|
楼主 |
发表于 2015-4-28 10:18:06
|
显示全部楼层
40.3 IIR低通滤波器设计
本章使用的IIR滤波器函数是arm_biquad_cascade_df1_f32。下面使用此函数设计IIR低通,高通,带通和带阻滤波器。
40.3.1 函数arm_biquad_cascade_df1_f32说明
函数定义如下:
void arm_biquad_cascade_df1_f32(
const arm_biquad_casd_df1_inst_f32 * S,
float32_t * pSrc,
float32_t * pDst,
uint32_t blockSize)
参数定义:
[in] *S points to an instance of the floating-point Biquad cascade structure.
[in] *pSrc points to the block of input data.
[out] *pDst points to the block of output data.
[in] blockSize number of samples to process per call.
return none.
注意事项:
结构arm_fir_instance_f32的定义如下(在文件arm_math.h文件):
typedef struct
{
/**< number of 2nd order stages in the filter. Overall order is 2*numStages. */
uint32_t numStages;
/**< Points to the array of state coefficients. The array is of length 4*numStages. */
float32_t *pState;
/**< Points to the array of coefficients. The array is of length 5*numStages. */
float32_t *pCoeffs;
} arm_biquad_casd_df1_inst_f32;
特别注意,参数pState指向的数组大小要是4倍的numStages,pCoeffs指向的数组大小要是5倍的numStages。
1. 参数pCoeffs指向滤波因数,滤波因数数组长度为numTaps。但要注意pCoeffs指向的滤波因数应该按照如下的顺序进行排列:
{b10, b11, b12, a11, a12, b20, b21, b22, a21, a22, ...}
先放第一个二阶Biquad系数,然后放第二个,以此类推。
2. pState指向状态变量数组。
3. blockSize 这个参数的大小没有特殊要求,用户只需保证大于1且小于等于采样点个数即可。
40.3.2 fdatool获取低通滤波器系数
设计一个如下的例子:
信号由50Hz正弦波和200Hz正弦波组成,采样率1Kbps,现设计一个巴特沃斯滤波器低通滤波器,采用直接I型,截止频率80Hz,采样400个数据,滤波器阶数设置为4。fadtool的配置如下:
配置好低通滤波器后,具体滤波器系数的生成大家参考本章第二小节的方法即可。
40.3.3 低通滤波器实现
通过工具箱fdatool获得低通滤波器系数后在开发板上运行函数arm_biquad_cascade_df1_f32来测试低通滤波器的效果。
- #define numStages 2 /* 2阶IIR滤波的个数 */
- #define TEST_LENGTH_SAMPLES 400 /* 采样点数 */
-
- static float32_t testInput_f32_50Hz_200Hz[TEST_LENGTH_SAMPLES]; /* 采样点 */
- static float32_t testOutput[TEST_LENGTH_SAMPLES]; /* 滤波后的输出 */
- static float32_t IIRStateF32[4*numStages]; /* 状态缓存,大小numTaps + blockSize - 1*/
-
- /* 巴特沃斯低通滤波器系数 80Hz*/
- const float32_t IIRCoeffs32LP[5*numStages] = {
- 1.0f, 2.0f, 1.0f, 1.4797988943972167f, -0.68867695305386178f,
- 1.0f, 2.0f, 1.0f, 1.2128120926202184f, -0.38400416228655354f
- };
- /*
- *********************************************************************************************************
- * 函 数 名: arm_iir_f32_lp
- * 功能说明: 调用函数arm_iir_f32_lp实现低通滤波器
- * 形 参:无
- * 返 回 值: 无
- *********************************************************************************************************
- */
- static void arm_iir_f32_lp(void)
- {
- uint32_t i;
- arm_biquad_casd_df1_inst_f32 S;
- float32_t ScaleValue;
-
- /* 初始化 */
- arm_biquad_cascade_df1_init_f32(&S, numStages, (float32_t *)&IIRCoeffs32LP[0], (float32_t
- *)&IIRStateF32[0]);
- /* IIR滤波 */
- arm_biquad_cascade_df1_f32(&S, testInput_f32_50Hz_200Hz, testOutput, TEST_LENGTH_SAMPLES);
- /*放缩系数 */
- ScaleValue = 0.052219514664161221f * 0.04279801741658381f
- /* 打印滤波后结果 */
- for(i=0; i<TEST_LENGTH_SAMPLES; i++)
- {
- printf("%frn", testOutput[i]*ScaleValue);
- }
- }
复制代码
运行如上函数可以通过串口打印出函数arm_biquad_cascade_df1_f32滤波后的波形数据,下面通过Matlab绘制波形来对比Matlab计算的结果和ARM官方库计算的结果。
对比前需要先将串口打印出的一组数据加载到Matlab中, arm_biquad_cascade_df1_f32的计算结果起名sampledata,加载方法在前面的教程中已经讲解过,这里不做赘述了。Matlab中运行的代码如下:- fs=1000; %设置采样频率 1K
- N=400; %采样点数
- n=0:N-1;
- t=n/fs; %时间序列
- f=n*fs/N; %频率序列
-
- x1=sin(2*pi*50*t);
- x2=sin(2*pi*200*t); %50Hz和200Hz正弦波
- subplot(211);
- plot(t, x1);
- title('滤波后的理想波形');
- grid on;
-
- subplot(212);
- plot(t, sampledata);
- title('ARM官方库滤波后的波形');
- grid on;
复制代码
Matlab计算结果如下:
从上面的波形对比来看,matlab和函数arm_biquad_cascade_df1_f32计算的结果基本是一致的。为了更好的说明滤波效果,下面从频域的角度来说明这个问题,Matlab上面运行如下代码:- fs=1000; %设置采样频率 1K
- N=400; %采样点数
- n=0:N-1;
- t=n/fs; %时间序列
- f=n*fs/N; %频率序列
-
- x = sin(2*pi*50*t) + sin(2*pi*200*t); %50Hz和200Hz正弦波合成
-
- subplot(211);
- y=fft(x, N); %对信号x做FFT
- plot(f,abs(y));
- xlabel('频率/Hz');
- ylabel('振幅');
- title('原始信号FFT');
- grid on;
-
- y3=fft(sampledata, N); %经过IIR滤波器后得到的信号做FFT
- subplot(212);
- plot(f,abs(y3));
- xlabel('频率/Hz');
- ylabel('振幅');
- title('IIR滤波后信号FFT');
- grid on;
复制代码
Matlab计算结果如下:
上面波形变换前的FFT和变换后FFT可以看出,200Hz的正弦波基本被滤除。 |
|