n.冷凝器,冷凝器

设计广义FIR Remez滤波器。

库::`工程师`

语法

函数调用

[参数:b],[参数:err],[参数:res]=firgr(<参数:n>>,<参数:f>>,<参数:a>>,<参数:w>>) -使用minimax算法设计具有系数向量的真实线性相位FIR滤波器 [参数:b] 长度 [参数:n] + 1. 在minimax准则的意义上，滤波器提供对所需频率响应的最佳近似，由参数确定 [参数:f] 和 [参数:a]. 论点 [参数:w] -滤波器权重的向量，每个频带一个。如果不使用 [参数:w]，所有波段将被平均加权。该函数还返回未加权近似误差的值。 [参数:错误] 和结构 [参数:res]，包含使用计算的附加结果 firgr. 有关参数的详细信息，请参阅 第一阶段.

[参数:b],[参数:err],[参数:res]=firgr(<参数:n>>,<参数:f>>,<参数:a>>,<参数:ftype>>) -使用过滤器类型 [参数：ftype].

[参数:b],[参数:err],[参数:res]=firgr(<参数:m>>,<参数:f>>,<参数:a>>,<参数:r>>) -重新设计过滤器，直到找到指定的最小顺序的过滤器。 [参数:m] 并对应于参数 [参数:f] 和 [参数:a]. 论点 [参数:m] 它可以取其中一个值: "minorder", "mineven" 或 "minodd". 论点 [参数:r] -这是一个包含每个频带的峰值纹波的矢量，它必须被设置。指定时 "mineven" 或 "minodd" 函数求出最小偶数阶或奇数阶滤波器。

[参数:b],[参数:err],[参数:res]=firgr((<参数:m>>,<参数:ni>>),<参数:f>>,<参数:a>>,<参数:r>>) -作为滤波器阶数的初始估计，使用以下 [参数:ni]. 论点 [参数:ni] 对于标准滤波器设计，它不是强制性的，但对于不可能使用的设计，它必须指定 菲尔普莫德 例如，在设计微分器或希尔伯特转换器时。

[参数:b],[参数:err],[参数:res]=firgr(<参数:n>>,<参数:f>>,<参数:a>>,<参数:w>>,<参数:e>>) -为不同波段设置独立的近似误差。使用此语法设计具有额外纹波或最大纹波的滤波器。这些过滤器具有有趣的属性，例如过渡的最小宽度。论点 [参数:e] -这是一个字符串向量，指定应该使用的近似误差。它的长度应该等于条纹的数量。

[参数:b],[参数:err],[参数:res]=firgr(<参数:n>>,<参数:f>>,<参数:a>>,<参数:s>>) -用于设计具有特殊属性的过滤器 [参数:s] 在某些频率点。

[参数:b],[参数:err],[参数:res]=firgr(<参数:n>>,<参数:f>>,<参数:a>>,<参数:s>>,<参数:w>>,<参数:e>>) -为具有特殊属性的滤波器设置滤波器权重和独立近似误差。权重和属性包含在向量中 [参数:w] 和 [参数:e]. 有时可能需要使用独立的近似误差来确保设计与指定值收敛。例如,
```
b,err,res = firgr(82,[0 0.055 0.06 0.1 0.15 1], [0 0 0 0 1 1],['n' 'i' 'f' 'n' 'n' 'n'], [10 1 1] ,["e1" "e2" "e3"]);
```

[参数:b],[参数:err],[参数:res]=firgr(_,[参数:类型])-设计一个过滤器，其类型在参数中指定 [参数：类型]. 论点 [参数：类型] 设置为 "1" -对称偶数阶滤波器, "2" -对称奇阶滤波器, "3" -偶数阶的反对称滤波器或 "4" -奇数阶的反对称滤波器。请注意，对于以下类型的FIR滤波器: "2", "3" 和 "4" 幅度值有限制 [参数:a]. 对于类型过滤器 "2" 和 "3" 幅度应等于 0 在频率上 <参数：f>=0 和 <参数：f>=1，而对于像过滤器 "4" 幅度应等于 0 在频率上 <参数：f>=0.

[参数:b],[参数:err],[参数:res]=firgr(_,[参数:mp]）-设计具有最小或最大相位的FIR滤波器，具体取决于参数的值 [参数:mp].

[参数:b],[参数:err],[参数:res]=firgr(_,"检查") -检测到过渡区异常时返回警告。

b,err,res=firgr(_,(lgrid,)) -设置频率网格的密度 （[参数：lgrid]，） 沿频率轴使用的采样数的形式。

[参数:b],[参数:err],[参数:res]=firgr(_,[参数:hd]) -设计一个滤波器，其奇偶校验由参数决定 [参数:hd].

