吕卫阳—信号分析与处理第二次作业—北京科技大学

吕卫阳—信号分析与处理第二次作业—北京科技大学
吕卫阳—信号分析与处理第二次作业—北京科技大学

周期序列的频谱分析:

已知周期序列在一个周期N=4内的取值为x(n)=[0 1 2 3]采用MATLAB计算该周期序列的频谱(DTFS)。

程序:

%周期序列的时域波形

x=[0 1 2 3];n=0:3;

N=length(x);figure(1);

stem(n,x,'*');

axis([0 4 -4 4]);grid;

xlabel('n');

ylabel('x(n)');

title('周期序列时域波形');

for k=0:1:3

dk(k+1)=(x(1)*exp(-j*k*2*pi/N*0)+x(2)*exp(-j*k*2*pi/N*1)+x(3)*exp (-j*k*2*pi/N*2)...

+x(4)*exp(-j*k*2*pi/N*3))/N;

realdk(k+1)=real(dk(k+1));

imagdk(k+1)=imag(dk(k+1));

magnitude(k+1)=abs(dk(k+1));

phase(k+1)=angle(dk(k+1));

end

%周期序列的频谱:实部和虚部

k=0:1:3;

figure(2);

subplot(2,1,1);

stem(k,realdk(k+1),'*');

axis([0 4 -4 4]);

xlabel('k');

ylabel('Real Part of d(k)');grid;

subplot(2,1,2);

stem(k,imagdk(k+1),'*');

axis([0 4 -4 4]);

xlabel('k');

ylabel('Imaginary Part of d(k)');grid;

%周期序列的频谱:幅值和相位

figure(3);

subplot(2,1,1);

stem(k,magnitude(k+1),'*');

axis([0 4 -4 4]);

xlabel('k');

ylabel('Magnitude Part of d(k)');grid;

subplot(2,1,2);

stem(k,phase(k+1),'*');

axis([0 4 -4 4]);

xlabel('k');

ylabel('Phase Part of d(k)');

grid;

运行结果:

周期序列的时域波形

周期序列的频谱:实部和虚部

周期序列的频谱:幅值和相位

信号分析与处理答案第二版完整版

信号分析与处理答案第 二版 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

第二章习题参考解答 求下列系统的阶跃响应和冲激响应。 (1) 解当激励为时,响应为,即: 由于方程简单,可利用迭代法求解: ,, …, 由此可归纳出的表达式: 利用阶跃响应和冲激响应的关系,可以求得阶跃响应: (2) 解 (a)求冲激响应 ,当时,。 特征方程,解得特征根为。所以: …(2.1.2.1) 通过原方程迭代知,,,代入式(2.1.2.1)中得:解得,代入式(2.1.2.1): …(2.1.2.2) 可验证满足式(2.1.2.2),所以: (b)求阶跃响应 通解为 特解形式为,,代入原方程有,即 完全解为 通过原方程迭代之,,由此可得 解得,。所以阶跃响应为: (3)

解 (4) 解 当t>0时,原方程变为:。 …(2.1.3.1) …(2.1.3.2) 将(2.1.3.1)、式代入原方程,比较两边的系数得: 阶跃响应: 求下列离散序列的卷积和。 (1) 解用表 格法求 解 (2) 解用表 格法求 解 (3) 和 如题图2.2.3所示 解用表 格法求 解

(4) 解 (5) 解 (6) 解参见右图。 当时: 当时: 当时: 当时: 当时: (7) , 解参见右图: 当时: 当时: 当时: 当时: 当时: (8) ,解参见右图

当时: 当时: 当时: 当时: (9) , 解 (10) , 解 或写作:

求下列连续信号的卷积。 (1) , 解参见右图: 当时: 当时: 当时: 当时: 当时: 当时: (2) 和如图2.3.2所示 解当时: 当时: 当时: 当时: 当时: (3) , 解 (4) , 解 (5) , 解参见右图。当时:当时: 当时:

西电随机信号大课后复习

随机信号大作业 班级:02xxxx 姓名:xx

学号:02xxxxx 第一章 1.23上机题:设有随机初相信号X(t)=5cos(t+φ),其中相位φ是在区间(0,2π)上均匀分布的随机变量。试用Matlab编程产生其三个样本函数。 解:程序: clc clear m=unifrnd(0,2*pi,1,10); for k=1:3 t=1:0.1:10; X=5*cos(t+m(k)); plot(t,X); hold on

end title('其三个样本函数'); xlabel('t');ylabel('X(t)'); grid on ;axis tight ; 由 Matlab 产生的三个样本函数如下图所示: 第二章 2.22 上机题:利用Matlab 程序设计一正弦型信号加高斯白噪声的复合信号。 (3)分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 1 2 3 4 5 6 7 8 9 10 -4-3-2-101 23 4其三个样本函数 t X (t )

