FIR数字低通滤波器的(汉宁)窗函数法设计
fir滤波器的设计方法
fir滤波器的设计方法一、引言二、基本概念1.数字信号2.离散时间信号3.FIR滤波器三、FIR滤波器的设计方法1.窗函数法（1）矩形窗函数法（2）汉宁窗函数法（3）汉明窗函数法（4）布莱克曼窗函数法2.最小二乘法3.频率抽样法四、FIR滤波器设计实例五、总结一、引言数字信号处理在现代通信技术中得到了广泛的应用，其中滤波器是数字信号处理的重要组成部分。
FIR滤波器是一种常用的数字滤波器，具有无限冲击响应和线性相位特性。
本文将介绍FIR滤波器的基本概念和设计方法，并给出一个实例。
二、基本概念1.数字信号数字信号是在时间轴上取样后离散化的模拟信号。
在计算机中，数字信号由一系列离散的数值表示。
2.离散时间信号离散时间信号是以时间为自变量且取值为离散值的函数。
通常使用序列表示，如x(n)。
3.FIR滤波器FIR滤波器是一种数字滤波器，其系统函数是有限长冲击响应的线性时不变系统。
FIR滤波器的输出只与当前和过去的输入有关，与未来的输入无关。
FIR滤波器具有无限冲击响应和线性相位特性。
三、FIR滤波器的设计方法1.窗函数法窗函数法是一种常用的FIR滤波器设计方法。
它通过在频域上对理想低通滤波器进行截止频率处理得到所需的频率响应，并使用窗函数将其转换为时域上的序列。
（1）矩形窗函数法矩形窗函数法是最简单的FIR滤波器设计方法。
它将理想低通滤波器在频域上乘以一个矩形窗函数，得到所需频率响应后再进行反变换得到时域上的系数序列。
（2）汉宁窗函数法汉宁窗函数法是一种常用的FIR滤波器设计方法。
它将理想低通滤波器在频域上乘以一个汉宁窗函数，得到所需频率响应后再进行反变换得到时域上的系数序列。
（3）汉明窗函数法汉明窗函数法是一种常用的FIR滤波器设计方法。
它将理想低通滤波器在频域上乘以一个汉明窗函数，得到所需频率响应后再进行反变换得到时域上的系数序列。
（4）布莱克曼窗函数法布莱克曼窗函数法是一种常用的FIR滤波器设计方法。
基于汉明窗函数的FIR低通滤波器的设计
基于汉明窗函数的FIR低通滤波器的设计简介FIR低通滤波器是一种常用的数字信号处理滤波器，它可以用来滤除高频成分，保留低频成分。
汉明窗函数是一种常用的窗函数，用于设计FIR滤波器时可以有效降低频域泄漏现象。
本文将介绍基于汉明窗函数的FIR低通滤波器的设计方法和实现过程。
FIR滤波器的基本原理FIR滤波器是一种非递归滤波器，其输出仅由输入和滤波器的系数决定。
其基本原理是将输入信号与滤波器的冲激响应进行卷积运算，从而得到输出信号。
FIR滤波器的离散时间域表达式如下：y[n] = \\sum_{k=0}^{M} h[k] \\cdot x[n-k]其中，y[n]为滤波器的输出，x[n]为输入信号，h[k]为滤波器的系数，M为滤波器的阶数。
汉明窗函数汉明窗函数是一种常用的窗函数，用于在频域上抑制泄漏现象。
汉明窗函数的表达式如下：w[n] = 0.54 - 0.46 \\cdot \\cos \\left(\\frac {2\\pi n}{N-1}\\right)其中，w[n]为汉明窗函数的值，n为窗函数的点数，N为窗函数的长度。
在FIR滤波器设计中，可以使用汉明窗函数对滤波器的冲激响应进行加权，以实现频域上的泄漏抑制。
基于汉明窗函数的FIR低通滤波器设计方法基于汉明窗函数的FIR低通滤波器的设计方法如下：1.确定滤波器的阶数M，一般情况下，阶数的选择要取决于所需的滤波器的响应特性。
2.计算窗函数的长度N，一般情况下，窗函数的长度应为M+1。
3.根据窗函数的表达式计算窗函数的值，并将其作为滤波器的系数h[k]，其中k=0,1,...,M。
4.对滤波器的系数进行归一化处理，以保证滤波器的幅度响应符合要求。
5.完成滤波器的设计。
汉明窗函数的特性汉明窗函数具有以下特性：1.对称性：汉明窗函数在窗口的两侧具有对称性，这使得滤波器的响应具有良好的频域特性。
2.正频响特性：汉明窗函数具有较低的副瓣水平，能够实现较好的频谱特性。
