提示：○1MA TLAB函数fir1和fftfilt的功能及其调用格式请查阅本书第7章和第？章； ○2采样频率Fs=1000Hz，采样周期T=1/Fs； ○3根据图10.6.1(b)和实验要求，可选择滤波器指标参数：通带截止频率fp=120Hz，阻带截至频率 fs=150Hz，换算成数字频率，通带截止频率 p 20.24 p f ωπ =T=π，通带最大衰为0.1dB，阻带截至频率 s 20.3 s f ωπ =T=π，阻带最小衰为60dB。] ○4实验程序框图如图10.5.2所示。
经典数字滤波器
数字滤波器是现在电视中常用的电路元件之一。数字滤波器(digital filter)是由数字乘法器、加法器和延时单元组成的一种装置。其功能是对输入离散信号的数字代码进行运算处理，以达到改变信号频谱的目的。由于电子计算机技术和大规模集成电路的发展，数字滤波器已可用计算机软件实现，也可用大规模集成数字硬件实时实现。数字滤波器是一个离散时间系统（按预定的算法，将输入离散时间信号转换为所要求的输出离散时间信号的特定功能装置）。应用数字滤波器处理模拟信号时，首先须对输入模拟信号进行限带、抽样和模数转换。数字滤波器输入信号的抽样率应大于被处理信号带宽的两倍，其频率响应具有以抽样频率为间隔的周期重复特性，且以折叠频率即1／2抽样频率点呈镜像对称。为得到模拟信号，数字滤波器处理的输出数字信号须经数模转换、平滑。数字滤波器具有高精度、高可靠性、可程控改变特性或复用、便于集成等优点。数字滤波器在语言信号处理、图像信号处理、医学生物信号处理以及其他应用领域都得到了广泛应用。数字滤波器有低通、高通、带通、带阻和全通等类型。它可以是时不变的或时变的、因果的或非因果的、线性的或非线性的。应用最广的是线性、时不变数字滤波器. 阶数越高，截止频率等参数越精确，但是电路结构也越复杂。简单说比如你的截止频率是100HZ，你只有2阶的话可能实际的截止平率是95-1000HZ，衰减比较慢，但如果是20阶的话，可能截止
频率就变成了95-105HZ，衰减很快。但是阶数上升，实际电路的结构就会非常的复杂，浪费资源。 先听我慢慢说啊，先说傅里叶变换，然后再说滤波器，就懂了。 周期信号可以用一系列的不同频率不同幅度的正弦信号表示出来，就是傅里叶级数。 而非周期信号亦可以，比如门信号，它的傅氏变换是抽样信号，意思就是，它可以用的一系列不同频率的正弦信号表示，比如有：频率为0.1Hz幅度为2的正弦，频率为0.2Hz幅度为1的正弦，频率为0.25幅度为a的正弦……这些无数个的所谓的“频率为某Hz幅度为某”的正弦波叠加之后，就成了门信号。 从门信号的频谱图可看出：用来表示门信号的一系列频率连续的无数个的正弦波幅度是不同的，甚至有些是0 。尤其频率越高的正弦波，它们的幅度普遍很小，因为这些频率成分是表示细节（门信号的棱角）的。另一方面，低频成分显示的是门信号的轮廓。
FIR数字滤波器设计与软件实现
实验二：FIR数字滤波器设计与软件实现 一、实验指导 1．实验目的 （1）掌握用窗函数法设计FIR数字滤波器的原理和方法。 （2）掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。（3）掌握FIR滤波器的快速卷积实现原理。 （4）学会调用MATLAB函数设计与实现FIR滤波器。 2．实验内容及步骤 （1）认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理； （2）调用信号产生函数xtg产生具有加性噪声的信号xt，并自动显示xt及其频谱，如图1所示； 图1 具有加性噪声的信号x(t)及其频谱如图 （3）请设计低通滤波器，从高频噪声中提取xt中的单频调幅信号，要求信号幅频失真小于0.1dB，将噪声频谱衰减60dB。先观察xt的频谱，确定滤波器指标参数。
