信号分析实验报告

合集下载

随机信号分析实验报告

随机信号分析实验报告

随机信号分析实验报告实验一:平稳随机过程的数字特征实验二:平稳随机过程的谱分析实验三:随机信号通过线性系统的分析实验四:平稳时间序列模型预测班级:姓名:学号:一、实验目的1、加深理解平稳随机过程数字特征的概念2、掌握平稳随机序列期望、自相关序列的求解3、分析平稳随机过程数字特征的特点二、实验原理平稳随机过程数字特征求解的相关原理三、实验过程function y = experiment number = 49; %学号49 I = 8; %幅值为8 u = 1/number;Ex = I*0.5 + (-I)*0.5; N = 64; C0 = 1; %计数 p(1) = exp(-u);for m = 2:N k = 1:m/2;p(m) = exp(-u*m) + sum((u*m).^(2*k)./factorial(2*k)*exp(-u*m));2222()[()()]{()()}{()()}X R m E X n X n m I P X n X n m I I P X n X n m I =+=+=-+=-E[X(n)]= I P{X(n)=+I}+(-I)P{X(n)=-I}=0⨯⨯0m >当时,/222(){()()}(2)!m k mk m P X n X n m I e P k λλ⎢⎥⎣⎦-=+===∑222()(1)(21)X R m I P I P I P =--=-2()()X X XC m R m m =-me I m n X n X E m R λ22)]()([)(-=+=end;pp = [fliplr(p) C0 p];Rx = (2*pp - 1)*I^2;m = -N:N;Kx = Rx - Ex*Ex;rx = Kx/25;subplot(211), plot(m,Rx); axis([-N N 0 I*I]); title('自相关序列');subplot(212), plot(m,rx); axis([-N N 0 1]); title('自相关序数');四、实验结果及分析自相关序列的特点分析:m>0时Rx(m)随着m的增大而减小,m<0时Rx(m)随着m的增大而增大。

信号资源分析实验报告(3篇)

信号资源分析实验报告(3篇)

