高通滤波器(matlab编写)切比雪夫
用matlab设计高通滤波器,雪比切夫、fir两种方法 课程设计HPF
课 程 设 计20011 年 7月 1日 设计题目 学号专业班级 指导教师 学生姓名 张腾达 吴晔 陈丽娟 杨蕾通信电子电路课程设计 ——数字滤波器的设计 张静 光信息08-3班实验组员 张静 胡磊 艾永春 赵亚龙王宏道 胡进娟 马丽婷设计要求：某系统接收端接收到的信号为y=cos(2π*60t)+1.2cos(2π*140t)+2sin(2π*220t)+1.5sin(2π*300t)(A) 发现此信号夹杂了一个正弦噪声noise=1.5sin(2π*300t)，请设计一个低通滤波器将此噪声滤除，从而恢复原信号。
(B) 发现此信号夹杂了一个正弦噪声noise= cos(2π*60t)+1.5sin(2π*300t) ，请设计一个带通滤波器将此噪声滤除，从而恢复原信号。
(C) 发现此信号夹杂了一个正弦噪声noise=1.2cos(2π*140t)+2sin(2π*220t)，请设计一个带阻滤波器将此噪声滤除，从而恢复原信号。
(D) 发现此信号夹杂了一个正弦噪声noise= cos(2π*60t)，请设计一个高通滤波器将此噪声滤除，从而恢复原信号。
要求：（1）请写出具体的MATLAB程序，并详细解释每条程序（2）画出滤波前后信号的频谱图（3）画出所设计滤波器的幅频和相频特性图，并写出具体参数参数计算：根据题目要求，开始选取Wp=2*60π，Ws=2*140π。
后来经老师指点，为了将阻带里的信号更好的滤除，通带里的信号更好的保持，达到较好的滤波效果，通带截止频率选取：Wp=2*70π>2*60π，阻带截止频率选取：Ws=2*120π<2*140π，输入信号为：y=cos(2π*60t)+1.2cos(2π*140t)+2sin(2π*220t)+1.5sin(2π*300t) 可知信号最高频率为2*300*π/(2π)=300Hz。
由奈奎斯特抽样定理得，fs>=2*300=600(Hz)，这里为了得到更好的抽样效果，同时简化计算，选取fs=1000Hz。
matlab 切比雪夫带通滤波器实现
matlab 切比雪夫带通滤波器实现
本文介绍如何使用matlab实现切比雪夫带通滤波器。
切比雪夫
滤波器是一种数字滤波器，可在给定的频率范围内阻止不需要的频率分量。
切比雪夫滤波器的特点在于它对幅频响应的最大偏差是可控的，因此被广泛地应用于信号处理、图像处理、通信等领域。
要在 matlab 中实现切比雪夫带通滤波器，需要先确定以下参数：通带频率范围、阻带频率范围、通带最大衰减度、阻带最小衰减度。
然后，使用 matlab 中提供的 cheb1ap 函数来计算切比雪夫滤波器
的传递函数。
具体步骤如下：
1. 确定通带频率范围、阻带频率范围、通带最大衰减度、阻带
最小衰减度，将这些参数赋值给对应的变量。
2. 使用 cheb1ap 函数计算切比雪夫滤波器的传递函数。
cheb1ap 函数的基本调用格式为 [n,wn]=cheb1ap(Wp,Ws,Rp,Rs)，其中 Wp 和 Ws 分别是通带和阻带的归一化频率，Rp 和 Rs 分别是通
带最大衰减度和阻带最小衰减度。
函数返回的 n 和 wn 分别表示滤
波器的阶数和角频率。
3. 将传递函数转换为离散时间域上升通带滤波器的差分方程，
使用 tf2zp 函数将差分方程转换为零极点形式。
4. 使用 zp2sos 函数将零极点形式转换为二阶序列滤波器表示。
5. 使用 sosfilt 函数对信号进行滤波处理。
6. 将滤波结果可视化，比较滤波前后的信号，检查滤波效果。
使用 matlab 实现切比雪夫带通滤波器需要一定的数学基础和编程经验，但是掌握了这种滤波器的应用方法可以为信号处理和通信方面的工作提供很大的便利。
基于切比雪夫I型的高通滤波器设计Matlab
设计题目基于切比雪夫I型的数字高通滤波器的设计设计要求设计一个9阶切比雪夫I型高通滤波器,通带纹波为10dB,下边界频率为400 /rad s,并绘出其幅频响应曲线设计过程1．系统设计方案1.1 Matlab的简介和主要功能：简介：MATLAB 是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。
