再设置数据输入输出模块的参数，输入变量名为simin，并允许数据外插。输出数据为simout，设定为向量格式，将设置好的仿真存盘为discretfil ter.mdl文件。仿真程序：
(3)理论计算
由此可见，用filter指令和Simulink建模仿真结果与理论计算结果是一致的。
4 数字滤波器应用于图像处理
示例：用同一指标的低通滤波器对加不同噪声的同一幅图像滤波效果的比较。
由滤波效果图发现，我们设计的3阶butterworthz低通滤波器在d0(截止频率)为20时。对3种噪声的滤除效果相差不多，都达到了滤除噪声的目的，但使图像均不同程度的模糊。这是因为在一幅图像中，图像的边缘、图像中的颗粒噪声均代表了图像信号的高频分量，而图像的背景则代表了其低频分量。用滤波的方法滤除其商频分最就能去掉噪声，但同时使图像的高频分量得到衰减，也就是说滤波后图像变模糊了。当然也不难想象，Butterworth低通滤波器的截止频率越低，图像信号的高频分量损失就越多，滤波后的图像也就越模糊。
图3使用的是同一阶数(N=5)不同截止频率的滤波器对加入盐椒噪声的图像的滤波效果比较。
5 结 语
综上所述，利用Matlab的信号处理工具箱能够方便快捷地设计和实现各种滤波器，这对于信号的传输和处理有着极其重要的作用。