在Labview中快速實現濾波——低通,高通,帶通濾波實例

2020-12-13 奔跑的青春Z

濾波算法通常在Matlab中實現,需要變成使用。但是,Labview同樣可以實現濾波算法,而且比Matlab更為簡單易用。

Labview圖形化程式語言對入門用戶非常友好,今天來給大家介紹一下如何在Labview中快速部署濾波器。

首先我們自定義一個正弦信號,設置頻率為20Hz跟5Hz疊加,幅值分別為1和3。我們用逐點生成的方式來生成這個正弦信號。逐點信號生成在面板上的位置如圖所示。

逐點信號生成在面板上的位置如圖所示。

我們採用定時循環來保證程序的穩定運行,時間間隔設置為1ms,這也間接設置了我們對信號的採樣頻率為1000Hz。

正弦波(逐點)這個控制項需要我們輸入時間,我們可以在循環次數上乘以0.001作為時間輸入,然後依次設置頻率、幅值。最後將兩個信號疊加。

濾波器選擇上,我們依然在逐點面板下。選擇濾波器(逐點),然後選擇Butterworth濾波器,這是最常用的濾波器,能夠實現帶通,低通,高通等功能,很實用也很方便。

整體的程序框圖如下圖所示。

Butterworth濾波器控制項我們要設置濾波器類型,輸入信號、採樣頻率(本例程是1000Hz)。最重要的是截止頻率和階數的設置。

階數的設置默認是2,但是對於濾波效果並不是很好。調高階數可以讓濾波看起來梗平滑,但是過高的階數會讓信號失真,所以階數的選擇很大取決於經驗跟實際,可以多調節幾次。本例程中採用階數4.

我們這次的信號有5Hz跟20Hz兩個頻率,如果我們不想要20Hz的,我們需要用低通濾波器,也就是Lowpass filter,然後低截至頻率選擇為10Hz,這樣10Hz以上的被濾除,只剩下5Hz的了。

圖中可以看出,20Hz的正弦信號被很好的濾除了,只剩下了5Hz信號。

對於高通濾波,帶通濾波,在Butterworth濾波器上可以方便的切換,具體操作大家可以實際操作一下,畢竟只有實際操作才能發現問題,有不懂的可以直接留言,我儘可能的回覆大家。

