今天小编要和大家分享的是模拟技术相关信息，接下来我将从浅谈移动平均滤波器C实现设计，数字滤波器这几个方面来介绍。
模拟技术相关技术文章浅谈移动平均滤波器C实现设计
学习一样东西，个人建议须从三个维度进行：What Why How
这里的内容主要参考胡广书编写的《《数字信号处理导论》》7.5.1节，加了一些自己的理解。
提到平均滤波器，做过单片机应用开发的朋友，马上能想到将一些采样数据进行加和求平均。诚然如此，从其时域数学描述而言也很直观：
其中 代表当前测量值，对于单片机应用而言，可以是当前ADC的采样值或者当前传感器经过一系列处理的物理量（比如在工业控制领域中的温度、压力、流量等测量值），而 表示上一次的测量值，以此类推， 则是前第N-1次测量值。
为了揭示其更深层次的机理，这里用Z传递函数将上述公式进一步描述：
对于傅立叶变换而言：
Z变换的本质是拉普拉斯变换的离散化形式， ，令 ，则
令 ，则
）
所以，平均滤波器的频率响应为：
幅频相频响应分析
利用下面的python代码，来分析一下
# encoding： UTF-8
fromscipy.optimize importnewton
fromscipy.signal importfreqz， dimpulse， dstep
frommath importsin， cos， sqrt， pi
importnumpy asnp
importmatplotlib.pyplot asplt
importsys
reload（sys）
sys.setdefaultencoding（ ‘utf8’）
#函数用于计算移动平均滤波器的截止频率
defget_filter_cutoff（N， **kwargs）：
func = lambdaw： sin（N*w/ 2） - N/sqrt（ 2） * sin（w/ 2）
deriv = lambdaw： cos（N*w/ 2） * N/ 2- N/sqrt（ 2） * cos（w/ 2） / 2
omega_0 = pi/N # Starting condition： halfway the first period of sin
returnnewton（func， omega_0， deriv， **kwargs）
#设置采样率
sample_rate = 200#Hz
N = 7
# 计算截止频率
w_c = get_filter_cutoff（N）
cutoff_freq = w_c * sample_rate / （ 2* pi）
# 滤波器参数
b = np.ones（N）
a = np.array（［N］ + ［ 0］*（N -1））
#频率响应
w， h = freqz（b， a， worN= 4096）
#转为频率
w *= sample_rate / （ 2* pi）
#绘制波特图
plt.subplot（ 2， 1， 1）
plt.suptitle（ “Bode”）
#转换为分贝
plt.plot（w， 20* np.log10（abs（h）））
plt.ylabel（ ‘Magnitude ［dB］’）
plt.xlim（ 0， sample_rate / 2）