数字信号处理第三章汇总
数字信号处理第三章实验程序
3.1计算离散时间傅里叶变换
% Program P3_1
% Evaluation of the DTFT
clf;
% Compute the frequency samples of the DTFT
w = -4*pi:8*pi/511:4*pi;
num = [2 1];den = [1 -0.6];
h = freqz(num, den, w);
% Plot the DTFT
subplot(2,1,1)
plot(w/pi,real(h));grid
title('Real part of H(e^{j\omega})')
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,1,2)
plot(w/pi,imag(h));grid
title('Imaginary part of H(e^{j\omega})')
xlabel('\omega /\pi');
ylabel('Amplitude');
pause
subplot(2,1,1)
plot(w/pi,abs(h));grid
title('Magnitude Spectrum |H(e^{j\omega})|')
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,1,2)
plot(w/pi,angle(h));grid
title('Phase Spectrum arg[H(e^{j\omega})]')
xlabel('\omega /\pi');
ylabel('Phase in radians');
Q3.1离散时间傅里叶变换的原始序列是H(e^jw)=(2+z^-1)/(1-0.6z^-1)。Pause的作用是暂停等待用户输入任意键后接着执行以下命令。
Q3.2
是周期函数,周期是2π。实部和幅度谱是关于y 轴对称,是偶函数;虚部和相位谱是关于原点对称,是奇函数。 Q3.3 clf; N = 512;
num = [0.7 -0.5 0.3 1]; den = [1 0.3 -0.5 0.7]; [h,w] = freqz(num, den, N); subplot(2,1,1)
plot(w/pi,real(h));grid
title('Real part of H(e^{j\omega})') xlabel('\omega /\pi'); ylabel('Amplitude'); subplot(2,1,2)
plot(w/pi,imag(h));grid
title('Imaginary part of H(e^{j\omega})') xlabel('\omega /\pi'); ylabel('Amplitude'); pause
subplot(2,1,1)
plot(w/pi,abs(h));grid
title('Magnitude Spectrum |H(e^{j\omega})|') xlabel('\omega /\pi'); ylabel('Amplitude'); subplot(2,1,2)
plot(w/pi,angle(h));grid
title('Phase Spectrum arg[H(e^{j\omega})]') xlabel('\omega /\pi');
ylabel('Phase in radians');
还是周期函数,周期是2π。相位谱的跳变的原因是:在利用反正切函数计算角度的时候,其中的一个分支出现了衰减,造成了跳变。
clf;
N = 512;
num = [0.7 -0.5 0.3 1];
den = [1 0.3 -0.5 0.7];
[h,w] = freqz(num, den, N);
subplot(2,1,1)
plot(w/pi,unwrap(angle(h)));grid
title('Phase Spectrum arg[H(e^{j\omega})]')
xlabel('\omega /\pi');
ylabel('Phase in radians');
Q3.4 修改后的程序为
clf;
w = -4*pi:8*pi/511:4*pi;
num = [1 3 5 7 9 11 13 15 17];
den = 1;
h = freqz(num, den, w);
% Plot the DTFT
subplot(2,1,1)
plot(w/pi,real(h));grid
title('Real part of H(e^{j\omega})')
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,1,2)
plot(w/pi,imag(h));grid
title('Imaginary part of H(e^{j\omega})')
xlabel('\omega /\pi');
ylabel('Amplitude');
pause
subplot(2,1,1)
plot(w/pi,abs(h));grid
title('Magnitude Spectrum |H(e^{j\omega})|')
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,1,2)
plot(w/pi,angle(h));grid
title('Phase Spectrum arg[H(e^{j\omega})]')
xlabel('\omega /\pi');
ylabel('Phase in radians');
是周期函数,周期是2π。实部和幅度谱是关于y轴对称,是偶函数;虚部和相位谱是关于原点对称,是奇函数。
Q3.5若要改为以度为单位,则将程序中的第二个图的程序改为
subplot(2,1,2)
plot(w/pi,180*angle(h)/pi);grid
title('Phase Spectrum arg[H(e^{j\omega})]')
xlabel('\omega /\pi');
ylabel('Phase in degrees');
就可以了。
3.2离散时间傅里叶变换的性质
1.时移特性
clf;
w = -pi:2*pi/255:pi;
D = 10;
num = [1 2 3 4 5 6 7 8 9];
h1 = freqz(num, 1, w);
h2 = freqz([zeros(1,D) num], 1, w);
subplot(2,2,1)
plot(w/pi,abs(h1));grid
title('Magnitude Spectrum of Original Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,2)
plot(w/pi,abs(h2));grid
title('Magnitude Spectrum of Time-Shifted Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,3)
plot(w/pi,angle(h1));grid
title('Phase Spectrum of Original Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
subplot(2,2,4)
plot(w/pi,angle(h2));grid
title('Phase Spectrum of Time-Shifted Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
