matlab中firl如何使用
首先需要根据性能指标（如主瓣宽度、旁瓣衰减等）确定适合的窗函数。 主瓣宽度、旁瓣衰减是一对情敌，想要主瓣宽度窄且旁瓣衰减大，那是电视剧里都不会出现的情况。实际中，需要根据自己的任务指标权衡。此外，还需要确定阶数。然后就可以用fir1函数设计滤波器了。
b=fir1(n,wn,'ftype',window)
其中：
b:我们设计的fir滤波器系数，长度为n+1；b跟过渡带的宽度有关，设计时根据性能要求确定。
n:滤波器的阶数。注意，b的长度为n+1。
wn：滤波器的截止频率，可以是一个标量或者多元素的向量。取值范围0<wn<1,wn = 1对应于奈奎斯特采样频率（采样频率/2）。wn是单个值时，为低通/高通滤波器，ftype可以为low/high;当wn为有两个元素的向量[w1 w2 ]，w1 < w2 ， 为带通/带阻滤波器，ftype可以为bandpass/stop; 如果Wn有两个以上元素[w1 w2 …… wn]，w1< w2 <…… <wn,ftype可以为'DC-0' | 'DC-1'。ftype为'DC-0'代表第一个带(0~w1 )为阻带（系统默认），ftype为'DC-1'代表第一个带(0~w1 )为通带。wn对应于滤波器归一化增益-6dB处。
window:表示使用的窗函数，最常用的是汉明窗（Hamming）、汉宁窗（Hanning）、三角窗（bartlett、triang）、矩形窗（boxcar）、布莱克曼窗（Blackman）、chebwin（切比雪夫窗）、凯赛窗（Kaiser）;默认是汉明窗（Hamming）。各种窗的差别主要在集中于主瓣的能量和分散在所有旁瓣的能量之比。
例如我们需要设计一个50阶，截止频率ω = 0.3π，使用汉明窗的低通滤波器。
b = fir1(50,0.3,'low',hamming(51));
freqz(b,1,512)
卡尔曼滤波怎么在matlab里面运算
你可以直接调用matlab 里的kalman()函数进行卡尔曼滤波运算
方程格式如下
[kest,L,P] = kalman(sys,Qn,Rn,Nn)
sys 表示系统状态方程
Qn,Rn分别是Q矩阵和R矩阵
Nn是观测噪声和系统噪声的协方差
matlabbut是什么函数
butter函数的语法如下：
[z,p,k]=butter(n,Wn)
[z,p,k] = butter(n,Wn,'ftype')
[b,a]=butter(n,Wn)
[b,a]=butter(n,Wn,'ftype')
[A,B,C,D]=butter(n,Wn)
扩展资料：
该命令是设计一个滤波器，其中n是滤波器阶数。
MATLAB中有专门的函数来计算这个数值。 butter函数的阶次估计函数为buttord。
wn是自然频率，也称归一化的截止频率，wn=截止频率*2/采样频率，
在[B,A]=butter(n,wn)中，n是滤波器的阶数，Wn是自然频率，Wn = 截止频率*2/采样频率。
相关问答
Q1: 什么是MATLAB中的firl函数，它有什么用？
A1: 哎呀，firl函数在MATLAB里可是个神器！它主要是用来设计线性相位有限冲激响应（FIR）滤波器的，简单说，就是你想要一个滤波器来处理信号，比如过滤掉噪声或者提取某个频率段的信号，firl函数就能帮你搞定，它特别适合设计带通、低通、高通等各种类型的滤波器。
Q2: 怎么用firl函数设计一个带通滤波器呢？
A2: 哈哈，这个其实不难！首先你得知道你想要的带通滤波器的具体参数，比如通带频率、阻带频率和滤波器的阶数，你可以用firl函数来设计，举个例子，假设你想要一个通带在100Hz到200Hz之间的带通滤波器，你可以这样写代码：
fs = 1000; % 采样频率 fp1 = 100; % 通带下限频率 fp2 = 200; % 通带上限频率 N = 50; % 滤波器阶数 b = firl(N, [fp1 fp2]/(fs/2), 'bandpass');
这样，b就是你的带通滤波器的系数啦！
Q3: 设计好的带通滤波器怎么应用到信号上？
A3: 哎呀，这个更简单！你用firl设计好滤波器后，会得到一个滤波器系数向量b，你只需要用MATLAB的filter函数，把这个系数向量应用到你的信号上就行啦，你有个信号x，可以这样处理：
y = filter(b, 1, x);
这里的y就是经过带通滤波器处理后的信号啦！
Q4: firl函数设计滤波器时，阶数选多大合适？
A4: 哎，这个嘛，还真没有固定答案，得看具体情况，阶数越高，滤波器的性能越好，但计算量也越大，你可以先选一个差不多的阶数试试，然后用MATLAB的fvtool函数看看滤波器的频率响应，如果不满意再调整。
fvtool(b, 1);
这样你就能直观地看到滤波器的效果了，根据实际情况调整阶数，找到最合适的那个值。