解:取数据如下: 正弦信号的频率为:fc=10HZ,抽样频率为:fs=100HZ; 信号:x=sin(2*pi*fc*t); 高斯白噪声产生复合信号y: y=awgn(x,10); 复合信号y通过理想滤波器电路后得到信号y3 ,通过卷积计算可以得到y3 即:y3=conv2(y,sin(10*t)/(pi*t)); y3的幅度分布特性可以通过傅里叶变换得到Y3(jw)=fft(y3),y3的功率谱密度:G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))。 程序: clear all; fs=100; fc=10; n=201; t=0:1/fs:2; x=sin(2*pi*fc*t); y=awgn(x,10); m=50; i=-0.49:1/fs:0.49; for j=1:m R(j)=sum(y(1:n-j-1).*y(j:199),2)/(n-j); Ry(49+j)=R(j);

现代数字信号处理复习题

现代数字信号处理复习题 一、填空题 1、平稳随机信号是指:概率分布不随时间推移而变化的随机信号,也就是说,平稳随机信号的统计特性与起始 时间无关,只与时间间隔有关。 判断随机信号是否广义平稳的三个条件是: (1)x(t)的均值为与时间无关的常数:C t m x =)( (C 为常数) ; (2)x(t)的自相关函数与起始时间无关,即:)(),(),(ττx i i x j i x R t t R t t R =+=; (3)信号的瞬时功率有限,即:∞<=)0(x x R D 。 高斯白噪声信号是指:噪声的概率密度函数满足正态分布统计特性,同时其功率谱密度函数是常数的一类噪 声信号。 信号的遍历性是指:从随机过程中得到的任一样本函数,好象经历了随机过程的所有可能状态,因此,用一个 样本函数的时间平均就可以代替它的集合平均 。 广义遍历信号x(n)的时间均值的定义为: ,其时间自相关函数的定义为: 。 2、连续随机信号f(t)在区间上的能量E 定义为: 其功率P 定义为: 离散随机信号f(n)在区间 上的能量E 定义为: 其功率P 定义为: 注意:(1)如果信号的能量0

信号分析与处理习题

2.1 有一个理想采样系统,其采样角频率Ωs =6π,采样后经理想低通滤波器H a (j Ω)还原,其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(,,j H a 现有两个输入,x 1(t )=cos2πt ,x 2(t )=cos5πt 。试问输出信号y 1(t ),y 2(t )有无失真?为什么? 分析:要想时域采样后能不失真地还原出原信号,则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍,即满足Ωs ≥2Ωh 。 解:已知采样角频率Ωs =6π,则由香农采样定理,可得 因为x 1(t )=cos2πt ,而频谱中最高角频率ππ π32621=< =Ωh ,所以y 1(t )无失真; 因为x 2(t )=cos5πt ,而频谱中最高角频率ππ π32 652=>=Ωh ,所以y 2(t )失真。 3.2 设x (n )的傅里叶变换为X (e j ω),试利用X (e j ω )表示下列序列的傅里叶变换: (1) )1()1()(1n x n x n x --+-= (2) )]()([2 1 )(2n x n x n x -+= * 分析:利用序列翻褶后的时移性质和线性性质来求解,即 )()(ωj e X n x ?,)()(ωj e X n x -?- )()(ωωj m j e X e n m x --?- 解:(1)由于)()]([ω j e X n x DTFT =,)()]([ωj e X n x DTFT -=-,则 )()]1([ωωj j e X e n x DTFT --=- )()]1([ωωj j e X e n x DTFT -=-- 故ωωωωω cos )(2])[()]([1j j j j e X e e e X n x DTFT ---=+= (2)由于)()]([ω j e X n x DTFT * * =- 故)](Re[2 ) ()()]([2ωωωj j j e X e X e X n x DTFT =+= * 3.7 试求下列有限长序列的N 点离散傅里叶变换(闭合形式表达式):

工程教育专业认证标准

工程教育专业认证标准(讨论稿) (2011年11月) 1.总则 (1)本标准适用于普通高等学校工程教育本科专业认证。 (2)本标准提供工程教育本科培养层次的基本质量要求。 (3)本标准由通用标准和专业补充标准组成。