（4）根据滤波器指标选择合适的窗函数，计算窗函数的长度N，调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序，调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。（4）重复（3），滤波器指标不变，但改用等波纹最佳逼近法，调用MATLAB函数remezord和remez设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 提示：○1MATLAB函数fir1的功能及其调用格式请查阅教材； ○2采样频率Fs=1000Hz，采样周期T=1/Fs； ○3根据图1(b)和实验要求，可选择滤波器指标参数：通带截止频率fp=120Hz，阻带截至频率fs=150Hz，换算成数字频率，通带截止 频率 p 20.24 p f ωπ =T=π，通带最大衰为0.1dB，阻带截至频率 s 20.3 s f ωπ =T=π，阻带最小衰为60dB。 ○4实验程序框图如图2所示，供读者参考。
数字滤波的基础知识(不断更新,总结)
数字滤波的基础知识（不断更新，总结） 数字滤波是一种软件程序滤波，与模拟滤波器相比，数字滤波有以下优点： １) 数字滤波是用程序实现的，无需增加硬设备，而且滤波器（滤波程序）可多通道共享，降低了开发成本。 ２)数字滤波可以对低频信号（如0.01Hz 以下）实现滤波，克服了模拟滤波器的缺陷。 ３)数字滤波可以根据信号的不同，采取不同的滤波方法或滤波参数，使用方便灵活。 ４)数字滤波由于不用硬件设备，各回路间不存在阻抗匹配等问题，故可靠性高，稳定性好。 （1）平均值滤波程序设计 1）算术平均值滤波 N 为采样次数； x i 为第i 次采样值； y 为N 个采样值的算术平均值； 2）加权平均值滤波 在N 次采样值中，突出最近几次采样值在平均值中所占比重，这种方法称为加权平均滤波方法。加权平均滤波算法为： N 为采样次数； x i 为第i 次采样值； y 为N 次采样值的滤波输出值； C i 为加权系数, 对C i 选取要求： （2）中位值滤波 ∑==N i i x N y 11∑==N i i i x C y 11 1=∑=N i i C
中位值滤波的原理是对被测参数连续采样N 次（N 取奇数），并按大小顺序排列，再取中间值作为本次采样的有效数据。中位值滤波能有效地滤除由于偶然因素引起采样值波动的脉冲干扰，对变化缓慢的被测参数有良好的滤波效果。 （3）限幅滤波 限幅滤波的方法是考虑到被测参数在两次采样时间间隔内，一般最大变化的增量△Y(以绝对值表示)总是在一定的范围内，如果前后两次采样值的实际增量│Y k -Y k-1│≤△Y ，则认为是正常的，否则认为是干扰造成的，则用上次的采样值代替本次采样。由此得限幅滤波的算法为 （4）惯性滤波 在模拟量输入通道中，常用一阶低通滤波器来消弱干扰，惯性滤波运算公式源于RC 低通滤波器的传递函数 ????>-?≤-=---Y Y Y Y Y Y Y Y Y k k k k k k k 111,,当当
卡尔曼滤波器总结
1. 卡尔曼全名Rudolf Emil Kalman ，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理工学院分别获得电机工程学士及硕士学位。1957年于哥伦比亚大学获得博士学位。我们现在要学习的卡尔曼滤波器，正是源于他的博士论文和1960年发表的论文《A New Approach to Linear Filtering and Prediction Problems 》（线性滤波与预测问题的新方法）。 基于状态空间描述对混有噪声的信号进行滤波的方法，简称卡尔曼滤波。这种方法是R.E.卡尔曼和R.S.