数字信号平均模拟实验(10-5)
数字信号处理实验报告

实验一 信号、系统及系统响应一、实验目的1、熟悉理想采样的性质,了解信号采样前后的频谱变化,加深对时域采样定理的理解。
2、熟悉离散信号和系统的时域特性。
3、熟悉线性卷积的计算编程方法:利用卷积的方法,观察、分析系统响应的时域特性。
4、掌握序列傅里叶变换的计算机实现方法,利用序列的傅里叶变换对离散信号、系统及其系统响应进行频域分析。
二、 实验原理1.理想采样序列:对信号x a (t)=A e −αt sin(Ω0t )u(t)进行理想采样,可以得到一个理想的采样信号序列x a (t)=A e −αt sin(Ω0nT ),0≤n ≤50,其中A 为幅度因子,α是衰减因子,Ω0是频率,T 是采样周期。
2.对一个连续时间信号x a (t)进行理想采样可以表示为该信号与一个周期冲激脉冲的乘积,即x ̂a (t)= x a (t)M(t),其中x ̂a (t)是连续信号x a (t)的理想采样;M(t)是周期冲激M(t)=∑δ+∞−∞(t-nT)=1T ∑e jm Ωs t +∞−∞,其中T 为采样周期,Ωs =2π/T 是采样角频率。
信号理想采样的傅里叶变换为X ̂a (j Ω)=1T ∑X a +∞−∞[j(Ω−k Ωs )],由此式可知:信号理想采样后的频谱是原信号频谱的周期延拓,其延拓周期为Ωs =2π/T 。
根据时域采样定理,如果原信号是带限信号,且采样频率高于原信号最高频率分量的2倍,则采样以后不会发生频率混叠现象。
三、简明步骤产生理想采样信号序列x a (n),使A=444.128,α=50√2π,Ω0=50√2π。
(1) 首先选用采样频率为1000HZ ,T=1/1000,观察所得理想采样信号的幅频特性,在折叠频率以内和给定的理想幅频特性无明显差异,并做记录;(2) 改变采样频率为300HZ ,T=1/300,观察所得到的频谱特性曲线的变化,并做记录;(3) 进一步减小采样频率为200HZ ,T=1/200,观察频谱混淆现象是否明显存在,说明原因,并记录这时候的幅频特性曲线。
数字信号实验报告材料 (全)

数字信号处理实验报告实验一:用 FFT 做谱分析 一、 实验目的1、进一步加深 DFT 算法原理和基本性质的理解。
2、熟悉 FFT 算法原理和 FFT 子程序的应用。
3、学习用FFT 对连续信号和时域离散信号进行谱分析的方法,了解可能出现的分析误差及其原因,以便在实际中正确应用 FFT 。
二、实验原理用FFT 对信号作频谱分析是学习数字信号处理的重要内容。
经常需要进行谱分析的信号是模拟信号和时域离散信号。
对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。
频谱分辨率直接和FFT 的变换区间N 有关,因为FFT 能够实现的频率分辨率是2π/N ≤D 。
可以根据此时选择FFT 的变换区间N 。
误差主要来自于用FFT 作频谱分析时,得到的是离散谱,而信号(周期信号除外)是连续谱,只有当N 较大时离散谱的包络才能逼近于连续谱,因此N 要适当选择大一些。
周期信号的频谱是离散谱,只有用整数倍周期的长度作FFT ,得到的离散谱才能代表周期信号的频谱。
如果不知道信号周期,可以尽量选择信号的观察时间长一些。
对模拟信号的频谱时,首先要按照采样定理将其变成时域离散信号。
如果是模拟周期信号,也应该选取整数倍周期的长度,经过采样后形成周期序列,按照周期序列的谱分析进行。
三、实验内容和步骤对以下典型信号进行谱分析:⎪⎩⎪⎨⎧≤≤-≤≤-=⎪⎩⎪⎨⎧≤≤-≤≤+==其它nn n n n n x 其它nn n n n n x n R n x ,074,330,4)(,074,830,1)()()(32414()cos4x n n π=5()cos(/4)cos(/8)x n n n ππ=+6()cos8cos16cos20x t t t t πππ=++对于以上信号,x1(n)~x5(n) 选择FFT 的变换区间N 为8和16 两种情况进行频谱分析。