2.通用标准 2.1 专业目标 2.1.1 专业设置 专业设置适应国家和地区、行业经济建设的需要,适应科技进步和社会发展的需要,符合学校自身条件和发展规划,有明确的服务面向和人才需求。申请认证或重新认证的专业必须具有: 1.明确充分的专业设置依据和论证,有相应学科作依托,专业口径、布局符合学校的定位。 2.明确的、可衡量、公开的人才培养目标。根据经济建设和社会发展的需要、自身条件和发展潜力,确定在一定时期内培养人才的层次、类型和人才的主要服务面向。 3.至少已有3届毕业生。 2.1.2 毕业生能力 专业必须证明所培养的毕业生达到如下知识、能力与素质的基本要求: 1.具有较好的人文社会科学素养、较强的社会责任感和良好的工程职业道德; 2.具有从事工程工作所需的相关数学、自然科学知识以及一定的经济管理知识; 3.掌握扎实的工程基础知识和本专业的基本理论知识,了解本专业的前沿发展现状和趋势; 4.具有综合运用所学科学理论和技术手段分析并解决工程问题的基本能力; 5.掌握文献检索、资料查询及运用现代信息技术获取相关信息的基本方法; 6.具有创新意识和对新产品、新工艺、新技术和新设备进行研究、开发和设计的初步能力; 7.了解与本专业相关的职业和行业的生产、设计、研究与开发的法律、法规,熟悉环境保护和可持续发展等方面的方针、政策和法津、法规,能正确认识工程对于客观世界和社会的影响; 8.具有一定的组织管理能力、较强的表达能力和人际交往能力以及在团队

现代信号处理作业

信号时频分析技术及matlab仿真 电路与系统王冠军 201128013926153 摘要:本文介绍了时频分析的一些基础理论,对短时傅里叶变换Wigner-Ville分布做了简单介绍,运用MATLAB语言实现了旨在构造一种时间和频率的密度函数,以揭示信号中所包含的频率分量及其演化特性的wigner-ville分布。并对时频分析方法的优缺点进行了分析。 关键词:时频分析短时傅里叶变换wigner-ville分布 1 引言 基于Fourier变换的传统信号处理技术从信号频域表示及能量的频域分布的角度揭示了信号在频域的特征。但Fourier变换是一种整体变换,只能为人们提供信号在时域或频域的全局特性而无法了解信号频谱随时间变化的情况。因此,需要使用一种时间和频率的联合函数来表示信号,这种表示简称为信号,也就是信号的时频分析。 2 时频分析方法 信号时频分析主要研究非平稳信号或时变信号的频谱含量是怎样随时间变化的。时频分析是当今信号处理领域的一个主要研究热点,目前常用时频分析方法主要有短时傅里叶变换、Gabor展开、小波变换、Wigner-Ville分布。本文主要介绍了短时傅里叶变换和Wigner-Ville分布两种分析方法。 2.1 短时傅立叶变换STFT 从历史上看,信号的时频分析用的最多的是短时傅立叶变换,这种变换的基本思想是用一个窗函数乘时间信号,该窗函数的时宽足够窄,使取出的信号可以被看成是平稳的,然后进行的傅立叶变换可以反映该时宽中的频谱变化规律,如果让窗随时间轴移动,可以得到信号频谱随时间变化的规律。对于时变信号,了解不同时刻附近的频域特征是至关重要的。因此,人们采用时间—频率描述时变信号,将一维的时域信号映射到一个二维的时域平面,全面反映观测信号的时频联合特征。短时傅立叶变换反映了这一思想,对于时变信号,采用某一滑动窗函数截取信号,并认为这些信号是准平稳的,然后,再分别对其进行傅立叶变换,构成时变信号的时变谱。短时傅立叶变换是一种常用的时—频域分析方法,其基本思想

《信号分析与处理》复习总结

信号是带有信息(如语音、音乐、图象、数据等)的随时间(和空间)变化的物理或物理现象,其图象称为信号的波形。信号是消息的表现形式,消息则是信号的具体内容。 分类:根据不同分类原则,信号可分为:连续时间信号与离散时间信号;确定信号与随机信号;周期信号和非周期信号;功率信号与能量信号等等 反因果信号:若当t ≥0时,f (t )=0;当t <0时,f (t )≠0. 系统:由若干相互作用和相互依赖的事物组合而成的具有特定功能的整体。 ???????=???≠=∞=?∞ ∞ -1)()0( 0)0( )(dt t t t t δδ()()t t δδ-= ()t δ为偶对称函数 1()d 2j t t e ωδωπ ∞-∞= ?——()t δ的逆傅立叶变 换 ()()d ()() t x t t t t x t t t δε-∞ -=-?) ()()()(000t t t x t t t x -=-δδ)(| |1 )(t a at δδ= )(t δ'是奇对称函数 ) ()(, 0)(t d d t δττδττδ='='? ? ∞ -∞ ∞ -离散时间单位: 0()(), ()()(1) m n n m n n n εδδεε+∞ ==-=--∑稳定 性 ∑? +∞-∞ =∞ +∞ -∞ <∞-=-? -z z z z n Z ε

