南邮DSPA实验报告
南邮DSP数字信号处理实验报告 可直接打印
南京邮电大学实验报告实验名称熟悉MATLAB环境快速傅里叶变换(FFT)及其应用 IIR数字滤波器的设计FIR数字滤波器的设计课程名称数字信号处理A班级学号_________________________ 姓名_________________________开课时间 2013/2014学年，第二学期实验一熟悉MATLAB环境一、实验目的（1）熟悉MA TLAB的主要操作命令。
（2）学会简单的矩阵输入和数据读写。
（3）掌握简单的绘图命令。
（4）用MATLAB编程并学会创建函数。
（5）观察离散系统的频率响应。
二、实验内容(1) 数组的加、减、乘、除和乘方运算。
输入A=[1 2 3 4]，B=[3,4,5,6]，求C=A+B，D=A-B，E=A.*B,F=A./B,G=A.^B 。
并用stem语句画出A、B、C、D、E、F、G。
clearn = 0:1:3;A=[1 2 3 4];subplot(3,1,1)stem(n,A)xlabel('n')ylabel('A')B=[3,4,5,6];subplot(3,1,2)stem(n,B)xlabel('n')ylabel('B')C=A+B;subplot(3,1,3)stem(n,C)xlabel('n')ylabel('C')figureD=A-B;E=A.*B;F=A./B;G=A.^B;subplot(4,1,1)stem(n,D)xlabel('n')ylabel('D')subplot(4,1,2)stem(n,E)xlabel('n')ylabel('E')subplot(4,1,3) stem(n,F) xlabel('n') ylabel('F') subplot(4,1,4) stem(n,G) xlabel('n') ylabel('G')(2) 用MATLAB 实现下列序列： a) 08(). 0n 15n x n =≤≤ n=0:1:15; x1=0.8.^n; stem(n,x1) xlabel('n') ylabel('x(n)') title('2(a)')b) 023(.)() 0n 15j nx n e+=≤≤n=0:1:15; i=sqrt(-1); a = 0.2+3*i; x2=exp(a*n); figuresubplot(1,2,1) stem(n,real(x2)) xlabel('n')ylabel('x(n)实部') subplot(1,2,2) stem(n,imag(x2))xlabel('n')ylabel('x(n)虚部')c) 3012502202501()cos(..)sin(..)x n n n ππππ=+++ 0n 15≤≤ n=0:1:15;x3=3*cos(0.125*pi*n+0.2*pi) + 2*sin(0.25*pi*n+0.1*pi); stem(n,x3) xlabel('n') ylabel('x(n)')(3) 绘出下列时间函数的图形，对x 轴、y 轴以及图形上方均须加上适当的标注： a) 2()sin() 0t 10s x t t π=≤≤ t=0:0.001:10; x=sin(2*pi*t); plot(t,x,'r-')xlabel('t'),ylabel('x(t)'),title('sin(2\pit)')b) 100()cos()sin() 0t 4s x t t t ππ=≤≤>> n=0:0.01:4;x=cos(100*pi*n).*sin(pi*n); subplot(2,1,2);plot(n,x2t);(4) 给定一因果系统12121106709()()/(..)H z z z z ----=+-+，求出并绘制H (z )的幅频响应和相频响应。
dsp原理与应用实验报告总结
dsp原理与应用实验报告总结DSP（Digital Signal Processing）数字信号处理是利用数字技术对信号进行处理和分析的一种方法。
在本次实验中，我们探索了DSP的原理和应用，并进行了一系列实验以验证其在实际应用中的效果。
以下是对实验结果的总结与分析。
实验一：数字滤波器设计与性能测试在本实验中，我们设计了数字滤波器，并通过性能测试来评估其滤波效果。
通过对不同类型的滤波器进行设计和实现，我们了解到数字滤波器在信号处理中的重要性和应用。
实验二：数字信号调制与解调本实验旨在通过数字信号调制与解调的过程，了解数字信号的传输原理与方法。
通过模拟调制与解调过程，我们成功实现了数字信号的传输与还原，验证了调制与解调的可行性。
实验三：数字信号的傅里叶变换与频谱分析傅里叶变换是一种重要的信号分析方法，可以将信号从时域转换到频域，揭示信号的频谱特性。
