基于FIR滤波器的宽带波束形成信号仿真

资 源 简 介

本项目基于MATLAB环境，旨在实现宽带波束形成算法所需的特定频带信号源生成与处理。项目核心在于设计并应用数字信号处理技术，构建符合严格频谱要求的宽带信号模型。具体功能包括：1. FIR滤波器设计：根据系统设定的采样率3000Hz，采用窗函数法或最优化逼近法设计高阶带通FIR滤波器，精确计算滤波器系数，以实现500Hz至700Hz的通带特性，同时保证阻带具有足够的衰减度，防止频带混叠和泄漏。2. 宽带信号合成：利用随机数生成器产生服从高斯分布的白噪声序列，作为包含全频带分量的原始输入信号。3. 滤波与波束形成前端处理：将生成的白噪声序列通过设计好的FIR滤波器进行时域卷积处理，滤除通带以外的频率分量，从而获得频率范围严格限制在500Hz到700Hz之间的宽带时域信号。该项目生成的信号可作为标准测试数据，用于后续宽带波束形成算法（如时域延时求和波束形成）的性能验证、指向性分析以及阵列增益评估，是阵列信号处理仿真系统中的关键环节。

详 情 说 明

基于FIR滤波器的宽带波束形成信号产生与仿真

项目介绍

本项目旨在MATLAB环境下模拟宽带波束形成算法所需的特定频带信号源。项目核心在于构建一个高精度的数字信号处理流程，通过设计高阶FIR带通滤波器，将全频带的高斯白噪声整形为严格限制在特定频率范围（500Hz - 700Hz）内的宽带信号。该仿真生成的信号具有确定的频谱特性，可作为标准测试数据，用于验证时域宽带波束形成算法、阵列增益评估及指向性分析。

功能特性

• 高精度FIR滤波器设计：不依赖MATLAB信号处理工具箱的高级函数（如fir1），而是基于基本数学原理手动实现了窗函数法（Hamming窗）设计带通滤波器。
• 严格的频带控制：在3000Hz采样率下，实现了500Hz至700Hz的平坦通带，并保证了阻带的有效衰减。
• 宽带随机信号合成：生成服从高斯分布的白噪声序列，模拟真实的复杂环境噪声背景。
• 时域卷积与相位对齐：通过时域卷积实现滤波，并引入了群延迟（Group Delay）补偿机制，确保输出信号在时域上与输入信号对齐，模拟稳态响应。
• 独立频谱分析算法：内置了基于FFT的功率谱密度（PSD）计算和频率响应计算模块，实现了从时域波形到频域特性的全方位可视化。

系统要求

• 软件环境：MATLAB R2016a 或更高版本。
• 工具箱依赖：本项目核心算法主要基于MATLAB基础函数（如fft, cos, conv等）编写，尽可能减少了对 Signal Processing Toolbox 的强依赖。

使用方法

1. 确保MATLAB工作路径已切换至脚本所在文件夹。
2. 直接运行主程序脚本。
3. 程序将自动执行参数初始化、滤波器系数计算、信号生成、滤波处理及频谱分析。
4. 运行结束后，系统将弹出两个图形窗口：

* 图1：展示FIR滤波器的时域冲击响应系数、幅频响应（dB）及相频响应。 * 图2：展示时域波形对比（原始噪声与滤波后信号）以及滤波前后的功率谱密度（PSD）对比。

代码实现逻辑详解

主程序脚本严格按照数字信号处理的流水线进行设计，主要包含以下六个核心步骤：

1. 系统参数配置

程序首先定义了全局仿真环境：

• 采样率设为 3000Hz，仿真时长 2.0秒。
• 设定目标通带为 500Hz (下截止) 至 700Hz (上截止)。
• 设定FIR滤波器阶数 $M=100$（对应滤波器长度 $L=101$），以保证足够的滤波陡峭度。

2. FIR带通滤波器设计（手动窗函数法）

为了精确控制滤波器特性并展示算法原理，代码未调用工具箱函数，而是手动计算滤波器系数：

• 理想脉冲响应计算：基于带通滤波器的数学定义，将其视为两个理想低通滤波器的差值（截止频率分别对应高频和低频边界）。利用公式 $frac{sin(omega_c n)}{pi n}$ 计算理想系数。
• 奇点处理：对于 $n = tau$ （中心点）的情况，分母为零，代码利用洛必达法则计算极限值 $frac{omega_{c2} - omega_{c1}}{pi}$ 赋值。
• 加窗处理：计算 Hamming 窗函数序列 $w(n) = 0.54 - 0.46 cos(frac{2pi n}{M})$，并将理想脉冲响应与窗函数相乘，得到最终的有限长单位冲击响应 $h(n)$。

3. 宽带信号合成

利用 rng(42) 固定随机数种子，确保每次仿真结果的可复现性。随后使用 randn 函数生成均值为0、方差为1的高斯白噪声序列，作为包含全频带分量的原始输入信号。

4. 滤波与前端处理

• 时域卷积：使用 conv 函数将原始噪声信号与设计好的FIR滤波器系数 $h(n)$ 进行卷积。
• 群延迟补偿：由于M阶FIR滤波器具有线性相位特性，会引入 $tau = M/2$ 的群延迟。代码通过截取卷积结果的中间部分（delay+1 到 delay+N_samples），去除了滤波器的瞬态响应和延迟，使输出信号在时间轴上与输入信号对齐。

5. 频谱分析 (PSD)

代码通过FFT算法手动计算功率谱密度：

• 计算FFT点数（取大于信号长度的2的幂次）。
• 对原始信号和滤波后信号分别进行FFT变换。
• 计算模的平方并归一化，得到功率谱。
• 将双边谱转换为单边谱，并进行对数变换转换为 dB 刻度，便于观察频谱动态范围。

6. 辅助算法：频率响应计算

脚本末尾包含一个名为 compute_freq_resp 的辅助函数。该函数利用FFT对滤波器系数补零后通过快速傅里叶变换计算其频域特性，替代了 freqz 函数。这用于在图1中绘制滤波器的幅频和相频响应曲线，验证设计指标是否达标。

关键算法与技术细节

• Sinc函数与带通合成：利用 $h_{BP}(n) = h_{LP_high}(n) - h_{LP_low}(n)$ 的原理，通过数学公式直接合成带通冲击响应，而非使用频率采样法或等波纹逼近。
• Hamming窗的应用：选择Hamming窗是为了在主瓣宽度和旁瓣衰减（约-43dB）之间取得平衡，适合宽带波束形成的通用需求。
• 稳态信号截取：在卷积操作后，并未直接保留所有卷积结果，而是基于滤波器群延迟进行了精确的索引截取。这一步对于时域波束形成（Delay-and-Sum）至关重要，因为波束形成对信号的时间对齐非常敏感。
• 频率轴归一化：在频响分析中，频率轴被精确映射到实际物理频率（Hz），而非仅展示归一化频率（rad/sample），使得可视化结果更加直观。