窗函数
数字信号处理中通常是取其有限的时间片段进行分析，而不是对无限长的信号进行测量和运算。具体做法是从信号中截取一个时间片段，然后对信号进行傅里叶变换、相关分析等数学处理。信号的截断产生了能量泄漏，而用FFT算法计算频谱又产生了栅栏效应，从原理上讲这两种误差都是不能消除的。在FFT分析中为了减少或消除频谱能量泄漏及栅栏效应，可采用不同的截取函数对信号进行截短，截短函数称为窗函数，简称为窗。
泄漏与窗函数频谱的两侧旁瓣有关，对于窗函数的选用总的原则是，要从保持最大信息和消除旁瓣的综合效果出发来考虑问题，尽可能使窗函数频谱中的主瓣宽度应尽量窄，以获得较陡的过渡带；旁瓣衰减应尽量大，以提高阻带的衰减，但通常都不能同时满足这两个要求。频谱中的如果两侧瓣的高度趋于零，而使能量相对集中在主瓣，就可以较为接近于真实的频谱。不同的窗函数对信号频谱的影响是不一样的，这主要是因为不同的窗函数，产生泄漏的大小不一样，频率分辨能力也不一样。信号的加窗处理，重要的问题是在于根据信号的性质和研究目的来选用窗函数。图1是几种常用的窗函数的时域和频域波形，其中矩形窗主瓣窄，旁瓣大，频率识别精度最高，幅值识别精度最低，如果仅要求精确读出主瓣频率，而不考虑幅值精度，则可选用矩形窗，例如测量物体的自振频率等；布莱克曼窗主瓣宽，旁瓣小，频率识别精度最低，但幅值识别精度最高；如果分析窄带信号，且有较强的干扰噪声，则应选用旁瓣幅度小的窗函数，如汉宁窗、三角窗等；对于随时间按指数衰减的函数，可采用指数窗来提高信噪比。表1 是几种常用的
窗函数的比较。
如果被测信号是随机或者未知的，或者是一般使用者对窗函数不大了解，要求也不是特别高时，可以选择汉宁窗，因为它的泄漏、波动都较小，并且选择性也较高。但在用于校准时选用平顶窗较好，因为它的通带波动非常小，幅度误差也较小。
图1 几种常用的窗函数的时域和频域波形
表1 几种常用的窗函数的比较
频谱分析中如何选择合适的窗函数
频谱分析中如何选择合适的窗函数 1、信号截断及能量泄漏效应 数字信号处理的主要数学工具是傅里叶变换。应注意到，傅里叶变换是研究整个时间域和频率域的关系。然而，当运用计算机实现工程测试信号处理时，不可能对无限长的信号进行测量和运算，而是取其有限的时间片段进行分析。做法是从信号中截取一个时间片段，然后用观察的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号，然后就可以对信号进行傅里叶变换、相关分析等数学处理。 周期延拓后的信号与真实信号是不同的，下面从数学的角度来看这种处理带来的误差情况。设有余弦信号x（t）在时域分布为无限长（- ∞，∞），将截断信号的谱XT(ω)与原始信号的谱X（ω）相比，它已不是原来的两条谱线，而是两段振荡的连续谱。这表明原来的信号被截断以后，其频谱发生了畸变，原来集中在f0处的能量被分散到两个较宽的频带中去了，这种现象称之为频谱能量泄漏（Leakage）。 信号截断以后产生的能量泄漏现象是必然的，因为窗函数w(t)是一个频带无限的函数，所以即使原信号x(t)是限带宽信号，而在截断以后也必然成为无限带宽的函数，即信号在频域的能量与分布被扩展了。又从采样定理可知，无论采样频率多高，只要信号一经截断，就不可避免地引起混叠，因此信号截断必然导致一些误差，这是信号分析中不容忽视的问题。 如果增大截断长度T，即矩形窗口加宽，则窗谱W（ω）将被压缩变窄（π／T减小）。虽然理论上讲，其频谱范围仍为无限宽，但实际上中心频率以外的频率分量衰减较快，因而泄漏误差将减小。当窗口宽度T趋于无穷大时，则谱窗W（ω）将变为δ（ω）函数，而δ（ω）与X（ω）的卷积仍为H（ω），这说明，如果窗口无限宽，即不截断，就不存在泄漏误差。 为了减少频谱能量泄漏，可采用不同的截取函数对信号进行截断，截断函数称为窗函数，简称为窗。泄漏与窗函数频谱的两侧旁瓣有关，如果两侧p旁瓣的高度趋于零，而使能量相对集中在主瓣，就可以较为接近于真实的频谱，为此，在时间域中可采用不同的窗函数来截断信号。 2、常用窗函数 实际应用的窗函数，可分为以下主要类型： 幂窗：采用时间变量某种幂次的函数，如矩形、三角形、梯形或其它时间函数x(t)的高次幂；三角函数窗：应用三角函数，即正弦或余弦函数等组合成复合函数，例如汉宁窗、海明窗等；指数窗。：采用指数时间函数，如e-st形式，例如高斯窗等。
Excel中常用函数应用举例
Excel中常用函数应用举例 1.求和函数SUM 求和 SUM（number1，number2，...）。 使用求和函数SUM，操作步骤如下： （1）打开“员工业绩表”工作簿，选择D10单元格，如图所示。 （2）单击“插入函数”按钮，在弹出的“插入函数”对话框中选择SUM函数，单击“确定”按钮，如图所示。
（3）在打开的“函数参数”对话框中，“Number1”文本框中默认引用D3:D9单元格区域，单击“确定”按钮，如图所示。 （4）求出的和值即可显示在D10单元格中，如图所示。
2.平均值函数A VERAGE 平均值函数的原理是将所选单元格区域中的数据相加，然后除以单元格个数，返回作为结果的算术平均值，其语法结构为：A VERAGE（number1，number2，...）。 使用平均值函数A VERAGE，操作步骤如下： （1）打开“员工业绩表”工作簿，选择D11单元格，如图所示。
（2）单击“插入函数”按钮，在弹出的“插入函数”对话框中选择A VERAGE函数，单击“确定”按钮，如图所示。 （3）在打开的“函数参数”对话框中，在“Number1”文本框中输入D3:D9，设定计算平均值的单元格区域，单击“确定”按钮，如图所示。