第1篇一、实验目的1. 理解信号资源的基本概念和分类。

2. 掌握信号采集、处理和分析的方法。

3. 分析不同信号资源的特点和适用场景。

4. 提高信号处理和分析的实际应用能力。

二、实验背景信号资源在通信、遥感、生物医学等领域具有广泛的应用。

本实验通过对不同类型信号资源的采集、处理和分析,使学生了解信号资源的基本特性,掌握信号处理和分析的方法。

三、实验内容1. 信号采集(1)实验设备:信号发生器、示波器、数据采集卡、计算机等。

(2)实验步骤:1)使用信号发生器产生正弦波、方波、三角波等基本信号。

2)将信号通过数据采集卡输入计算机,进行数字化处理。

3)观察示波器上的波形,确保采集到的信号准确无误。

2. 信号处理(1)实验设备:MATLAB软件、计算机等。

(2)实验步骤:1)利用MATLAB软件对采集到的信号进行时域分析,包括信号的时域波形、平均值、方差、自相关函数等。

2)对信号进行频域分析,包括信号的频谱、功率谱、自功率谱等。

3)对信号进行滤波处理,包括低通、高通、带通、带阻滤波等。

4)对信号进行时频分析,包括短时傅里叶变换(STFT)和小波变换等。

3. 信号分析(1)实验设备:MATLAB软件、计算机等。

(2)实验步骤:1)分析不同类型信号的特点,如正弦波、方波、三角波等。

2)分析信号在不同场景下的应用,如通信、遥感、生物医学等。

3)根据实验结果,总结信号资源的特点和适用场景。

四、实验结果与分析1. 时域分析(1)正弦波信号:具有稳定的频率和幅度,适用于通信、测量等领域。

(2)方波信号:具有周期性的脉冲特性,适用于数字信号处理、数字通信等领域。

(3)三角波信号:具有平滑的过渡特性,适用于模拟信号处理、音频信号处理等领域。

2. 频域分析(1)正弦波信号:频谱只有一个频率成分,适用于通信、测量等领域。

(2)方波信号:频谱包含多个频率成分,适用于数字信号处理、数字通信等领域。

(3)三角波信号:频谱包含多个频率成分,适用于模拟信号处理、音频信号处理等领域。

随机信号分析实验报告

随机信号分析实验报告

实验一 随机噪声的产生与性能测试一、实验内容1.产生满足均匀分布、高斯分布、指数分布、瑞利分布的随机数,长度为N=1024,并计算这些数的均值、方差、自相关函数、概率密度函数、概率分布函数、功率谱密度,画出时域、频域特性曲线; 2.编程分别确定当五个均匀分布过程和5个指数分布分别叠加时,结果是否是高斯分布; 3.采用幅度为2, 频率为25Hz 的正弦信号为原信号,在其中加入均值为2 , 方差为0.04 的高斯噪声得到混合随机信号()X t ,编程求 0()()tY t X d ττ=⎰的均值、相关函数、协方差函数和方差,并与计算结果进行比较分析。

二、实验步骤 1.程序N=1024; fs=1000; n=0:N —1;signal=chi2rnd (2,1,N); %rand(1,N)均匀分布 ,randn(1,N )高斯分布,exprnd(2,1,N )指数分布,raylrnd (2,1,N)瑞利分布,chi2rnd(2,1,N )卡方分布 signal_mean=mean(signal ); signal_var=var (signal );signal_corr=xcorr(signal,signal ,'unbiased ’); signal_density=unifpdf(signal ,0,1); signal_power=fft(signal_corr); %[s,w]=periodogram (signal); [k1,n1]=ksdensity(signal);[k2,n2]=ksdensity (signal,’function ’,'cdf ’); figure ;hist(signal);title (’频数直方图’); figure ;plot (signal);title(’均匀分布随机信号曲线’); f=n *fs/N ; %频率序列 figure;plot(abs (signal_power)); title('功率幅频’); figure;plot(angle (signal_power)); title ('功率相频'); figure;plot (1:2047,signal_corr); title ('自相关函数’); figure;plot(n1,k1);title('概率密度’);figure;plot(n2,k2);title('分布函数’);结果(1)均匀分布(2)高斯分布(3)指数分布(4)瑞利分布(5)卡方分布2.程序N=1024;signal_1=rand(1,N);signal_2=rand(1,N);signal_3=rand(1,N);signal_4=rand(1,N);signal_5=rand(1,N);signal=signal_1+signal_2+signal_3+signal_4+signal_5; [k1,n1]=ksdensity(signal);figure(1)subplot(1,2,1);hist(signal);title('叠加均匀分布随机数直方图');subplot(1,2,2);plot(n1,k1);title(’叠加均匀分布的概率密度');结果指数分布叠加均匀分布叠加结果:五个均匀分布过程和五个指数分布分别叠加时,结果是高斯分布。

信号分析与处理实验报告

信号分析与处理实验报告

信号分析与处理实验报告一、实验目的1.了解信号分析与处理的基本概念和方法;2.掌握信号分析与处理的基本实验操作;3.熟悉使用MATLAB进行信号分析与处理。

二、实验原理信号分析与处理是指利用数学和计算机技术对信号进行分析和处理的过程。

信号分析的目的是了解信号的特性和规律,通过对信号的频域、时域和幅频特性等进行分析,获取信号的频率、幅度、相位等信息。

信号处理的目的是对信号进行数据处理,提取信号的有效信息,优化信号的质量。

信号分析和处理的基本方法包括时域分析、频域分析和滤波处理。

时域分析主要是对信号的时变过程进行分析,常用的方法有波形分析和自相关分析。

频域分析是将信号转换到频率域进行分析,常用的方法有傅里叶级数和离散傅里叶变换。

滤波处理是根据信号的特性选择适当的滤波器对信号进行滤波,常用的滤波器有低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。