本实验中，我们学习了傅里叶变换的原理，并通过实验掌握了频谱分析的方法与技巧。
实验四：数字信号的陷波滤波与去噪处理陷波滤波是一种常用的去除特定频率噪声的方法，本实验中我们学习了数字信号的陷波滤波原理，并通过实验验证了其在去噪处理中的有效性。
实验五：DSP在音频处理中的应用音频处理是DSP的一个重要应用领域，本实验中我们探索了DSP在音频处理中的应用。
通过实验，我们成功实现了音频信号的降噪、均衡和混响处理，并对其效果进行了评估。
实验六：DSP在图像处理中的应用图像处理是另一个重要的DSP应用领域，本实验中我们了解了DSP在图像处理中的一些基本原理和方法。
通过实验，我们实现了图像的滤波、边缘检测和图像增强等处理，并观察到了不同算法对图像质量的影响。
通过以上一系列实验，我们深入了解了DSP的原理与应用，并对不同领域下的信号处理方法有了更深刻的认识。
本次实验不仅加深了我们对数字信号处理的理解，也为日后在相关领域的研究与实践提供了基础。
通过实验的结果和总结，我们可以得出结论：DSP作为一种数字信号处理的方法，具有广泛的应用前景和重要的实际意义。
DSP实验报告
实验一数字IO应用实验—、实验目的1. 了解DSP开发系统的组成和结构2. 在实验设备上完成I/O硬件连接，编写I/O实验程序并运行验证。
3. 内存观察工具的使用二、实验设备计算机，CCS3.1版本软件，DSP仿真器，教学实验箱三、实验原理2.键值读取程序：该部分有两种方法进行键值的判断。
方法1：利用内存观察工具进行观察方法2：利用LED1-LED8的亮灭对应显示键值。
a)外部中断1的应用参照实验五；b)内存观察键值：程序中定义了三个变量“W”“row”和“col”。
“W”代表是CPLD中键盘的扫描数值，“row”和“col”分别代表键盘的行和列，由行和列可以判定按键的位置。
上述三个变量可以在观察窗口中观察的。
c)利用LED灯显示键值原理，参看实验一。
具体的LED灯显示值以查表的形式读出，请参看“”库文件。
本实验的CPLD地址译码说明：基地址：0x0000，当底板片选CS0为低时，分配有效。
CPU的IO空间：基地址+0x0200 LED灯output 8位外部中断用XINT1：由CPLD分配，中断信号由键盘按键产生。
中断下降沿触发。
KEY_DAT_REG(R)：基地址+0x0004;四、实验步骤和内容1.2407CPU板JUMP1的1和2脚短接，拨码开关S1的第一位置ON,其余置OFF；2.E300板上的开关SW4的第一位置ON，其余OFF；SW3的第四位置ON其余的SW置OFF“DEBUG→Connect”）4.打开系统项目文件 \e300.test\ normal \05_key interface \；“\Debug\”文件“Debug\Go Main”跳到主程序的开始；7.指定位置设置断点；8.View--〉Watch Window打开变量观察窗口；9. 将变量“w”“row”和“col”添加到观察窗口中，改变变量观察窗口的显示方式为HEX显示。
“Debug--〉Animate”全速运行，然后点击E300板上键盘按键，观察窗口中变量变化，同时LED1-LED8灯也相应变化，指示键值。
DSP实验报告
DSP实验报告⼀、综合实验内容和要求1. 实验⽬的(1) 学习掌握CCS3.3编译器的使⽤；(2) 通过实验学习掌握TMS320F28335的GPIO ，浮点计算； (3) 学习并掌握A/D 模块的使⽤⽅法；(4) 学习并掌握中断⽅式和查询⽅式的串⼝通信； (5) 学习并掌握28335DSP 的定时器相关的设置与运⽤； (6) 学习信号时域分析的⽅法，了解相关波形参数的计算⽅法； (7) 了解数字滤波的⼀些基本⽅法； (8) 学习数码管的驱动及运⽤。
(9) 学习MATLAB 串⼝以及画图的运⽤。
2. 实验设计内容与要求：(1) 对给定的周期波形信号采⽤TI 公司的TMS320F28335DSP ，利⽤试验箱上的相关资源计算出波形的周期T ，波形的有效值rms V ，平均值avg V 。
其中，有效值和平均值的计算公式(数字量的离散公式)如下：rms V =1()NavgiV u i N=∑式中N 为⼀个周期采样点数，()u i 为采样序列中的第i 个采样点。
(2) 通过算法计算出波形的有效值和平均值，利⽤串⼝通信把测得的数据发送到串⼝助⼿查看，或者在MATLAB 上编写上位机程序，把发送的数据在MATLAB 上画出来。
(3) 把测得的数据实时显⽰在数码管上。
⼆、硬件电路图1为试验系统的硬件图，硬件电路主要包括TMS320F28335DSP 实验箱，SEED-XDS510仿真器，数码管，SCI,信号发⽣器，电脑，串⼝线等。