（4）求出的平均值即显示在D11单元格中，如图所示。 3.条件函数IF 条件函数可以实现真假值的判断，它根据逻辑计算的真假值返回两种结果。该函数的语法结构为：IF（logical_test，value_if_true，value_if_false）。其中，logical_test表示计算结果为true或false的任意值或表达式；value_if_true表示当logical_test为true时返回的值；value_if_false表示当logical_test为false时返回的值。
几种常见窗函数及其MATLAB程序实现
几种常见窗函数及其MATLAB程序实现 2013-12-16 13:58 2296人阅读评论(0) 收藏举报 分类： Matlab（15） 数字信号处理中通常是取其有限的时间片段进行分析，而不是对无限长的信号进行测量和运算。具体做法是从信号中截取一个时间片段，然后对信号进行傅里叶变换、相关分析等数学处理。信号的截断产生了能量泄漏，而用FFT算法计算频谱又产生了栅栏效应，从原理上讲这两种误差都是不能消除的。在FFT分析中为了减少或消除频谱能量泄漏及栅栏效应，可采用不同的截取函数对信号进行截短，截短函数称为窗函数，简称为窗。 泄漏与窗函数频谱的两侧旁瓣有关，对于窗函数的选用总的原则是，要从保持最大信息和消除旁瓣的综合效果出发来考虑问题，尽可能使窗函数频谱中的主瓣宽度应尽量窄，以获得较陡的过渡带；旁瓣衰减应尽量大，以提高阻带的衰减，但通常都不能同时满足这两个要求。 频谱中的如果两侧瓣的高度趋于零，而使能量相对集中在主瓣，就可以较为接近于真实的频谱。不同的窗函数对信号频谱的影响是不一样的，这主要是因为不同的窗函数，产生泄漏的大小不一样，频率分辨能力也不一样。信号的加窗处理，重要的问题是在于根据信号的性质和研究目的来选用窗函数。图1是几种常用的窗函数的时域和频域波形，其中矩形窗主瓣窄，旁瓣大，频率识别精度最高，幅值识别精度最低，如果仅要求精确读出主瓣频率，而不考虑幅值精度，则可选用矩形窗，例如测量物体的自振频率等；布莱克曼窗主瓣宽，旁瓣小，频率识别精度最低，但幅值识别精度最高；如果分析窄带信号，且有较强的干扰噪声，则应选用旁瓣幅度小的窗函数，如汉宁窗、三角窗等；对于随时间按指数衰减的函数，可采用指数窗来提高信噪比。表1 是几种常用的窗函数的比较。 如果被测信号是随机或者未知的，或者是一般使用者对窗函数不大了解，要求也不是特别高时，可以选择汉宁窗，因为它的泄漏、波动都较小，并且选择性也较高。但在用于校准时选用平顶窗较好，因为它的通带波动非常小，幅度误差也较小。
窗函数作用
数字信号处理的主要数学工具是博里叶变换．而傅里叶变换是研究整个时间域和频率域的关系。不过，当运用计算机实现工程测试信号处理时，不可能对无限长的信号进行测量和运算，而是取其有限的时间片段进行分析。做法是从信号中截取一个时间片段，然后用观察的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号，然后就可以对信号进行傅里叶变换、相关分析等数学处理。无线长的信号被截断以后，其频谱发生了畸变，原来集中在f(0)处的能量被分散到两个较宽的频带中去了(这种现象称之为频谱能量泄漏)。 为了减少频谱能量泄漏，可采用不同的截取函数对信号进行截断，截断函数称为窗函数，简称为窗。 信号截断以后产生的能量泄漏现象是必然的，因为窗函数w(t)是一个频带无限的函数，所以即使原信号x(t)是限带宽信号，而在截断以后也必然成为无限带宽的函数，即信号在频域的能量与分布被扩展了。又从采样定理可知，无论采样频率多高，只要信号一经截断，就不可避免地引起混叠，因此信号截断必然导致一些误差。 泄漏与窗函数频谱的两侧旁瓣有关，如果两侧瓣的高度趋于零，而使能量相对集中在主瓣，就可以较为接近于真实的频谱，为此，在时间域中可采用不同的窗函数来截断信号。 实际应用的窗函数，可分为以下主要类型： a) 幂窗--采用时间变量某种幂次的函数，如矩形、三角形、梯形或其它时间（t）的高次幂； b) 三角函数窗--应用三角函数，即正弦或余弦函数等组合成复合
函数，例如汉宁窗、海明窗等； c) 指数窗--采用指数时间函数，如形式，例如高斯窗等。 下面介绍几种常用窗函数的性质和特点。 1) 矩形窗 矩形窗属于时间变量的零次幂窗。矩形窗使用最多，习惯上不加窗就是使信号通过了矩形窗。这种窗的优点是主瓣比较集中，缺点是旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄漏，甚至出现负谱现象。 2) 三角窗 三角窗亦称费杰（Fejer）窗，是幂窗的一次方形式。与矩形窗比较，主瓣宽约等于矩形窗的两倍，但旁瓣小，而且无负旁瓣。 3) 汉宁（Hanning）窗 汉宁窗又称升余弦窗，汉宁窗可以看作是3个矩形时间窗的频谱之和，或者说是3个 sine（t）型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了π/T，从而使旁瓣互相抵消，消去高频干扰和漏能。可以看出，汉宁窗主瓣加宽并降低，旁瓣则显著减小，从减小泄漏观点出发，汉宁窗优于矩形窗．但汉宁窗主瓣加宽，相当于分析带宽加宽，频率分辨力下降。 4) 海明（Hamming）窗 海明窗也是余弦窗的一种，又称改进的升余弦窗。海明窗与汉宁窗都是余弦窗，只是加权系数不同。海明窗加权的系数能使旁瓣达到更小。分析表明，海明窗的第一旁瓣衰减为一42dB．海明窗的频谱
弹拨音乐滤波去噪--使用三角窗设计FIR滤波器
长沙理工大学城南学院 《数字信号处理》课程设计报告 任健 院系城南学院专业通信工程班级通信1１０4班学号 2 学生姓名任健指导教师熊文杰 课程成绩完成日期2０１4年
７月4日
课程设计成绩评定 院系城南学院专业通信工程 班级通信11０4班?学号2０１1８5250426 学生姓名任健指导教师熊文杰 完成日期2014 年7月 4 日 指导教师对学生在课程设计中的评价 指导教师对课程设计的评定意见
课程设计任务书 城南学院通信工程专业
