Progetta filtri passa alto usando MATLAB

Un filtro passa alto (noto anche come filtro bass-cut) attenua i segnali al di sotto di una frequenza di taglio (la banda di arresto) e consente il passaggio dei segnali al di sopra di tale frequenza (la banda passante). L'output di questo filtro è direttamente proporzionale al tasso di variazione del segnale in ingresso.

I filtri passa alto vengono spesso utilizzati per rimuovere il rumore a bassa frequenza, eliminare il brusio nei segnali audio, reindirizzare i segnali a frequenza più alta verso le casse acustiche appropriate e per rimuovere le componenti di bassa frequenza dalle serie storiche di dati, in modo da evidenziare l'andamento in alta frequenza.

I più comunemente utilizzati per progettare i filtri passa alto basati sulla FIR sono la finestra di Kaiseri minimi quadrati e l’equiripple. I metodi di progettazione per filtri basati sulla IIR sono i ButterworthChebyshev (tipo I e tipo II) ed ellittico.

Per maggiori informazioni sulla progettazione di filtri, compresi questi metodi, vedere Signal Processing Toolbox™ per l’uso con MATLAB®. Particolarmente interessante è lo strumento di visualizzazione del filtro, utilizzabile per visualizzare, comparare e analizzare diverse risposte di filtro.

Il Filter Design Assistant in Signal Processing Toolbox, per la progettazione di filtri e la generazione di codice MATLAB.

You can use MATLAB® to design finite impulse response (FIR)-based and infinite impulse response (IIR)-based filters, two common high-pass filter methods.

FIR filters are very attractive because they are inherently stable. They can be designed to have linear phase that introduces a delay in the filtered signal while maintaining the waveform shape. Nonetheless, these filters can have long transient responses and might prove computationally expensive in certain applications. FIR filters are useful in audio, biomedical, radar, and other applications where the waveform shape provides useful information. Common design methods for low-pass FIR-based filters include Kaiser windowleast squares, and equiripple

Design specifications and response of a high-pass Kaiser FIR filter in MATLAB.

IIR filters are useful when computational resources are at a premium. However, stable, causal IIR filters do not have perfectly linear phase. IIR filters are commonly used in audio equalization, biomedical sensor signal processing, IoT/IIoT smart sensors, and high-speed telecommunication/RF applications. Design methods for IIR-based filters include Butterworth, Chebyshev (Type-I and Type-II), and elliptic.

Design specifications and response of a high-pass Butterworth IIR filter in MATLAB.

The highpass function in Signal Processing Toolbox™ is particularly useful to quickly filter signals. You can use designfilt and other algorithm-specific (butter, fir1) functions when more control is required on parameters such as filter type, filter order, and attenuation. For more information on filter design, see Signal Processing Toolbox™ .

Vedere anche: GPU per algoritmi di elaborazione dei segnali in MATLAB, software-defined radio, filtri di Savitzky-Golay, filtro mediano, DSP System Toolbox, filtro passa basso