图1. FIR滤波器结构示意图   设输入序列为 x ( n ) x(n) x(n)，抽头系数为 ω ( m ) \omega(m) ω(m)，则输出序列可表示为 y ( n ) = ∑ m ω ( m ) x ( n − m Δ ) (1) y(n)=\sum_m \omega(m)x(n-m\Delta) \tag{1} y(n)=m∑​ω(m)x(n−mΔ)(1)   其中，

请参考： 计算下式的单位冲激响应和单位阶跃响应： y(n)+0.7y(n-1)-0.45y(n-2)-0.6y(n-3)=0.8x(n)-0.44x(n-1)+0.36x(n-2)+0.02x(n-3)   N=50；b=[0.8,-0.44,0.36,0.02];a=[1,0.7,-0.45,-0.6];%求单位冲激响应%用filter函数用单位冲激响应x1=[1,zeros(1,N-1)]

本文仅供学习使用 本文参考： B站：DR_CAN Dr. CAN学习笔记-数学基础Ch0-4线性时不变系统中的冲激响应与卷积 1. LIT System：Linear Time Invariant2. 卷积 Convolution3. 单位冲激 Unit Impulse——Dirac Delta 线性时不变系统 ： LIT System 冲激响应：Impluse Res

目的 这里使用自动驾驶车的转向角度作为输入模拟冲激信号 输出分别为：横向加速度，yaw rate和推定的侧滑角 通过对输入和输出进行傅里叶变换，求出频域的比例关系后绘制伯德图。以观察车辆的传递特性 *由于包含数据的机密性分析结果就不放实际数据图片了，只是作为学习笔记分享一下代码的思路 1. 导入数据 使用CAN信号的记录文件并转换为.mat数据文件后进行分析，每一个数据对应了一个采样时间文件