语音信号滤波去噪——使用三角窗 设计FIR滤波器 学生姓名：任健指导老师：熊文杰 摘要本课程设计主要是通过使用三角窗设计一个FIR滤波器以对语音信号进行滤波去噪处理。本设计首先用麦克风采集一段语音信号,绘制波形并观察其频谱,给定相应技术指标，用三角窗设计一个满足指标的FIR滤波器,对该语言信号进行滤波去早处理,比较滤波前后的波形和频谱分析,根据结果和学过的理论的出合理的结论。通过对比滤波前后的波形图，深入了解滤波器的相关技术指标和性能,掌握设计滤波器的基本方法，通过程序调试及完善，该设计基本满足设计要求。 关键词MATLAB;三角窗;FIＲ滤波器；滤波去噪 1 引言 数字信号处理是将信号以数字方式表示并处理的理论和技术。数字信号处理与模拟信号处理是信号处理的子集。数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域,这是通过数模转换器实现的[１]。 数字滤波器是一种用来过滤时间离散信号的数字系统,它是通过对抽样数据进行数学处理来达到频域滤波的目的。随着现代通信的数字化,数字滤波器变得更加重要。数字滤波器的种类很多,但总的来说可以分成两大类，一类是经典滤波器,另一类可称为现代滤波器。从滤波特性方面考虑，数字滤波器可分成数字
FIR滤波器的窗函数设计法及性能比较
MATLAB课程设计报告 学院：地球物理与石油资源学院 班级： 姓名： 学号： 班内编号： 指导教师： 完成日期： 2013年6月3日
一、 题目 FIR 滤波器的窗函数设计法及性能比较 1. FIR 滤波器简介 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类：无限冲激响应（IIR ）滤波器和有限冲激响应（FIR ）滤波器。与IIR 滤波器相比，FIR 滤波器的主要特点为： a. 线性相位；b.非递归运算。 2. FIR 滤波器的设计 FIR 滤波器的设计方法主要有三种：a.窗函数设计法；b.频率抽样发；c.最小平法抽样法； 这里我主要讨论在MA TLAB 环境下通过调用信号分析与处理工具箱的几类窗函数来设计滤波器并分析与比较其性能。窗函数法设计FIR 滤波器的一般步骤如下： a. 根据实际问题确定要设计的滤波器类型； b. 根据给定的技术指标，确定期望滤波器的理想频率特性； c. 求期望滤波器的单位脉冲响应； d. 求数字滤波器的单位脉冲响应； e. 应用。 常用的窗函数有 同。 时与布莱克曼窗结果相当时与海明窗结果相同； 时与矩形窗一致；当当885.84414.50]!)2/([1)(120===+=∑∞ =x x x m x x I m m 3．窗函数的选择标准 1. 较低的旁瓣幅度，尤其是第一旁瓣； 2. 旁瓣幅度要下降得快，以利于增加阻带衰减； 3. 主瓣宽度要窄，这样滤波器过渡带较窄。 函数，可定义为是零阶式中Bessel x I n R I N n I n w window Kaiser n R N n N n n w window Balckm an n R N n n w window Ham m ing n R N n n w window Hanning N N N N )()5.2.9()(]) (})]1/(2[1{[)()4()4.2.9()()]14cos(08.0)12cos( 5.042.0[)()3()3.2.9()()]12cos( 46.054.0[)()2() 2.2.9()()]1cos( 5.05.0[)()1(0020ββππππ--=-+--=--=--=
MATLAB各种“窗函数”定义及调用
MATLAB窗函数大全 1.矩形窗(Rectangle Window)调用格式:w=boxcar(n),根据长度n 产生一个矩形窗w。 2.三角窗(Triangular Window)调用格式:w=triang(n),根据长度n 产生一个三角窗w。 3.汉宁窗(Hanning Window)调用格式:w=hanning(n),根据长度n 产生一个汉宁窗w。 4.海明窗(Hamming Window)调用格式:w=hamming(n),根据长度n 产生一个海明窗w。 5.布拉克曼窗(Blackman Window)调用格式:w=blackman(n),根据长度n 产生一个布拉克曼窗w。 6.恺撒窗(Kaiser Window)调用格式:w=kaiser(n,beta),根据长度n 和影响窗函数旁瓣的β参数产生一个恺撒窗w。 窗函数: 1.矩形窗:利用w=boxcar(n)的形式得到窗函数,其中n为窗函数的长度,而返回值w为一个n阶的向量,它的元素由窗函数的值组成。‘w=boxcar(n)’等价于‘w=ones(1,n)’. 2.三角窗:利用w=triang(n)的形式得到窗函数,其中n为窗函数的长度,而返回值w为一个n阶的向量,它的元素由窗函数的值组成。 w=triang(N-2)等价于bartlett(N)。
3.汉宁窗:利用w=hanning(n)得到窗函数,其中n为窗函数的长度,而返回值w 为一个n 阶的向量,包含了窗函数的n个系数。 4.海明窗:利用w=hamming(n)得到窗函数,其中n为窗函数的长度,而返回值w 为一个n 阶的向量,包含了窗函数的n个系数。它和汉宁窗的主瓣宽度相同,但是它的旁瓣进一步被压低。 5.布拉克曼窗:利用w=blackman(n)得到窗函数,其中n为窗函数的长度,而返回值w为一个n阶的向量,包含了窗函数的n个系数。它的主瓣宽度是矩形窗主瓣宽度的3倍,为12*pi/N,但是它的最大旁瓣值比主瓣值低57dB。 6.切比雪夫窗:它是等波纹的,利用函数w=chebwin(N,R)方式设计出N阶的切比雪夫2窗函数,函数的主瓣值比旁瓣值高RdB,且旁瓣是等波纹的。 7.巴特里特窗:利用w=bartlett(n)的形式得到窗函数,其中n为窗函数的长度,而返回值w为一个n阶的向量,包含了窗函数的n个系数。 8.凯塞窗:利用w=kaiser(n,beta)的形式得到窗函数。
