idealfilter

timeseries 理想滤波器

语法

tsout = idealfilter(tsin,interval,filtertype)

tsout = idealfilter(tsin,interval,filtertype,ind)

说明

tsout = idealfilter(tsin,interval,filtertype) 将类型为 filtertype 的理想（无关联）滤波器应用于 timeseries 对象 tsin 中由 interval 指定的频率区间。

理想滤波器是无关联的，而且滤波器振幅端在频率范围内是平坦的。ts 中数据的均值必须为零。

tsout = idealfilter(tsin,interval,filtertype,ind) 指定要应用滤波器的 tsin 的行或列索引（可选）。

示例

全部折叠

应用理想陷波和通行滤波器

打开实时脚本

首先对一个 timeseries 对象应用理想陷波滤波器，然后应用通行滤波器。

加载文件 count.dat 中的数据，并基于矩阵 count 创建一个 timeseries 对象。

load count.dat
tsin = timeseries(count(:,1),1:24);

计算 tsin 中数据的均值。

tsinmean = mean(tsin);

定义对数据进行滤波的频率区间（以赫兹为单位）。

interval = [0.08 0.2];

调用理想的陷波滤波器。

tsoutnotch = idealfilter(tsin,interval,'notch');

比较原始数据和滤波后的数据。

plot(tsin,'-.')
hold on
plot(tsoutnotch,'-')

还原滤波后的数据的均值。

tsoutnotchmean = tsoutnotch + tsinmean;
plot(tsoutnotchmean,':')
title('Notch Filter')
legend('Original Data','Filtered Data','Mean Restored',...
       'Location','NorthWest')
hold off

使用 pass 滤波器重复滤波过程。

plot(tsin,'-.')
hold on
tsoutpass = idealfilter(tsin,interval,'pass');
plot(tsoutpass,'-')

tsoutpassmean = tsoutpass + tsinmean;
plot(tsoutpassmean,':')
title('Pass Filter')
legend('Original Data','Filtered Data','Mean Restored',...
       'Location','NorthWest')