分别打印其幅频特性曲线。
并进行对比、分析和讨论;;x6(t)为模拟周期信号,选择 采样频率Hz F s 64=,变换区间N=16,32,64 三种情况进行谱分析。
模拟电子线路实验实验报告答案

网络高等教育《模拟电子线路》实验报告学习中心:层次:专业:年级:学号:学生姓名:实验一常用电子仪器的使用一、实验目的答:1、了解并掌握模拟电子技术实验箱的主要功能及使用方法。
2、了解并掌握数字万用表的主要功能及使用方法。
3、学习并掌握TDS1002型数字存储示波器和信号源的基本操作方法。
二、基本知识1.简述模拟电子技术实验箱布线区的结构及导电机制。
答:模拟电子技术实验箱布线区:用来插接元件和导线,搭接实验电路。
配有2只8脚集成电路插座和1只14脚集成电路插座。
结构及导电机制:布线区面板以大焊孔为主,其周围以十字花小孔结构相结合,构成接点的连接形式,每个大焊孔与它周围的小孔都是相通的。
2.试述NEEL-03A型信号源的主要技术特性。
答:NEEL-03A型信号源的主要技术特征:1、输出波形:三角波、正弦波、方波、二脉、四脉、八脉、单次脉冲信号;2、输出频率:10HZ~1MHZ连续可调;3、幅值调节范围:0~10VP-P连续可调;4、波形衰减:20dB/40dB;5、带有6位数字频率计,即可以作为信号源的输出监视仪表,也可以作外侧频率计用。
注意:信号源输出端不能短路。
3.试述使用万用表时应注意的问题。
答:应注意使用万用表进行测量时,应先确定所需测量功能和量程。
确定量程的原则:1、若已知被测参数的大致范围,所选量程应“大于被测值,且最接近被测值”。
如果被测参数的范围未知。
则先选择所需功能的最大量程测量,根据初测结、2.果,逐步把量程下调到最接近于被测值的量程,以便测量出更加准确的数值。
如屏幕上显示“1”,表明已超过量程范围,须将量程开关转至相应的档位上。
4.试述TDS1002型示波器进行自动测量的方法。
答:按下“测量”按钮可以自动进行测量。
共有十一种测量类型。
一次最多可以显示五种。
按下顶部的选项按钮可以显示“测量1”菜单,可以在“信源”中选择在其上进行测量的通道。
可以在“类型”中选择测量类型。
测量类型有:频率、周期、平均值、峰-峰值、均方根值、最小值、最大值、上升时间、下降时间、正频宽、负频宽。
数码模拟实验报告

实验名称:数码信号处理实验实验日期:2023年4月10日实验地点:计算机科学与技术实验室实验目的:1. 理解数码信号处理的基本概念和原理。
2. 掌握数码信号处理软件的使用方法。
3. 通过实验加深对数码信号处理技术的理解。
实验器材:1. 个人电脑2. 数码信号处理软件(如MATLAB)3. 实验指导书实验原理:数码信号处理(Digital Signal Processing,DSP)是利用数字计算机对信号进行加工处理的一种技术。
其基本原理是将模拟信号通过采样、量化等过程转换为数字信号,然后对数字信号进行各种处理,最后再将处理后的数字信号转换回模拟信号。
实验步骤:一、实验准备1. 打开电脑,启动数码信号处理软件。
2. 打开实验指导书,了解实验步骤和注意事项。
二、实验内容1. 信号采集与处理:- 使用软件生成一个简单的正弦波信号。
- 对生成的正弦波信号进行采样和量化。
- 分析采样和量化后的信号特性。
2. 信号滤波:- 对采集到的信号进行低通滤波处理。
- 分析滤波前后信号的变化。
3. 信号频谱分析:- 对滤波后的信号进行频谱分析。
- 分析信号的频率成分。
4. 信号恢复:- 将处理后的数字信号转换回模拟信号。
- 分析恢复后的信号质量。
三、实验结果与分析1. 信号采集与处理:- 通过实验观察到,采样和量化后的信号与原始信号存在一定的差异。
- 分析差异产生的原因,如量化误差、采样频率等。
2. 信号滤波:- 通过滤波处理,观察到信号中的高频成分被有效抑制,低频成分得到增强。
- 分析滤波效果,如滤波器的设计、截止频率等。
3. 信号频谱分析:- 通过频谱分析,观察到信号的频率成分和幅度分布。