三、实验内容1.信号的时域分析将给定的信号进行波形分析,绘制信号的时域波形图;进行自相关分析,计算信号的自相关函数。

2.信号的频域分析使用傅里叶级数将信号转换到频域,绘制信号的频域图谱;使用离散傅里叶变换将信号转换到频域,绘制信号的频域图谱。

3.滤波处理选择合适的滤波器对信号进行滤波处理,观察滤波前后的信号波形和频谱。

四、实验步骤与数据1.时域分析选择一个信号进行时域分析,记录信号的波形和自相关函数。

2.频域分析选择一个信号进行傅里叶级数分析,记录信号的频谱;选择一个信号进行离散傅里叶变换分析,记录信号的频谱。

3.滤波处理选择一个信号,设计适当的滤波器对信号进行滤波处理,记录滤波前后的信号波形和频谱。

五、实验结果分析根据实验数据绘制的图像进行分析,对比不同信号在时域和频域上的特点。

观察滤波前后信号波形和频谱的变化,分析滤波效果的好坏。

分析不同滤波器对信号的影响,总结滤波处理的原理和方法。

六、实验总结通过本次实验,我们了解了信号分析与处理的基本概念和方法,掌握了信号分析与处理的基本实验操作,熟悉了使用MATLAB进行信号分析与处理。

离散信号分析实验报告

离散信号分析实验报告

离散信号分析实验报告引言离散信号分析是数字信号处理中的一个重要概念,它涉及到对一系列离散的数据进行分析和处理。

通过对信号进行采样和量化,我们可以将连续信号转换为离散信号,并利用离散信号分析方法来研究信号的性质和特征。

本实验报告将介绍离散信号分析的基本概念以及常用的分析方法。

实验目的通过本次实验,我们将掌握以下内容: 1. 理解离散信号和连续信号的区别和联系; 2. 学习离散信号的采样和量化方法; 3. 掌握离散信号的时域分析方法,如序列的求和、平均、差分等; 4. 学习离散信号的频域分析方法,如傅里叶变换、频谱分析等。

实验步骤1. 信号的采样和量化在离散信号分析中,我们首先需要对连续信号进行采样和量化。

采样是指将连续信号在一定时间间隔内进行取样,得到一系列离散的采样点。

量化是指对采样点进行量化,将其离散化为有限个取值。

我们可以使用MATLAB等工具来进行信号的采样和量化。

2. 时域分析在离散信号分析中,时域分析是研究信号在时间域上的特性和性质的方法之一。

常用的时域分析方法包括序列的求和、平均、差分等。

•序列的求和:我们可以对离散信号的序列进行求和,求得序列的总和。

这可以帮助我们了解信号的能量和幅值等特性。

•序列的平均:通过对离散信号的序列进行求平均,我们可以得到信号的平均值,进一步了解信号的均值和稳定性。

•序列的差分:差分是指计算离散信号序列中相邻两个采样点的差值。

通过计算差分,我们可以了解信号的变化率和趋势。

3. 频域分析频域分析是研究信号在频率域上的特性和性质的方法之一。

常用的频域分析方法包括傅里叶变换和频谱分析。

•傅里叶变换:傅里叶变换是一种将信号从时域转换到频域的方法,通过傅里叶变换,我们可以将信号表示为一系列频率和幅度的组合。

傅里叶变换可以帮助我们了解信号的频率成分和频谱特性。

•频谱分析:频谱分析是对信号的频率成分进行分析和研究的方法。

通过对信号进行频谱分析,我们可以了解信号的频率分布和频域特性。

信号分析与处理实验报告

信号分析与处理实验报告

实验一图像信号频谱分析及滤波一:实验原理FFT不是一种新的变化,而是DFT的快速算法。

快速傅里叶变换能减少运算量的根本原因在于它不断地把长序列的离散傅里叶变换变为短序列的离散傅里叶变换,在利用的对称性和周期性使DFT运算中的有些项加以合并,达到减少运算工作量的效果。

为了消除或减弱噪声,提取有用信号,必须进行滤波,能实现滤波功能的系统成为滤波器。

按信号可分为模拟滤波器和数字滤波器两大类。

数字滤波器的关键是如何根据给定的技术指标来得到可以实现的系统函数。

从模拟到数字的转换方法很多,常用的有双线性变换法和冲击响应不变法,本实验主要采用双线性变换法。

双线性变换法是一种由s平面到z平面的映射过程,其变换式定义为:数字域频率与模拟频率之间的关系是非线性关系。

双线性变换的频率标度的非线性失真是可以通过预畸变的方法去补偿的。

变换公式有Ωp=2/T*tan(wp/2)Ωs=2/T*tan(ws/2)二:实验内容1.图像信号的采集和显示选择一副不同彩色图片,利用Windows下的画图工具,设置成200*200像素格式。