图1 硬件电路图三、实验原理本试验主要是通过程序去测量⼀个周期波形的有效值、平均值、峰值等相关参数。
计算离散数据的有效值可⽤公式rms V =平均值可⽤公式1()N avgiV u i N=∑。
所以⾸先需要测出波形的周期，然后确定每个周期需要采样的点数N ，最后去计算平均值和有效值。
v mv 1图2 理想输⼊采样波形如图2所⽰为⼀个正弦输⼊波形，m V 为输⼊波形的峰值，1V 是介于0~ m V 的⼀个值。
DSP实验报告(综合)
实验报告||实验名称 D SP课内系统实验课程名称DSP系统设计||一、实验目的及要求1. 掌握用窗函数法设计FIR数字滤波器的原理和方法。
熟悉线性相位FIR 数字滤波器特性。
了解各种窗函数对滤波器特性的影响。
2. 掌握设计IIR数字滤波器的原理和方法。
熟悉IIR数字滤波器特性。
了解IIR数字滤波器的设计方法。
3.掌握自适应数字滤波器的原理和实现方法。
掌握LMS自适应算法及其实现。
了解自适应数字滤波器的程序设计方法。
4.掌握直方图统计的原理和程序设计；了解各种图像的直方图统计的意义及其在实际中的运用。
5.了解边缘检测的算法和用途，学习利用Sobel算子进行边缘检测的程序设计方法。
6.了解锐化的算法和用途，学习利用拉普拉斯锐化运算的程序设计方法。
7.了解取反的算法和用途，学习设计程序实现图像的取反运算。
8.掌握直方图均衡化增强的原理和程序设计；观察对图像进行直方图均衡化增强的效果。
二、所用仪器、设备计算机，dsp实验系统实验箱，ccs操作环境三、实验原理（简化）FIR：有限冲激响应数字滤波器的基础理论，模拟滤波器原理（巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器、贝塞尔滤波器）。
数字滤波器系数的确定方法。
IIR:无限冲激响应数字滤波器的基础理论。
模拟滤波器原理（巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器、贝塞尔滤波器）。
数字滤波器系数的确定方法。
、自适应滤波：自适应滤波器主要由两部分组成：系数可调的数字滤波器和用来调节或修正滤波器系数的自适应算法。
e(n)=z(n)-y(n)=s(n)+d(n)-y(n)直方图：灰度直方图描述了一幅图像的灰度级内容。
灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率(像素个数与图像像素总数之比)。
图像边缘化：所谓边缘(或边沿)是指其周围像素灰度有阶跃变化。
经典的边缘提取方法是考察图像的每个像素在某个邻域内灰度的变化，利用边缘临近一阶或二阶方向导数变化规律，用简单的方法检测边缘。
DSP实验报告(一)
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、 掌握序列傅氏变换的计算机实现方法，利用序列的傅氏变换对离散信号、系统及系统响应进行频域分析。
二、实验原理（一）连续时间信号的采样采样是指按一定的频率从模拟信号抽样获得数字信号。
采样是从连续时间信号到离散时间信号的过渡桥梁。
对一个连续时间信号进行理想采样的过程可以表示为该信号的一个周期冲激脉冲的乘积，即()()()ˆa a x t x t M t =（1）其中连续信号的理想采样，是周期冲激脉冲()()n M t t n T d +=-=-å（2）它也可以用傅立叶级数表示为：1()s jm tn M t eT+W =-=å（3)其中T 为采样周期，Ω是采样角频率。
设是连续时间信号的双边拉氏变换，即有：()()ata a X s x t edt+--=ò（4）此时理想采样信号的拉氏变换为()ˆˆ()()1ˆ()1ˆ()1()s s ataa jm tsta m s jm ta m a s m X s x t e dtxt ee dtTxt e dtT X s jm T+--++W -=--++--W =- -++=--====-W òåòåòåò（5）作为拉氏变换的一种特例，信号理想采样的傅立叶变换1ˆ()[()]aa s m X j X j m T+=-W =W-W å（6）由式(5)和式(6)可知，信号理想采样后的频谱是原信号频谱的周期延拓，其延拓周期等于采样频率。
根据Shannon 取样定理，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谱混淆现象。
南京邮电大学DSP实验报告
南京邮电大学实验报告实验名称：采样、系统性质及滤波系统频率响应和样本处理算法实现加窗和离散傅氏变换数字滤波器设计课程名称：数字信号处理姓名：学号开课时间2011 /2012 学年，第 2 学期实验一一．实验名称：采样、系统性质及滤波 二．实验目的和任务，实验内容：一、观察采样引起的混叠。