- 分析信号的主要频率成分,如基波、谐波等。
4. 信号恢复:- 通过信号恢复,观察到处理后的信号质量有所提高。
- 分析信号恢复效果,如恢复算法、转换精度等。
实验总结:本次数码模拟实验使我对数码信号处理技术有了更深入的了解。
通过实验,我掌握了数码信号处理的基本原理和实验方法,并学会了使用数码信号处理软件进行信号处理。
数字信号处理实验

数字信号处理实验实验一信号、系统及系统响应1、实验目的认真复习采样理论、离散信号与系统、线性卷积、序列的z 变换及性质等有关内容;掌握离散时间序列的产生与基本运算,理解离散时间系统的时域特性与差分方程的求解方法,掌握离散信号的绘图方法;熟悉序列的z 变换及性质,理解理想采样前后信号频谱的变化。
2、实验内容a. 产生长度为500 的在[0,1]之间均匀分布的随机序列,产生长度为500 的均值为0 单位方差的高斯分布序列。
b. 线性时不变系统单位脉冲响应为h(n)=(0.9)nu(n),当系统输入为x(n)=R10(n)时,求系统的零状态响应,并绘制波形图。
c. 描述系统的差分方程为:y(n)-y(n-1)+0.9y(n-2)=x(n),其中x(n)为激励,y(n)为响应。
计算并绘制n=20,30,40,50,60,70,80,90,100 时的系统单位脉冲响应h(n);计算并绘制n=20,30,40,50,60,70,80,90,100 时的系统单位阶跃响应s(n);由h(n)表征的这个系统是稳定系统吗?d. 序列x(n)=(0.8)nu(n),求DTFT[x(n)],并画出它幅度、相位,实部、虚部的波形图。
观察它是否具有周期性?e. 线性时不变系统的差分方程为y(n)=0.7y(n-1)+x(n),求系统的频率响应H(ejω),如果系统输入为x(n)=cos(0.05πn)u(n),求系统的稳态响应并绘图。
f. 设连续时间信号x(t)=e-1000|t|,计算并绘制它的傅立叶变换;如果用采样频率为每秒5000 样本对x(t)进行采样得到x1(n),计算并绘制X1(ejω),用x1(n)重建连续信号x(t),并对结果进行讨论;如果用采样频率为每秒1000 样本对x(t)进行采样得到x2(n),计算并绘制X2(ejω),用x2(n)重建连续信号x(t),并对结果进行讨论。
加深对采样定理的理解。
g. 设X1(z)=z+2+3z-1,X2(z)=2z2+4z+3+5z-1,用卷积方法计算X1(z)X2(z)。
数字信号处理实验(民航无线电监测关键技术研究)

《数字信号处理》实验报告实验名称数字信号处理实验(民航无线电监测关键技术研究)实验时间一、实验目的:通过实验,理解和掌握民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术,培养学生对数字信号处理技术的兴趣,并提高学生基于数字信号处理技术的工程应用能力。
二、实验环境:Matlab三、实验原理、内容与分析(包括实验内容、MATLAB程序、实验结果与分析)实验总体框图如上图所示,主要实现民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术。
1.有限长单位脉冲(FIR)滤波器的设计FIR 数字滤波器是一种非递归系统,其冲激响应h(n)是有限长序列,其差分方程表达式为:系统传递函数可表达为:N-1 为FIR 滤波器的阶数。
在数字信号处理应用中往往需要设计线性相位的滤波器,FIR 滤波器在保证幅度特性满足技术要求的同时,很容易做到严格的线性相位特性。
为了使滤波器满足线性相位条件,要求其单位脉冲响应h(n)为实序列,且满足偶对称或奇对称条件,即h(n)=h(N-1-n)或h(n)=-h(N-1-n)。
这样,当N 为偶数时,偶对称线性相位FIR 滤波器的差分方程表达式为:由上可见FIR 滤波器不断地对输入样本x(n)延时后,再做乘法累加算法,将滤波器结果y(n)输出,因此,FIR 实际上是一种乘法累加运算。