基于汉明窗函数设计的FIR低通滤波器
基于汉明窗函数设计的FIR低通滤波器FIR低通滤波器是一种常用的数字滤波器，可以用于信号的去噪、降噪、频率选择等信号处理任务。
在设计FIR低通滤波器时，我们可以使用汉明窗函数来实现。
汉明窗函数是一种常见的窗函数，其特点是在频率域上具有较好的副瓣抑制能力。
在FIR滤波器设计中，我们可以通过将输入信号与汉明窗函数进行卷积来实现滤波功能。
下面将介绍如何基于汉明窗函数设计FIR低通滤波器。
首先，我们需要确定滤波器的阶数和截止频率。
阶数决定了滤波器的复杂度，阶数越高，滤波器的性能越好，但计算量也会增加。
截止频率则决定了滤波器的截止频率，即在该频率以下的信号将被保留，而在该频率以上的信号将被削弱。
接下来，我们可以通过以下步骤来设计基于汉明窗函数的FIR低通滤波器：1. 确定滤波器系数：根据滤波器的阶数和截止频率，可以采用窗函数设计方法来计算滤波器的系数。
具体来说，我们可以使用窗函数对理想低通滤波器的幅度响应进行加窗。
汉明窗函数的表达式为：w(n)=0.54-0.46cos(2πn/(N-1))其中，n为窗函数的索引，N为窗函数的长度。
2. 计算理想低通滤波器的幅度响应：根据滤波器的截止频率，可以计算理想低通滤波器的幅度响应。
理想低通滤波器在截止频率之前为1，在截止频率之后为0。
3. 加窗：将理想低通滤波器的幅度响应与窗函数进行乘积，得到加窗后的幅度响应。
4. 归一化：将加窗后的幅度响应进行归一化处理，使滤波器的增益为1。
5. 反变换：对归一化后的幅度响应进行反变换，得到滤波器的系数。
设计完滤波器后，我们可以将输入信号与滤波器系数进行卷积运算，得到滤波后的输出信号。
此时，输入信号中的高频成分将被抑制，而低频成分将被保留。
需要注意的是，调整滤波器的阶数和截止频率可以影响滤波器的性能。
阶数过高可能引起滤波器的过长延迟和过高的计算复杂度，而截止频率的选择应根据具体的信号处理任务来确定。
总结起来，基于汉明窗函数设计的FIR低通滤波器是一种常用的数字滤波器，可以通过对汉明窗函数与理想低通滤波器的幅度响应进行乘积来实现对输入信号的滤波功能。
窗函数法设计FIR数字低通滤波器
精品文档本科毕业论文（设计、创作）题目：基于窗函数法的FIR数字低通滤波器设计学生姓名： XXX 学号： XXXXXXXXX 所在系院：交通工程学院专业：交通工程入学时间： 2012 年 9 月导师姓名： XXX 职称/学位：副教授/硕士导师所在单位： XXXXXXXX学院（或企业名称）完成时间： 2016 年 5 月安徽三联学院教务处制基于窗函数法的FIR数字低通滤波器设计摘要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的实现是非递归的，总是稳定的；更重要的是，FIR滤波器在满足幅频响应要求的同时，可以获得严格的线性相位特性。
因此，它在高保真的信号处理，如数字音频、图像处理、数据传输、生物医学等领域得到广泛应用。
滤波器的设计是信号处理的核心问题之一。
根据FIR滤波器的原理，提出了FIR 滤波器的窗函数设计法，给出了在MATLAB环境下，用窗函数法设计FIR滤波器的过程和设计实例。
通过利用不同的窗函数方法设计FIR滤波器，对所设计的滤波器进行分析比较，得出各种方法设计的滤波器的优缺点及其不同的使用场合，从而可以在设计滤波器时能够正确的选择FIR数字滤波器的窗函数的选取及设计方法。
关键词：FIR滤波器，MATLAB，窗函数1 概述1.1 FIR 滤波器简介FIR 数字滤波器设计最简单的方法是窗函数法，通常也称为傅立叶级数法。
它是在时域进行的，因而必须由理想滤波器的频率响应)(jw d e H 推导出其单位冲激响应)(n h d ，在设计一个FIR 数字滤波器的单位冲激响应)(n h 去逼近)(n h d 。