然后在Matlab软件平台下,利用相关函数读取数据和显示图像。

要求显示出原始灰度图像、加入噪声信号后的灰度图像、滤波后的灰度图像。

2.图像信号的频谱分析要求分析和画出原始灰度图像、加入噪声信号后灰度图像、滤波后灰度图像信号的频谱特性。

3.数字滤波器设计给出数字低通滤波器性能指标:通带截止频率fp=10000 Hz,阻带截止频率fs=15000 Hz,阻带最小衰减Rs=50 dB,通带最大衰减Rp=3 dB,采样频率40000Hz。

三:实验程序clear allx=imread('D:\lan.jpg');%原始彩色图像的数据读取x1=rgb2gray(x);%彩色图像值转化为灰度图像值[M,N]=size(x1);%数据x1的长度,用来求矩阵的大小x2=im2double(x1);%unit8转化为double型x3=numel(x2);%计算x2长度figure(1);subplot(1,3,1);imshow(x2);title('原始灰度图')z1=reshape(x2,1,x3);%将二维数据转化成一维数据g=fft(z1);%对图像进行二维傅里叶变换mag=fftshift(abs(g));%fftshift是针对频域的,将FFT的DC分量移到频谱中心K=40000;Fs=40000;dt=1/Fs;n=0:K-1;f1=18000;z=0.1*sin(2*pi*f1*n*dt);x4=z1+z;%加入正弦噪声f=n*Fs/K;y=fft(x4,K);z2=reshape(x4,M,N);%将一维图转换为二维图subplot(1,3,2);imshow(z2);title('加入噪声后')g1=fft(x4);mag1=fftshift(abs(g1));%设计滤波器ws=0.75*pi;wp=0.5*pi;fs=10000;wp1=2*fs*tan(wp/2);ws1=2*fs*tan(ws/2);rs=50;rp=3;% [n,wn]=buttord(wp/pi,ws/pi,rp,rs);% [bz,az]=butter(n,wn);[n,wn]=buttord(wp1,ws1,rp,rs,'s');[z,p,k]=buttap(n);[b,a]=zp2tf(z,p,k);[B,A]=lp2lp(b,a,wn);[bz,az]=bilinear(B,A,fs);[h,w]=freqz(bz,az,128,fs);L=numel(z2);z3=reshape(z2,1,L);x6=filter(bz,az,double(z3));x7=reshape(x6,M,N);subplot(1,3,3);imshow(x7);g2=fft(x6);mag2=fftshift(abs(g2));title('滤波后')%建立频谱图figure(2);subplot(1,3,1);plot(mag);title('原始Magnitude')subplot(1,3,2);plot(mag1);title('加噪声Magnitude')subplot(1,3,3);plot(mag2);title('滤波后Magnitude')figure(3);subplot(1,2,1)plot(w,abs(h));xlabel('f');ylabel('h');title('滤波器幅谱');subplot(1,2,2);plot(w,angle(h));title('滤波器相谱');四:实验结果与分析图一图二分析:由图二可以知道加入噪声后的幅值谱和原始图的幅值谱明显多了两条幅值线,而这两条幅值线就是我们对原始灰度图加入的正弦噪声,而相应的图一中的加噪声后的图与原始图相比,出现了明显的变化。

信号分析虚拟实验报告(3篇)

信号分析虚拟实验报告(3篇)

