我正試圖按照this book中的說明書寫一個簡單的帶通濾波器。我的代碼創建了一個blackman窗口,並將兩個低通濾波器內核組合起來,使用頻譜反轉創建一個帶通濾波器內核,如第二個示例here(表16-2)中所述。java中的簡單帶通濾波器
我正在測試我的代碼,將它與我在matlab中得到的結果進行比較。當我測試分別創建blackman窗口和低通濾波器內核的方法時,我得到的結果與我在matlab中看到的接近(在小數點後最多有一些數字 - 我將錯誤歸因於java double變量舍入問題),但我的帶通濾波器內核不正確。
測試我跑:
- 創建一個布萊克曼窗,並比較其與我在MATLAB獲得 - 都很好。
- 創建一個低通濾波器使用這個窗口使用我的代碼和
fir1(N, Fc1/(Fs/2), win, flag);
在MATLAB(見下面的完整代碼)。我認爲結果是正確的,雖然我得到更大的誤差更大的Fc1是(爲什麼?) - 在matlab中創建了一個使用我的代碼和
fir1(N, [Fc1 Fc2]/(Fs/2), 'bandpass', win, flag);
的pand pass filter - 結果完全關閉。 - 使用我的代碼和matlab生成的內核過濾我的數據 - 都很好。
所以 - 爲什麼我的帶通濾波器內核關閉?我做錯了什麼? 我想我有一個bug或fir1使用不同的算法,但我無法檢查,因爲article referenced in its documentation不公開。
這是我的MATLAB代碼:
Fs = 200; % Sampling Frequency
N = 10; % Order
Fc1 = 1.5; % First Cutoff Frequency
Fc2 = 7.5; % Second Cutoff Frequency
flag = 'scale'; % Sampling Flag
% Create the window vector for the design algorithm.
win = blackman(N+1);
% Calculate the coefficients using the FIR1 function.
b = fir1(N, [Fc1 Fc2]/(Fs/2), 'bandpass', win, flag);
Hd = dfilt.dffir(b);
res = filter(Hd, data);
這是我的Java代碼(我相信錯誤是在bandPassKernel):
/**
* See - http://www.mathworks.com/help/signal/ref/blackman.html
* @param length
* @return
*/
private static double[] blackmanWindow(int length) {
double[] window = new double[length];
double factor = Math.PI/(length - 1);
for (int i = 0; i < window.length; ++i) {
window[i] = 0.42d - (0.5d * Math.cos(2 * factor * i)) + (0.08d * Math.cos(4 * factor * i));
}
return window;
}
private static double[] lowPassKernel(int length, double cutoffFreq, double[] window) {
double[] ker = new double[length + 1];
double factor = Math.PI * cutoffFreq * 2;
double sum = 0;
for (int i = 0; i < ker.length; i++) {
double d = i - length/2;
if (d == 0) ker[i] = factor;
else ker[i] = Math.sin(factor * d)/d;
ker[i] *= window[i];
sum += ker[i];
}
// Normalize the kernel
for (int i = 0; i < ker.length; ++i) {
ker[i] /= sum;
}
return ker;
}
private static double[] bandPassKernel(int length, double lowFreq, double highFreq) {
double[] ker = new double[length + 1];
double[] window = blackmanWindow(length + 1);
// Create a band reject filter kernel using a high pass and a low pass filter kernel
double[] lowPass = lowPassKernel(length, lowFreq, window);
// Create a high pass kernel for the high frequency
// by inverting a low pass kernel
double[] highPass = lowPassKernel(length, highFreq, window);
for (int i = 0; i < highPass.length; ++i) highPass[i] = -highPass[i];
highPass[length/2] += 1;
// Combine the filters and invert to create a bandpass filter kernel
for (int i = 0; i < ker.length; ++i) ker[i] = -(lowPass[i] + highPass[i]);
ker[length/2] += 1;
return ker;
}
private static double[] filter(double[] signal, double[] kernel) {
double[] res = new double[signal.length];
for (int r = 0; r < res.length; ++r) {
int M = Math.min(kernel.length, r + 1);
for (int k = 0; k < M; ++k) {
res[r] += kernel[k] * signal[r - k];
}
}
return res;
}
這就是我如何使用我的代碼:
double[] kernel = bandPassKernel(10, 1.5d/(200/2), 7.5d/(200/2));
double[] res = filter(data, kernel);
在Octave-Forge中有一個['fir1']的實現(http://octave.sourceforge.net/signal/function/fir1.html) - 也許你可以檢查一下你的算法嗎? – wakjah 2013-05-05 21:22:28