Q3.6参数D控制时移量。
Q3.7
D=10 D=50
时移特性:信号在时域移动某个距离,则所得信号的幅度谱和原信号相同,而相位谱是原信号的相位谱再附加一个线性相移,由时移特性可以看到,信号的相位谱可以反映信号在时域中的位置信息,不同位置上的同一信号,它们具有不同的相频特性,而幅频特性相同。
Q3.8如上图所示
Q3.9改变序列长度
num = [1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 2425 26 27 28 29];所得的图像为
D=10 D=50
从上图中可以看出,增加序列的长度,使得幅度谱更加窄,而相位谱则更加密集和陡峭。
2.平移特性
Q3.10
clf;
w = -pi:2*pi/255:pi;
wo = 0.4*pi;
num1 = [1 3 5 7 9 11 13 15 17];
L = length(num1);
h1 = freqz(num1, 1, w);
n = 0:L-1;
num2 = exp(wo*i*n).*num1;
h2 = freqz(num2, 1, w);
subplot(2,2,1)
plot(w/pi,abs(h1));grid
title('Magnitude Spectrum of Original Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,2)
plot(w/pi,abs(h2));grid
title('Magnitude Spectrum of Frequency-Shifted Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,3)
plot(w/pi,angle(h1));grid
title('Phase Spectrum of Original Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
subplot(2,2,4)
plot(w/pi,angle(h2));grid
title('Phase Spectrum of Frequency-Shifted Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
Wo控制平移量。
-1
-0.500.51
0100200
300序列num1的幅度谱
ω/π
振幅
-1
-0.5
00.510100200
300频移(wo=0.8*pi)后序列的幅度谱ω/π
振幅
-1
-0.5
00.5
1
-4-202
4序列num1的相位谱
ω/π
振幅
-1
-0.5
00.5
1
-4-202
4频移(wo=0.8*pi)后序列的相位谱ω/π
振幅
-1
-0.5
00.51
010*******
400序列num2的幅度谱
ω/π
振幅
-1
-0.5
0.5
1
010*******
400频移(wo=-0.2*pi)后序列的幅度谱ω/π
振幅
-1
-0.5
00.5
1
-4-202
4序列num2的相位谱ω/π
振幅
-1
-0.5
0.5
1
-4
-2
02
4频移(wo=-0.2*pi)后序列的相位谱ω/π
振幅
Q3.11由结果图Q3.11可得出在参数wo 的控制下,离散时间傅里叶变换的幅度谱和相位谱都随着控制参数右移k 个单位(wo=k*pi )。
k=0.4 k=-0.4
Q3.12将k 改为-0.4得到的运行结果如上图。 Q3.13改变序列长度
序列:num1=[1 3 5 7 9 11 13 15 17 19 21 23 25 27 29]
序列:num2=[11 13 15 17 19 21 23 25 27 29 31 33 35 37 39];
3.卷积性质 Q3.14 clf;
w = -pi:2*pi/255:pi; % freqency vector for evaluating DTFT x1 = [1 3 5 7 9 11 13 15 17]; x2 = [1 -2 3 -2 1]; y = conv(x1,x2);
h1 = freqz(x1, 1, w); h2 = freqz(x2, 1, w); hp = h1.*h2;
h3 = freqz(y,1,w); subplot(2,2,1)
plot(w/pi,abs(hp));grid
title('Product of Magnitude Spectra','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,2)
plot(w/pi,abs(h3));grid
title('Magnitude Spectrum of Convolved Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,3)
plot(w/pi,angle(hp));grid
title('Sum of Phase Spectra','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
subplot(2,2,4)
plot(w/pi,angle(h3));grid
title('Phase Spectrum of Convolved Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
Q3.15
分析结果图可以得出幅度谱的乘积和卷积后的幅度谱相同,相位谱的乘积和卷积后的相位谱相同。
Q3.16 x1 = [1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33];
x2 = [1 -2 3 -2 1 -5 2 -3 1];运行结果如上边第二个图所示。
4.调制性质
Q3.17
clf;
w = -pi:2*pi/255:pi;
x1 = [1 3 5 7 9 11 13 15 17];
x2 = [1 -1 1 -1 1 -1 1 -1 1];
y = x1.*x2;
h1 = freqz(x1, 1, w);
h2 = freqz(x2, 1, w);
h3 = freqz(y,1,w);
subplot(3,1,1)
plot(w/pi,abs(h1));grid
title('Magnitude Spectrum of First Sequence')
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(3,1,2)
plot(w/pi,abs(h2));grid
title('Magnitude Spectrum of Second Sequence')
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(3,1,3)
plot(w/pi,abs(h3));grid
title('Magnitude Spectrum of Product Sequence')
xlabel('\omega /\pi');
ylabel('Amplitude');
Q3.18分析图得出乘积序列的幅度谱近似等于两序列的幅度谱的和.
Q3.19将序列改变为x1 = [1 3 5 7 9 11 13 15 17 19 21 23 25 27]; x2 = [1 -1 1 -1 1 -1 1 -1 1 0 2 -4 7 -1]得到的运行结果为上右图。乘积序列的幅度谱依然近似等于两序列的幅度谱的和.