而对于线性相位FIR 而言,利用线性相位FIR 滤波器系数的对称特性,可以采用结构精简的FIR 结构将乘法器数目减少一半。
2.AM 调制解调AM 调制解调过程如下:3.多采样率数字信号处理一般认为,在满足采样定理的前提下,首先将以采样率F1 采集的数字信号进行D/A 转换, 变成模拟信号,再按采样率F2 进行A/D 变换,从而实现从F1 到F2 的采样率转换。
但这样较麻烦,且易使信号受到损伤,所以实际上改变采样率是在数字域实现的。
数字信号处理实验报告(西电)

数字信号处理实验报告班级:****姓名:郭**学号:*****联系方式:*****西安电子科技大学电子工程学院绪论数字信号处理起源于十八世纪的数学,随着信息科学和计算机技术的迅速发展,数字信号处理的理论与应用得到迅速发展,形成一门极其重要的学科。
当今数字信号处理的理论和方法已经得到长足的发展,成为数字化时代的重要支撑,其在各个学科和技术领域中的应用具有悠久的历史,已经渗透到我们生活和工作的各个方面。
数字信号处理相对于模拟信号处理具有许多优点,比如灵活性好,数字信号处理系统的性能取决于系统参数,这些参数很容易修改,并且数字系统可以分时复用,用一套数字系统可以分是处理多路信号;高精度和高稳定性,数字系统的运算字符有足够高的精度,同时数字系统不会随使用环境的变化而变化,尤其使用了超大规模集成的DSP 芯片,简化了设备,更提高了系统稳定性和可靠性;便于开发和升级,由于软件可以方便传送,复制和升级,系统的性能可以得到不断地改善;功能强,数字信号处理不仅能够完成一维信号的处理,还可以试下安多维信号的处理;便于大规模集成,数字部件具有高度的规范性,对电路参数要求不严格,容易大规模集成和生产。
数字信号处理用途广泛,对其进行一系列学习与研究也是非常必要的。
本次通过对几个典型的数字信号实例分析来进一步学习和验证数字信号理论基础。
实验一主要是产生常见的信号序列和对数字信号进行简单处理,如三点滑动平均算法、调幅广播(AM )调制高频正弦信号和线性卷积。
实验二则是通过编程算法来了解DFT 的运算原理以及了解快速傅里叶变换FFT 的方法。
实验三是应用IRR 和FIR 滤波器对实际音频信号进行处理。
实验一●实验目的加深对序列基本知识的掌握理解●实验原理与方法1.几种常见的典型序列:0()1,00,0(){()()(),()sin()j n n n n u n x n Aex n a u n a x n A n σωωϕ+≥<====+单位阶跃序列:复指数序列:实指数序列:为实数 正弦序列:2.序列运算的应用:数字信号处理中经常需要将被加性噪声污染的信号中移除噪声,假定信号 s(n)被噪声d(n)所污染,得到了一个含噪声的信号()()()x n s n d n =+。
数字信号处理实验报告

《数字信号处理》实验报告课程名称:《数字信号处理》学院:信息科学与工程学院专业班级:通信1502班学生姓名:侯子强学号:02指导教师:李宏2017年5月28日实验一离散时间信号和系统响应一. 实验目的1. 熟悉连续信号经理想采样前后的频谱变化关系,加深对时域采样定理的理解2. 掌握时域离散系统的时域特性3. 利用卷积方法观察分析系统的时域特性4. 掌握序列傅里叶变换的计算机实现方法,利用序列的傅里叶变换对离散信号及系统响应进行频域分析二、实验原理1. 采样是连续信号数字化处理的第一个关键环节。
对采样过程的研究不仅可以了解采样前后信号时域和频域特性的变化以及信号信息不丢失的条件,而且可以加深对离散傅里叶变换、Z 变换和序列傅里叶变换之间关系式的理解。
对连续信号()a x t 以T 为采样间隔进行时域等间隔理想采样,形成采样信号:ˆ()()()a a xt x t p t = 式中()p t 为周期冲激脉冲,$()a x t 为()a x t 的理想采样。
()a x t 的傅里叶变换为µ()a X j Ω: 上式表明将连续信号()a x t 采样后其频谱将变为周期的,周期为Ωs=2π/T。
也即采样信号的频谱µ()a X j Ω是原连续信号xa(t)的频谱Xa(jΩ)在频率轴上以Ωs 为周期,周期延拓而成的。