争论

输入参数

# n — 过滤顺序

+ 标量,标量

Details

指定为整数的筛选顺序至少为 3.

数据类型	`Int64`</无翻译>

# f — 归一化频率

+ 向量资料

Details

归一化频点，定义为实数值的向量。参数的值必须在范围内 [0, 1]，在哪里 1 对应于奈奎斯特频率。矢量长度 f 它必须是均匀的。频率应按升序排列。

数据类型	`漂浮64`</无翻译>

# 一个 — 指定频率点的所需振幅

+ 向量资料

Details

在所示点的期望振幅 [参数:f]，设置为向量。向量资料 f 和 a 它们必须具有相同的长度。长度 a 它必须是均匀的。

数据类型	`漂浮64`</无翻译>

# w — 频带内的近似系数

+ 向量资料

Details

用于调整每个频带中的近似值的加权系数，作为实数值的向量给出。长度 w 它是长度的一半 [参数:f] 和 [参数:a] 因此，每个条带正好有一个重量。

数据类型	`漂浮64`</无翻译>

# ftype — 过滤器类型

+ "希尔伯特" | "差异化"

Details

具有奇数对称性的线性相位滤波器的滤波器类型（III型和IV型），由以下值之一设置:

"希尔伯特" -在输出系数在 [参数:b] 他们服从比例 . 此类滤波器包括希尔伯特转换器，其具有等于指定幅度 1，在整个频带中。

例如,
```
b = firgr(30,[0.1 0.9],[1 1],"hilbert");
```
设计长度的近似希尔伯特FIR转换器 31.
"差异化" -对于具有非零幅度的频带，滤波器通过因子对误差进行加权，因此低频时的误差明显小于高频时。对于FIR微分器，其幅度特性与频率成比例，这些滤波器使最大相对误差(误差与期望幅度之比的最大值)最小化。

数据类型	`字符串`</无翻译>

# *m*是设置最小筛选顺序的类型

+ "minorder" | "mineven" | "minodd"

Details

设置最小筛选顺序的类型，设置为 "minorder", "mineven" 或 "minodd". 指定时 "mineven" 或 "minodd" 函数设计最小偶数阶或最小奇数阶滤波器。

数据类型	`字符串`</无翻译>

# 类型 — 过滤器类型的编号

+ "1" | "2" | "3" | "4"

Details

由下列值之一指定的筛选器类型:

"1" -对称偶数阶滤波器;
"2" -对称奇阶滤波器;
"3" -偶数阶的反对称滤波器;
"4" -奇数阶的反对称滤波器。

数据类型	`字符串`, `查尔`</无翻译>

# 议员 — 选择最小或最大相位滤波器

+ "minphase" | "maxphase"

Details

在具有最小值的过滤器之间进行选择 "minphase" 或最大 "maxphase" 的相位。

数据类型	`字符串`</无翻译>

# r — 频带内的峰值波纹

+ 向量资料

Details

频带内的峰值波纹，定义为实数值的向量。长度 r 它是长度的一半 [参数:f] 和 [参数:a] 因此，每个波段有一个峰值纹波值。

数据类型	`漂浮64`</无翻译>

# *ni*是滤波器阶数的初始估计

+ 标量,标量

Details

滤波器阶数的初始估计值，设为大于等于的整数 3. 该函数在语法中采用此值 b=firgr（（m，ni），f，a，r）. 论点 [参数:ni] 对于典型的滤波器设计，它不是强制性的，但对于不可能使用的设计，它必须指定 菲尔普莫德 例如，在设计微分器或希尔伯特转换器时。

数据类型	`Int64`</无翻译>

# e — 频带的独立近似误差

+ 向量资料 | 元组

Details

用于不同波段的独立近似误差，指定为字符串向量或元组。长度 e 它必须等于车道数。元素 e 必须有表格 "e＃"，在哪里 # 指定应将哪个近似误差用于相应的频带。例如，当 e=["e1","e2","e1"] 第一和第三波段使用相同的近似误差 "e1"，而第二条车道是另一条 "e2". 当所有波段使用相同的近似误差时，例如 ["e1"，"e1"，"e1"，。..]，这相当于跳过 e 如语法 b，err，res=firgr（n，f，a，w）.