根据冲激响应的时域特性，数字滤波器可分为无限长冲激响应（IIR ）和有限长冲激响应滤波器（FIR ），FIR 的突出优点是：系统总是稳定的、易于实现线性相位、允许设计多通带（或多阻带）滤波器，但与IIR 相比，在满足同样阻带衰减的情况下需要的阶数较高，滤波器的阶数越高，占用的运算时间越多，因此在满足指标要求的情况下应尽量减少滤波器的阶数。
FIR数字低通滤波器的(汉宁)窗函数法设计
语音信号的数字滤波——FIR数字滤波器的（汉宁）窗函数法设计设计题目：语音信号的数字滤波——FIR数字滤波器的（汉宁）窗函数法设计一、课程设计的目的通过对常用数字滤波器的设计和实现，掌握数字信号处理的工作原理及设计方法；掌握利用数字滤波器对信号进行滤波的方法。
并能够对设计结果加以分析。
二、设计步骤2.1窗函数设计法的原理窗函数的基本思想：先选取一个理想滤波器（它的单位抽样响应是非因果、无限长的），再截取（或加窗）它的单位抽样响应得到线性相位因果FIR滤波器。
这种方法的重点是选择一个合适的窗函数和理想滤波器。
设x(n)是一个长序列，是长度为N的窗函数，用截断，得到N点序列，即在频域上则有由此可见，窗函数不仅仅会影响原信号在时域上的波形，而且也会影响到频域内的形状。
2.2汉宁窗函数简介汉宁窗、海明窗和布莱克曼窗，都可以用一种通用的形式表示，这就是广义余弦窗。
这些窗都是广义余弦窗的特例，汉宁（Hanning）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 sinc（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。
适用于非周期性的连续信号。
公式如下：2.3进行语音信号的采集（1）按“开始”－“程序”－“附件”－“娱乐”－“录音机”的顺序操作打开Windows系统中的录音机软件。
如图1所示。
图1 windows录音机（2）用麦克风录入自己的声音信号并保存成wav文件。
如图2所示。
图2 保存文件保存的文件按照要求如下：1 音信号文件保存的文件名为“yuxuejiao.wav”。
②语音信号的属性为“8.000KHz,8位,单声道 7KB/秒” ，其它选项为默认。
plot(k(1:20000)*1,abs(S1(1:20000)));title('预处理语音信号单边带频谱')在m文件编辑器中输入相应的指令将自己的语音信号导入Matlab工作台，点击“run”或者“F5”运行文件。
汉宁窗设计线性相位FIR低通数字滤波器
汉宁窗设计线性相位FIR 低通数字滤波器学校 宜 宾 学 院 院系 物理与电子工程 专业 电子信息工程 班级 13 级 五 班 姓名 侯 浩 学号 130305029 导师 张 桐2016年5月28日摘要简述了数字滤波器中的有限长单位冲激响应(FIR)滤波器的原理,对FIR滤波器的窗函数设计方法进行了研究。
窗函数法在FIR 数字滤波器的设计中有着广泛的应用。
介绍了一种海宁窗函数的FIR 数字滤波器的设计方法,通过MATLAB 的仿真实现。
本文利用MATLAB具有强大的科学计算和图形显示这一优点,与窗函数法设计理论相结合共同设计FIR数字滤波器,不但使设计结果更加直观,而且提高了滤波器的设计精度,从而更好地达到预期效果。
关键字汉宁窗;数字信号处理；MATLABabstractIn this paper, the principle of finite impulse response (FIR) filter in digital filter is described, and the design method of window function of FIR filter is studied. Window function method is widely used in the design of FIR digital filter. This paper introduces a design method of FIR digital filter based on window function of