设模拟信号为)3sin()2sin(4)5cos()(t t t t x πππ⋅+=，t 的单位为毫秒(ms)。
1. 设采样频率为3kHz ，确定与)(t x 混叠的采样重建信号)(t x a 。
2. 画出)(t x 和)(t x a 在)(60ms t ≤≤范围内的连续波形。
（因数字计算机无法真正画出连续波形，可用较密的离散点的连线来近似。
）3. 分别用"" 和""⨯在两信号波形上标记出3kHz 采样点。
两信号波形是否相同？采样后的两序列是否相同？二、判别离散时间系统的时不变性。
（来源：p105 例3.2.2）设输入序列为)(n x ，系统)2()(n x n y =实现对)(n x 的抽取。
1. 设500,...,2,1),1002sin()(==n n n x π。
取延迟量D （例如D ＝30）。
记)()(D n x n x D -=，画出)(n x 、)(n x D 的序列波形。
2. 编程求出系统对)(n x 的响应)(n y 以及对)(n x D 的响应)(n y D3. 画出)(D n y -、)(n y D 的波形。
该系统是否为时不变的？三、利用卷积计算信号通过FIR 滤波器的输出，并观察输出信号的input-on 暂态、input-off暂态和稳态阶段。
（来源：p144 例4.1.8）考虑两个滤波器，⎩⎨⎧≤≤⋅=其它0140)75.0(25.0)(1n n h n ，]1,5,10,105,1[51--=，－2h ；输入)(n x 为周期方波，第一个周期内⎩⎨⎧≤≤≤≤=492502401)(x x n x 。
DSP实验报告(二)
DSP实验报告(二)实验二应用FFT对信号进行频谱分析一、实验目的1、在理论学习的基础上，通过本次实验，加深对快速傅里叶变换的理解，熟悉FFT算法及其程序的编写。
2、熟悉应用FFT对典型信号进行频谱分析的方法。
3、了解应用FFT进行信号频谱分析过程中可能出现的问题，以便在实际中正确应用FFT。
二、实验原理与方法①一个连续信号的频谱可以用它的傅立叶变换表示为+ Xa(jW)=-jWtx(t)edtòa-如果对该信号进行理想采样，可以得到采样序列x(n)=xa(nT)同样可以对该序列进行z变换，其中T为采样周期X(z)=+ x(n)z-n+ -令z为ejw，则序列的傅立叶变换X(ejw)=x(n)ejwn-其中ω为数字频率，它和模拟域频率的关系为w=WT=W/fs式中的是采样频率。
上式说明数字频率是模拟频率对采样率的归一化。
同模拟域的情况相似。
数字频率代表了序列值变化的速率，而序列的傅立叶变换称为序列的频谱。
序列的傅立叶变换和对应的采样信号频谱具有下式的对应关系。
1X(e)=Tjw+ - w-2pXa(j)T即序列的频谱是采样信号频谱的周期延拓。
从式可以看出，只要分析采样序列的谱，就可以得到相应的连续信号的频谱。
注意：这里的信号必须是带限信号，采样也必须满足Nyquist定理。
在各种信号序列中，有限长序列在数字信号处理中占有很重要的地位。
无限长的序列也往往可以用有限长序列来逼近。
有限长的序列可以使用离散傅立叶变换。
当序列的长度是N时，定义离散傅立叶变换为：X(k)=DFT[x(n)]=其中W=e2pj-NN-1n=0WNkn它的反变换定义为：1x(n)=IDFT[X(k)]=N根据式和，则有N-1n=0X(k)WNknX(z)|z=Wnk=NN-1n=0x(n)WNnk=DFT[x(n)]j2pN可以得到X(k)2pk的点，就NN是将单位圆进行N等分以后第k个点。
所以，X(k)是z变换在单位圆上的等距采样，或者说是序列傅立叶变换的等距采样。
- 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)。
南京邮电大学实验报告实验名称：1、离散时间信号与系统的时、频域表示2、离散傅立叶变换和z变换3、数字滤波器的频域分析和实现4、数字滤波器的设计课程名称数字信号处理A(双语)班级学号姓名指导老师开课时间 2016/2017学年第一学期实验一：离散时间信号与系统的时、频域表示一、实验目的和任务：●主要内容：序列的生成、序列DTFT谱计算、简单滤波器的仿真，对应实验指导书Page1－34。
●实验要求：●（1）按照要求产生基本序列和复杂序列，对序列进行运算，求序列的DTFT幅度谱和相位谱。
●（2）计算简单的离散时间系统的输出，包括简单滤波器的仿真、计算单个系统和互连系统的输出。