用窗函数法设计FIR数字滤波器
用窗函数法设计FIR 数字滤波器 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.熟悉线性相位FIR 数字滤波器特征。 3.了解各种窗函数对滤波特性的影响。 二、实验仪器 微型计算机 matlab 软件 三、实验原理和方法 如果所希望的滤波器的理想频率响应函数为 )(ωj d e H ，则其对应的单位脉冲响应为 )(n h d =π21 ωωωππd e e H j j d )(?- （2-1） 窗函数设计法的基本原理是用有限长单位脉冲响应序列)(n h 逼近)(n h d 。由于)(n h d 往往是无限长序列，且是非因果的，所以用窗函数)(n ω将)(n h d 截断，并进行加权处理，得到： )(n h ＝)(n h d )(n ω (2-2) )(n h 就作为实际设计的FIR 数字滤波器的单位脉冲响应序列， 其频率响应函数)(ωj d e H 为： )(ωj d e H ＝∑-=-1 0)(N n j e n h ω (2-3) 式中，N 为所选窗函数)(n ω的长度。 由第七章可知，用窗函数法设计的滤波器性能取决于窗函数)(n ω的类型及窗口长度N 的取值。设计过程中，要根据对阻带最小衰减和过渡带宽度的要求选择合适的窗函数类型和窗口长度N 。各种类型的窗函数可达到的阻带最小衰减和过渡带宽度见第七章。 这样选定窗函数类型和长度N 后，求出单位脉冲响应)(n h ＝)(n h d ·)(n ω，并按式（2-3）求出)(ωj e H 。)(ωj e H 是否满足要求，要进行验算。一般在)(n h 尾部加零使长度满足于2的整数次幂，以便用FFT 计算)(ωj e H 。如果要观察细节，补零点数增多即可。如果)(ωj e H 不满足要求，则要重新选择窗函数类型和长度N ，再次验算，直至满足要求。 如果要求线性相位特性，则)(n h 还必须满足 )1()(n N h n h --±= (2-4) 根据上式中的正负号和长度N 的奇偶性又将线性相位FIR 滤波器分成四类。要根据设计的滤波特性正确选择其中一类。例如，要设计线性低通特征，可选择)1()(n N h n h --=一类，而不能选)1()(n N h n h ---=一类。 四、实验内容
实验三窗函数的特性分析
数字信号处理及实验实验报告 实验题目窗函数的特性分析 姓名MYT 组别班级学号 【实验目的】 分析各种窗函数的时域和频率特性，灵活运用窗函数分析信号频谱和设计FIR数字滤波器。 【实验原理】 在确定信号谱分析、随机信号功率谱估计以及FIR数字滤波器设计中，窗函数的选择对频谱分析和滤波器设计都起着重要的作用。在确定信号谱分析和随机信号功率谱估计中，截短无穷长的序列会造成频率泄漏，影响频谱分析的精度和质量。合理选取窗函数的类型，可以改善泄漏现象。在FIR数字滤波器设计中，截短无穷长的系统单位脉冲序列会造成FIR滤波器的幅度特性产生波动，且出现过渡带。 【实验结果与数据处理】 1、分析并绘出常用窗函数的时域特性波形。 程序如下： clc,clear,close all N=50 figure(1) W1=boxcar(N); stem([0:N-1],W1); figure(2) W2=hanning(N); stem([0:N-1],W2); figure(3) W3=hamming(N); stem([0:N-1],W3); figure(4) W4=blackman(N); stem([0:N-1],W4); figure(5) W5=bartlett(N); stem([0:N-1],W5); figure(6) W6=kaiser(N,2*N); stem([0:N-1],W6);
时域波形图如下： 图 1 矩形窗 图 2 汉宁窗 图 3 汉明窗
图 4 布莱克曼窗 图 5 Bartlett窗 图 6 凯泽窗
2、研究凯泽窗（Kaiser）的参数选择对其时域和频域的影响。 （1）固定beta=4，分别取N=20，60，110。 clc,clear,close all N1=20;N2=60;N3=110; beat=4; figure(1) subplot(3,2,[1,2]) W=kaiser(N1,beat); stem([0:N1-1],W); subplot(3,2,[3,4]); Ww=kaiser(N2,beat); stem([0:N2-1],Ww); subplot(3,2,[5,6]); WW=kaiser(N3,beat); stem([0:N3-1],WW); figure(2) subplot(3,2,[1,2]) W1=fft(W,N1) plot([0:N1-1],abs(fftshift(W1))) subplot(3,2,[3,4]); W2=fft(Ww,N2) plot([0:N2-1],abs(fftshift(W2))) subplot(3,2,[5,6]); W3=fft(WW,N3) plot([0:N3-1],abs(fftshift(W3))) 图7 凯泽窗频域图图8 凯泽窗时域图 （2）固定N=60，分别取beta=1，5，11。 clc,clear,close all beat1=1;beat2=5;beat3=11; N=60; figure(1) subplot(3,2,[1,2])
EXCEL多个函数的结合运用