数据类型	`字符串`</无翻译>

# s — 频率点的规格

+ 向量资料 | 元组

Details

频率某些点的特殊属性，指定为符号的向量或元组。论点 s 长度必须与 [参数:f] 和 [参数:a]. 元素 s 必须具有以下值之一:

'n' -通常的频率点。
's' -单点条带。频率 «条纹,条纹» 它由单个点定义。在该频率点指定适当的增益 [参数:a].
'f' -强制频点。强制地将规定频带中的增益设定为设定值。
'我' -未定义的频率点。当相邻频带彼此相邻（没有过渡区）时使用此值。

例如，以下团队设计了一个具有单点延迟带（凹槽）的势垒滤波器，频率为零 0.25 和 0.55.

b,err,res = firgr(42,[0 0.2 0.25 0.3 0.5 0.55 0.6 1], [1 1 0 1 1 0 1 1],['n' 'n' 's' 'n' 'n' 's' 'n' 'n'])

而这个团队正在设计一个高通滤波器，其增益因子在点上被强制设置为零 0.06. 点处的条带边缘 0.055 这是不确定的，因为前两条车道实际上接触。条纹的剩余边缘是正常的。

b,err,res = firgr(82,[0 0.055 0.06 0.1 0.15 1],[0 0 0 0 1 1],['n' 'i' 'f' 'n' 'n' 'n'])

数据类型	`字符串`, `查尔`</无翻译>

# lgrid — 频率网格密度

+ 元组

Details

控制频率网格的密度，其具有约 （lgrid*n）/（2*bw） 频率点在哪里 bw -总频带间隔的份额 [0, 1]，由 [参数:f]. 值越高 lgrid的 滤波器越精确地接近具有均匀脉动的参考滤波器，但是这样的计算需要更长的时间。默认值 16 —这是应设置的最小值 lgrid的.

数据类型	`Int64`</无翻译>

# 房屋署 — 过滤器奇偶校验

+ "h" | "d" | 'h' | 'd'

Details

滤波器的奇偶校验，设为 "h", "d", 'h' 或 'd'.

数据类型	`字符串`, `查尔`</无翻译>

输出参数

# b — 滤波器系数

+ 向量资料

Details

作为长度向量返回的滤波器系数 [参数:n] + 1.

功能 firgr 对以下类型的真实FIR滤波器使用minimax设计算法: *1-4型线性相位: 类型1-偶数阶，对称; 类型2-奇数顺序，对称; 类型3-偶数顺序，反对称; 类型4是奇数顺序，反对称。 *最小相位。 *最大相位。 *最小订单（偶数或奇数）。 *额外的纹波。 *最大纹波。 *波纹与限制。 *单点条带（带缺口和峰值）。 *强制加固。

# *错误*是未加权近似误差的值

+ 标量,标量 | 向量资料

Details

作为标量或向量返回的未加权近似误差的值。阵列 错误 包含函数返回的每个独立近似误差的一个元素。

# res — 频率响应

+ 结构

Details

返回的频率响应作为结构。结构 资源,资源 包含以下字段:

结构领域内容

结构领域	内容
`[医]fgrid`	包含用于优化滤波器设计的频率网格的矢量。
`资源,资源`	期望的响应 `fgrid`.
`总重量`	重量因素 `fgrid`.
`res.H`	频网格上的实际频率特性。
`错误`	频网格上的每个点（期望特性—实际特性）处的误差。
`地址：`	索引向量在 `fgrid` 外部频率。
`费克斯特`	外频率的矢量。
`res.订单`	的过滤顺序。
`res.edge_check`	检查过渡区的异常情况. 条的每个边缘的一个元件。这些元素具有以下值: `1` -没有异常, `0` -过渡区可能出现异常, `−1` -边缘没有检查。为语法计算 `b，err，res=firgr（_，"检查"）`.
`res.迭代`	迭代次数 `[参数:s]` 于优化目的。
`迴ｾ蝨ｨ缧`	函数进行优化的计算次数。

[医]fgrid

包含用于优化滤波器设计的频率网格的矢量。

资源,资源

期望的响应 fgrid.

总重量

重量因素 fgrid.

res.H

频网格上的实际频率特性。

错误

频网格上的每个点（期望特性—实际特性）处的误差。

地址：

索引向量在 fgrid 外部频率。

费克斯特

外频率的矢量。

res.订单

的过滤顺序。

res.edge_check

检查过渡区的异常情况. 条的每个边缘的一个元件。这些元素具有以下值: 1 -没有异常, 0 -过渡区可能出现异常, −1 -边缘没有检查。为语法计算 b，err，res=firgr（_，"检查"）.

res.迭代

迭代次数 [参数:s] 于优化目的。

迴ｾ蝨ｨ缧

函数进行优化的计算次数。