二、实验内容：●具体包括●基本序列产生和运算：Q1.1－Q1.3，Q1.23，Q1.30－Q1.33●离散时间系统仿真：Q2.1－Q2.3●LTI系统：Q2.19、Q2.21，Q2.28●DTFT：Q3.1，Q3.2，Q3.4三、实验过程与结果分析：Q1.1 运行P1_1产生单位样本序列u[n] 的程序与显示的波形如下:clf;n= -10:20;u = [zeros(1,10) 1 zeros(1,20)];stem(n,u);xlabel('时间序列n');ylabel('振幅');title('单位样本序列');axis([-10 20 0 1.2]);结果：时间序列 n振幅Q1.2clf 清除波形 axis 设置坐标轴范围，可读比例等 title 给图形加标题 xlabel 给x 加标注 Ylabel 给y 加标注Q1.3clf;n= -10:20;u = [zeros(1,10) 1 zeros(1,20)]; stem(n+11,u);xlabel('时间序列 n');ylabel('振幅'); title('单位样本序列'); axis([0 32 0 1.2]);结果：0.20.40.60.81时间序列 n振幅Q1.23n = 0:50; f= 0.08; phase = pi/2; A = 2.5;arg =2*pi*f*n - phase; x = A*cos(arg); clf; stem(n,x); axis([0 50 -3 3]); grid;title('正弦序列'); xlabel('时间序号n'); ylabel('振幅'); axis;结果：05101520253035404550正弦序列时间序号n振幅Q1.30s[n]是线性增加伴随着实指数缓慢衰减的图像加性噪声d[n]是均匀分布在-0.4和+0.4之间的随机序列Q1.31不能，因为d 是列向量，s 是行向量Q1.32x1是x 的延时，x2和x 相等，x3超前于xQ1.33产生图例说明Q2.1 clf;n = 0:100;s1 = cos(2*pi*0.05*n); s2 = cos(2*pi*0.47*n); x = s1+s2;M = input('滤波器所需的长度='); num = ones(1,M); y = filter(num,1,x)/M; subplot(2,2,1); plot(n,s1); axis([0,100,-2,2]); xlabel('时间序列n');ylabel('振幅'); title('信号#1'); subplot(2,2,2); plot(n,s2); axis([0,100,-2,2]); xlabel('时间序列n'); ylabel('振幅'); title('信号#2'); subplot(2,2,3); plot(n,x); axis([0,100,-2,2]); xlabel('时间序列n'); ylabel('振幅'); title('输入信号'); subplot(2,2,4); plot(n,y); axis([0,100,-2,2]); xlabel('时间序列n'); ylabel('振幅'); title('输出信号'); axis;结果：50100-2-1012时间序列n 振幅信号#150100-2-1012时间序列n 振幅信号#250100-2-1012时间序列n振幅输入信号50100-2-1012时间序列n振幅输出信号S[n]被离散时间系统抑制Q2.2n = 0:100;s1 = cos(2*pi*0.05*n);s2 = cos(2*pi*0.47*n);x = s1+s2;M = input('滤波器所需长度 = ');num = (-1).^[0:M-1];y = filter(num,1,x)/M;clf;subplot(2,2,1);plot(n, s1);axis([0, 100, -2, 2]);xlabel('时间序号n'); ylabel('振幅'); title('信号 #1');subplot(2,2,2);plot(n, s2);axis([0, 100, -2, 2]);xlabel(' 时间序号n'); ylabel('振幅'); title('信号 #2');subplot(2,2,3);plot(n, x);axis([0, 100, -2, 2]);xlabel('时间序号 n'); ylabel('振幅'); title('输入信号');subplot(2,2,4);plot(n, y);axis([0, 100, -2, 2]);xlabel('时间序号 n'); ylabel('振幅'); title('输出信号');axis;显示的波形如下:50100时间序号n 振幅信号 #150100时间序号n 振幅信号 #250100时间序号 n振幅输入信号50100时间序号 n振幅输出信号改变LTI 系统对输入的影响是,系统现在是一个高通滤波器。
