matlab 的巴特沃斯高通滤波的算法分析

Matlab中实现巴特沃斯高通滤波的算法与低通滤波类似，仍然可以通过调用butter函数实现。具体实现步骤如下：

1. 设定滤波器的阶数和截止频率：与低通滤波不同，高通滤波需要设定一个截止频率以上的频率范围，这个频率范围即为需要保留的高频信号的最小频率，同样使用归一化后的频率来设定。

2. 计算滤波器系数：与低通滤波类似，使用butter函数，将阶数和截止频率传入函数中，即可得到滤波器的系数，这些系数对应着b和a两个系数向量。

3. 对信号进行滤波：同样使用filter函数，将得到的b和a系数向量和需要滤波的信号作为输入，即可得到滤波后的信号。

下面是一个示例代码：

% 设定滤波器的阶数和截止频率
order = 4;
cutoff_freq = 0.2;

% 计算滤波器系数
[b, a] = butter(order, cutoff_freq, 'high');

% 生成示例信号
Fs = 1000; % 采样率
t = 0:1/Fs:1-1/Fs; % 时间向量
f = 5; % 信号频率
x = sin(2*pi*f*t); % 生成正弦信号

% 对信号进行滤波
y = filter(b, a, x);

% 绘制滤波前后的信号图像
subplot(2,1,1);
plot(t, x);
title('Original signal');
xlabel('Time (s)');
ylabel('Amplitude');
subplot(2,1,2);
plot(t, y);
title('Filtered signal');
xlabel('Time (s)');
ylabel('Amplitude');

在上述示例代码中，我们设定了阶数为4，截止频率为0.2，生成了一个正弦信号并进行了高通滤波处理，最终绘制了滤波前后的信号图像。需要注意的是，在计算滤波器系数时，需要在butter函数中添加一个参数'high'，以指定这是一个高通滤波器。