Ro = 50;
f1C = 9500;  % вказуємо нижню частоту зрізу 3дБ 9500Гц задав змінну f1C
f2C = 10500; % вказуємо верхню частоту зрізу 3дБ 10500Гц задав змінну f2C

Ls =    % розрахунок для параметру індуктивності послідовного сегменту
Cs =    % розрахунок для параметру ємності послідовного сегменту

Lp =  % розрахунок для параметру індуктивності паралельного сегменту
Cp =  % розрахунок для параметру ємності паралельного сегменту

ckt = circuit('butterworthBPF'); %circuit object, щоб створити схему, який може містити такі елементи, як R, L, C
add(ckt,[],inductor(Ls));     
     % Ls1 
     % Cs1
     % Cp1
     % Lp1
     % Lp2
     % Cp2

Seg1 = rfckt.shuntrlc('L',Lp,'C',Cp);     % Сегмент із Lр і Ср формують паралельну частину схеми за допомогою об'єкта rfckt.shuntrlc
Seg2 = rfckt.seriesrlc('L',Ls,'C',Cs);    % Сегмент із Ls і Сs формують послідовну частину схеми за допомогою об'єкта rfckt.seriesrlc
                                          % Сегмент із Lр і Ср 
cktBPF = ;  % Підключення 2-портових мереж за допомогою об'єкта rfckt.cascade

freq = linspace;   % задаємо лінійний простір для частоти
          % analyze - для отримання S-параметрів 2-портової мережі в широкому частотному діапазоні.
          % обчислення функції передачі напруги від входу до виходу
          % Наближення даних із використанням об'єкта стабільної раціональної функції. Відображають ідеальну RC-схему з дуже високим ступенем точності.
          % ширина частот для відображення необхідного фрагменту графіка


figure % налаштування графіку 1
semilogy(freq,abs(tf),widerFreqs,abs(resp),'--','LineWidth',2)
xlabel('') % підпис для абсцисс
ylabel('') % підпис для ординат
legend('') % легенда
title('The rational fit behaves well outside the fitted frequency range.') % заголовок

fCenter = 10e3; % центральна частота
fBlocker = 8.0e3; % частота блокування шуму.
period = 1/fCenter; % розрахунок періоду орієнтовно на центральну частоту
sampleTime = period/16;
signalLen = 8192;
t = (0:signalLen-1)'*sampleTime; % 256 periods

input = sin(2*pi*fCenter*t);     % Чистий вхідний сигнал
rng('default')
noise = randn(size(t)) + sin(2*pi*fBlocker*t);
noisyInput = input + noise;      % Зашумлений вхідний сигнал

output = timeresp(fit,noisyInput,sampleTime);%Функція timeresp обчислює аналітичний розв'язок рівнянь простору станів, визначених вхідним сигналом.
xmax = t(end)/32;
figure %Побудова графіку вхідного сигналу, зашумленого вхідного сигналу та вихідного сигналу смугового фільтра у вікні рисунка.
subplot(3,1,1)
plot(t,input)
axis([0 xmax -1.5 1.5])
title('Input')

subplot(3,1,2)
plot(t,noisyInput)
axis([0 xmax floor(min(noisyInput)) ceil(max(noisyInput))])
title('Noisy Input')
ylabel('Amplitude (volts)')

subplot(3,1,3)
plot(t,output)
axis([0 xmax -1.5 1.5])
title('Filter Output')
xlabel('Time (sec)')

NFFT = 2^nextpow2(signalLen); % Накладання графіку шуму і графіку вихідного сигналу
Y = fft(noisyInput,NFFT)/signalLen;
samplingFreq = 1/sampleTime;
f = samplingFreq/2*linspace(0,1,NFFT/2+1)';
O = fft(output,NFFT)/signalLen;

figure
subplot(2,1,1)
plot(freq,abs(tf),'b','LineWidth',2)
axis([freq(1) freq(end) 0 1.2])
legend('filter transfer function')
ylabel('Magnitude')

subplot(2,1,2)
plot(f,2*abs(Y(1:NFFT/2+1)),'g',f,2*abs(O(1:NFFT/2+1)),'r','LineWidth',2)
axis([freq(1) freq(end) 0 1.2])
legend('input+noise','output')
title('Filter characteristic and noisy input spectrum.')
xlabel('Frequency (Hz)')
ylabel('Magnitude (Volts)')