西电随机信号分析大作业

随机信号分析大作业 学院:电子工程学院 班级:021151 学号:02115037 姓名:隋伟哲

第一题:设有随机信号X(t)=5cos(t+a),其中相位a是在区间(0,2π)上均匀分布的随机变量,使用Matlab编程产生其三个样本函数。 解: 源程序如下: clc;clear; C=2*pi*rand(1,3);%在[0,2π]产生均匀分布的相位角 t=1:.1:80; y1=5*cos(t+C(1)); %将产生的随机相位角逐一代入随机过程中 y2=5*cos(t+C(2)); %将产生的随机相位角逐一代入随机过程中 y3=5*cos(t+C(3)); %将产生的随机相位角逐一代入随机过程中 plot(t,y1,'r-'); hold on; plot(t,y2,'g--'); hold on; plot(t,y3,'k-'); xlabel('t');ylabel('X(t)'); grid on;axis([0 30 -8 8]); title('随机相位的三条样本曲线'); 产生的三条样本曲线:

第二题:利用Matlab程序设计一正弦型信号加高斯白噪声的复合信号。(1)分析复合信号的功率谱密度、幅度分布特性; (2)分析复合信号通过RC积分电路后的功率谱密度和相应的幅度分布特性; (3)分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 解:设定正选信号的频率为10HZ,抽样频率为100HZ x=sin(2*pi*fc*t)

(1)正弦函数加上高斯白噪声: y=awgn(x,10) y 的幅度分布特性可以通过傅里叶变换得到: Y(jw)=fft(y) y 的功率谱密度: G(w)=Y(jw).*conj(Y(jw)/length(Y(jw))) 随机序列自相关函数的无偏估计公式为: 1 01()()()N m xx n R m x n x n m N m --==+-∑ 01m N ≤≤- (2)复合信号 y 通过RC 积分电路后得到信号y2 通过卷积计算可以得到y2 即:y2= conv2(y,b*pi^-b*t) y2的幅度分布特性可以通过傅里叶变换得到: Y2(jw)=fft(y2) y2的功率谱密度: G2(w)=Y2(jw).*conj(Y2(jw)/length(Y2(jw))) (3)复合信号 y 通过理想滤波器电路后得到信号y3 通过卷积计算可以得到y3 即:y3=conv2(y,sin(10*t)/(pi*t)) y3的幅度分布特性可以通过傅里叶变换得到: Y3(jw)=fft(y3) y3的功率谱密度: G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))

现代信号处理大作业

现代信号处理大作业 姓名:潘晓丹 学号:0140349045 班级:A1403492

作业1 LD 算法实现AR 过程估计 1.1 AR 模型 p 阶AR 模型的差分方程为: )()()(1 n w i n x a n x p i i =-+ ∑=,其中)(n w 是均值为0的白噪声。 AR 过程的线性预测方法为:先求得观测数据的自相关函数,然后利用Yule-Walker 方程递推求得模型参数,再根据公式求得功率谱的估计。 Yule-Walker 方程可写成矩阵形式: ??????? ? ????????= ??????? ? ?? ???? ????????????? ??? ??--+-+--000)()2()1(1) 0() 2()1()()2()0()1()2()1()1()0() 1()() 2()1()0(2 σp a a a r p r p r p r p r r r r p r r r r p r r r r p p p xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx 1.2 LD 算法介绍 Levinson-Durbin 算法可求解上述问题,其一般步骤为: 1) 计算观测值各自相关系数p j j r xx ,,1, 0),( =;)0(0xx r =ρ;i=1; 2) 利用以下递推公式运算: ) 1(1,...,2,1),()()()() ()()(2 1111 1 1 1 i i i i i i i i i i i j xx i xx i k i j j i a k j a j a k i a j i r j a i r k -=-=--==-?+ -=-----=-∑ρρρ 3) i=i+1,若i>p ,则算法结束;否则,返回(2)。 1.3 matlab 编程实现 以AR 模型:xn=12xn-1-12xn-2+w(n)为例,Matlab 程序代码如下: clear; clc;

