用MATLAB Control System Toolbox手把手设计Notch滤波器：从理论公式到Bode图实战（附代码）-深圳市維司達科技有限公司

用MATLAB Control System Toolbox手把手设计Notch滤波器：从理论公式到Bode图实战（附代码）

在信号处理领域，Notch滤波器就像一位精准的外科医生，能够在不影响其他频率成分的情况下，精确切除信号中特定频率的干扰噪声。这种滤波器在音频处理、电力系统谐波抑制、生物医学信号去噪等场景中发挥着关键作用。本文将带您从零开始，通过MATLAB Control System Toolbox，将抽象的数学公式转化为直观的可视化结果，让理论真正落地为可操作的工程实践。

1. Notch滤波器基础与MATLAB环境准备

Notch滤波器的核心功能是在特定频率点（称为陷波频率）产生一个急剧的衰减，同时保持其他频段的信号几乎不受影响。这种特性使其成为消除周期性干扰的理想工具，比如50Hz工频干扰或旋转机械的振动噪声。

在开始MATLAB实操前，我们需要明确几个关键参数：

ωc：陷波中心频率（rad/s）
dBdown：在ωc处的衰减量（dB）
a：控制陷波宽度的形状参数

建议在MATLAB中新建一个脚本文件（.m文件），方便保存和重复使用代码。首先检查是否已安装Control System Toolbox：

% 检查Control System Toolbox是否可用 if ~license('test','Control_System_Toolbox') error('需要安装Control System Toolbox才能继续'); end

2. 基本Notch滤波器设计与Bode图绘制

让我们从最简单的二阶Notch滤波器开始。假设我们需要在200Hz处设计一个衰减20dB的滤波器，按照理论公式：

$$ H(s) = \frac{s^2 + \omega_c s + \omega_c^2}{s^2 + 10^{dB_{down}/20} \omega_c s + \omega_c^2} $$

对应的MATLAB实现如下：

% 基本Notch滤波器参数设置 omega_c = 200 * 2 * pi; % 将Hz转换为rad/s dB_down = 20; % 20dB衰减 amp_down = 10^(dB_down/20); % 将dB转换为线性比例 % 创建传递函数 numerator = [1, omega_c, omega_c^2]; denominator = [1, amp_down*omega_c, omega_c^2]; notch_basic = tf(numerator, denominator); % 绘制Bode图 figure('Name','Basic Notch Filter','Position',[100 100 800 600]); bode(notch_basic); grid on; title('Basic Notch Filter Bode Diagram');

运行这段代码后，您将看到：

幅频特性图：在200Hz处明显的凹陷，幅度下降约20dB
相频特性图：在陷波频率附近相位发生急剧变化

小技巧：在MATLAB命令窗口输入get(notch_basic)可以查看滤波器对象的全部属性，包括分子分母多项式系数。

3. 调节陷波宽度：引入形状参数a

基本Notch滤波器的陷波宽度是固定的，但在实际工程中，我们经常需要调节这个宽度。这时可以引入形状参数a，修改后的传递函数为：

$$ H(s) = \frac{a s^2 + \omega_c s + a \omega_c^2}{a s^2 + 10^{dB_{down}/20} \omega_c s + a \omega_c^2} $$

a值对滤波器性能的影响：

a > 1：陷波变窄，选择性更强
0 < a < 1：陷波变宽，影响范围更大

下面是在MATLAB中实现可调宽度Notch滤波器的代码：

% 可调宽度Notch滤波器 a_values = [0.1, 1, 10]; % 测试不同的a值 colors = ['r', 'g', 'b']; % 不同曲线颜色 figure('Name','Notch Filter with Different a Values','Position',[100 100 900 600]); hold on; for i = 1:length(a_values) a = a_values(i); % 创建传递函数 num = [a, omega_c, a*omega_c^2]; den = [a, amp_down*omega_c, a*omega_c^2]; notch_var = tf(num, den); % 绘制Bode图 bode(notch_var, colors(i)); % 添加图例 legendInfo{i} = ['a = ' num2str(a)]; end grid on; legend(legendInfo); title('Notch Filter with Different Width Parameters');

执行后您将看到三条曲线，清晰地展示了a值对陷波宽度的影响。在实际应用中，可以根据干扰信号的带宽来选择合适的a值。

4. 滤波器性能验证与实战技巧

设计完成后，我们需要验证滤波器的实际效果。以下是几种常用的验证方法：

4.1 频率响应验证

除了Bode图，还可以使用以下函数进行更详细的分析：

% 详细频率响应分析 freq = logspace(1,3,500); % 10Hz到1kHz，500个对数间隔点 [mag,phase,wout] = bode(notch_var, 2*pi*freq); % 绘制自定义幅频响应 figure; semilogx(freq, 20*log10(squeeze(mag)), 'LineWidth',2); xlabel('Frequency (Hz)'); ylabel('Magnitude (dB)'); title('Custom Frequency Response Plot'); grid on;