公式是单个或多个函数的结合运用。 AND ;与;运算，返回逻辑值，仅当有参数的结果均为逻辑;真（TRUE）;时返回逻辑;真（TRUE）;，反之返回逻辑;假（FALSE）;。条件判断 AVERAGE 求出所有参数的算术平均值。数据计算 COLUMN 显示所引用单元格的列标号值。显示位置 CONCATENATE 将多个字符文本或单元格中的数据连接在一起，显示在一个单元格中。字符合并 COUNTIF 统计某个单元格区域中符合指定条件的单元格数目。条件统计DATE 给出指定数值的日期。显示日期 DATEDIF 计算返回两个日期参数的差值。计算天数 DAY 计算参数中指定日期或引用单元格中的日期天数。计算天数DCOUNT 返回数据库或列表的列中满足指定条件并且包含数字的单元格数目。条件统计 FREQUENCY 以一列垂直数组返回某个区域中数据的频率分布。概率计算 IF 根据对指定条件的逻辑判断的真假结果，返回相对应条件触发的计算结果。条件计算 INDEX 返回列表或数组中的元素值，此元素由行序号和列序号的索引值进行确定。数据定位 INT 将数值向下取整为最接近的整数。数据计算 ISERROR 用于测试函数式返回的数值是否有错。如果有错，该函数返回TRUE，反之返回FALSE。逻辑判断 LEFT 从一个文本字符串的第一个字符开始，截取指定数目的字符。 截取数据 LEN 统计文本字符串中字符数目。字符统计
MATCH 返回在指定方式下与指定数值匹配的数组中元素的相应位置。匹配位置 MAX 求出一组数中的最大值。数据计算 MID 从一个文本字符串的指定位置开始，截取指定数目的字符。字符截取MIN 求出一组数中的最小值。数据计算 MOD 求出两数相除的余数。数据计算 MONTH 求出指定日期或引用单元格中的日期的月份。日期计算NOW 给出当前系统日期和时间。显示日期时间 OR 仅当所有参数值均为逻辑;假（FALSE）;时返回结果逻辑;假（FALSE）;，否则都返回逻辑;真（TRUE）;。逻辑判断 RANK 返回某一数值在一列数值中的相对于其他数值的排位。数据排序 RIGHT 从一个文本字符串的最后一个字符开始，截取指定数目的字符。字符截取 SUBTOTAL 返回列表或数据库中的分类汇总。分类汇总 SUM 求出一组数值的和。数据计算 SUMIF 计算符合指定条件的单元格区域内的数值和。条件数据计算TEXT 根据指定的数值格式将相应的数字转换为文本形式数值文本转换 TODAY 给出系统日期显示日期 VALUE 将一个代表数值的文本型字符串转换为数值型。文本数值转换 VLOOKUP 在数据表的首列查找指定的数值，并由此返回数据表当前行中指定列处的数值条件定位 WEEKDAY 给出指定日期的对应的星期数。星期计算 Excel 部分函数列表.
窗函数设计低通滤波器 电信课设
XXXX大学 课程设计报告 学生姓名：xxx 学号：xxx 专业班级：电子信息工程 课程名称：数字信号处理课程设计 学年学期20XX——20XX 学年第X学期指导教师：xxx 2014年6月
课程设计成绩评定表 学生姓名XXX 学号XXXXXX 成绩 专业班级XXXXX 起止时间20XX-X-X至20XX-X-XX 设计题目1.窗函数设计低通滤波器 2.用哈明窗设计FIR带通数字滤波器 指 导 教 师 评 语 指导教师： 年月日
目录 1. 窗函数设计低通滤波器 1.1设计目的 (1) 1.2设计原理推导与计算 (1) 1.3设计内容与要求 (2) 1.4设计源程序与运行结果 (3) 1.5思考题 (10) 2. 用哈明窗设计FIR带通数字滤波器 2.1设计要求 (14) 2.2设计原理和分析 (14) 2.3详细设计 (15) 2.4调试分析及运行结果 (15) 2.5心得体会 (17) 参考文献 (17)
1.窗函数设计低通滤波器 1.1设计目的 1. 熟悉设计线性相位数字滤波器的一般步骤。 2. 掌握用窗函数法设计FIR 数字滤波器的原理和方法。 3. 熟悉各种窗函数的作用以及各种窗函数对滤波器特性的影响。 4. 学会根据指标要求选择合适的窗函数。 1.2设计原理推导与计算 如果所希望的滤波器的理想的频率响应函数为() ωj d e H ，则其对应的单位脉冲响应为 ()() ωπ ωωπ π d e e H n h j j d d ?- = 21 （4.1） 窗函数设计法的基本原理是设计设计低通FIR 数字滤波器时，一般以理想低通滤波特性为逼近函数()ωj e H ，即 () ?????≤<≤=-π ωωωωωαω c c j j d ，， e e H 0,其中21-=N α ()() ()[]() a n a n d e e d e e H n h c j j j j d d c c --= = = ??- -- πωωπ ωπ ωαωω ωαω π π ω sin 21 21 用有限长单位脉冲响应序列()n h 逼近()n h d 。由于()n h d 往往是无限长序列，而且是非因果的，所以用窗函数()n ω将()n h d 截断，并进行加权处理，得到： ()()()n n h n h d ω= （4.2） ()n h 就作为实际设计的FIR 数字滤波器的单位脉冲响应序列，其频率响应函 数()ωj e H 为 ()()n j N n j e n h e H ωω ∑-==1 （4.3） 式中，N 为所选窗函数()n ω的长度。 用窗函数法设计的滤波器性能取决于窗函数()n ω的类型及窗口长度N 的取
窗函数法设计FIR数字滤波器
数字信号处理实验报告 ---实验4窗函数法设计FIR数字滤波器 一、实验目的 1．了解常用的几种窗函数，能正确选择适当的窗函数进行滤波器设计； 2．掌握窗函数法设计数字低通滤波器。 二、实验原理 1．常用的窗函数： 矩形窗函数为boxcar和rectwin，调用格式： w= boxcar（N） w= rectwin(N) 其中N是窗函数的长度，返回值w是一个N阶的向量。 三角窗函数为triang，调用格式： w= triang(N) 汉宁窗函数为hann，调用格式： w= hann（N） 海明窗函数为hamming，调用格式： w= hamming（N） 2．各个窗函数的性能比较