测试信号分析与处理作业实验一二

王锋 实验一:利用FFT 作快速相关估计 一、实验目的 a.掌握信号处理的一般方法,了解相关估计在信号分析与处理中的作用。 b.熟悉FFT算法程序;熟练掌握用FFT作快速相关估计的算法。 c.了解快速相关估计的谱分布的情况。 二、实验内容 a.读入实验数据[1]。 b.编写一利用FFT作相关估计的程序[2]。 c.将计算结果表示成图形的形式,给出相关谱的分布情况图。 注[1]:实验数据文件名为“Qjt.dat”。 实验数据来源:三峡前期工程 “覃家沱大桥” 实测桥梁振动数据。 实验数据采样频率:50Hz。 可从数据文件中任意截取几段数据进行分析,数据长度N 自定。 注[2]:采用Matlab 编程。 三、算法讨论及分析 算法为有偏估计,利用FFT计算相关函数 Step 1: 对原序列补N个零,得新序列x2N(n) Step2: 作FFT[x2N(n)]得到X2N(k) Step 3: 取X2N(k)的共轭,得 Step 4: 作 Step 5: 调整与的错位。 四、实验结果分析 1. 该信号可以近似为平稳信号么? 可以近似为平稳信号,随机过程的统计特性不随样本的采样时刻而发生变化。取N=8192,分别取间隔m=500,m=700,m=1000,所得到的均值均为0.5366,方差为47369,与时间无关。

图1-1 自相关函数图 (上图表示的R0,下图为调整后的R0) 2. 该信号是否具有周期性,信噪比如何? >> load Qjt.dat; %加载数据 N=32768; %数据长度 i=1:1:N; %提取数据 plot(i,Qjt(i)); 抛去几个极值点,从图1-2可以看出,数据具有一定的周期性,杂音比较少,说明信噪比较高。 图1-2 数据图

信号分析与处理课后习题答案

信号分析与处理课后习题答案 第五章快速傅里叶变换 1.如果一台通用计算机的速度为平均每次复乘需要50us ,每次复加需要10us ,用来就散N=1024点的DFT ,问: (1)直接计算需要多少时间?用FFT 计算呢? (2)照这样计算,用FFT 计算快速卷积对信号进行处理是,估计可实现实时处理的信号最高频率? 解: 分析:直接利用DFT 计算:复乘次数为N 2,复加次数为N(N-1); 利用FFT 计算:复乘次数为20.5log N N ,复加次数为2log N N ; (1) 直接DFT 计算: 复乘所需时间2215010245052.4288T N us us s =?=?= 复加所需时间2(1)101024(10241)1010.47552T N N us us s =-?=-?= 所以总时间1262.90432DFT T T T s =+= FFT 计算: 复乘所需时间3220.5log 500.51024log 1024500.256T N N us us s =?=???= 复加所需时间422log 101024log 1024100.1024T N N us us s =?=??= 所以总时间为340.3584FFT T T T s =+= (2) 假设计算两个N 长序列1()x n 和2()x n 的卷积 计算过程为如下: 第一步:求1()X k ,2()X k ;所需时间为2FFT T ? 第二步:计算12()()()X k X k X k =?,共需要N 次复乘运算 所需时间为501024500.0512To N us us s =?=?= 第三步:计算(())IFFT X k ,所需时间为FFT T 所以总时间为230.35840.0512 1.1264FFT T T To s s s =?+=?+= 容许计算信号频率为N/T=911.3Hz 2.设x(n)是长度为2N 的有限长实序列,()X k 为x(n)的2N 点得DFT 。

随机信号分析大作业

随机信号分析实验报告 信息25班 2120502123 赵梦然

作业题三: 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n),并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n),检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形,讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列,并将其替换高斯白噪声通过上述系统。 画出此时的输出图形,并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示: (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图,并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作,当N 很大时,可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时,均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。

一、作业分析: 本题主要考察的是加性高斯白噪声相关问题,因此构造一个高斯白噪声十分重要,故在本题中使用randn函数随机生成一个个符合高斯分布的数据,并由此构成高斯白噪声;而且由于白噪声是无法完全表示的,故此根据噪声长度远大于信号长度时可视为高斯白噪声,构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答: (1)matlab程序为: x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为:

测试信号分析与处理作业实验五

王锋 实验五:多种功率谱估计的比较 一、实验目的 a.了解功率谱估计在信号分析中的作用; b.掌握随机信号分析的基础理论,掌握参数模型描述形式下的随机信 号的功率谱的计算方法; c.掌握在计算机上产生随机信号的方法; d.了解不同的功率谱估计方法的优缺点。 二、实验准备 有三个信号源,分别代表三种随机信号(序列)。 信号源1: 123()2cos(2)2cos(2)2cos(2)()x n f n f n f n z n πππ=+++ 其中,1230.08,=0.38,0.40f f f == z(n)是一个一阶 AR 过程,满足方程: ()(1)(1)()z n a z n e n =--+ (1)0.823321a =- e(n)是一高斯分布的实白噪声序列,方差20.1σ= 信号源2和信号源3: 都是4阶的AR 过程,它们分别是一个宽带和一个窄带过程,满足方程: ()(1)(1)(2)(2)(3)(3)(4)(4)()x n a x n a x n a x n a x n e n =--------+ e(n)是一高斯分布的实白噪声序列,方差2σ,参数如下: 三、实验内容 a. 描绘出这三个实验信号的真实功率谱波形。 b. 在计算机上分别产生这个三个信号,令所得到的数据长度 N= 256 。 注意:产生信号的时候注意避开起始瞬态点。例如,可以产生长度为512 的信号序列,然后取后面256 个点作为实验数据。 c. 分别用如下的谱估计方法,对三个信号序列进行谱估计。 1、经典谱估计 周期图法 自相关法 平均周期图法(Bartlett 法)