使用 MATLAB，您可以较使用传统的编程语言（如 C、C++ 和 Fortran）更快地解决技术计算问题。
MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。
附加的工具箱（单独提供的专用 MATLAB 函数集）扩展了 MATLAB 环境，以解决这些应用领域内特定类型的问题。
MATLAB 提供了很多用于记录和分享工作成果的功能。
可以将您的 MATLAB 代码与其他语言和应用程序集成，来分发您的 MATLAB 算法和应用。
主要功能:1.此高级语言可用于技术计算2.此开发环境可对代码、文件和数据进行管理3.交互式工具可以按迭代的方式探查、设计及求解问题4.数学函数可用于线性代数、统计、傅立叶分析、筛选、优化以及数值积分等5.二维和三维图形函数可用于可视化数据6.各种工具可用于构建自定义的图形用户界面7.各种函数可将基于 MATLAB 的算法与外部应用程序和语言（如 C、C++、Fortran、Java、COM 以及 Microsoft Excel）集成1.2 开发算法和应用程序开发算法和应用程序MATLAB 提供了一种高级语言和开发工具，使您可以迅速地开发并分析算法和应用程序。
MATLAB 语言MATLAB 语言支持向量和矩阵运算，这些运算是工程和科学问题的基础。
这样使得开发和运行的速度非常快。
使用 MATLAB 语言，编程和开发算法的速度较使用传统语言大大提高，这是因为无须执行诸如声明变量、指定数据类型以及分配内存等低级管理任务。
[Matlab]切比雪夫Ⅰ型滤波器设计：低通、高通、带通和带阻
![[Matlab]切比雪夫Ⅰ型滤波器设计：低通、高通、带通和带阻](https://img.taocdn.com/s3/m/70750d8ed5d8d15abe23482fb4daa58da0111cd7.png)
[Matlab]切⽐雪夫Ⅰ型滤波器设计：低通、⾼通、带通和带阻切⽐雪夫Ⅰ型滤波器特点：1、幅度特性是在⼀个频带内（通带或阻带）范围内具有等波纹特性；2、Ⅰ型在通带范围内是等波纹的，在阻带范围内是单调的。
测试代码：% Cheby1Filter.m% 切⽐雪夫Ⅰ型滤波器的设计%clear;close all;clc;fs = 1000; %Hz 采样频率Ts = 1/fs;N = 1000; %序列长度t = (0:N-1)*Ts;delta_f = 1*fs/N;f1 = 50;f2 = 100;f3 = 200;f4 = 400;x1 = 2*0.5*sin(2*pi*f1*t);x2 = 2*0.5*sin(2*pi*f2*t);x3 = 2*0.5*sin(2*pi*f3*t);x4 = 2*0.5*sin(2*pi*f4*t);x = x1 + x2 + x3 + x4; %待处理信号由四个分量组成X = fftshift(abs(fft(x)))/N;X_angle = fftshift(angle(fft(x)));f = (-N/2:N/2-1)*delta_f;figure(1);subplot(3,1,1);plot(t,x);title('原信号');subplot(3,1,2);plot(f,X);grid on;title('原信号频谱幅度特性');subplot(3,1,3);plot(f,X_angle);title('原信号频谱相位特性');grid on;%设计⼀个切⽐雪夫低通滤波器,要求把50Hz的频率分量保留,其他分量滤掉wp = 55/(fs/2); %通带截⽌频率,取50~100中间的值,并对其归⼀化ws = 90/(fs/2); %阻带截⽌频率,取50~100中间的值,并对其归⼀化alpha_p = 3; %通带允许最⼤衰减为 dbalpha_s = 40;%阻带允许最⼩衰减为 db%获取阶数和截⽌频率[ N1 wc1 ] = cheb1ord( wp , ws , alpha_p , alpha_s);%获得转移函数系数[ b a ] = cheby1(N1,alpha_p,wc1,'low');%滤波filter_lp_s = filter(b,a,x);X_lp_s = fftshift(abs(fft(filter_lp_s)))/N;X_lp_s_angle = fftshift(angle(fft(filter_lp_s)));figure(2);freqz(b,a); %滤波器频谱特性figure(3);subplot(3,1,1);plot(t,filter_lp_s);grid on;title('低通滤波后时域图形');subplot(3,1,2);plot(f,X_lp_s);title('低通滤波后频域幅度特性');subplot(3,1,3);plot(f,X_lp_s_angle);title('低通滤波后频域相位特性');%设计⼀个⾼通滤波器,要求把400Hz的频率分量保留,其他分量滤掉wp = 350/(fs/2); %通带截⽌频率,取200~400中间的值,并对其归⼀化ws = 380/(fs/2); %阻带截⽌频率,取200~400中间的值,并对其归⼀化alpha_p = 3; %通带允许最⼤衰减为 dbalpha_s = 20;%阻带允许最⼩衰减为 db%获取阶数和截⽌频率[ N2 wc2 ] = cheb1ord( wp , ws , alpha_p , alpha_s);%获得转移函数系数[ b a ] = cheby1(N2,alpha_p,wc2,'high');%滤波filter_hp_s = filter(b,a,x);X_hp_s = fftshift(abs(fft(filter_hp_s)))/N;X_hp_s_angle = fftshift(angle(fft(filter_hp_s)));figure(4);freqz(b,a); %滤波器频谱特性figure(5);subplot(3,1,1);plot(t,filter_hp_s);grid on;title('⾼通滤波后时域图形');subplot(3,1,2);plot(f,X_hp_s);title('⾼通滤波后频域幅度特性');subplot(3,1,3);plot(f,X_hp_s_angle);title('⾼通滤波后频域相位特性');%设计⼀个带通滤波器,要求把50Hz和400Hz的频率分量滤掉,其他分量保留wp = [65 385 ] / (fs/2); %通带截⽌频率,50~100、200~400中间各取⼀个值,并对其归⼀化ws = [75 375 ] / (fs/2); %阻带截⽌频率,50~100、200~400中间各取⼀个值,并对其归⼀化alpha_p = 3; %通带允许最⼤衰减为 dbalpha_s = 20;%阻带允许最⼩衰减为 db%获取阶数和截⽌频率[ N3 wn ] = cheb1ord( wp , ws , alpha_p , alpha_s);%获得转移函数系数[ b a ] = cheby1(N3,alpha_p,wn,'bandpass');%滤波filter_bp_s = filter(b,a,x);X_bp_s = fftshift(abs(fft(filter_bp_s)))/N;X_bp_s_angle = fftshift(angle(fft(filter_bp_s)));figure(6);freqz(b,a); %滤波器频谱特性figure(7);subplot(3,1,1);plot(t,filter_bp_s);grid on;title('带通滤波后时域图形');subplot(3,1,2);plot(f,X_bp_s);title('带通滤波后频域幅度特性');subplot(3,1,3);plot(f,X_bp_s_angle);title('带通滤波后频域相位特性');%设计⼀个带阻滤波器,要求把50Hz和400Hz的频率分量保留,其他分量滤掉wp = [65 385 ] / (fs/2); %通带截⽌频率?,50~100、200~400中间各取⼀个值,并对其归⼀化ws = [75 375 ] / (fs/2); %阻带截⽌频率?,50~100、200~400中间各取⼀个值,并对其归⼀化alpha_p = 3; %通带允许最⼤衰减为 dbalpha_s = 20;%阻带允许最⼩衰减为 db%获取阶数和截⽌频率[ N4 wn ] = cheb1ord( wp , ws , alpha_p , alpha_s);%获得转移函数系数[ b a ] = cheby1(N4,alpha_p,wn,'stop');%滤波filter_bs_s = filter(b,a,x);X_bs_s = fftshift(abs(fft(filter_bs_s)))/N;X_bs_s_angle = fftshift(angle(fft(filter_bs_s)));figure(8);freqz(b,a); %滤波器频谱特性figure(9);subplot(3,1,1);plot(t,filter_bs_s);grid on;title('带阻滤波后时域图形');subplot(3,1,2);plot(f,X_bs_s);title('带阻滤波后频域幅度特性');subplot(3,1,3);plot(f,X_bs_s_angle);title('带阻滤波后频域相位特性');效果：原始信号：⽣成的低通滤波器和滤波后的效果：⽣成的⾼通滤波器和滤波后的结果：⽣成的带通滤波器和滤波后的结果：⽣成的带阻滤波器和滤波后的结果：。
基于matlab的切比雪夫及巴特沃斯低通高通滤波器的设计
巴特沃斯低通、切比雪夫低通、高通IIR滤波器设计05941401 1120191454 焦奥一、设计思路IIR滤波器可以分为低通、高通、带通、带阻等不同类型的滤波器，而以系统函数类型又有巴特沃斯、切比雪夫等滤波器。
其中巴特沃斯较为简单，切比雪夫较为复杂；低阶比高阶简单，但却有着不够良好的滤波特性。
在满足特定的指标最低要求下，低阶、巴特沃斯滤波器能更大程度地节省运算量以及复杂程度。
滤波器在不同域内分为数字域和模拟域。
其中数字域运用最广泛。
在设计过程中，一般是导出模拟域的滤波器，之后通过频率转换变为数字域滤波器，实现模拟域到数字域的传递。
在针对高通、带通、带阻的滤波器上，可以又低通到他们的变换公式来进行较为方便的转换。
综上，IIR滤波器的设计思路是，先得到一个满足指标的尽可能简单的低通模拟滤波器，之后用频域变换转换到数字域。
转换方法有双线性变换法、冲激响应不变法等。
虽然方法不同，但具体过程有很多相似之处。
首先将数字滤波器的指标转换为模拟滤波器的指标，之后根据指标设计模拟滤波器，再通过变换，将模拟滤波器变换为数字滤波器，是设计IIR滤波器的最基本框架。
以下先讨论较为简单的巴特沃斯低通滤波器。
二、巴特沃斯低通滤波假设需要一个指标为0~4hz内衰减小于3db、大于60hz时衰减不小于30db的滤波器。
其中抽样频率为400hz。
以双线性变换方法来设计。
首先将滤波器转换到模拟指标。
T =1f f ⁄=1400Ωf ′=2ff f =8ff f =Ωf ′f =0.02fΩf ′=2ff f =120ff f =Ωf ′f =0.3f根据双线性变换Ω=2f tan (f 2) 得到Ωf =25.14Ωf =407.62这就得到了模拟域的指标。
由巴特沃斯的方程Α2(Ω)=|f f (f Ω)|2=11+(ΩΩf )2f20ff |f f (f Ω)|=−10ff [1+(ΩΩf)2f] {20ff |f f (f Ωf )|≥−320ff |f f (f Ωf )|≤−30ff得到{ −10ff [1+(Ωf Ωf)2f ]≥−3−10ff [1+(Ωf Ωf )2f]≤−30当N取大于最小值的整数时，解出N=2，因此为二阶巴特沃斯低通滤波器。
matlab程序切比雪夫I型高通数字滤波器
2.高通滤波器function y=highp(x,f1,f3,rp,rs,Fs)%高通滤波%使用注意事项：通带或阻带的截止频率的选取范围是不能超过采样率的一半%即，f1,f3的值都要小于Fs/2%x:需要带通滤波的序列% f 1：通带截止频率% f 2：阻带截止频率%rp：边带区衰减DB数设置%rs：截止区衰减DB数设置%FS：序列x的采样频率% rp=0.1;rs=30;%通带边衰减DB值和阻带边衰减DB值% Fs=2000;%采样率%wp=2*pi*f1/Fs;ws=2*pi*f3/Fs;% 设计切比雪夫滤波器；[n,wn]=cheb1ord(wp/pi,ws/pi,rp,rs);[bz1,az1]=cheby1(n,rp,wp/pi,'high');%查看设计滤波器的曲线[h,w]=freqz(bz1,az1,256,Fs);h=20*log10(abs(h));figure;plot(w,h);title('所设计滤波器的通带曲线');grid