三、实验内容 题一：生成四种窗函数：矩形窗、三角窗、汉宁窗、海明窗，并观察其频率响应。 题二：根据下列技术指标，设计一个FIR数字低通滤波器：wp=0.2π，ws=0.4π，ap=0.25dB， as=50dB，选择一个适当的窗函数，确定单位冲激响应，绘出所设计的滤波器的幅度响应。 四、上机程序及运行结果 题一：n=30; %矩形窗及其频响 window1=rectwin(n); [h1,w1]=freqz(window1,1); subplot(4,2,1); stem(window1);title('矩形窗');subplot(4,2,2); plot(w1/pi,20*log(abs(h1))/abs(h1(1)));title('矩形窗频响'); %三角窗及其频响 window2=triang(n); [h2,w2]=freqz(window2,1); subplot(4,2,3);stem(window2);title('三角窗'); subplot(4,2,4); plot(w2/pi,20*log(abs(h2))/abs(h2(1)));title('三角窗频响'); %汉宁窗及其频响 window3=hann(n); [h3,w3]=freqz(window3,1); subplot(4,2,5);stem(window3);title('汉宁窗'); subplot(4,2,6); plot(w3/pi,20*log(abs(h3))/abs(h3(1)));title('汉宁窗频响'); %海明窗频响 window4=hamming(n);
Parzen窗方法的分析和研究
对Parzen窗/PNN算法的学习和研究报告 姓名：吴潇学号：1333755 1、Parzen窗方法综述、发展历史及现状 模式识别领域的非参数估计方法大致可以分为两类。第一种类型是先估计出概率密度函数的具体形式，然后再利用这个估计出来的概率密度函数对样本进行分类。第二种类型是，不估计具体的概率密度函数，而直接根据样本进行分类。Parzen窗方法就是属于第一种类型的非参数估计方法，概率神经网络（PNN）是它的一种实现方式。Parzen窗方法的基本思想是利用一定范围内的各点密度的平均值对总体密度函数进行估计。 Parzen窗（Parzen window）又称为核密度估计（kernel density estimation），是概率论中用来估计未知概率密度函数的非参数方法之一。该方法由Emanuel Parzen于1962年在The Annals of Mathematical Statistics杂志上发表的论文“On Estimation of a Probability Density Function and Mode”中首次提出。Nadaraya和Watson最早把这一方法用于回归法中。Specht把这一方法用于解决模式分类的问题，并且在1990年发表的论文“Probabilistic neural networks”中提出了PNN网络的硬件结构。Ruppert和Cline基于数据集密度函数聚类算法提出了修订的核密度估计方法，对Parzen窗做了一些改进。 Parzen窗方法虽然是在上个世纪60年代提出来的，已经过去了45年的时间，看上去是一种很“古老”的技术，但是现在依然有很多基于Parzen窗方法的论文发表。这说明Parzen 窗方法的确有很强的生命力和实用价值，虽然它也存在很多缺点。 2、Parzen窗方法和概率神经网络 Parzen窗方法就是基于当样本个数n非常大的时候，有公式成立这样的一个事实而提出的。通过计算在一个区域R内的频数k/n，用这个频数来估计这一点的频率，从而得到这一点的概率。当n趋于无穷大的时候，p(x)等于该点的实际概率。这种方法就是模式识别领域中的非参数估计方法。 Parzen窗方法就是通过构造一系列的区域：，在这些区域内计算k/n。记V n为区域R n的体积，k n为落在区域R n中的样本个数，表示对的第n次估计，于是有： 为了保证能够收敛到，必须满足以下3个条件： 1）2）3） Parzen窗方法的实质就是通过对上面的区域R n，每次按照来构造区域序列，使区域逐渐收缩到一个给定的初始区间。它不断收缩区域，按照公式把区域不断缩小，而不关心该
实验六、用窗函数法设计FIR滤波器分析解析
实验六 用窗函数法设计 FIR 滤波器 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) 熟悉线性相位FIR 数字滤波器特性。 (3) 了解各种窗函数对滤波特性的影响。 二、实验原理 滤波器的理想频率响应函数为H d (e j ω )，则其对应的单位脉冲响应为： h d (n) = ?-π π ωωωπ d e e H n j j d )(21 窗函数设计法的基本原理是用有限长单位脉冲响应序列h(n)逼h d (n)。由于h d (n)往往是无 限长序列，且是非因果的，所以用窗函数。w(n)将h d (n)截断，并进行加权处理： h(n) = h d (n) w(n) h(n)就作为实际设计的FIR 数字滤波器的单位脉冲响应序列，其频率响应函数H(e j ω )为： H(e j ω ) = ∑-=-1 )(N n n j e n h ω 如果要求线性相位特性，则h (n )还必须满足： )1()(n N h n h --±= 可根据具体情况选择h(n)的长度及对称性。 用窗函数法设计的滤波器性能取决于窗函数w(n)的类型及窗口长度N 的取值。设计过程中，要根据对阻带最小衰减和过渡带宽度的要求选择合适的窗函数类型和窗口长度N 。 三、实验步骤 1. 写出理想低通滤波器的传输函数和单位脉冲响应。 2. 写出用四种窗函数设计的滤波器的单位脉冲响应。 3. 用窗函数法设计一个线性相位FIR 低通滤波器，用理想低通滤波器作为逼近滤波器，截止频率ωc =π/4 rad ，选择窗函数的长度N ＝15，33两种情况。要求在两种窗口长度下，分别求出h(n)，打印出相应的幅频特性和相频特性曲线，观察3dB 带宽和阻带衰减； 4 用其它窗函数(汉宁窗(升余弦窗)、哈明窗(改进的升余弦窗)、布莱克曼窗) 设计该滤波器，要求同1；比较四种窗函数对滤波器特性的影响。 四、实验用MATLAB 函数 可以调用MATLAB 工具箱函数fir1实现本实验所要求的线性相位FIR-DF 的设计，调用一维快速傅立叶变换函数fft 来计算滤波器的频率响应函数。