Welch法(可选每段64 点,重叠32 点,用Hamming 窗)2、现代谱估计 Yule - Walker方程(自相关法) 最小二乘法 注:阶次p可在3-20之间,由自己给定。 四、实验结果分析 生成的信号源

《信号分析与处理》(第二版)-徐科军、黄云志-课后标准答案

《信号分析与处理》(第二版)-徐科军、黄云志-课后答案

————————————————————————————————作者:————————————————————————————————日期:

Chap1. 1.4 ()()()()()()()()()()()() ()()()()()()()121 2 122 12112 2 121 2 2 2y 11102 y 0.5111 y 0.5 1.513y 0 13 013 y 0.5111 0.5 1.513t t t t t x t x t x x t d x x t x x t d t d t t t x x t d t d t t t t t or t t or t t t t t t t τττ ττττ τττττττττττ+∞ -∞ ----=*=-=-≤≤???=≤≤??=-= -=+-<≤=-= -=-++<<=≤-≥≤-≥??=+-<≤??-++<

()()[] ()()()[]()()()∑∞ =? ? ? ???Ω-Ω-+=- =-= =??? ??<≤<≤-=1002212 2 01cos cos cos 1cos 141cos 1cos 1 5 .0202 20 (a)n n n t n n n t n n n t x n n b n n a a T t t T t T t x πππππ πππ 代入公式得: ()() ()()() ()[] ()()[]()()∑∞ =Ω-? ? ? ???Ω-Ω-+=- =-= ==Ω=Ω-=1002222 2 012 212cos 1cos cos 11411cos 11 5.0cos 2 (b)n n n T jn t n n t n n n t x n b n n a a n n X e n X T t x t x πππππππ得到:根据时移性质: ()() ()()()[]()()[]() ∑?∑∞ =-∞ =Ω-+=-=Ω==Ω+=102232 20 2 0201 00 3cos cos 12 21cos 12cos 41 cos 2 (c)n T n n n t n n n t x n n dt t n t x T a a t n a a t x ππ ππ偶对称, 1.12 ()()dt e t x j X t j ?+∞ ∞ -Ω-=Ω频谱密度函数:

现代信号处理大作业题目+答案

研究生“现代信号处理”课程大型作业 (以下四个题目任选三题做) 1. 请用多层感知器(MLP )神经网络误差反向传播(BP )算法实现异或问题(输入为[00;01;10;11]X T =,要求可以判别输出为0或1),并画出学习曲线。其中,非线性函数采用S 型Logistic 函数。 2. 试用奇阶互补法设计两带滤波器组(高、低通互补),进而实现四带滤波器组;并画出其频响。滤波器设计参数为:F p =1.7KHz , F r =2.3KHz , F s =8KHz , A rmin ≥70dB 。 3. 根据《现代数字信号处理》(姚天任等,华中理工大学出版社,2001)第四章附录提供的数据(pp.352-353),试用如下方法估计其功率谱,并画出不同参数情况下的功率谱曲线: 1) Levinson 算法 2) Burg 算法 3) ARMA 模型法 4) MUSIC 算法 4. 图1为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR 系统长M =11), 系统输入是取值为±1的随机序列)(n x ,其均值为零;参考信号)7()(-=n x n d ;信道具有脉冲响应: 1 2(2)[1cos( )]1,2,3()20 n n h n W π-?+=?=???其它 式中W 用来控制信道的幅度失真(W = 2~4, 如取W = 2.9,3.1,3.3,3.5等),且信道受到均 值为零、方差001.02 =v σ(相当于信噪比为30dB)的高斯白噪声)(n v 的干扰。试比较基 于下列几种算法的自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况,在同一坐标下画出其学习曲线): 1) 横向/格-梯型结构LMS 算法 2) 横向/格-梯型结构RLS 算法 并分析其结果。