on;y=filter(bz1,az1,x);end下面是高通滤波器的例子fs=2000;t=(1:fs)/fs;ff1=100;ff2=400;x=sin(2*pi*ff1*t)+sin(2*pi*ff2*t);figure;subplot(211);plot(t,x);subplot(212);hua_fft(x,fs,1);%------高通测试z=highp(x,350,300,0.1,20,fs);figure;subplot(211);plot(t,z);subplot(212);hua_fft(z,fs,1);下面三幅图分别是滤波前的时频图，滤波器的滤波特性曲线图和滤波后的时频图，通过图可以看出成功留下了400Hz的高频成分而把不要的低频成分100Hz去除了。
推荐-基于切比雪夫滤波器设计及matlab仿真 精品
基于MATLAB切比雪夫I型滤波器设计摘要在现代通信系统中，由于信号中经常混有各种复杂成分，所以很多信号的处理和分析都是基于滤波器而进行的。
而滤波器的种类很多，从功能上可将滤波器分为低、带、高、带阻类型。
从实现方法上可分为FIR、IIR类型。
从设计方法上可分为Chebyshev(切比雪夫）,Butterworth（巴特沃兹）。
而本次课程设计上要用到的切比雪夫滤波器是在通带或阻带上频率响应幅度等波纹波动的滤波器。
在通带波动的为“I型切比雪夫滤波器”，在阻带波动的为“II型切比雪夫滤波器”。
关键词模拟；低通滤波器；IIR；1 引言IIR滤波器设计技术依靠现有的模拟滤波器得到数字滤波器，工程实际当中把这些模拟滤波器叫做滤波器原型。
在工程实际中应用最广泛的有两种模拟滤波器，即巴特沃斯滤波器和切比雪夫滤波器。
本次课程设计就讨论切比雪夫滤波器的特性以及用MATLAB实现的方法。
1.1课程设计目的本课程设计主要是使学生增进对MATLAB的认识，加深对数字信号处理理论方面的理解，使学生了解数字信号处理IIR滤波器的设计和掌握用MATLAB 实现IIR滤波器的设计方法、过程，为以后的工程设计打下良好基础。
1.2 课程设计要求设计程序时，应以理论作为指导，构思设计方案；设计完成后应进行调试，仿真和分析；处理结果和分析结论应该一致，而且应符合理论；独立完成课程设计并按要求编写课程设计报告书。
1.3 课程设计内容进一步学习低通滤波器的原理，在通信系统仿真软件MATLAB 平台上，设计出IIR 模拟低通滤波器，对设计项目进行调试，对程序进行仿真，对结果结合理论进行分析。
2 IIR 滤波器预备知识2.1 滤波器介绍IIR 滤波器具有无限长脉冲响应，因此能够与模拟滤波器相匹敌；一般来说，所有的模拟滤波器都有无限长脉冲响应。
因此，IIR 滤波器设计的基本方法是利用复值映射将大家熟知的模拟滤波器变换为数字滤波器。
这一方法的优势在于各种模拟滤波器设计（AFD ）表格和映射在文献中普遍能够获得。
matlab 切比雪夫带通滤波器实现
matlab 切比雪夫带通滤波器实现带通滤波器是一种常见的数字信号处理技术，它可用于提取目标频率段内的信号，滤除无用频率段内的干扰信号。
在数字信号处理领域中，存在着多种带通滤波器的实现方式，而切比雪夫带通滤波器是其中一种方法。
切比雪夫带通滤波器与其他滤波器不同之处在于，它能够提供更为陡峭的通带和阻带边缘。
这是由于它声称的Chebyshev响应函数，其中的“Chebyshev”指的是切比雪夫多项式。
切比雪夫滤波器将极陡峭的边缘带给了滤波器，以便按照严格的信号频率进行过滤。
切比雪夫滤波器的设计，需要知道带通滤波器的通带上限fc，下限fc’，以及有选择性地保留其特定频率范围内的信号。
为了从信号中切除这些频率外的信息，切比雪夫设计要求用户指定这些频率范围的阻带跨越带宽bw，以及在通带中允许的最大衰减或输出变弱的增益tol_db。
为了设计一个切比雪夫带通滤波器，我们需要首先输入所需的频率截止值和带宽，然后计算其非标准化参数，最终，选择适当的滤波器阶数进行计算，生成相应的滤波器系数。
Matlab中可以使用signal库中的函数设计切比雪夫带通滤波器，具体步骤如下：1.输入所需的通带上限fc、下限fc’，以及阻带跨越带宽bw和允许的最大衰减或输出变弱的增益tol_db。
2.计算非标准化参数epsilon，并将其应用于滤波器阶数N的计算。
3.使用design()函数和signal.fir1()函数找到设计参数N和alpha。
4.通过signal.fir1()函数生成切比雪夫带通滤波器系数。