因此,若对连续信号()a x t 进行采样,要保证采样频率fs ≥2fm ,fm 为信号的最高频率,才可能由采样信号无失真地恢复出原模拟信号计算机实现时,利用计算机计算上式并不方便,因此我们利用采样序列的傅里叶变换来实现,即而()()j j n n X e x n e ωω∞-=-∞=∑为采样序列的傅里叶变换()()n P t t nT δ∞=-∞=-∑µ1()()*()21()n a a a s X j X j P j X j jn T π∞=-∞Ω=ΩΩ=Ω-Ω∑µ()()|j a TX j X e ωω=ΩΩ=2. 时域中,描述系统特性的方法是差分方程和单位脉冲响应,频域中可用系统函数描述系统特性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1
近代物理实验补充教材
10.5 数字信号平均模拟实验
平均技术是微弱信号检测的常见手段之一。
它利用时域的取样和同步积累方法,恢复被噪声埋没的周期重复的微弱信号。
按照信号处理方式的不同,平均技术可以分为采用模拟电路的取样积分和采用计算机处理的数字信号平均两种方式。
采用取样平均方法的BOXCAR 积分器的教学实验已经在很多高校使用。
数字信号平均技术在许多专用的设备中(例如脉冲式核磁共振谱仪)中应用广泛,而相应的教学实验并不多见。
本实验采用C(C++)语言编程,进行数字信号的计算机仿真实验。
1 实验原理
噪声,指的是干扰测量信号的各种电扰动。
通常包括两类: A.系统内部热噪声;B.环境的杂散电波干扰。
噪声一般是随机的。
信号是有规律的,能够重复的,后续信号与早先信号是有关联的,可以用一个时间函数来描述它的规律性。
噪声和信号叠加在一起,会干扰信号,使信号失真。
信号取样平均技术可抑制噪声的干扰。
取样过程中的有用信号,一般来说是周期性重复的,经多次取样积累有加强的性质,对噪声来说具有减弱的趋势。
设信号与噪声混合表示为[1]:
)()()(t N t S t f +=
式中)(t S 为周期信号,)(t N 为噪声。
被测信号)(t f 是信号与噪声的合成。
实验中多点平均每隔T 秒全部取样一次,其中第k 点(全部取样点的任一点)的第i 次取样值为: )()()(T i t N T i t S T i t f k k k *++*+=*+
将此取样值与相同点的前)1(-i 次取样值作线性累加。
经过m 次的重复后,第k 点信号的积累值为:
∑=*+m
i k
T i t
f 1
)()=
∑=*+m
i k
T i t
S 1
)( +∑=*+m
i k T i t N 1
)(
其中噪声:
∑=*+m
i k
T i t
N 1
)(= )(t N m *
式中)(t N 为噪声的有效值。
对于周期信号来说,由于是在同步状态下取样,因此经过m 次积累为:
∑=*+m
i k
T i t
S 1
)( =)(T i S m **
经过m 次的重复后,信噪比为改善为:SNIR=m
2
对被测信号的各取样值相干累加后再作平均处理,其处理关系为:
∑=*+m
i k T i t f m 1
)(1) 记录其结果,可得到逐渐清晰的周期信号波形,信号的信噪比不断提高。
2 仿真实验设计
仿真实验的信号处理流程如图1,程序流程图2所示。
用户可用正弦信号、方波信号或正弦指数衰减信号进行实验。
噪声信号通过函数rand()
实现。
在实验程序中,lineto()函数来显示噪声与信号累加后的波形,并且能够实现不断的刷新,让用户能够实时观察信号累加的整个实验过程。
实验观察选择了方波信
号,初始信噪比为1:1,累加次数分别为1、4、64、1024的实验结果如图3所示。
由图可以看出,累加次数越多,信噪比的改善就越大。
图1 信号处理流程
图2 程序基本流程
是否
是是
图形界面初始化
信号累加和显示
结 束
选择波形,输入信号信噪比和总叠加次数n
叠加次数i=1 i=i+1
i<=n ? 是否
是是 开始?
