N=15,33 N=15; wc=pi/4; a=(N-1)/2; n=0:(N-1); m=n-a+eps; hdn=sin(wc*m)./(pi*m); wn=hanning(N); hn=hdn.*(wn'); [H,w]=freqz(hn,[1],1024,'whole'); dbH=20*log10((abs(H)+eps)/max(abs(H))); figure(1);subplot(2,2,1); stem(n,hn,'.'); xlabel('n');ylabel('h(n)');title('N=15时设计汉宁窗h(n)'); subplot(2,2,2); plot(w,abs(H));

MATLAB信号处理 频谱分析加汉宁窗函数 源代码.zip

matlab实现单声道立体声信号的fir低通滤波，使用窗函数法，并将输入数据进行输出，供硬件仿真使用。

用汉明窗处理语声信号中的噪声，降低信号中的噪声，提高语声信号的质量

用C语言编写的加窗函数， hanning窗，实现信号的加窗

提供窗函数法设计滤波器的示例，程序简单易懂，利于信号处理方向作为使用Matlab的入门练习。

MATLAB信号处理 频谱分析加汉宁窗函数 源代码.7z

窗函数法设计FIR滤波器 窗函数法是通过对理想滤波器的单位取样响应加窗来逼近理想滤波器的。 函数fir1用于设计标准的低通、带通、高通和带阻滤波器。 函数fir1的调用格式为 >> b= fir1(n, Wc, 'ftype', Windows) 其中，n为滤波器阶数，Wc为截止频率 ftype决定滤波器类型，ftype= high，设计高通FIR滤波器，ftype= stop，设计带阻FIR滤波器。 Windows指定窗函数类型，默认为Hamming窗；可选Hanning、Hamming、Blackman、triangle、bartlett和boxcar窗，每种窗都可以由Matlab的相应函数生成。

对于小幅值信号，如果不加窗，即使在频谱上也很难分辨，而加窗后则能明显提高分辨力。用Sine pattern.vi产生两个相互叠加的小幅值信号，比较加窗前后两个信号在频谱上的不同分辨效果。 从图中可以看出，未加窗(红色实线)时信号在频谱上的幅度并不明显，加窗后(白色虚线)信号所在的频率成分幅度明显变强。这是因为未加窗时，信号能量泄漏，造成周围其他频率成分能量变强，信号本身能量变弱，所以幅度不明显，而加窗能减少频谱泄漏，所以从频域上看，信号所在的频率成分幅度明显高于周围其他的频率成分的幅度。

关于滤波过程中各类窗函数的频谱特性有详尽的描述并且给出了相关的设计方法。