5.时间反转性质
Q3.20
clf;
w = -pi:2*pi/255:pi;
num = [1 2 3 4];
L = length(num)-1;
h1 = freqz(num, 1, w);
h2 = freqz(fliplr(num), 1, w);
h3 = exp(w*L*i).*h2;
subplot(2,2,1)
plot(w/pi,abs(h1));grid
title('Magnitude Spectrum of Original Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,2)
plot(w/pi,abs(h3));grid
title('Magnitude Spectrum of Time-Reversed Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Amplitude');
subplot(2,2,3)
plot(w/pi,angle(h1));grid
title('Phase Spectrum of Original Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
subplot(2,2,4)
plot(w/pi,angle(h3));grid
title('Phase Spectrum of Time-Reversed Sequence','FontSize',8)
xlabel('\omega /\pi');
ylabel('Phase in radians');
Q3.21分析图得出序列的幅度谱随时间反转不发生变化,序列相位谱随时间反转而反转180。
Q3.22改变序列长度num = [1 -2 3 -4 5 -6 7 -8 ];得到的运行结果为上右,结果依然是序列的幅度谱随时间反转不发生变化,序列相位谱随时间反转而反转180。
3.5离散傅里叶变换和离散傅里叶逆变换的运算
Q3.23
clf;
N=200;
L=256;
nn = [0:N-1];
kk = [0:L-1];
xR = [0.1*(1:100) zeros(1,N-100)]; xI = [zeros(1,N)];
x = xR + i*xI;
XF = fft(x,L);
subplot(3,2,1);grid;
plot(nn,xR);grid;
title('Re\{x[n]\}');
xlabel('Time index n');
ylabel('Amplitude');
subplot(3,2,2);
plot(nn,xI);grid;
title('Im\{x[n]\}');
xlabel('Time index n');
ylabel('Amplitude');
subplot(3,2,3);
plot(kk,real(XF));grid;
title('Re\{X[k]\}');
xlabel('Frequency index k');
ylabel('Amplitude');
subplot(3,2,4);
plot(kk,imag(XF));grid;
title('Im\{X[k]\}');
xlabel('Frequency index k');
ylabel('Amplitude');
xx = ifft(XF,L);
subplot(3,2,5);
plot(kk,real(xx));grid;
title('Real part of IDFT\{X[k]\}'); xlabel('Time index n');
ylabel('Amplitude');
subplot(3,2,6);
plot(kk,imag(xx));grid;
title('Imag part of IDFT\{X[k]\}'); xlabel('Time index n');
ylabel('Amplitude');
Q3.24
clf;
N=256;
nn = [0:N-1];
ntime = [-N/2:N/2-1];
g = (0.75).^abs(ntime);
h = (-0.9).^ntime;
GF = fft(g);
HF = fft(h);
x = g + i*h;
XF = fft(x);
XFstar = conj(XF);
XFstarmod = [XFstar(1) fliplr(XFstar(2:N))]; GF2 = 0.5*(XF + XFstarmod);
HF2 = -i*0.5*(XF - XFstarmod);
abs(max(GF-GF2))
abs(max(HF-HF2))
figure(1);clf;
subplot(2,2,1);grid;
plot(nn,real(GF));grid;
title('Two N-point DFT''s');
xlabel('Frequency index k');
ylabel('Re\{G[k]\}');
subplot(2,2,2);
plot(nn,imag(GF));grid;
title('Two N-point DFT''s');
xlabel('Frequency index k');
ylabel('Im\{G[k]\}');
subplot(2,2,3);grid;
plot(nn,real(GF2));grid;
title('Single N-point DFT');
xlabel('Frequency index k');
ylabel('Re\{G[k]\}');
subplot(2,2,4);
plot(nn,imag(GF2));grid;
title('Single N-point DFT'); xlabel('Frequency index k'); ylabel('Im\{G[k]\}');
figure(2);clf;
subplot(2,2,1);grid;
plot(nn,real(HF));grid;
title('Two N-point DFT''s'); xlabel('Freq index k');
ylabel('Re\{H[k]\}');
subplot(2,2,2);
plot(nn,imag(HF));grid;
title('Two N-point DFT''s'); xlabel('Freq index k');
ylabel('Im\{H[k]\}');
subplot(2,2,3);grid;
plot(nn,real(HF2));grid;
title('Single N-point DFT'); xlabel('Freq index k');
ylabel('Re\{H[k]\}');
subplot(2,2,4);
plot(nn,imag(HF2));grid;
title('Single N-point DFT'); xlabel('Freq index k');
ylabel('Im\{H[k]\}');
Q3.25
clf;
N = 128;
TwoN = 2*N;W2N = exp(-i*pi/N); k = [0:TwoN-1];
v = (-0.7.^k);
g = downsample(v,2);
h = downsample(v,2,1);
x = g + i*h;
XF = fft(x);
XFstar = conj(XF);
XFstarmod = [XFstar(1) fliplr(XFstar(2:N))];
GF = 0.5*(XF + XFstarmod);
HF = -i*0.5*(XF - XFstarmod);
VF = [GF GF] + (W2N.^k).*[HF HF];