第1篇一、实验目的1. 理解信号分析的基本概念和原理。

2. 掌握虚拟信号处理工具的使用,包括信号的生成、时域分析、频域分析等。

3. 通过虚拟实验,加深对信号处理技术的理解,提高分析信号的能力。

二、实验原理信号分析是信号处理的基础,主要涉及信号的时域、频域和时频分析。

本实验利用虚拟信号处理工具,对信号进行时域和频域分析,从而理解信号的特性。

三、实验内容1. 信号生成:使用虚拟信号处理工具生成不同类型的信号,如正弦波、方波、三角波等。

2. 时域分析:观察信号的波形,分析信号的周期、频率、幅度等时域特性。

3. 频域分析:通过傅里叶变换将信号从时域转换到频域,分析信号的频率成分、幅度等频域特性。

4. 信号处理:对信号进行滤波、平滑、压缩等处理,观察处理效果。

四、实验步骤1. 信号生成:- 打开虚拟信号处理工具,选择信号生成模块。

- 设置信号参数,如频率、幅度、相位等。

- 生成所需的信号,并观察波形。

2. 时域分析:- 使用虚拟信号处理工具的时域分析模块。

- 观察信号的波形,分析信号的周期、频率、幅度等时域特性。

3. 频域分析:- 使用虚拟信号处理工具的频域分析模块。

- 通过傅里叶变换将信号从时域转换到频域。

- 分析信号的频率成分、幅度等频域特性。

4. 信号处理:- 使用虚拟信号处理工具的信号处理模块。

- 对信号进行滤波、平滑、压缩等处理。

- 观察处理效果,分析处理对信号特性的影响。

五、实验结果与分析1. 信号生成:- 成功生成了所需的信号,如正弦波、方波、三角波等。

- 波形显示清晰,信号参数设置正确。

2. 时域分析:- 成功分析了信号的时域特性,如周期、频率、幅度等。

- 时域特性符合预期。

3. 频域分析:- 成功将信号从时域转换到频域。

- 分析了信号的频率成分、幅度等频域特性。

- 频域特性符合预期。

4. 信号处理:- 成功对信号进行了滤波、平滑、压缩等处理。

- 处理效果符合预期,信号特性得到改善。

六、实验结论1. 通过本实验,加深了对信号分析基本概念和原理的理解。

大学信号分析实验报告

大学信号分析实验报告

一、实验目的1. 理解信号分析的基本概念和原理;2. 掌握信号的时域和频域分析方法;3. 熟悉MATLAB在信号分析中的应用;4. 培养实验操作能力和数据分析能力。

二、实验原理信号分析是研究信号特性的科学,主要包括信号的时域分析和频域分析。

时域分析关注信号随时间的变化规律,频域分析关注信号中不同频率分量的分布情况。

1. 时域分析:通过对信号进行采样、时域卷积、微分、积分等操作,分析信号的时域特性。

2. 频域分析:通过对信号进行傅里叶变换、频域卷积、滤波等操作,分析信号的频域特性。

三、实验内容1. 信号采集与处理(1)采集一段语音信号,利用MATLAB的录音功能将模拟信号转换为数字信号。

(2)对采集到的信号进行采样,选择合适的采样频率,确保满足奈奎斯特采样定理。

(3)绘制语音信号的时域波形图,观察信号的基本特性。

2. 信号频谱分析(1)对采集到的信号进行傅里叶变换,得到信号的频谱。

(2)绘制信号的频谱图,分析信号的频域特性。

3. 信号滤波(1)设计一个低通滤波器,滤除信号中的高频噪声。

(2)将滤波后的信号与原始信号进行对比,分析滤波效果。

4. 信号调制与解调(1)对原始信号进行幅度调制,产生已调信号。

(2)对已调信号进行解调,恢复原始信号。

(3)分析调制与解调过程中的信号变化。

四、实验步骤1. 采集语音信号,将模拟信号转换为数字信号。

2. 对采集到的信号进行采样,确保满足奈奎斯特采样定理。

3. 绘制语音信号的时域波形图,观察信号的基本特性。

4. 对信号进行傅里叶变换,得到信号的频谱。

5. 绘制信号的频谱图,分析信号的频域特性。

6. 设计低通滤波器,滤除信号中的高频噪声。

7. 对滤波后的信号与原始信号进行对比,分析滤波效果。

8. 对原始信号进行幅度调制,产生已调信号。

9. 对已调信号进行解调,恢复原始信号。

10. 分析调制与解调过程中的信号变化。

五、实验结果与分析1. 时域分析通过观察语音信号的时域波形图,可以看出信号的基本特性,如信号的幅度、频率等。

  1. 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. 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. 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)。