累加1次后的信号波形
累加4次后的信号波形
累加64次后的信号波形
累加1024次后的信号波形
图3 数字信号平均的实验结果
3. 演示程序
表1 给出了信号为指数衰减波形和噪声单次叠加时的演示程序。
#include<math.h>
#include<graphics.h>
#include<stdlib.h>
#include<stdio.h>
#include<conio.h>
double s[1000]; //原始信号
double n[1000]; //混合信号
void main(void) { //信号和噪声单次叠加时的演示程序
int N=630; //观察数据点数
int gdriver = DETECT, gmode, errorcode; //图形模式用的参数
int x, y, maxx; //maxx为图形模式下最大的
char abc[20];
randomize(); //噪声函数初始化
for(int i=0; i<N; i++ ) s[i]=-100*sin(i*3.14/180)*exp(-i/100.); //产生信号波形
initgraph(&gdriver, &gmode, "c:\\borlandc\\bgi"); //图形模式初始化
y = getmaxy() / 2;
int j=1; //累加次数
moveto(1, n[1] / j + y/2 ); //输出第一个数据点
for( i=1;i<N;i++) { // 输出该次累加信号的各个数据点
n[i]+=s[i]+rand()/150; //叠加,获得累加后的信号
lineto(i, n[i] / j+y/4); //将[i]规一化后,输出到屏幕(连线到该点)}
sprintf(abc,"scans: %d \n",j); //将累加次数转换为字符串
outtextxy(5,420,abc); //输出累加次数
getch(); // 等待按键
cleardevice(); // 清屏
// j=j+1; // 累加次数加1
} // end of main program.
3实验内容
1.分别产生随机噪声和指数衰减信号,观察并记录。
2.选择合适的初始信噪比,累加次数分别为1、4、64、1024,输出信号平均波形。
3.将初始信噪比减小/增大5倍, 累加次数为1024次时观察并输出信号平均波形。
4.* 产生方波形号,重复实验2
4思考题
1.什么样的信号适合于数字信号平均技术?
2.在累加次数为4的基础上再累加4次,与累加次数为1024的基础上再累加4的效果
3
有多大的差别?试分析原因。
3.总结数字信号平均的规律。
参考文献
1.陈佳圭,《微弱信号检测》,第四章,中央广播电视大学出版社,1987
#include<math.h>
#include<graphics.h>
#include<stdlib.h>
#include<stdio.h>
#include<conio.h>
double s[1000];
double n[1000];
int main()
{
int N=1000;
int gdriver=DETECT,gmode,errorcode;
int i,j,x,y,maxy;
char abc[20];
int randomize();
for(i=0;i<N;i++) s[i]=-200*sin(i*3.14/180)*exp(-i/100.);
gdriver=6; //图形驱动器参数
gmode=1; //图形模式参数在IBM X31 上测试此参数显示为1024*768 256色
initgraph(&gdriver,&gmode,"");
y=getmaxy()/2;
j=1;
for (j=1;j<=1024;j++)
{ cleardevice();
moveto(1,n[1]/j+y/2);
for(i=1;i<=N;i++){
n[i]+=s[i]+rand()/150;
lineto(i,n[i]/j+y/4);
}
sprintf(abc,"scans:%d",j);
outtextxy(5,420,abc);
}
getch();
return 0;
4
}
5。