VF2 = fft(v);
abs(max(VF-VF2))
subplot(2,2,1);
plot(k,real(VF));grid;
title('Complex N-point DFT');
xlabel('Frequency index k');
ylabel('Re\{V[k]\}');
subplot(2,2,2);
plot(k,imag(VF));grid;
title('Complex N-point DFT');
xlabel('Frequency index k');
ylabel('Im\{V[k]\}');
subplot(2,2,3);
plot(k,real(VF2));grid;
title('Real 2N-point DFT');
xlabel('Frequency index k');
ylabel('Re\{V[k]\}');
subplot(2,2,4);
plot(k,imag(VF2));grid;
title('Real 2N-point DFT');
xlabel('Frequency index k');
ylabel('Im\{V[k]\}');
3.4离散傅里叶函数的性质
Q3.26rem(x,y),x是除y以后剩余部分。
Q3.27输入序列x循环移位留下的位置。如果M > 0,那么circshift删除左边的元素向量x
和附加他们右侧获得剩下的元素循环转移序列。如果如果M < 0,然后circshift第一次补充的x的长度,即。,最右边的长度(x)- m样品从x和附加右边的样品得到循环转移序列。Q3.28这是二元关系不等于操作符。~ = B返回值1如果A和B是不平等的值0如果A和B 都是平等的。
Q3.29输入是平等的两个向量x1和x2长度l .理解circonv是如何工作的,它是有用的定期x2的延伸。让x2p x2的无限长的周期延长。从概念上讲,常规时间逆转x2p和集x2tr 1到L等于元素的时间逆转x2p版本。元素1通过y L的输出向量然后通过x1和长度之间的内积向量sh循环变化对时间逆转向量x2tr。对于输出样例y[n],1≤n≤L、正确的循环移位是n - 1的位置。
Q3.30
clf;
M = 6;
a = [0 1 2 3 4 5 6 7 8 9];
b = circshift(a,M);
L = length(a)-1;
n = 0:L;
subplot(2,1,1);
stem(n,a);axis([0,L,min(a),max(a)]);
title('Original Sequence');
xlabel('time index n');
ylabel('a[n]');
subplot(2,1,2);
stem(n,b);axis([0,L,min(a),max(a)]);
title(['Sequence Obtained by Circularly Shifting by ',num2str(M),'Samples']); xlabel('time index n');
ylabel('b[n]')
M值决定时移量。
Q3.31
Q3.32
clf;
x = [0 2 4 6 8 10 12 14 16];
N = length(x)-1; n = 0:N;
y = circshift(x,5);
XF = fft(x);
YF = fft(y);
subplot(2,2,1);
stem(n,abs(XF));grid;
title('Magnitude of DFT of Original Sequence');
xlabel('Frequency index k');
ylabel('|X[k]|');
subplot(2,2,2);
stem(n,abs(YF));grid;
title('Magnitude of DFT of Circularly Shifted Sequence'); xlabel('Frequency index k');
ylabel('|Y[k]|');
subplot(2,2,3);
stem(n,angle(XF));grid;
title('Phase of DFT of Original Sequence');
xlabel('Frequency index k');
ylabel('arg(X[k])');
subplot(2,2,4);
stem(n,angle(YF));grid;
title('Phase of DFT of Circularly Shifted Sequence'); xlabel('Frequency index k');
ylabel('arg(Y[k])');
时移量是8.
Q3.33
Q3.34 M=5 运行结果如上右图所示。
Q3.35Length = 13 Length = 20
Q3.36
g1 = [1 2 3 4 5 6]; g2 = [1 -2 3 3 -2 1];
ycir = circonv(g1,g2);
disp('Result of circular convolution = ');disp(ycir)
G1 = fft(g1); G2 = fft(g2);
yc = real(ifft(G1.*G2));
disp('Result of IDFT of the DFT products = ');disp(yc)
运行结果
Q3.37结果如下:
Q3.38
g1 = [1 2 3 4 5];g2 = [2 2 0 1 1];
g1e = [g1 zeros(1,length(g2)-1)];
g2e = [g2 zeros(1,length(g1)-1)];
ylin = circonv(g1e,g2e);
disp('Linear convolution via circular convolution = ');disp(ylin);
y = conv(g1, g2);
disp('Direct linear convolution = ');disp(y)
结果如下:
Q3.39 g1 = [3 1 4 1 5 9 2];g2 = [1 1 1 0 0]; g1 = [5 4 3 2 1 0];g2 = [-2 1 2 3 4];
Q3.40
g1 = [1 2 3 4 5];
g2 = [2 2 0 1 1];
g1e = [g1 zeros(1,length(g2)-1)];
g2e = [g2 zeros(1,length(g1)-1)];
G1EF = fft(g1e);
G2EF = fft(g2e);
ylin = real(ifft(G1EF.*G2EF));
disp('直线线性卷积 = ' );disp(ylin);
Q3.41
x = [1 2 4 2 6 32 6 4 2 zeros(1,247)];
x1 = [x(1) x(256:-1:2)];
xe = 0.5 *(x + x1);
XF = fft(x);
XEF = fft(xe);
clf;
k = 0:255;
subplot(2,2,1);
plot(k/128,real(XF)); grid;
ylabel('Amplitude');
title('Re(DFT\{x[n]\})');
subplot(2,2,2);
plot(k/128,imag(XF)); grid;
ylabel('Amplitude');
title('Im(DFT\{x[n]\})');
subplot(2,2,3);
plot(k/128,real(XEF)); grid;
xlabel('Time index n');ylabel('Amplitude');
title('Re(DFT\{x_{e}[n]\})');