窗函数的选择
窗函数的选择 摘要：在信号分析时，我们一般会截取有限的波形数据做傅里叶变换，这个截断过程会产生泄漏，导致功率扩散到整个频谱范围，产生大量“雾霾数据”，无法得到正确的频谱结果。虽然知道加窗可以抑制泄漏，但复杂的窗函数表达式及抽象的主瓣旁瓣描述方法，另人更加迷惑，下面我们抛弃公式用通俗易懂的方式介绍窗函数的选择。 1. 加窗与窗函数 在数字信号处理中，常见的有矩形窗、汉宁窗、海明窗和平顶窗，这里不再赘述窗函数的表达式，只讨论窗函数的使用，下图直观地描述了信号加窗的过程及窗函数基本特征。 图 1 信号加窗后频率普图 直观地，在时域上看，加窗其实就是将窗函数作为调制波，输入信号作为载波进行振幅调制（简称调幅）。矩形窗对截取的时间窗内的波形未做任何改变，即只是截断信号原样输出。而其它三种窗函数都将时间窗内开始和结束处的信号调制到了零。 更普遍地，绝大部分窗函数形状都具有类似从中间到两边逐渐下降的形状，只是下降的速度等细节上有所区别。这个特征体现了加窗的目的——降低截断引起的泄漏，所有窗函数都是通过降低起始和结束处的信号幅度，来减小截断边沿处信号突变产生的额外频谱。 2. 窗函数的选择 从图 1中很明显看出，加窗后信号时域的变化显著，由于后续的处理一般是进行傅里叶变换，所以我们主要分析加窗对傅里叶变换结果的影响。傅里叶变换后主要的特征有频率、幅值和相位，而加窗对相位的影响是线性的，所以一般不用考虑，下面讨论对频率和幅值的影响。 加窗对频率和幅值的影响是关联的，首先需要记住一个结论：对于时域的单个频率信号，加窗之后的频谱就是将窗谱的谱峰位置平移到信号的频率处，然后进行垂直缩放。说明加窗的影响取决于窗的功率谱，再结合上图 1中最后一列窗函数的功率谱，容易理解其它介绍文章中常看到的对窗特征的主瓣、旁瓣等的描述。 再来看窗函数的功率谱，从上到下，窗函数的主峰（即主瓣）越来越粗，两边的副峰（即旁瓣）越来越少，平顶窗的名称也因主瓣顶峰较平而得名。主瓣宽就可能与附近的频率的谱相叠加，意味着更难找到叠加后功率谱中最大的频率点，即降低了频率分辨率，较难定位中心频率。旁瓣多意味着信号功率泄露多，主瓣被削弱了，即幅值精度降低了。
函数在日常生活中的应用
函数在日常生活中的应用 函数不仅在我们的学习中应用广泛，日常生活中也有充分的应用。在此举出一些例子并作适当分析。 当人们在社会生活中从事买卖活动或其他生产时，其中常涉及到变量的线性依存关系，经营者为达到宣传、促销或其他目的，往往会为我们提供两种或多种付款方案或优惠办法。总之，函数渗透在我们生活中的各个方面，我们也经常遇到此类函数问题，这时我们应三思而后行，深入发掘自己头脑中的数学知识，用函数解决。如： 1.一次函数的应用： 购物时总价与数量间的关系，是最基本的一次函数的应用，由函数解析式可以清楚地了解到其中的正比例关系，在单价一定的条件下，数量越大，总价越大。此类问题非常基本，却也运用最为广泛。 2.二次函数的应用： 当某一变量在因变量变化均匀时变化越来越快，常考虑用二次函数解决。如细胞的分裂数量随时间的变化而变化、利润随销售时间的增加而增多、自由落体时速度随时间的推移而增大、计算弹道轨迹等。二次函数的解析式及其图像可简明扼要地阐述出我们需要的一系列信息。如增加的速度、增加的起点等。 3.反比例函数的应用: 反比例函数在生活中应用广泛，其核心为一个恒定不变的量。如木料的使用，当木料一定时长与宽的分别设置即满足相应关系。还有总量一定的分配问题，可应用在公司、学校等地方。所分配的数量及分配的单位即形成了这样的关系。 4.三角函数的应用： 实际生活中，我们常常可以遇到三角形，而三角函数又蕴含其中。如建筑施工时某物体高度的测量，确定航海行程问题,确定光照及房屋建造合理性以及河宽的测量都可以利用三角函数方便地测出。 在日常生活中，我们往往需要将各种函数结合起来灵活运用，以解决复杂的问题。要时刻将函数的解析式与其图形联系起来，以得到最简单的解决办法。
窗函数比较
数字信号处理中加窗的影响及窗函数的选择原则分析 摘要：简要介绍了数字信号处理中主要应用的几种窗函数的定义及特性，并分析了加窗在数字信号处理中对谱估计质量的影响，通过对不同信号加窗的分析，总结了窗函数的选择原则。最后谈谈关于本课程的一些理解和感想。 关键字：数字信号；窗函数；谱估计；信号处理 一、 引言 数字信号处理是当前信息处理技术一个十分活跃的分支，由于计算机和大规模集成电路技术的发展，使得它成为神经网络、故障诊断等现代科学技术领域中一种重要的工具。传统的信号处理主要是建立在连续时间信号和连续时间系统基础上的。数字信号处理则是研究用数字序列表示信号波形，并且用数字的方式去处理这些序列。由于数字信号处理具有完善的重现性和极高的稳定性，只要有足够的字长，就能实现高精度和大动态范围的信号处理。这就显示了模拟系统无法比拟的优越性[3]。 在数字信号处理中，实际需检测的物理信号或过程通常是非时限的，但由于计算速度和处理工作量以及计算机存贮容量等方面的限制，我们只能从中选取有限时长的数据样本加以处理。也就是说在数字信号的处理过程中，原始的非时限信号必然要被截断，这相当于使本来无限长的原始数据序列通过一定的数据窗口，必然会对数据处理的结果造成不良的影响， 即产生窗口效应。本文将就这种窗口效应以及为抑制这种效应、改善数据处理效果而合理应用窗函数的原则加以探讨[5]。 二、 几种典型的窗函数 一些典型窗函数的时域和频域表达式及其构成思路归类叙述如下[1]： 1、 矩形窗（Rectangular 窗） 矩形窗属于时间变量为零次幂窗，函数形式为 ?????>≤≤=T t T t T t w , 0;0,1)( 相应的谱窗为T T W ωωωsin 2)(= 矩形窗使用最多，习惯上不加窗就是使函数通过了矩形窗。这种窗的优点是主瓣比较集中，缺点是旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄露，甚至出现负谱现象。