河南城建学院实验报告
课程名称:信号处理基础
系:电气与电子工程系
专业:自动化
指导教师:梁成武
姓名:肖邓
学号: 122408155
报告上交时间: 2010年 12月 22日
教师评语:
成绩等级
日期:2010年12月 22日第一次实验内容:MATLAB工具使用和信号的时域分析
一、实验目的
1、掌握MATLAB基本知识和基本应用。

2、掌握用MATLAB进行仿真的简单操作。

3、通过实验体会MATLAB的操作,获取一些初步的经验。

二、实验设备:
装有MATLAB6.5版软件的计算机一台
三、实验原理与步骤
1、打开信号处理实验素材文件夹,仔细阅读里边的第01章节,认识MATLAB桌面的基本结构和学习使用一些基本的命令。

2、通过MATLAB做出指数函数2e t和抽样函数()
Sa t的图形并分析。

(1)指数函数y=2e t的MATLAB实验程序:
t=0:0.01:10;
y=exp(1/2*t);
plot(t,y)
(2)抽样函数y=()
Sa t的MATLAB实验程序:
t=-10:0.01:10;
y=sinc(t);
plot(t,y)
四、实验结果与数据处理
1、指数函数2e t实验结果如下图(一)、图(二)所示:
图(一)指数函数2e t的MATLAB仿真图
2、抽样函数()
Sa t的实验结果:
图(二)抽样函数()
Sa t的MATLAB仿真图
五、实验体会与讨论
通过本次试验掌握了MATLAB基本知识和基本应用,掌握了用MATLAB进行仿真的简单操作和一些基本的操作指令。

MATLAB 在处理函数、信号,以及了解他们的特性方面,MATLAB是一款非常方便的软件,当然也可以通过它来做出某些复杂函数或信号的图形。

第二次实验内容:线性系统的时域特性
一、实验目的:
了解线性系统的时域特性,并会用计算机进行简单的分析。

二、实验设备:
装有MATLAB 6.5版软件的计算机一台
三、实验原理与步骤:
连续时间信号在食欲的一些基本运算-——尺度变换、平移、翻转、叠加、相乘、
叠加、微分、积分等不仅涉及信号的描述和分析,还对进一步建立有关信号的基本概念和简化运算有一定的意义。

(1)、将信号以纵轴为中心进行对称映射,就实行了信号的翻转。

因此也可以表示为用变量-t 代替原信号的自变量t 而得到信号x (-t),在MATLAB 中可以直接在自变量前写出“—”。

翻转运算还可以利用fliplr (x )函数实现。

(2)、平移也称时移,对于信号下(t ),考虑大于零的常数0t ,则得平移信号x (0t t +)或x (0t t -)。

在MATLAB 中可以用算术运算符“—”或者“+”实现。

信号的叠加和相乘运算在MATLAB 中实现比较简单,直接运用算数运算符“+"和“*”即可实现。

(3)、信号的微分是指取信号对时间的一阶导数,表示为以y (t )=()d x t dt 。

信号
的积分是指信号x (t)在区间(-∞,t )内得到的信号,在MATLAB 中连续信号得分用diff 函数近似计算;
四、实验结果与数据处理
1.对三角波函数x (t),可以利用MATLAB 画出X (3t )和X(2—3t )的波形,如下图(三)图(四)所示,程序为:
X%Program2_1_7
t=-2:0.01:2;
x1=tripuls(3*t,4,0.5);
subplot(1,2,1)
plot(t,x1)
title('x(3t)')
x2=tripuls((2-3*t),4,0.5);
subplot(1,2,2)
plot(t,x2)
title('x(2-3t)')
图(三)
2.对采样函数进行微分和积分运算
结果如下,程序为:
h=0.001;
t=0:h:4;
x=sinc(t);
y1=diff(x)*1/h;
plot(t(1:length(t)-1),y1)
title('dSa(t)/dt')
积分程序如下:
t=0:0.01:4;
for m=1:length(t)
y2(m)=quad('sinc',0,t(m));
end
plot(t,y2)
title('integral of Sa(t)')
图(四)
五、实验体会与讨论:
运用MATLAB软件准确的挥出了关于线性系统的时域特性,并练习了其尺度变换、平移、翻转、叠加、相乘、叠加、微分、积分等性质,MATLAB软件不仅涉及信号的描述和分析,还对进一步建立有关信号的基本概念和简化运算有一定的意义。