subplot(2,2,4);
plot(k/128,imag(XEF)); grid;
xlabel('Time index n');ylabel('Amplitude');
title('Im(DFT\{x_{e}[n]\})');
X1[n]是X[n]的逆转序列
Q3.42 XEF等于零的虚部在浮点精度。这个结果可以解释如下:真正的转换的一部分x[n]的转换定期甚至x[n]的一部分。因此,定期的DFT甚至x[n]的一部分,真正的一部分,正是真正的X[k]的一部分,一个虚部为零。
Q3.43仿真图为上右图。
Q3.44a和b的值相等。
x = [(1:128) (128:-1:1)];
XF = fft(x);
a = sum(x.*x)
b = round(sum(abs(XF).^2)/256)
Q3.45
x = [(1:128) (128:-1:1)];
XF = fft(x);
a = sum(x.*x)
b = round(sum(XF.*conj(XF))/256)
Q3.46
Q3.47运行结果为
Zeros:
-1.0000 + 1.4142i
-1.0000 - 1.4142i
-0.2500 + 0.6614i
-0.2500 - 0.6614i
Poles:
-8.9576
-0.2718
0.1147 + 0.2627i
0.1147 - 0.2627i
sos =
1.0000
2.0000
3.0000 1.0000 9.2293 2.4344 1.0000 0.5000 0.5000 1.0000 -0.2293 0.0822 k =
0.4000
Q3.48 结果为:
Q3.49
数字信号处理第三章
数字信号处理第三章实验程序 3.1计算离散时间傅里叶变换 % Program P3_1 % Evaluation of the DTFT clf; % Compute the frequency samples of the DTFT w = -4*pi:8*pi/511:4*pi; num = [2 1];den = [1 -0.6]; h = freqz(num, den, w); % Plot the DTFT subplot(2,1,1) plot(w/pi,real(h));grid title('Real part of H(e^{j\omega})') xlabel('\omega /\pi'); ylabel('Amplitude'); subplot(2,1,2) plot(w/pi,imag(h));grid title('Imaginary part of H(e^{j\omega})') xlabel('\omega /\pi'); ylabel('Amplitude'); pause subplot(2,1,1) plot(w/pi,abs(h));grid title('Magnitude Spectrum |H(e^{j\omega})|') xlabel('\omega /\pi'); ylabel('Amplitude'); subplot(2,1,2) plot(w/pi,angle(h));grid title('Phase Spectrum arg[H(e^{j\omega})]') xlabel('\omega /\pi'); ylabel('Phase in radians'); Q3.1离散时间傅里叶变换的原始序列是H(e^jw)=(2+z^-1)/(1-0.6z^-1)。Pause的作用是暂停等待用户输入任意键后接着执行以下命令。 Q3.2
《数字信号处理》朱金秀第三章习题及参考答案
第三章习题答案 3.1 (1)非周期 (2)N=1 (3)N=10 (4)N=4 (5)N=20 3.2 02s f f ωπ =,1s s f T = (1)0153,2f ωπ== ;0.3s T =,05 f π = (2)010,25f ωπ==;0.3s T =,050 3 f = (3)0,0.55f πω==;0.3s T =,01 3 f = (4)03.5,8.75f ωπ==;0.3s T =,035 6 f = (5) ()() ()(){ } 0.20.2 1 0.20.2 0.20.2(0.2)(0.2) 1 c o s (0.2)() 2130.6c o s (0.2)() 1.8()0.6() 211.8 0.6()0. 6() 2110.910.610.6j n j n n n j n j n n n j n j n j j n e e F n u n F e e u n F e u n F e u n e e ππππππωπωπππ-+-----+=+?? ??-=-?+-??? ?? ? ????=-?-+-? ??? ?? =-+ ?++?? 3.3 function [X]=myDTFT(x, n, w) % 计算DTFT % [X]=myDTFT(x, n, w) %X=输出的DTFT 数组 %x=输入的有限长序列 %n=样本位置行向量 %w=频率点位置行向量 X=x*exp(-j*n ’*w) 3.4 (1) 7 ()10.3j j X e e ω ω -= - (2)20.51 ()(10.5)10.5j j j j e X e e e ωω ωω ---=--- (3)2()0.80.1610.4j j j e X e e ω ω ω --=??-
数字信号处理_吴镇扬_第二版_第三章习题答案
∞ ∑ 3.3 x %1(n) = x (n + 8r) 说明x%1(n)的周期是8 r=?∞ 2π ? j π kn N ?1 7 7 ? j kn = e ∴X% 1(k) = x %1(n)W Nkn = e ∑ ∑ ∑ 8 4 n=0 n=0 n=0 ? j π 0×n 7 X 1(0) = e ∑ 4 = 3 n=0 ? j π n 7 X 1(1) = e ∑ 4 = (1+ 2 / 2) (1? j ) n=0 ? j π 2n ? j π 3n 7 X 1(2) = e 7 = ? j ;X 1(3) = e ∑ ∑ 4 4 = (1? 2 / 2) (1+ j ) n=0 n=0 ? j π 4n ? j π 5n 7 X 1(4) = e 7 =1;X 1(5) = e ∑ ∑ 4 4 =(1? 2 / 2) (1? j ) = (1+ 2 / 2) (1+ j ) n=0 n=0 ? j π 6n ? j π 7n 7 X 1(6) = e 7 = j ;X 1(7) = e ∑ ∑ 4 4 n=0 n=0
3.6 解:(1)x(n) =δ(n ) N ?1 根据定义有:X(k) = x (n)W = δ(n )W Nkn =1 N ?1 ∑ ∑ kn N n=0 n=0 (2)x (n) =δ(n ?n 0),0 < n 0 < N N ?1 X (k ) = x (n)W = δ (n ? n 0)W N kn =W N kn N ?1 ∑ ∑ kn 0< n 0 < N 0 N n=0 n=0 (3)x (n) = a n 0 < n < N ?1 1?(a W N k )N 1?a N 1?(a W N k ) 1?aW N k N ?1 X (k ) = x (n)W N kn = ∑ = n=0
数字信号处理第三章总结