Haining, and the simulation of MATLAB is realized through simulation. This paper uses MATLAB has powerful scientific computing and graphics display the advantages, and window function method to design theory combined together to design FIR digital filter, not only the design results more intuitive, but also improve the accuracy of design of the filter, thus better reach expected effect.Key words Hanning window; digital signal processing; MATLAB目录摘要 (I)绪论 (1)第1章 MATLAB简介 (2)1.1 MATLAB简介 (2)1.2 MATLAB系统组成 (2)1.3 MATLAB的特点 (3)第2章 FIR数字滤波器的介绍 (4)2.1 FIR数字滤波器的概念 (4)2.2 线性相位FIR数字滤波器的特点 (4)2.2.1 位冲激响应h(n)的特点 (4)2.2.2 线性相位的条件 (4)2.2.3 线性相位特点和幅度函数的特点 (4)第3章窗函数设计法 (6)3.1 函数设计原理 (6)3.2 窗函数设计方法 (6)第4章汉宁窗函数设计 (8)4.1 汉宁窗函数的介绍 (8)4.2 海宁窗设计FIR滤波器 (8)4.2.1 设计实例 (8)4.2.2 基于MATLAB实现设计 (9)结论 (12)参考文献 (13)致谢 (14)附录 (15)绪论数字信号处理(DSP,digital signal processing)是从20世纪60年代以来，随着信息学科和计算机的高速发展而迅速发展起来的一门新兴学科。
(完整word版)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）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);[h4,w4]=freqz(window4,1);subplot(4,2,7);stem(window4);title('海明窗');subplot(4,2,8);plot(w4/pi,20*log(abs(h4))/abs(h4(1)));title('海明窗频响');题二：%理想低通滤波器单位冲激响应函数function hd=ideal_lp1(wc,N);alpha=(N-1)/2;n=0:1:N-1;m=n-alpha+eps;hd=sin(wc*m)./(pi*m);%滤波器幅值、相位响应函数function[db,mag,pha,w]=freqz_m2(b,a);%db:相对幅值响应%mag:绝对幅值响应%pha:相位响应%w:采样频率%b:系统函数H(Z)的分子项(对FIR,b=h)%a:系统函数H(Z)的分母项(对FIR,a=1)[H,w]=freqz(b,a,1000,'whole');H=(H(1:1:501))';w=(w(1:1:501))';mag=abs(H);db=20*log10((mag+eps)/max(mag));pha=angle(H);%主程序clear all;wp=0.2*pi;ws=0.4*pi;tr_wdith=ws-wp;N=ceil(6.6*pi/tr_wdith)+1;n=0:1:N-1;wc=(ws+wp)/2;%理想低通滤波器的截止频率hd=ideal_lp1(wc,N);%理想低通滤波器的单位冲激响应w_ham=(hamming(N))';%海明窗h=hd.