现代数字信号处理期末复习

“现代数字信号处理”复习思考题 变换 1. 给出DFT的定义和主要性质。 2. DTFT与DFT之间有什么关系? 3. 写出FT、DTFT、DFT的数学表达式。 离散时间系统分析 1. 说明IIR滤波器的直接型、级联型和并联型结构的主要特点。 2. 全通数字滤波器、最小相位滤波器有何特点? 3. 线性相位FIR滤波器的h(n)应满足什么条件?其幅度特性如 何? 4. 简述FIR离散时间系统的Lattice结构的特点。 5. 简述IIR离散时间系统的Lattice结构的特点。 采样 1.抽取过程为什么要先进行滤波,此滤波器应逼近什么样的指标? 维纳滤波 1.画出Wiener滤波器结构,写出平稳信号下的滤波方程,导出Wiener-Hopf方程。 2.写出最优滤波器的均方误差表示式。 3.试说明最优滤波器满足正交性原理,即输出误差与输入信号正交。4.试说明Wiener-Hopf方程和Yule-Walker方程的主要区别。 5.试说明随机信号的自相关阵与白噪声的自相关阵的主要区别。

6.维纳滤波理论对信号和系统作了哪些假设和限制? 自适应信号处理 1.如何确定LMS算法的值,值与算法收敛的关系如何? 2.什么是失调量?它与哪些因素有关? 3.RLS算法如何实现?它与LMS算法有何区别? 4.什么是遗忘因子,它在RLS算法中有何作用,取值范围是多少?5.怎样理解参考信号d(n)在自适应信号处理处理中的作用?既然他是滤波器的期望响应,一般在滤波前是不知道的,那么在实际应用中d(n)是怎样获得的,试举两个应用例子来加以说明。 功率谱估计 1. 为什么偏差为零的估计不一定是正确的估计? 2. 什么叫一致估计?它要满足哪些条件? 3. 什么叫维拉-辛钦(Wiener-Khinteche)定理? 4. 功率谱的两种定义。 5. 功率谱有哪些重要性质? 6. 平稳随机信号通过线形系统时输入和输出之间的关系。 7. AR模型的正则方程(Yule-Walker方程)的导出。 8. 用有限长数据估计自相关函数的估计质量如何? 9. 周期图法谱估计的缺点是什么?为什么会产生这些缺点? 10. 改进的周期图法谱估计有哪些方法?它们的根据是什么? 11. 既然隐含加窗有不利作用,为什么改进周期图法谱估计是还要 引用各种窗?

吕卫阳—信号分析与处理第二次作业—北京科技大学

周期序列的频谱分析: 已知周期序列在一个周期N=4内的取值为x(n)=[0 1 2 3]采用MATLAB计算该周期序列的频谱(DTFS)。 程序: %周期序列的时域波形 x=[0 1 2 3];n=0:3; N=length(x);figure(1); stem(n,x,'*'); axis([0 4 -4 4]);grid; xlabel('n'); ylabel('x(n)'); title('周期序列时域波形'); for k=0:1:3 dk(k+1)=(x(1)*exp(-j*k*2*pi/N*0)+x(2)*exp(-j*k*2*pi/N*1)+x(3)*exp (-j*k*2*pi/N*2)... +x(4)*exp(-j*k*2*pi/N*3))/N; realdk(k+1)=real(dk(k+1)); imagdk(k+1)=imag(dk(k+1)); magnitude(k+1)=abs(dk(k+1)); phase(k+1)=angle(dk(k+1)); end %周期序列的频谱:实部和虚部 k=0:1:3; figure(2); subplot(2,1,1); stem(k,realdk(k+1),'*'); axis([0 4 -4 4]); xlabel('k'); ylabel('Real Part of d(k)');grid; subplot(2,1,2); stem(k,imagdk(k+1),'*'); axis([0 4 -4 4]); xlabel('k'); ylabel('Imaginary Part of d(k)');grid; %周期序列的频谱:幅值和相位 figure(3); subplot(2,1,1); stem(k,magnitude(k+1),'*'); axis([0 4 -4 4]);

现代信号处理作业

1.总结学过的滤波器设计方法,用matlab 仿真例子分析不同设计方法的滤波器的性能及适应场合。 答: 1.1模拟低通滤波器的设计方法 1.1.1 Butterworth 滤波器设计步骤: ⑴.确定阶次N ① 已知Ωc 、Ωs 和As 求Butterworth DF 阶数N ② 已知Ωc 、Ωs 和Ω=Ωp()的衰减 Ap 求Butterworth DF 阶数N ③ 已知Ωp 、Ωs 和 Ω=Ωp 的衰减Ap 和As 求Butterworth DF 阶数N 3dB p Ω≠-/10 /1022(/)10 1,(/)101p s A A N N p c s c ΩΩ=-ΩΩ=-则:

⑵.用阶次N 确定 根据公式: 在左半平面的极点即为的极点,因而 1.1.2 切比雪夫低通滤波器设计步骤: ⑴.确定技术指标 归一化: ⑵.根据技术指标求出滤波器阶数N 及: ⑶.求出归一化系统函数 其中极点由下式求出: ()a H s 2,2N ()()a a H s H s -()a H s ,2,,N p Ωp αs Ωs α/1p p p λ=ΩΩ=/s s p λ=ΩΩε0.12 10 1δε=-p δα=