3.4系列的Z 变换与连续信号的拉普拉斯变 换、傅里叶变换的关系 序列的Z 变换与连续信号的拉普拉斯变换、傅里叶变换的关系 拉普拉斯变换 拉普拉斯逆变换 傅里叶变换 傅里叶逆变换 序列x(n)的Z 变换 逆Z 变换 抽样信号的拉普拉斯变换 []?∞ ∞--==dt e t x t x LT s X st a )()()([]? ∞ +∞ --==j j st a dt e t x s X LT t x σσ)()()(1 Ω +=j s σ[]?∞ ∞ -Ω-==Ωdt e t x t x FT j X t j )()()([]?∞ ∞-Ω-Ω Ω=Ω=d e j X j X FT t x t j )()()( 1Ω =j s ()()n n X z x n z ∞ -=-∞ =∑ ,2,1,0,)(21)(1 ±±==?-n dz z z X j n x c n π()()()()()∑∑? ?∑?∞ -∞ =-∞ -∞=∞ ∞ --∞ ∞--∞ -∞=∞∞ --∧ ∧∧ = -=-==??????=n nsT a n st a st n a st a a a e nT x dt e nT t nT x dt e nT t nT x dt e t x t x LT s X δδ)()()(
抽样序列的z 变换为 3.4.1拉氏变换与Z 变换变换的关系就是复变量s 平面到复变量z 平面的映射: 令 s=σ+j Ω, z=re j ω 得到: re j ω =e (σ+j Ω)T =e σT e j ΩT , 因而 r=e σT , ω=ΩT 3.4.2 ω= ΩT Ω=0 、π/T 、3π/T 、 Ω0与ω的对应关系 Ω变化时与ω的对应关系 s 平面到z 平面的映射是多值映射。 (傅里叶变换是拉普拉斯变换在虚轴的特例,即s =j Ω,因而映射 到z 平面上为单位圆,代入 抽样序列的z 变换 sT e z =()[]()∑∞ -∞ =-= =n n z n x n x ZT z X ) (()e ?() (e )(2.89) sT sT a z X z X X s ===
数字信号处理(方勇)第三章习题答案
数字信号处理(方勇)第三章习题答案
3-1 画出) 5.01)(25.01() 264.524.14)(379.02()(2 1 1 211------+--+--=z z z z z z z H 级联型网络 结构。 解: 2 3-2 画出112112(23)(465) ()(17)(18) z z z H z z z z --------+= --+级联型网络结构。 解: () x n () y n 24 3-3 已知某三阶数字滤波器的系统函数为 12 11252333()111(1)(1) 322 z z H z z z z -----++= -++,试画出其并联型网 络结构。 解:将系统函数()H z 表达为实系数一阶,二阶子 系统之和,即:
()H z 1 1122111111322 z z z z ----+= +-++ 由上式可以画出并联型结构如题3-3图所示: ) 题3-3图 3-4 已知一FIR 滤波器的系统函数为 121()(10.70.5)(12) H z z z z ---=-++,画出该FIR 滤波器 的线性相位结构。 解: 因为1 21123()(10.70.5)(12)1 1.30.9H z z z z z z z ------=-++=+-+, 所 以由第二类线性相位结构画出该滤波器的线性相位结构,如题3-4图所示:
() x n 1-1 -1 z - 题3-4图 3-5 已知一个FIR 系统的转移函数为: 12345()1 1.25 2.75 2.75 1.23H z z z z z z -----=+--++ 求用级联形式实现的结构流图并用 MATLAB 画出其零点分布及其频率响应曲线。 解: 由转移函数可知,6=N ,且)(n h 偶对称,故 为线性相位系统,共有5个零点,为5阶系统,因而必存在一个一阶系统,即1±=z 为系统的零点。而最高阶5 -z 的系数为+1,所 以1-=z 为其零点。)(z H 中包含1 1-+z 项。所以: 11()()(1)H z H z z -=+。 1() H z 为一四阶子系统,设
数字信号处理第三章习题
第三章习题 1. Consider a Wiener filtering problem characterized by the following values for the correlation matrix R of the tap-input vector x (n) and cross-correlation vector p between x (n) and the desired response d(n): ?? ????=??????=25.05.015.05.01P R (a) Suggest a suitable value for the step-size parameter μ that would ensure convergence of the method of steepest descent, based on the given value for matrix R . (b) Using the value proposed in part (a), determine the recursions for computing the elements )(1n w and )(2n w of the tap-weight vector w (n). For this computation, you may assume the initial values 0)0()0(21==w w . (c) Investigate the effect of varying the step-size parameter μ on the trajectory of the tap-weight vector w (n) as a varies from zero to infinity. 2. The error performance of a real-valued filter, using a single tap weight w , is defined by ,))(0(20min w w r J J -+= where r(0) is the autocorrelation function of the tap input x (n) for zero lag, min J is the minimum mean-square error, and o w is the Wiener solution for the optimum value of the tap weight w . (a) Determine the bounds on the step-size parameter μof the steepest-descent algorithm used to recursively compute the optimum solution o w . (b) Plot the curve for cost function of the filter. 3. Continuing with Problem 2, do the following: (a) Formulate the learning curve of the filter in the terms of its only
北邮数字信号处理第三章附加习题答案
