|
matlab的fdatool是好東西，不過很多人不知道該怎么使用它生成的C頭文件。
趁著放假有時間，摸索了幾天，終于搞定。希望阿莫給條褲子。 該程序已經(jīng)用于心電采集實驗 導聯(lián)aVF，帶寬1-25Hz  實驗過程中圖片 (原文件名:DSCF6003.JPG)  液晶截圖 (原文件名:aVF_LCD.jpg) 不多說，切入正題 這里有個fdatool設計的IIR高通濾波器，采樣率400Hz時截止頻率1Hz。 設計定型之后，要做些調(diào)整。 以下說明中的英文名詞有些可能對不上fdatool界面上的原文，請大家意會吧 第一步： 點擊菜單中的Edit->Convert Structure 選擇Direct Form I ，SOS，（必須是Direct Form I， II不行） 一般情況下，按照默認設置，fdatool設計都是由二階部分串聯(lián)組成的。 這種結構的濾波器穩(wěn)定性比一個section的要好很多，其他方面的性能也好些。 如果不是的話，點擊Convert to second order sections。 這時，濾波器的結構（structure）應該顯示為 Direct Form I，second order sections 第二步： 選擇quantize filter，精度選擇single precision floating point （單精度浮點） 之所以不用定點是因為噪聲太大，也不容易穩(wěn)定。 點擊菜單中的Targets -> generate c header ，選擇export as：single precision floating point （單精度浮點） 填寫變量名稱時，把NUM改成IIR_B，DEN改成IIR_A,其他不用動，保存為iir_coefs.h 保存好的文件如下： //一大堆注釋 //然后： /* General type conversion for MATLAB generated C-code */ #include "tmwtypes.h" /* * Expected path to tmwtypes.h * C:\Program Files\MATLAB\R2010a\extern\include\tmwtypes.h */ /* * Warning - Filter coefficients were truncated to fit specified data type. * The resulting response may not match generated theoretical response. * Use the Filter Design & Analysis Tool to design accurate * single-precision filter coefficients. */ #define MWSPT_NSEC 9 const int NL[MWSPT_NSEC] = { 1,3,1,3,1,3,1,3,1 }; const real32_T IIR_B[MWSPT_NSEC][3] = { { 0.8641357422, 0, 0 }, { 1, -2, 1 }, { 0.9949035645, 0, 0 }, { 1, -1.999938965, 1 }, { 0.9985351563, 0, 0 }, { 1, -1.99987793, 1 }, { 0.9996337891, 0, 0 }, { 1, -1.99987793, 1 }, { 1, 0, 0 } }; const int DL[MWSPT_NSEC] = { 1,3,1,3,1,3,1,3,1 }; const real32_T IIR_A[MWSPT_NSEC][3] = { { 1, 0, 0 }, { 1, -1.938049316, 0.9401855469 }, { 1, 0, 0 }, { 1, -1.989501953, 0.9900512695 }, { 1, 0, 0 }, { 1, -1.996887207, 0.9971923828 }, { 1, 0, 0 }, { 1, -1.999084473, 0.9993286133 }, { 1, 0, 0 } }; 第三步： 打開iir_coefs.h把MWSPT_NSEC替換成IIR_NSEC, NL、DL數(shù)組刪除掉，real32_T改成float ， 其中有一個#include "twmtypes.h",不要它了，刪掉 改完的文件如下： #define IIR_NSEC 9 //原來叫做MWSPT_NSEC const float IIR_B[IIR_NSEC][3] = { //為什么改為float很明顯了吧 { 0.8641357422, 0, 0 }, { 1, -2, 1 }, { 0.9949035645, 0, 0 }, { 1, -1.999938965, 1 }, { 0.9985351563, 0, 0 }, { 1, -1.99987793, 1 }, { 0.9996337891, 0, 0 }, { 1, -1.99987793, 1 }, { 1, 0, 0 } }; const float IIR_A[IIR_NSEC][3] = { { 1, 0, 0 }, { 1, -1.938049316, 0.9401855469 }, { 1, 0, 0 }, { 1, -1.989501953, 0.9900512695 }, { 1, 0, 0 }, { 1, -1.996887207, 0.9971923828 }, { 1, 0, 0 }, { 1, -1.999084473, 0.9993286133 }, { 1, 0, 0 } }; 保存文件，然后使用以下代碼進行濾波 這段代碼是根據(jù)Direct Form I 2階IIR濾波的差分方程編寫的 a0*y[n] = b0*x[n] + b1*x[n-1] + b2*x[n-2] - a1*y[n-1] -a2*y[n-2]; //iir_filter.c #include "datatype.h" #include "iir_filter.h" #include "iir_coefs.h" static float y[IIR_NSEC][3]; static float x[IIR_NSEC+1][3]; int16 iir_filter(int16 in) { uint16 i; x[0][0] = in; for(i=0;i<IIR_NSEC;i++) { y[0] =x[0]*IIR_B[0]+x[1]*IIR_B[1]+x[2]*IIR_B[2]-y[1]*IIR_A[1]-y[2]*IIR_A[2]; y[0] /= IIR_A[0]; y[2]=y[1];y[1]=y[0]; x[2]=x[1];x[1]=x[0]; x[i+1][0] = y[0]; } if( x[IIR_NSEC][0]>32767) x[IIR_NSEC][0]=32767; if( x[IIR_NSEC][0]<-32768) x[IIR_NSEC][0]=-32768; return ((int16)x[IIR_NSEC][0]); } //復位濾波器 void iir_reset(void) { uint16 i,j; for(i=0;i<IIR_NSEC+1;i++) { for(j=0;j<3;j++) { x[j]=0; } } for(i=0;i<IIR_NSEC;i++) { for(j=0;j<3;j++) { y[j]=0; } } } //iir_filter.h #ifndef _IIR_FILTER_H__ #define _IIR_FILTER_H__ int16 iir_filter(int16 x); void iir_reset(void); #endif 使用方法: 首先寫好iir_coefs.h，然后調(diào)用iir_filter.c對數(shù)據(jù)流進行濾波 一個偽代碼例子： while(運行中) { 保存到SD卡(iir_filter(讀取ADC采樣值())); } 這個函數(shù)比STM32 DSP庫中的函數(shù)要好很多，DSP庫中的2個IIR濾波函數(shù)都不能連續(xù)處理數(shù)據(jù)流。 記得在開始濾波之前重置濾波器 iir_reset(); |
|
|