*w_ham;%截取得到实际的单位脉冲响应[db,mag,pha,w]=freqz_m2(h,[1]);%计算实际滤波器的幅度响应delta_w=2*pi/1000;ap=-(min(db(1:1:wp/delta_w+1)));%实际带通波纹as=-round(max(db(ws/delta_w+1:1:501)));%实际阻带波纹subplot(221);stem(n,hd);title('理想单位脉冲响应hd(n)'); subplot(222);stem(n,w_ham);title('海明窗w(n)');subplot(223);stem(n,h);title('实际单位脉冲响应hd(n)'); subplot(224);stem(w/pi,db);title('幅度响应(dB)');axis([0,1,-100,10])五、实验总结及心得。
汉明窗函数优化的FIR低通滤波器设计
汉明窗函数优化的FIR低通滤波器设计FIR（Finite Impulse Response）低通滤波器是一种常用的数字滤波器，用于信号处理和通信系统中的滤波操作。
在FIR滤波器设计中，窗函数的选择对滤波器的性能起着重要的影响。
汉明窗函数是常用的一种窗函数，采用汉明窗函数设计的FIR低通滤波器可以在频域上实现更好的性能。
汉明窗函数是一种典型的平滑窗函数，具有较好的边带抑制和主瓣宽度的折中。
在FIR滤波器设计中，常用汉明窗函数的主要目的是使滤波器的频率响应在过渡带有较低的波纹和较快的下降速度。
因此，使用汉明窗函数优化的FIR低通滤波器能够提供较好的滤波效果。
在设计汉明窗函数优化的FIR低通滤波器时，需要注意以下几个步骤：1. 确定滤波器的需求和规格：首先需要明确滤波器的截止频率、过渡带宽、衰减要求等参数。
这些参数将决定滤波器的性能和设计复杂度。
2. 确定滤波器的阶数：根据滤波器的需求和规格，可以通过经验公式或者滤波器设计工具估算出所需的滤波器阶数。
滤波器的阶数决定了滤波器的复杂度和计算量。
3. 计算滤波器的理想频率响应：利用滤波器设计工具或者数学计算方法，可以得到滤波器的理想频率响应。
理想频率响应是滤波器在截止频率处实现理想衰减的频率响应曲线。
4. 应用汉明窗函数：将汉明窗函数应用于滤波器的理想频率响应上，可以得到实际的频率响应。
汉明窗函数通过平滑在频率响应的过渡带上的波纹，有效地抑制了滤波器非理想衰减带来的干扰。
5. 将频率响应转换为时域系数：利用逆傅里叶变换或者相关算法，将频率域中的频率响应转换为滤波器的时域系数。
时域系数就是FIR滤波器的传输函数的系数，决定了滤波器的时域响应。
6. 优化滤波器的性能：根据需要，可以对设计的滤波器进行进一步的优化。
可以通过调整阶数、窗函数类型等参数来改善滤波器的频率响应和时域响应。
通过以上步骤，就可以得到汉明窗函数优化的FIR低通滤波器的设计。
这种设计方法可以满足滤波器设计的性能要求，得到较好的滤波效果。
- 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)。
)(9cos 15.0)(12cos 15.0)(1919n R n n R N n n w ⎥⎦⎤
⎢⎣
⎡⎪⎭⎫ ⎝⎛-=⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝⎛--=ππ
2．３进行语音信号的采集
(１）按“开始”-“程序”-“附件”-“娱乐”-“录音机”的顺序操作打开Window ｓ系统中的录音机软件。
如图１所示。
图１ wi ｎdows 录音机
（2）用麦克风录入自己的声音信号并保存成wav 文件。
如图2所示。
图２ 保存文件
保存的文件按照要求如下：
① 音信号文件保存的文件名为“y ｕxueji ａo.wav ”。
②语音信号的属性为“8.0０0KH ｚ,8位,单声道 7KB ／秒” ，其它选项为默认。
2.4语音信号的分析
将“yu ｘｕejiao ．wav ”语音文件复制到计算机装有Ma ｔｌab 软件的磁盘中相应Mat ｌａｂ目录中的“work ”文件夹中。