布什于1960和1961年提出的。卡尔曼滤波是一种切实可行和便于应用的滤波方法，其计算过程通常需要在计算机上实现。实现卡尔曼滤波的装置或软件称为卡尔曼滤波器。 卡尔曼滤波器（Kalman Filter ）是在克服以往滤波方法局限性的基础上提出来的，是一个最优化自回归数据处理算法（optimal recursive data processing algorithm ）。它是针对系统的部分状态或是部分状态的线性组合，且量测值中有随机误差（常称为量测噪声）。将仅与部分状态有关的测量进行处理，得出从某种统计意义上讲误差最小的更多状态的估值，从而将混有噪声（干扰）的信号中噪声滤除、提取有用信号。 卡尔曼滤波是一种递推线性最小方差估计，以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。 现设线性时变系统的离散状态方程和观测方程为： ()()()()()X k+1F k X k G k u k ()w k =?++ ()()()()k+1H k+1X k+1k+1Y v =?+ 其中 ()k X 和()k Y 分别是k 时刻的状态矩阵和测量矩阵 ()k F 为状态转移矩阵 ()k G 为系统控制项矩阵 ()k u 为k 时刻对系统的控制量 ()k w 为k 时刻动态噪声，其协方差()Q k ()k H 为k 时刻观测矩阵 ()k v 为k 时刻测量噪声, 其协方差()R k 则卡尔曼滤波的算法流程为： 状态的一步预估计()()()()()??X k+1k F k X k k G k u k |=?|+ 一步预估计协方差矩阵 ()()()()()C k+1k F k C k k F k Q k '|=?|+' 计算卡尔曼增益矩阵
数字滤波器的一般概念
数字滤波器的一般概念 滤波器可广义地理解为一个信号选择系统。它让某些信号成分通过又阻止或衰减另一些成分。在更多地情况下，被窄义地理解为选频系统，如低通、高通、带通、带阻。频域与时域均衡器也是一种滤波器，通信系统的传输媒介如明线、电缆等从特性看也是滤波器。滤波器如系统一样可分为三类：模拟滤波器、采样滤波器和数字滤波器.模拟滤波器（AF）可以是由RLC构成的无源滤波器，也可以是加上运放的有源滤波器，它们是连续时间系统。采样滤波器（SF）由电阻、电容、电荷转移器件、运放等组成，属于离散时间系统，其幅度是连续的。开关电容滤波器、电荷耦合滤波器军属这类滤波器。数字滤波器（DF）由加法器、乘法器、存储延迟单元、时钟脉冲滤波器及逻辑单元等数字电路构成。它精度高，稳定性好，不存在阻抗匹配问题，可以时分复用，能够完成一些模拟滤波器完成不了的滤波任务。其缺点是需要抽样、量化、编码，以及手时钟频率所限，所能处理的信号最高频率还不够高。另外，由于有限字长效应会造成域设计值的频率偏差、量化和运算噪声及极限环振荡。 本章讨论的是数字滤波器。 5.1.1 数字滤波器的分类 下面从各种不同角度对数字滤波器分类： 1.按冲激响应h(n)的长度分类 分为有限冲激响应（FIR）DF和无限冲激响应（IIR）DF两种。冲 激响应本来是用于模拟系统，指系统对冲激函数δ（t）的响应。 发展到数字滤波器后，工程上仍沿用这个名称，与单位抽样响应和 单位脉冲响应的说法通用。 FFR DF的冲激响应h(n)为有限长序列，其差分方程为 y(n)= (5.1) 系统函数为 H(z)= (5.2) IIR DF 的冲激响应h(n)为无限长序列，其差分方程为
数字滤波器的设计
实验报告 课程名称：数字信号与信息处理 实验名称：数字滤波器的设计 院（系）： 专业班级： 姓名： 学号： 指导教师：李家星 2012年12月14日