謝謝~~

相關焦點

  • 【聽力學名詞釋義(18)】高通濾波、低通濾波、帶通濾波和陷波器
    我們在【聽力學名詞釋義(9)】中學習了「濾波和濾波器」的概念,實際應用中為了獲得不同頻率成分的有用信號,往往要濾掉不需要頻率區域的信號,這時就要求使用不同類型的濾波器。通常濾波器按其頻率響應分為低通濾波、高通濾波、帶通濾波。
  • 使用Python的scipy做高通濾波和低通濾波
    第一次在微信公眾號寫的啥鳥文,感覺很low,希望慢慢進步吧,其實頭腦裡想法的,但是一寫字就難了,看來得訓練一把在學習的過程中,我逐漸發現分享能夠產生更大的價值
  • Python讀取並提取xlsx數據+去趨勢和高通濾波與低通濾波
    這是接昨天的推文,昨天的推文中我用來分析的數據是自己手動輸入的少量數據,但是現實中我們需要的數據可能比較大,因此被存儲在電子表格中,我們就需要把數據讀取並提取需要的內容進行分析
  • 濾波電路原理分析
    用模擬電子電路對模擬信號進行濾波,其基本原理就是利用電路的頻率特性實現對信號中頻率成分的選擇。根據頻率濾波時,是把信號看成是由不同頻率正弦波疊加而成的模擬信號,通過選擇不同的頻率成分來實現信號濾波。當允許信號中較高頻率的成分通過濾波器時,這種濾波器叫做高通濾波器。當允許信號中較低頻率的成分通過濾波器時,這種濾波器叫做低通濾波器。
  • Neuron文章解讀 | 數據處理之濾波
    ④  數據分析可能涉及帶通濾波(例如,隔離標準頻段,如'alpha''或''gamma'')或TF分析。⑤  展示可能需要額外的平滑(也就是低通濾波),以去除毛刺/鋸齒。過渡帶可以大致理解為:通帶與阻帶間的部分。下圖為四種常見類型的濾波器:低通,高通,帶通和陷波。
  • 使用 matlab 進行傅立葉分析和濾波
    matlab中的快速傅立葉有兩種調用形式:y=fft(x)。H是模擬濾波器的傳遞函數,a1表示待濾波信號,t是信號的橫坐標,s1是濾波後的信號。其他說明:這裡僅以低通濾波器為例,其他巴特沃斯濾波器如高通、帶通、帶阻調用方式類似,只是函數butter的參數略有不同,請參看matlab關於butter函數的介紹。
  • 一階低通濾波器_一階低通濾波器公式_一階低通濾波器原理
    按其工作頻率範圍的不同,濾波電路可分為低通濾波器、高通濾波器、帶通濾波器、帶阻濾波器和全通濾波器。僅由電阻、電容、電感這些無源元件組成的濾波電路稱為無源濾波器。如果濾波電路中含有有源元件,如集成運放等,則稱為有源濾波器。與無源濾波器相比,有源濾波器具有體積小、效率高、帶負載能力強、頻率特性好,而且在濾波的同時還可以將有用信號放大等一系列優點,因而得到廣泛應用。
  • 單片機系統中經常採用的濾波方法
    C、缺點:對流量、速度等快速變化的參數不宜。(先進先出原則),把隊列中的N個數據進行算術平均運算,就可獲得新的濾波結果。A、方法:取a=0~1,本次濾波結果=(1-a)*本次採樣值+a*上次濾波結果。
  • 一文看懂二階lc低通濾波器的設計及原理
    LC濾波器一般是由濾波電容器、電抗器和電阻器適當組合而成,與諧波源並聯,除起濾波作用外,還兼顧無功補償的需要;LC濾波器按照功能分為LC低通濾波器、LC帶通濾波器、高通濾波器、LC全通濾波器、LC帶阻濾波器;按調諧又分為單調諧濾波器、雙調諧濾波器及三調諧濾波器等幾種。LC濾波器設計流程主要考慮其諧振頻率及電容器耐壓,電抗器耐流。
  • 單片機軟體濾波的幾種方法
    C、缺點: 對流量、速度等快速變化的參數不宜3、算術平均濾波法 A、方法:(先進先出原則) 把隊列中的N個數據進行算術平均運算,就可獲得新的濾波結果 N值的選取:流量,N=12;壓力:N=4;
  • FPGA圖像處理之高斯濾波算法理論篇
    傳統的前端數位訊號處理(Digital SignalProcessing,DSP)算法,例如 FFT、FIR、IIR 濾波器,大多都是利用 ASIC 或者 PDSP 來構建的,在硬體的實現中很難滿足實時性的要求。現場可編程邏輯門陣列(Field ProgrammableGate Arrays, FPGA)技術在數位訊號處理中的應用,將逐漸成為前端信號處理的主流。
  • 基於多相濾波結構的信道化及FPGA實現
    1 多相濾波結構的信道化原理1.1 信道的劃分因實信號頻譜具有對稱特性,所以其頻帶劃分較為特殊,這裡只對[0,π]上的頻譜進行信道劃分。若劃分K個信道,各信道的中心頻率為ωk=kπ/K+π/2K,其中,k=0,1,…,K-1。
  • Python下opencv使用筆記(三)(圖像的濾波卷積操作)
    圖像處理-模板、卷積的整理http://blog.csdn.net/lanbing510/article/details/7425952對於2D圖像可以進行低通或者高通濾波操作,低通濾波(LPF)有利於去噪,模糊圖像,高通濾波(HPF)有利於找到圖像邊界。
  • 為何總是追悔莫及:人的「高通濾波」特性
    同樣,人類的感官系統從本質上來說,也是一個高通濾波器:緩慢的變化往往被過濾掉而不會引起我們的注意,只有劇烈的變化才容易傳達到我們的大腦裡。例如,佛教中的「當頭棒喝」,是讓一個人頓悟的方式。對普通人來說,往往經歷一個突然的變故和大事件,才能讓一個人改變或成熟起來。我們往往只能對這些瞬間劇烈變化的「高頻信號」有明顯的響應。
  • 詳解低通濾波器的設計
    就是傳說中的加窗。也就是把這個時域採樣序列去乘一個窗函數,就把這個無限的時域採樣序列截成了有限個序列值。但是加窗後對此採樣序列的頻域也產生了影響:此時的頻域便不在是一個理想的矩形窗,而是成了一個有過渡帶,阻帶有波動的低通濾波器。通常根據所加的窗函數的不同,對採樣信號加窗後,在頻域所得的低通濾波器的阻帶衰減也不同。通常我們就是根據此阻帶衰減去選擇一個合適的窗函數。
  • 高精度SAR模數轉換器的抗混疊濾波考慮因素
    實際上,量化噪聲和熱噪聲被同化為白噪聲,該噪聲在整個奈奎斯特頻帶及以外均勻分布。過採樣之後,通過濾波和嚴格以最小所需採樣速率(或2 × BW)限制有用頻帶,頻帶每降低一個倍頻程,噪聲能量將降低3 dB,如圖2所示。換句話說,過採樣因子為4時最為理想,在理論上使信噪比增加了6dB;即是說,增加了一位,如等式1所示:
  • 電容濾波電路&電感濾波電路作用原理
    而R值增大時,電阻上的直流壓降會增大,這樣就增大了直流電源的內部損耗;若增大C2的電容量,又會增大電容器的體積和重量,實現起來也不現實。這種電路一般用於負載電流比較小的場合。電感濾波電路根據電抗性元件對交、直流阻抗的不同,由電容C及電感L所組成的濾波電路的基本形式如圖1所示。因為電容器C對直流開路,對交流阻抗小,所以C並聯在負載兩端。
  • 一種基於FPGA實現SRRC濾波及多速率變換模塊的方法介紹
    通信系統中採用發送端的成形濾波器和接收端的匹配濾波器共同實現升餘弦濾波的效果,對信號進行濾波處理。由於平方根升餘弦(Square Root Raised Cosine,SRRC)具有較快的衰減特性和較好的可實現性,一般採用SRRC濾波器實現通信系統的基帶成形濾波[1]。 多速率變換常用於通信系統中的信號處理,通過內插(上採樣)或抽取(下採樣)改變信號的採樣頻率,並對信號濾波處理。
  • 卡爾曼與卡爾曼濾波
    卡爾曼濾波的一個典型實例是從一組有限的,包含噪聲的,對物體位置的觀察序列(可能有偏差)預測出物體的位置的坐標及速度。在很多工程應用(如雷達、計算機視覺)中都可以找到它的身影。同時,卡爾曼濾波也是控制理論以及控制系統工程中的一個重要課題。
  • 詳解圖像濾波原理及實現!
    常見的線性濾波有:方框濾波、均值濾波、高斯濾波、拉普拉斯濾波等等,通常線性濾波器之間只是模版的係數不同。非線性濾波:非線性濾波利用原始圖像跟模版之間的一種邏輯關係得到結果,如最值濾波器,中值濾波器。比較常用的有中值濾波器和雙邊濾波器。