1. 利用DFT 矩阵计算序列()(0,1,2,3)x n =的4点DFT 。 解:4111111111111j j W j j ???? --? ?=--????--?? 6111102211121111222113j j j j j j ???????????? -+--? ?????∴=---????????????----?????? 2. 利用上述序列4点DFT 结果和频域内插公式计算该序列在频点 28 π 处的DTFT 结果;直接利用DFT 计算上述序列在 28 π 处DTFT 结果。 解:121 ) 20 2sin ()1 2()()12sin ()2 N k N j j N k N k N X e X k e k N N πωω πωπω----=??- ? ??= ??- ? ??∑ 23223()8284 0338888 422sin ()1284()()1224sin ()28411111(0)(1)+(2)+(3) 334sin sin sin sin 88881)k j j k j j j j k X e X k e k X e X e X e X e j πππππππππππππππ--=--?? - ???∴=?? - ? ?? ?? ??=+???????????? ? ? ? ?????????????=∑ 另, 2217 8 8 80 ()(1)()n j j n X e X x n e ππ?-===∑
3 424 8 (1)123 33 cos sin2cos sin3cos sin 442244 33 cos3cos sin2sin3sin 44424 1) j j j X e e e j j j j j πππ ππππππ πππππ --- ∴=?+?+? ?????? =-+-+- ? ? ? ?????? ???? =+-++ ? ? ???? = 3.以2400Hz为采样频率对一模拟信号进行采样,得到序列()(1,1,1,1,1,1) x n=;已知序列 DTFT结果在频点 2 π 5400Hz处的幅度;另,对序列作8点DFT,求(2) X。 解: 5400 5400 2 54009 2 24002 ()() Hz Hz j j T X e X e π ? ? ?ππ =Ω ∴== ∴= 所以,采样信号在5400Hz 另, 6 422 752 882 8 002 12 (2)()()1 1 1 j n n j j j j n n e X X e x n e e j j e π πππ- ? -- - == - ======- + - ∑∑ 4.一FIR数字滤波器,其传递函数为123 ()10.50.40.4 H z z z z --- =+++;利用DFT求该系统在0.8π处的频率响应。 解: 其单位冲激响应为: ()(1,0.5,0.4,0.4) h n=; 而 5 (2) X为所需结果,计算如下:
数字信号处理第三章作业.pdf
数字信号处理第三章作业 1.(第三章习题3)在图P3-2中表示了两个周期都为6的周期性序列,确定这个两个序列的周期卷积的结果3()x n ,并画出草图。 2.(第三章习题5)如果()x n 是一个具有周期为N 的周期性序列,它也是具有周期为2N 的周期性序列。令~1()X k 表示当()x n 看做是具有周期为N 的周期性序列的DFS 系数。而~2()X k 表示当()x n 看作是具有周期为2N 的周期性序列的DFS 系数。当然~1()X k 是具有周期为N 的周期性序列,而~2()X k 是具有周期为2N 的周期性序列,试根据~1()X k 确定~2()X k 。 3.(第三章习题6) (a )试证明下面列出的周期性序列离散傅里叶级数的对称特性。在证明中,可以利用离散傅里叶级数的定义及任何前面的性质,例如在证明性质③时可以利用性质①和②。 序列 离散傅里叶级数 ① *()x n ~*()X k - ②*()x n - ~*()X k ③Re ()x n ???? ~ e ()X k ④Im ()j x n ???? ~()o X k
(b )根据已在(a )部分证明的性质,证明对于实数周期序列()x n ,离散傅里叶级数的下列对称性质成立。 ①~~Re ()Re ()X k X k ????=-???????? ②~~Im ()Im ()X k X k ????=--???????? ③~~()()X k X k =- ④~~arg ()arg ()X k X k ????=--???????? 4.(第三章习题7)求下列序列的DFT (a) {}11 1-,,,-1 (b) {}1 j 1j -,,,- (c) ()cn 0n 1x n N =≤≤-, (d) 2n ()sin 0n 1x n N N π??=≤≤- ??? , 5.(第三章习题8)计算下列各有限长序列的离散傅立叶变换(假设长度为N ) 1 0)()(0) ()()() ()()(00-≤≤=<<-==N n a n x c N n n n n x b n n x a n δδ 6.(第三章习题9)在图P3-4中表示了一有限长序列)(n x ,画出序列)(1n x 和)(2n x 的草图。(注意:)(1n x 是)(n x 圆周移位两个点) )())(()() ())2(()(442441n R n x n x n R n x n x -=-=
数字信号处理(方勇)第三章习题答案
3-1 画出) 5.01)(25.01() 264.524.14)(379.02()(2 1 1 211------+--+--=z z z z z z z H 级联型网络结构。 解: 24 3-2 画出112112(23)(465) ()(17)(18) z z z H z z z z --------+=--+级联型网络结构。 解: () x n () y n 24 3-3 已知某三阶数字滤波器的系统函数为12 11252333()111(1)(1) 322 z z H z z z z -----++=-++,试画出其并联型网络结构。 解:将系统函数()H z 表达为实系数一阶,二阶子系统之和,即: ()H z 1 1122111111322 z z z z ----+= +-++ 由上式可以画出并联型结构如题3-3图所示:
) 题3-3图 3-4 已知一FIR 滤波器的系统函数为1 21()(10.70.5)(12)H z z z z ---=-++,画出该FIR 滤波器的线性相位结构。 解: 因为1 21123()(10.70.5)(12)1 1.30.9H z z z z z z z ------=-++=+-+,所以由第二类 线性相位结构画出该滤波器的线性相位结构,如题3-4图所示: () x n 1-1 -1 z - 题3-4图 3-5 已知一个FIR 系统的转移函数为: 12345()1 1.25 2.75 2.75 1.23H z z z z z z -----=+--++ 求用级联形式实现的结构流图并用MATLAB 画出其零点分布及其频率响应曲线。 解: 由转移函数可知,6=N ,且)(n h 偶对称,故为线性相位系统,共有5个零点,为5 阶系统,因而必存在一个一阶系统,即1±=z 为系统的零点。而最高阶5 -z 的系数为 +1,所以1-=z 为其零点。)(z H 中包含1 1-+z 项。所以:11()()(1)H z H z z -=+。 1()H z 为一四阶子系统,设1 2341()1H z bz cz bz z ----=++++,代入等式,两边相 等求得1 2341()10.2530.25H z z z z z ----=+-++,得出系统全部零点,如图3-5(b )
数字信号处理—基于计算机的方法第3章答案