实验六 用窗函数设计FIR滤波器(附思考题程序)
实验六 用窗函数设计FIR 滤波器 1.实验目的 (1) 熟悉FIR 滤波器设计的方法和原理 (2) 掌握用窗函数法设计FIR 滤波器的方法和原理，熟悉滤波器的特性 (3) 了解各种窗函数滤波器特性的影响 2.实验原理 FIR 滤波器的设计方法主要有三种：窗函数法、频率取样法、切比雪夫等波纹逼近法。FIR 滤波器的设计是要寻求一系统函数)(z H ，使其频率响应)(ωj e H 逼近滤波器要求的理想频率响应()j d H e ω，其对应的单位脉冲响应)(n h d 。 （1）用窗函数设计FIR 滤波器的基本方法 在时域用一个窗函数截取理想的)(n h d 得到)(n h ，以有限长序列)(n h 近似逼近理想的)(n h d ；在频域用理想的)(ωj d e H 在单位圆上等角度取样得到h(k)，根据h(k)得到H(z)将逼近理想的Hd(z)。 设理想滤波器)(ωj d e H 的单位脉冲响应为)(n h d 。以低通线性相位FIR 数字滤波器为 例。 )(n h d 一般是无限长的、非因果的，不能直接作为FIR 滤波器的单位脉冲响应。要想得到一个因果的有限长的滤波器h(n)，最直接的方法是截断)()()(n w n h n h d =，即截取为有限长因果序列，并用合适的窗函数进行加权作为FIR 滤波器的单位脉冲响应。按照线性相位滤波器的要求，h(n)必须是偶对称的。对称中心必须等于滤波器的延时常数，即 用矩形窗设计的FIR 低通滤波器，所设计滤波器的幅度函数在通带和阻带都呈现出振荡现象，且最大波纹大约为幅度的9%，（现象称为吉布斯（Gibbs ）效应）。 （2）典型的窗函数 （a ）矩形窗(Rectangle Window) 其频率响应和幅度响应分别为： 21)2/sin()2/sin()(--=N j j e N e W ωωωω，) 2/sin()2/sin()(ωωωN W R = 在matlab 中调用w=boxcar(N)函数，N 为窗函数的长度 （b ）三角形窗(Bartlett Window) 其频率响应为：212])2/sin()4/sin([2)(--=N j j e N N e W ωω ωω 在matlab 中调用w=triang(N)函数，N 为窗函数的长度 （c ）汉宁(Hanning)窗，又称升余弦窗 其频率响应和幅度响应分别为：
2.3函数的应用(Ⅰ)教案
§2.3 函数的应用(Ⅰ) 【学习要求】：1.通过运用函数的有关知识解决实际生活中的问题，加深对函数概念的理解； 2.会应用一次函数、二次函数模型解决实际问题； 3.了解数学知识来源于生活，又服务于生活． 【学法指导】：通过具体实例，感受运用函数建立模型的过程和方法，体会一次函数、二次函数模型在数学和其他学科中的重要性，初步树立函数的观点. 填一填：知识要点、记下疑难点 1.一次函数模型f(x)＝ax ＋b(a ，b 为常数，a ≠0)，当 a>0 时，f(x)为增函数；当a<0 时，f(x)为减函数． 2.反比例函数模型f(x)＝k x ＋b (k ，b 为常数且k≠0)． f(x)＝ ax 2＋bx ＋c(a ，b ，c 为常数，a ≠0) ，当a>0时，减区间为 (－ [问题情境] 我们已经学过正比例函数、反比例函数、一次函数、二次函数等，它们在实际生活中有着广泛的应用．今天我们尝试一下，怎样从实际问题入手，运用已学过的函数知识来解决一个实际问题． 探究点一 一次函数模型的应用 例1 某列火车从北京西站开往石家庄，全程277 km. 火车出发10 min 开出13 km 后，以120 km/h 匀速行驶. 试写出火车行驶的总路程s 与匀速行驶的时间t 之间的关系，并求离开北京2 h 时火车行驶的路程． 分析1： 本例所涉及的变量有哪些？它们的取值范围怎样？ 答：变量有路程s 和时间t ，它们的取值范围分别为13≤s≤277,0≤t≤277－13120＝115 . 分析2:所涉及的变量的关系如何？ 答: s ＝13＋120t. 问题:根据分析1、分析2，写出例1的解答过程． 解: 因为火车匀速运动的时间为(277－13)÷120 ＝115 (h)， 所以0≤t≤115 . 因为火车匀速行驶t h 所行驶路程为120t ， 所以，火车行驶总路程s 与匀速行驶时间t 之间的关系是 s ＝13＋120t(0≤t≤115)． 离开北京2 h 时火车行驶的路程s ＝13＋120×116 ＝233 (km)． 小结: 实际问题中列出的函数关系的定义域，要考虑实际问题对自变量的限制．即注意自变量的实际意义． 跟踪训练1 一个水池每小时注入水量是全池的110 ，水池还没注水部分的总量y 随时间t 变化的关系式是______． 解析: 设t 小时注满水池，则有110t ＝1，所以0≤t≤10. y 随时间t 变化的关系式为y ＝1－110 t (0≤t≤10)． 探究点二 二次函数模型的应用 例2 某农家旅游公司有客房300间，每间日房租为20元，每天都客满. 公司欲提高档次，并提高租金. 如果每间日房租每增加2元，客房出租数就会减少10间. 若不考虑其他因素，旅游公司将房间租金提高到多少时，每天客房的租金总收入最高？ 分析1: 本例涉及到哪些数量关系？如何选取变量，其取值范围又如何？ 答: 租金提高的钱数与客房减少数，租金与租出客房数等； 变量选为租金提高了x 个2元，0