第三次实验内容:信号的频域分析
一、实验目的:
了解信号的复频域分析方法,并进行相关的联系
二、 实验设备:
装有MATLAB6.5版软件的计算机一台
三、实验原理与步骤 :
傅里叶变换是对连续时间信号进行频域分析的主要工具之一,如何从已知的信号x (t)求其频谱X (w),在MATLAB 中利用函数fourier 进行信号的傅里叶分析。

Fourier 函数的调用格式为:X=Fourier (x ,t ,w )其中,x 为符号函数;w 为返回的频率变量,可以默认;t 为可以默认的时间变量。

四、实验结果与数据处理
1、求信号x (t)=2
t e -的频谱: 信号的频谱如下图(五)所示,其程序如下:
syms t w
x=exp(-t.^2);
Xw=fourier(x,t,w);
ezplot(Xw)
图(五)
2.求单边指数信号x=()t e u t -的频谱:
指数信号的频谱图如下图(六)所示,其程序如下:
syms t w
ut=sym('Heaviside(t)');
x=exp(-t)*ut;
Xw=fourier(x);
XXP=abs(Xw);
ezplot(XXP)
图(六)
3.求X (w )=2
24w a e 的傅里叶变换。

其程序如下:
Sym a ,w ;
X=exp(-w^2/(4*a^2));
x=ifourier(X,w,t);
x=simple(x)
输出结果为
x =a*exp
22(*/(1/2)t a pi 五、 实验体会与讨论:
利用MATLAB 信号处理工具箱提供的freqs 函数可直接计算系统的频率响应的数值解。

只要选择合理的间隔就能得到合适的频率响应图。

通过这个实验,我学会用 MATLAB 进行连续时间信号傅里叶变换,因此MATLAB 软件是对连续时间信号进行频域分析的重要工具,我们应该好好学习MATLAB 。

第四次实验内容:信号的复频域分析
一、实验目的:
了解信号的复频域分析方法,并进行相关的联系
二、实验设备:
装有MATLAB6.5版软件的计算机一台
三、实验原理与步骤 :
一个任意信号除了可以分解为一系列冲激函数之和的形式外,还可以分解为一系列不同频率的正弦形函数,为此,必须关心系统输出相应随频率变化的规律。

当连续时间系统的频率相应H (w )是jw 的有理多项式时,利用MATLAB 信号处
理工具箱提供的函数freqs可以计算系统的频率响应,其调用格式为:H(w)=freqs (b,a,w)式中,b和a分别为H(w)的分子和分母多项式的系数向量,w为需计算的H(w)的采样点数(数组w中最少需包含两个w的采样点)。

四、实验结果与数据处理
已知3y”(t)+y’(t)+2y(t)=x(t) 求系统的幅频和相频特性?
w=linspace(0,6,300);
b=[1];
a=[3 1 2];
H=freqs(b,a,w);
subplot(1,2,1);
plot(w,abs(H));
xlabel('\omega')
ylabel('|H(\omega)|')
subplot(1,2,2)
plot(w,angle(H));
xlabel('\omega')
ylabel('\phi(\pmega)')
幅频特性相频特性
图(七)
已知RC电路如图(八)所示,求图中所示的周期巨型波为输入信号时,该系统的响应?
图(八)
T=4;
w0=2*pi/T;
RC=2;
t=-6:0.02:6;
N=61;
c0=0.5;
xN=c0*ones(1,length(t));
for n=1:1:N
H=abs(1/(1+j*RC*w0*n));
phi=angle(1/(1+j*RC*w0*n));
xN=xN+H*cos(w0*n*t+pi)*sinc(n*0.5);
end
plot(t,xN);
title(['RC=',num2str(RC)]);
xlabel('t(s)');
ylabel('y(t)');
RC电路输出相应如下图(九)所示:
图(九)
五、实验体会与讨论:
利用MATLAB软件可以很好的对输出信号相应随频率变化的规律进行研究,Matlab 对我们学习信号与系统很有用,有助于我们更好的掌握这一学科,因此我们应该努力学好这个软件的一些常见用法。

相关文档
最新文档