3-2 (a) Sketch the naturally sampled PAM waveform that results from sampling a 1-kHz sine wave at a 4-kHz rate. (b) Repeat part (a) for the case of a flat-topped PAM waveform. Solution: 3-4 (a)Show that an analog output waveform (which is proportional to the original input analog waveform) may be recovered from a naturally sampled PAM waveform by using the demodulation technique showed in Fig.3-4. (b) Find the constant of proportionality C, that
is obtained with this demodulation technique , where w(t) is the oriqinal waveform and Cw(t) is the recovered waveform. Note that C is a function of n ,where the oscillator frequency is nfs. Solution: ()()()()()()1 111sin sin 2cos sin 2cos cos sin [cos 2cos cos sin 2cos s s jk t s k k k jk t s k k s s k s s s s s k n k t kT s t c e k d k d d e d d k t k d k d k d w t w t d d k t k d v t w t n t k d w t d n t n d d d k t n t n k d d ωωτππωπππωπωππωππωω∞ ∞ -=-∞ =-∞ ∞ ∞ -=-∞ =∞ =∞ =≠-?? =∏=?? ??==+?? =+?? ?? ==++∑∑ ∑ ∑ ∑∑ 2 ] s n t ω
数字信号处理第三章附加习题及答案
第三章 离散傅里叶变换及其快速计算方法 1. 求周期序列 6()(){2,3,4,5,2,9}x n R n = 的6点DFS 。 解: 6()(){25,3.4641,2 6.9282,9,2 6.9282, 3.4641}X k R k j j j j =-+---- 2. 已知 ()x n 的周期为N ,其DFS 为 ()X k 。 现令: 21 120 ()() , 0(21)N nk N n X k x n W k N -== ≤≤-∑ 试利用 ()X k 表示 1()X k 。 解: 1 021 1 21 1 2220 21 2221 20 ()()()()()()[1(1)](0)(1)(2)(1)[1(1)]()N nk N n N N N nk nk nk N N N n n n N k k k N N N N N k nk N n X k x n W X k x n W x n W x n W x x W x W x N W x n W -=---===--==== + ??=+-++++-?? =+-∑∑ ∑∑ ∑ 当 k 为偶数时, 1 1 21 200 ()[1(1)]()2()2()2k N N n k nk N N n n k X k x n W x n W X --===+-==∑∑ 当 k 为奇数时, 1 ()0X k = 3. 下图表示了周期都为6两个周期序列 1()x n 和2()x n ,计算这两个序列的 N=6 周期卷积3()x n ,并图表示。
解:下图表示的是计算这两个序列的周期卷积 3()x n 过程。 4. 利用DFT 矩阵计算序列()(0,1,2,3)x n =的4点DFT 。 解:411111 111111 1 j j W j j ????--? ?=--????--?? 6111102211121111222 1 1 3j j j j j j ??????? ?????-+--??????∴ =---??????? ?????----??????
现代数字信号处理 姚天任 第三章答案
第三章答案 3.1解: (1):由题设:h (n) = ) ()(10n h n h y (n)= ) 1() (-n y n y 则u (n) =h (n) y (n) 所以可得最陡下降法解: h (n=1) =h * +(I-2μR )2 h (0)- h * 5 1 得 h (Z)=2μZ 1 -e (Z) + Z 1 -h (Z) h (Z)=1 -11) (Z 2--Z Z e μ 所以:e (Z) = x (Z)-2μZ 1 -e (Z)- Z 1 -1 -11) (z 2--z z e μ
H (Z) = 1 1 )1(211---+-Z Z μ 所以零点在单位园上,极点在Z = 1-2μ园上。 (3):要使H(Z)稳定,则极点在单位园内即: 01 21><-μμ且 3.3(1)性能曲面函数: [] []?? ???????===-==?? ? ???---==-+=100102 22) 2cos(2)()2sin( )()()()()1()()()()]()([)1([)]()1([)]1()([)([)]()([2)]([)(W W n N n d n N n x n W n W n W n x n d n x n d E n X n d E P n x E n x n x E n x n x E n x E n X n X E R W P RW W n d E n T T T T π πξ []?? ????--10)1()() ()(2W W n x n d n x n d []?? ????????? ???? ? ??+-+- +=1020 258558 5]8558525 10W W W W
数字信号处理第三章
补上次作业未做题目M2-6
M2-4
第三章作业 3.16 求下列每个序列的DTFT (a )1[][1],||1n x n n αμα=-< 11()111j j j j e x e e e ω ω ωωααα----=-=-- (b )2[][1],||1n x n n n αμα=-< 22()(1)j j j e x e e ω ω ωαα---=- (c )3[][1],||1n x n n αμα=+<
()3()11j j j j j j e e e x e e e ωωωω ωωαααααα------=+=-- 3.18求如下有限长序列的DTFT : (a )11,[]0 N n N y n -≤≤?=??其他 ()2N+1N N N 1N 1sin N 12Y ()==1sin /2j j j j j e e e e e ωωωωωωω----????+ ?????-????= ?-?? ∑() (b )21,0[]0n N y n ≤≤?=? ?其他 []()()N+1N N N/220sin N 1/21Y ()=1=1sin /2j j j j j e e e e e ωω ωωωωω--+??-=? ?-??∑() 3.46 n g[n]=n(0.4)[]n μ (a )41X ()()j j j e e G e ωωω-= 时移性质1[]g[n-4]x n = (b )(0.5)2X ()()j j e G e ωωπ+= 频移性质0.52[]g[n]j n x n e π-= (c )3X ()3()4()j j j e G e G e ωωω-=+ 线性性质3[]3g[n]+4g[-n]x n = (d )4()X ()j j dG e e d ωω ω= 频率微分性质41[]ng[n]x n j = (e )5X ()()j j im e jG e ωω= 对称关系51[](g[n]-g[-n])2 x n = 3.48设X ()j e ω表示长为9的序列[]x n