请简述窗函数法设计FIR数字滤波器的方法与步骤。
滤波器的理想频率响应函数为Hd(ejω)，则其对应的单位脉冲响应为hd(n)=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hd(n)。由于hd(n)往往是无限长序列，且是非因果的，所以用窗函数。w(n)将hd(n)截断，并进行加权处理：
h(n)=hd(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(ejω)为H(ejω)=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。
一般都选用Ⅰ型线性相位滤波器即滤波器阶数M为偶数，程序如下：
wp=;ws=;Ap=1;As=100;
dev=[Rp Rs];
[M,wc,beta,ftype]=kaiserord(f,a,dev);
M=mod(M,2)+M;
plot(omega/pi,20*log10(abs(mag)));
运行程序可以得到滤波器的通阻带衰减，画出频率响应，若同阻带衰减不满足要求还可以使用滤波器的优化，一般使用的等波纹FIR进行优化。
扩展资料：
滤波器与机箱之间的一段连线会产生两种不良作用： 一个是机箱内部空间的电磁干扰会直接感应到这段线上，沿着电缆传出机箱，借助电缆辐射，使滤波器失效；另一个是外界干扰在被板上滤波器滤波之前，借助这段线产生辐射，或直接与线路板上的电路发生耦合，造成敏感度问题；
滤波阵列板、滤波连接器等面板滤波器一般都直接安装在屏蔽机箱的金属面板上。由于直接安装在金属面板上，滤波器的输入与输出之间完全隔离，接地良好，电缆上的干扰在机箱端口上被滤除，因此滤波效果相当理想。
参考资料来源：百度百科-滤波器
如下：
将模拟频率转化为数字频率，设取样时间为T（要满足抽样定理）
Ωp=2π*fp*T Ωs=2π*fs*T
过渡带宽度△Ω=Ωp-Ωs
阻带衰减已经超过74db，要选用Kaiser窗了，Kaiser的参数可变，要根据公式确定滤波器的参数
一般都选用Ⅰ型线性相位滤波器即滤波器阶数M为偶数，程序如下：
wp=;ws=;Ap=1;As=100;
Rp=1-10.^(-0.05*Ap);Rs=10.^(-0.05*As);
f=[fp fs];
a=[0 1];
dev=[Rp Rs];
[M,wc,beta,ftype]=kaiserord(f,a,dev);
M=mod(M,2)+M;
h=fir1(M,wc,ftype,kaiser(M+1,beta));
omega=linspace(0,pi,512);
mag=freqz(h,[1],omega);
plot(omega/pi,20*log10(abs(mag)));
运行程序可以得到滤波器的通阻带衰减，画出频率响应，若同阻带衰减不满足要求还可以使用滤波器的优化，一般使用的等波纹FIR进行优化。
扩展资料：
设计滤波器时，通常给定的幅度特性是分段恒定的、且在频带的边界有不连续点。逼近这样的特性，需用无限冲激响应(IIR)数字滤波器。
为采用有限冲激响应(FIR)实现，可以选合适的、有限时宽窗序列对无限冲激响应序列加权，以构成有限冲激响应数字滤波器实现给定特性。
因为时间域内两个序列相乘，频率域内等效为两个序列离散傅里叶变换的卷积。因此，窗函数与给定滤波特性的卷积可达到以有限冲激响应逼近给定特性的目的。
用经典法周期图作功率谱估计时，为了提高分辨率而要求增加记录数据的长度，但其结果会导致周期图的波动增大，亦即估计方差的增大。为了平滑这类谱估计，并减小估计方差，可对数据进行加窗，然后再作周期图估计，以达到减小方差和提高分辨率的折衷。
板上滤波器虽然对高频的滤波效果不理想，但是如果应用得当，可以满足大部分民用产品电磁兼容的要求。在使用时要注意以下事项：
如果决定使用板上滤波器，在布线时就要注意在电缆端口处留出一块“干净地”，滤波器和连接器都安装在“干净地”上。
通过前面的讨论，可知信号地线上的干扰是十分严重的。如果直接将电缆的滤波电容连接到这种地线上，会造成严重的共模辐射问题。为了取得较好的滤波效果，必须准备一块干净地。并与信号地只能在一点连接起来，这个流通点称为“桥”，所有信号线都从桥上通过，以减小信号环路面积。
并排设置：同一组电缆内的所有导线的未滤波部分在—起，已滤波部分在一起。否则，一根导线的耒滤波部分会将另一根导线的已滤波部分重新污染9使电缆整体滤波失效。
靠近电缆：滤波器与面板之间的导线的距离应尽量短。必要时，使用金属板遮挡一下，隔离近场干扰。
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。
对于窗函数的选择，应考虑被分析信号的性质与处理要求。如果仅要求精确读出主瓣频率，而不考虑幅值精度，则可选用主瓣宽度比较窄而便于分辨的矩形窗，例如测量物体的自振频率等；
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，下面简要介绍各种窗函数的优缺点。
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。