一、实验目的： （1）实验类型：设计性实验。 （2）掌握通过零、极点设计低阶数字滤波器的设计方法。 （3）掌握IIR 和FIR 数字滤波器的设计方法，并利用所设计滤波器解决实际问题。 （4）通过分析滤波前后信号频谱的变化，使学生能深刻理解滤波的概念。 （5）对两种滤波器设计方法的进行比较。 二、实验主要仪器设备，软件 （1）硬件准备：PC 机 （2）软件准备：Matlab 语言环境 三、实验的基本原理与内容： 1）实验原理： 数字滤波器是具有某种特定频率特性的线性时不变系统。广义上，任何线性时不变离散系统都是一个数字滤波器。设计数字滤波器的任务就是需求一个因果稳定的线性是不变系统，并使系统函数H(z)具有指定的频率特性。 ()() ()n j 0 n e z j e n h z H e H j ωω ω ∑∞ ==== 低阶数字滤波器一般指一阶或二阶滤波器。因其阶次较低，可用零极点的分布来调控其频率特性；其好处处理速度快，硬件简单。另外，高阶滤波器在许多情况下由多个低阶滤波器组合来实现。 LTI 系统可在z 域中用零极点图的形式来描述。这在设计简单的滤波器时很重要，利用其可进行谱分析，只要正确地配置零极点就可达到一定的设计要求。那么，建立零极点与频率特性的关系规律：1）设计滤波器时，一定要保证结构的稳定，因此所有极点应该位于单位圆之内；2）负相位越大引起系统的延时越大，为了减少系统时延，所设计的系统零点最好也在单位圆内(或上)；3）极点在单位圆附近，对应频率幅度会出现波峰；零点在单位圆上，对应频率幅度会出现波谷。 基于零极点的低阶数据滤波器模型： 低通：()111121--?-+?-=z a z a z H LP 高通：()1 1 1121--?--?+=z z z H HP αα
FIR数字滤波器设计实验_完整版
班级： 姓名： 学号： FIR 数字滤波器设计实验报告 一、实验目的 1．掌握FIR 数字滤波器的设计方法； 2．熟悉MATLAB 信号处理工具箱的使用； 3．熟悉利用MATLAB 软件进行FIR 数字滤波器设计，以及对所设计的滤波器 进行分析； 4．了解FIR 滤波器可实现严格线性相位的条件和特点； 5．熟悉FIR 数字滤波器窗函数设计法的MATLAB 设计，并了解利用窗函数法 设计FIR 滤波器的优缺点； 6．熟悉FIR 数字滤波器频率采样设计法的MATLAB 设计，并了解利用频率采 样法设计FIR 滤波器的优缺点； 7．熟悉FIR 数字滤波器切比雪夫逼近设计法的MATLAB 设计，并了解利用切 比雪夫逼近法设计FIR 滤波器的优缺点。 二、实验设备及环境 1．硬件：PC 机一台； 2．软件：MATLAB （6.0版以上）软件环境。 三、实验内容及要求 1．实验内容：基于窗函数设计法、频率采样设计法和切比雪夫逼近设计法，利用MATLAB 软件设计满足各自设计要求的FIR 数字低通滤波器，并对采用不同设计法设计的低滤波器进行比较。 2．实验要求： （1）要求利用窗函数设计法和频率采样法分别设计FIR 数字低通滤波 器，滤波器参数要求均为：0.3c w π=。其中，窗函数设计法要求分别利用矩形窗、汉宁窗和布莱克曼窗来设计数字低通滤波器，且 21N ≥,同时要求给出滤波器的幅频特性和对数幅频特性； 频率
采样法要求分别利用采样点数21N =和63N =设计数字低通滤波器，同时要求给出滤波器采样前后的幅频特性，以及脉冲响应及对数幅频特性。 （2）要求利用窗函数设计法和切比雪夫逼近法分别设计FIR 数字低通 滤波器，滤波器参数要求均为： 0.2π, 0.25dB, 0.3π, 50dB p p s s ωαωα==== 其中，窗函数设计法要求利用汉明窗来设计数字低通滤波器，且 66N ≥，同时要求给出滤波器理想脉冲响应和实际脉冲响应，汉 名窗和对数幅频特性； 切比雪夫逼近法要求采用切比雪夫Ⅰ型，同时要求给出滤波器的脉冲响应、幅频特性和误差特性。 （3）将要求（1）和（2）中设计的具有相同参数要求，但采用不同设 计方法的滤波器进行比较，并以图的形式直观显示不同设计设计方法得到的数字低通滤波器的幅频特性的区别。 四、实验步骤 1．熟悉MATLAB 运行环境，命令窗口、工作变量窗口、命令历史记录窗口，FIR 常用基本函数； 2．熟悉MATLAB 文件格式，m 文件建立、编辑、调试； 3．根据要求（1）的内容，设计FIR 数字低通滤波器，建立M 文件，编写、调试、运行程序； 4．根据要求（2）的内容，设计FIR 数字低通滤波器，建立M 文件，编写、调试、运行程序； 5．将要求（1）和（2）中设计的具有相同参数要求，但采用不同设计方法的滤波器进行比较分析； 6．记录实验结果； 7．分析实验结果； 8．书写实验报告。 五、实验预习思考题 1．FIR 滤波器有几种常用设计方法？这些方法各有什么特点？
实验四(IIR数字滤波器设计及软件实现)讲解学习
实验四(I I R数字滤波器设计及软件实现)
10.4实验四IIR数字滤波器设计及软件实现 10.4.1 实验指导 1．实验目的 （1）熟悉用双线性变换法设计IIR数字滤波器的原理与方法； （2）学会调用MATLAB信号处理工具箱中滤波器设计函数（或滤波器设计分析工具fdatool）设计各种IIR数字滤波器，学会根据滤波需求确定滤波器指标参数。 （3）掌握IIR数字滤波器的MATLAB实现方法。 （4）通过观察滤波器输入输出信号的时域波形及其频谱，建立数字滤波的概念。 2．实验原理 设计IIR数字滤波器一般采用间接法（脉冲响应不变法和双线性变换法），应用最广泛的是双线性变换法。基本设计过程是：①先将给定的数字滤波器的指标转换成过渡模拟滤波器的指标；②设计过渡模拟滤波器；③将过渡模拟滤波器系统函数转换成数字滤波器的系统函数。MATLAB信号处理工具箱中的各种IIR数字滤波器设计函数都是采用双线性变换法。第六章介绍的滤波器设计函数butter、cheby1 、cheby2 和ellip可以分别被调用来直接设计巴特沃斯、切比雪夫1、切比雪夫2和椭圆模拟和数字滤波器。本实验要求读者调用如上函数直接设计IIR数字滤波器。 本实验的数字滤波器的MATLAB实现是指调用MATLAB信号处理工具箱函数filter对给定的输入信号x(n)进行滤波，得到滤波后的输出信号y(n）。 3. 实验内容及步骤 （1）调用信号产生函数mstg产生由三路抑制载波调幅信号相加构成的复合信号st，该函数还会自动绘图显示st的时域波形和幅频特性曲线，如图
10.4.1所示。由图可见，三路信号时域混叠无法在时域分离。但频域是分离的，所以可以通过滤波的方法在频域分离，这就是本实验的目的。 图10.4.1 三路调幅信号st 的时域波形和幅频特性曲线 （2）要求将st 中三路调幅信号分离，通过观察st 的幅频特性曲线，分别确定可以分离st 中三路抑制载波单频调幅信号的三个滤波器（低通滤波器、带通滤波器、高通滤波器）的通带截止频率和阻带截止频率。要求滤波器的通带最大衰减为0.1dB,阻带最小衰减为60dB 。 提示：抑制载波单频调幅信号的数学表示式为 0001()cos(2)cos(2)[cos(2())cos(2())]2 c c c s t f t f t f f t f f t ππππ==-++ 其中，cos(2)c f t π称为载波，f c 为载波频率，0cos(2)f t π称为单频调制信号，f 0为调制正弦波信号频率，且满足0c f f >。由上式可见，所谓抑制载波单频调幅信号，就是2个正弦信号相乘，它有2个频率成分：和频0c f f +和差频0c f f -，这2个频率成分关于载波频率f c 对称。所以，1路抑制载波单频调幅 信号的频谱图是关于载波频率f c 对称的2根谱线，其中没有载频成分，故取名 为抑制载波单频调幅信号。容易看出，图10.4.1中三路调幅信号的载波频率分