4.2 时域仿真验证

生成包含干扰的测试信号，验证滤波效果：

% 时域仿真验证 fs = 1000; % 采样率1kHz t = 0:1/fs:1; % 1秒时间向量 f_signal = 50; % 有用信号频率 f_noise = 200; % 干扰频率 % 生成混合信号 clean_signal = sin(2*pi*f_signal*t); noise = 0.5*sin(2*pi*f_noise*t); mixed_signal = clean_signal + noise; % 滤波器应用（需要转换为离散时间系统） notch_discrete = c2d(notch_var, 1/fs, 'tustin'); filtered_signal = lsim(notch_discrete, mixed_signal, t); % 绘制结果 figure; subplot(3,1,1); plot(t, clean_signal); title('Clean Signal'); subplot(3,1,2); plot(t, mixed_signal); title('Signal with Noise'); subplot(3,1,3); plot(t, filtered_signal); title('Filtered Signal');

4.3 实用技巧与注意事项

频率单位转换：
- MATLAB中tf函数使用的频率单位是rad/s
- 实际工程常用Hz，注意ω = 2πf的转换
数值稳定性：
- 对于极高频率的滤波器，直接使用tf可能导致数值问题
- 可考虑使用zpk（零极点增益）形式：

% 使用zpk形式创建滤波器 zeta_num = 1/(2*sqrt(a)); % 分子阻尼比 zeta_den = amp_down/(2*sqrt(a)); % 分母阻尼比 notch_zpk = zpk([], [-zeta_den*omega_c + 1i*omega_c*sqrt(1-zeta_den^2),... -zeta_den*omega_c - 1i*omega_c*sqrt(1-zeta_den^2)],1);

多级联设计：
- 对于需要抑制多个频率的情况，可以级联多个Notch滤波器
- 使用series函数或直接相乘传递函数：

% 设计双Notch滤波器 notch_50Hz = design_my_notch(50, 20, 1); % 假设的设计函数 notch_200Hz = design_my_notch(200, 20, 1); dual_notch = notch_50Hz * notch_200Hz;

5. 高级应用：自动化设计与GUI工具

对于需要频繁设计不同参数滤波器的用户，可以创建更智能的设计工具：

5.1 封装设计函数

function [notch_tf, notch_zpk] = design_notch(fc, dBdown, a) % 设计Notch滤波器 % 输入: % fc - 陷波频率(Hz) % dBdown - 衰减量(dB) % a - 形状参数 % 输出: % notch_tf - 传递函数形式 % notch_zpk - 零极点增益形式 omega_c = 2*pi*fc; amp_down = 10^(dBdown/20); % 传递函数形式 num = [a, omega_c, a*omega_c^2]; den = [a, amp_down*omega_c, a*omega_c^2]; notch_tf = tf(num, den); % 零极点增益形式 zeta_num = 1/(2*sqrt(a)); zeta_den = amp_down/(2*sqrt(a)); zeros = -zeta_num*omega_c + 1i*omega_c*sqrt(1-zeta_num^2); poles = [-zeta_den*omega_c + 1i*omega_c*sqrt(1-zeta_den^2),... -zeta_den*omega_c - 1i*omega_c*sqrt(1-zeta_den^2)]; notch_zpk = zpk([], poles, 1); end

5.2 交互式GUI设计

MATLAB的App Designer可以创建更友好的界面：

% 简易GUI设计示例（需要在App Designer中完善） classdef NotchDesigner < matlab.apps.AppBase properties (Access = public) UIFigure matlab.ui.Figure FreqEdit matlab.ui.control.NumericEditField AttenEdit matlab.ui.control.NumericEditField WidthEdit matlab.ui.control.NumericEditField PlotButton matlab.ui.control.Button BodeAxes matlab.ui.control.UIAxes end methods (Access = private) function plotButtonPushed(app, ~) % 获取用户输入 fc = app.FreqEdit.Value; dBdown = app.AttenEdit.Value; a = app.WidthEdit.Value; % 设计滤波器 [notch_tf, ~] = design_notch(fc, dBdown, a); % 绘制Bode图 bode(notch_tf, 'Parent', app.BodeAxes); grid(app.BodeAxes, 'on'); end end end

在实际项目中，我发现将常用的滤波器设计参数保存为.mat文件或设计函数可以大幅提高工作效率。例如，针对特定的工业设备噪声特征，可以预先设计好一组最优参数，使用时直接调用。