例如，以下代码可实现一个带有通带上限50Hz和下限20Hz，阻带跨越带宽10Hz和最大衰减40dB的切比雪夫带通滤波器：fc1 = 20;fc2 = 50;fs = 200;bw = 10;tol_db = 40;%计算非标准化参数epsilondelta_omega_p = 2*pi*bw/fs;delta_omega_s1 = 2*pi*(fc1-bw/2)/fs;delta_omega_s2 = 2*pi*(fc2+bw/2)/fs;epsilon = sqrt(10^(tol_db/10)-1);A =log10((1/epsilon)+sqrt(1+(1/epsilon)^2))/log10(1/delta_omega_ p);%求滤波器阶数和alpha[N, alpha] = cheb1ord(delta_omega_p, delta_omega_s2,tol_db, tol_db);%通过signal.fir1()函数生成切比雪夫带通滤波器系数h = fir1(N, [delta_omega_s1 delta_omega_s2]/(2*pi),'bandpass', chebwin(N+1, alpha));使用这个滤波器可以滤除一些干扰信号，保留20Hz到50Hz之间的信号，得到目标带通信号。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
设计一个高通滤波器，并检验它的性能
采样率为10kHZ
阻带边缘为1.5Khz,衰减为40bB
通带边缘为2kHz，波纹为3Db
采用切比雪夫2型滤波器
Fs=1e4 ; fs=1.5e3; fp=2e3; As=40; Rp=3 ;wp=2*fp/Fs; ws=2*fs/Fs;
用MA TLAB工具：
设计的滤波器性能
>>Fs=1e4;
>>fs=1.5e3;
>>fp=2e3;
>>As=40;
>>Rp=3;
>>wp=2*fp/Fs;
>>ws=2*fs/Fs;
>>[N,wn]=cheb2ord(wp,ws,Rp,As);
>>[b,a]=cheby2(N,As,wn,'high');
>>[db,mag,pha,grd,w]=freqz_m(b,a);
>> subplot(2,2,1);plot(w/pi,mag);
>> axis([0,1,0,1]);
>> setX([0 0.3 0.4 1]);
>>setY([0.01 0.7279 1])
>> title('Magnitude Response');
>> subplot(2,2,2);plot(w/pi,db);
>> axis([0 1 -70 0])
>> setX([0 0.3 0.4 1])
>> setY([-40 -2.7589])
>> title('Magnitude Response in dB');
输入信号x=cos(0.6*pi*n); 取200个抽样值，为了便于观看，在画图是裁剪掉100个值
不直观，直接做频谱图
为了说明该滤波器的性能，做一组对比。
换上另一种频率的信号x=cos(0.2*pi*n);
由上图可以看到该信号完全被滤去了
可以看出在20和180点的信号几乎淹没了。
注意在此时选取点数时一定要是周期的整数倍，此题N=2*pi/0.6pi=10/3,周期是10 如果选取201点，可以看出频率已经泄露
>>n=0:200;
>>x=cos(0.6*pi*n);
>>y=filter(b,a,x);
>>subplot(2,2,3);plot(n,x);
>>subplot(2,2,4);plot(n,y);
>>x1=fft(x,201);
>>x11=abs(x1);
>>subplot(2,2,1);stem(n,x11);
>>y1=fft(y,201);
>>y11=abs(y1);
>>subplot(2,2,2);stem(n,y11);
>>setX([0 60 140 201])
>>title('FFT of y');
>>subplot(2,2,1);stem(n,x11);
>>setX([0 60 140 201])
>>title('FFT of x');
>>g=x11-y11;
>>subplot(2,2,3);stem(n,g);。