生成个性化的滤波器算法

前面的例子有助于我们使用基于Matlab的滤波处理，但是这个内置函数filter.m对我们在DSP硬件平台上使用实时FIR滤波处理来说没有什么用处。接下来的Matlab例子更接近于实时数字信号处理需要的应用算法。这个例子的代码将基于当前的输入值和3个以前的输入值来计算出一个单一的输出值。

程序清单3.2：适合于实时处理的Matlab FIR滤波器

来自于这个FIR滑动平均滤波器的输入输出矢量如下所示。注意，4个输入采样值产生1个输出结果值，如期望的一个3阶滤波器。尽管，矢量“x”的显示形式显示了右移这些值为下一采样值留出位置的效果，讨论如下。

就这个例子而言有几条需要论述。(www.xing528.com)

（1）滤波器的阶数N被声明（21行）尽管实际上Matlab能根据惟一的矢量B的长度（即N=length（B）-1）确定滤波器的阶数。声明了滤波器的阶数N和FIR滤波器的系数B（22行），提高了我们将要从Matlab代码开发的C/C++代码的可移植性。提高代码可移植性也可以看作是降低对机器的依赖，这通常是一个很受欢迎的代码特征。

（2）x只有4个值被存储（20行）。FIR滤波仅涉及N+1项的点乘。因为在这个例子中N=3，只需要4个x项。

（3）这个例子被称作“平滑”方法，这基于存储的x值在这个矢量x中的移位（30-32行），为下一个采样值留出位置，在x（0）处的值将重写。这个不必要的操作浪费了资源，而这个资源对于另外的操作也许是必需的。因为我们最终的目标是在DSP硬件平台上能高效实时应用。对这个问题更为简洁和高效的解决方法将在下一节中讨论。