或者由和S 直接查表得 2.数字低通滤波器的设计步骤: (1) 确定数字低通滤波器的技术指标:通带截止频率p ω、通带最大衰减系数 p α、 阻带截止频率ω、阻带最小衰减系数s α。 (2)将数字低通滤波器的技术指标转换成模拟低通滤波器的技术指标。 巴特沃斯: 切比雪夫: N ()a H p /s s p λ=ΩΩ0.1210 1δ ε=-p δα=

现代数字信号处理习题

1.设()u n 是离散时间平稳随机过程,证明其功率谱()w 0S ≥。 证明:将()u n 通过冲激响应为()h n 的LTI 离散时间系统,设其频率响应()w H 为 ()001,w -w w 0, w -w w H w ???? 输出随机过程()y n 的功率谱为()()()2y S w H w S w = 输出随机过程()y n 的平均功率为()()()00201 1r 022w w y y w w S w dw S w dw π π π+?-?= =?? 当频率宽度w 0???→时,上式可表示为()()()01 r 00y S w w π =?≥ 由于频率0w 是任意的,所以有()w 0 S ≥ 3、已知:状态方程 )()1,()1()1,()(1n n n n x n n F n x ν-Γ+--=观测方程 )()()()(2n n x n C n z ν+= )()]()([111n Q n n E H =νν )()]()([222n Q n n E H =νν 滤波初值 )]0([)|0(0x E x =ξ } )]]0([)0()]][0([)0({[)0(H x E x x E x E P --= 请简述在此已知条件下卡尔曼滤波算法的递推步骤。 解:步骤1 状态一步预测,即 1 *11)|1(?)1,()|(N n n C n x n n F n x ∈--=--∧ ξξ 步骤2 由观测信号z(n)计算新息过程,即 1*11)|(?)()()|(?)()(M n n C n x n C n z n z n z n ∈-=-=--ξξα 步骤3 一步预测误差自相关矩阵 N N H H C n n n Q n n n n F n P n n F n n P *1)1,()1()1,() 1,()1()1,()1,(∈-Γ--Γ+---=- 步骤4 新息过程自相关矩阵M M H C n Q n C n n P n C n A *2)()()1,()()(∈+-= 步骤5 卡尔曼增益M N H C n A n C n n P n K *1)()()1,()(∈-=- 或 )()()()(1 2n Q n C n P n K H -= 步骤6 状态估计 1*1)()()|(?)|(?N n n C n n K n x n x ∈+=-αξξ 步骤7 状态估计自相关矩阵 N N C n n P n C n K I n P *)1,()]()([)(∈--= 或 )()()()]()()[1,()]()([)(2n K n Q n K n C n K I n n P n C n K I n P H H +---= 步骤8 重复步骤1-7,进行递推滤波计算 4、经典谱估计方法:

信号分析与处理试题

河南科技学院2006-2007学年第二学期期终考试 信号分析与处理试题 适用班级: 注意事项:1 在试卷的标封处填写院(系)、专业、班级、姓名和准考证号。 2 考试时间共100分。 一、单项选择题(本大题共10小题,每题2分,共20分) 1.下列单元属于动态系统的是( ) A. 电容器 B.电阻器 C.数乘器 D.加法器 2.单位阶跃函数()u t 和单位冲激函数()t δ的关系是( ) A.()/()d t dt u t δ= B.()/()du t dt t δ= C.()()u t t δ= D.()2()u t t δ= 3.()()f t t dt δ∞-∞=?( ) A.()f t B.()t δ C.(0)f D.(0)δ 4.单位冲激函数()t δ的()F j ω=( ) A .0 B.-1 C.1 D.2 5.设()f t 的频谱为()F j ω,则利用傅里叶变换的频移性质,0()j t f t e ω的频谱为( ) A.0()F j ω B.()F j ω C.0[()]F j ωω+ D.0[()]F j ωω- 6.设1()f t 的频谱为1()F j ω,2()f t 的频谱为2()F j ω,利用傅里叶变换卷积定理,12()()f t f t *的频谱为( ) A.1()F j ω B.2()F j ω C.11()()F j F j ωω* D.11()()F j F j ωω 7.序列()n m δ-的Z 变换为( ) A.m z B.m z - C.m D.m - 8.单边指数序列()n a u n ,当( )时序列收敛 A.1a < B.1a ≤ C.1a > D.1a ≥ 9.取样函数()/Sa t sint t =,则(0)Sa =( ) A.0 B.1 C.2 D.3 10.设实函数()f t 的频谱()()()F j R jX ωωω=+,下列叙述正确的是( )

相关文档
最新文档