打开Ｍatlab 软件,在菜单栏中选择“File ”－
图3语音信号的截取处理图
在图3中,其中第一个图为原始语音信号；
第二个图是截短后的信号图。
图4频谱分析图
其中第二个图是信号的FFT 结果，其横坐标的具体值是X （k)中的序号k;第三个图是确定滤波频率范围的参考图,其横坐标的具体值应当是遵循DFT 定义式和频率分辨率求得的：
∑-===1
0)()]([)(N n k N W n x n x DFT k X π
当ｋ等于0时, 020
j kn N
j
k kn
N
e e
W ==⋅-=π,从数字角频率上看，对应的正好是0=ω即直
流的位置，也就是说,在取滤波频段时,当将主要能量（即红色框的部分）保留，其余频段部分的信号滤除。
)]([)(n x DFT k X =相当于是信号)(n x 的实际频谱)]([)(n x DFT ej X w =采样，而)
(n x 又是连续时间语音信号)(t x 的采样。
)(k X 的每两个相邻取值之间的频率间隔大小对应到语音信号)(n x 的频谱中去，其频率间隔大小正好是
采样结果的长度
采样速率
==
=∆L f f f s det f ∆称频率分辨率，其中Hz f s 8000=,10000=L ,
ｐ2=sum(s2.^2)－sum（s1.^2);
ＳNR1=１0*log10(p1/p2）;
p３=sum（s4.^2)/80０0;
p4＝sum(s3.^2)／800０-sｕm(s4.＾2)/80００;
ＳNR2=10＊loｇ10(p３/p4);
2．6 噪声叠加
图5 语音信号与加噪声后语音信号对比
图五为语音信号与加噪声后语音信号对。
比计算机随即产生的噪声指令为：awgn() 所加的噪声为30 dB。
图6 加噪后语音信号与加噪后信号频谱图
图7滤波器频幅特性与相频特性
图８滤波器单位采样响应
图7是滤波器频幅特性与相频特性,图8是ｈannｉｎｇ窗函数单位冲激响应系数。
图9 滤波器处理后的信号及频谱图
图１0 加噪后的语音信号及处理后的信号图
设计的滤波器是用单位采样响应h(n ）表示的,可以利用带噪声语音noise (n)s (n)s 12+=与ｈ(ｎ)做时域卷积，即：h(n)*(n)s y(n)1= 。
在Matla ｂ中,卷积运算可以用函数“c ｏn ｖ( )”实现。
滤波前（含噪声)的信号和滤波后信号的信噪比, 利用ｓum 求信号的功率。
在ｍ文件中继续编写信噪比代码段:
s4=conv(ｓ１,hn １）;
ｐ1=s ｕm(s1．^2);
p2=s ｕｍ(s2.^２)-s ｕｍ(s1.^２）;
SNR1=10＊log10(p1/p2）;
p3=sum(ｓ4．^2)／８0０0;
ｐ4=sum(s3.＾2）/8000-sum （s ４.＾２）/8000；
SNR2=1０*l ｏg10(p3／ｐ4)；
三、设计结果与分析
滤波就是将外界干扰的不需要的频率滤除掉,一面影响要测试数据的结果。
采样间隔也会对实验产生影响,取的过大会导致频率混叠。
３.１比较滤波前(含噪声信号的文件）和滤波后的语音信号效果。
图10 利用hamming窗FIR低通滤波器滤波效果图
图10为滤波前后的效果图,第一个图是加噪后的图,图中波形的毛刺部分（即干扰噪声)被滤除，输入的带噪声信号经过滤波器滤波后，即第二个图中所示波形。
图中有明显的滤波效果，滤波器不仅把３0dB的噪声滤掉了，同时也也能滤掉了原信号的声音，因此在实际的实验会和理论有误差，许多时候得不到完美的效果。
3.2滤波前(含噪声)的信号和滤波后信号的信噪比
图１1相关参数的截图,其中snr为信噪比
图１1是利用“信噪比代码段”做出来的效果图，图中名称snr1为最滤波前的信噪比,snr２为滤波后的信噪比，ｓnr2大于snr1，最终达到了效果。
四、设计体会
在本次课程设计中，让我更加了解了数字信号处理在实际上的应用，课程设计不仅要求对滤波器理论的研究,更重要的是实际设计中遇到的问题。
因为有了这次课程设。