它通过高频输入组件s2来替代低频输入组件s1.Q2.3 clf;n = 0:100;s1 = cos(2*pi*0.04*n); s2 = cos(2*pi*0.6*n); x = s1+s2;M = input('滤波器所需的长度='); num = ones(1,M); y = filter(num,1,x)/M; subplot(2,2,1); plot(n,s1); axis([0,100,-2,2]); xlabel('时间序列n'); ylabel('振幅'); title('信号#1'); subplot(2,2,2); plot(n,s2); axis([0,100,-2,2]); xlabel('时间序列n'); ylabel('振幅'); title('信号#2'); subplot(2,2,3); plot(n,x); axis([0,100,-2,2]); xlabel('时间序列n');ylabel('振幅'); title('输入信号'); subplot(2,2,4); plot(n,y); axis([0,100,-2,2]); xlabel('时间序列n'); ylabel('振幅'); title('输出信号'); axis;结果：50100-2-1012时间序列n 振幅信号#150100-2-1012时间序列n 振幅信号#250100-2-1012时间序列n振幅输入信号50100-2-1012时间序列n振幅输出信号Q2.19clf; N=40;num=[2.2403 2.4908 2.2403]; den=[1 -0.4 0.75]; y=impz(num,den,N); stem(y);xlabel('时间序号n'); ylabel('振幅'); title('冲激响应'); grid;结果：510152025303540-3-2-101234时间序号n振幅冲激响应Q2.21 clf; N=40;num=[0.9 -0.45 0.35 0.002]; den=[1.0 0.71 -0.46 -0.62]; x=[1 zeros(1,N-1)]; y=filter(num,den,x); stem(y);xlabel('时间序号n'); ylabel('振幅'); title('冲激响应'); grid;510152025303540-1.5-1-0.500.511.52时间序号n振幅冲激响应Q2.28 clf;h=[3 2 1 -2 1 0 -4 0 3]; x=[1 -2 3 -4 3 2 1]; y=conv(h,x); n=0:14; subplot(2,1,1); stem(n,y);xlabel('时间序号n'); ylabel('振幅');title('用卷积得到的输出'); grid;x1=[x zeros(1,8)]; y1=filter(h,1,x1); subplot(2,1,2); stem(n,y1); xlabel('时间序号n') ylabel('振幅');title('由滤波生成的输出'); grid;时间序号n 振幅用卷积得到的输出时间序号n振幅由滤波生成的输出Q3.1原始序列是：Pause:暂停命令Q3.2 clf;w= -4*pi:8*pi/511:4*pi; num=[2 1]; den=[1 -0.6]; h=freqz(num,den,w); subplot(2,1,1) plot(w/pi,real(h)); gridtitle('H(e^{j\omega}的实部') xlabel('\omega/\pi'); ylabel('振幅'); subplot(2,1,2) plot(w/pi,imag(h)); gridtitle('H(e^{j\omega}的虚部') xlabel('\omega/\pi'); ylabel('振幅'); pause subplot(2,1,1) plot(w/pi,abs(h)); gridtitle('|H(e^{j\omega}|幅度谱') xlabel('\omega/\pi'); ylabel('振幅'); subplot(2,1,2) plot(w/pi,angle(h)); gridtitle('相位谱arg[H(e^{j\omega}]') xlabel('\omega/\pi'); ylabel('以弧度为单位的相位'); 结果：-4-3-2-10123402468H(e j ω的实部ω/π振幅-4-3-2-101234-4-2024H(e j ω的虚部ω/π振幅-4-3-2-10123402468|H(e j ω|幅度谱ω/π振幅-4-3-2-101234-2-1012相位谱arg[H(e j ω]ω/π以弧度为单位的相位是w 的周期。