数字信号处理实验十七
数字信号处理综合实验
数字信号处理综合实验一、实验目的本实验旨在通过数字信号处理技术的综合应用，加深对数字信号处理原理和方法的理解，提高学生的实际操作能力和问题解决能力。
二、实验原理数字信号处理是利用数字计算机对摹拟信号进行采样、量化和编码，然后进行数字运算和处理的技术。
本实验主要涉及以下几个方面的内容：1. 信号采集与预处理：通过摹拟信号采集电路将摹拟信号转换为数字信号，然后进行预处理，如滤波、降噪等。
2. 数字滤波器设计：设计和实现数字滤波器，包括FIR滤波器和IIR滤波器，可以对信号进行滤波处理，提取感兴趣的频率成份。
3. 时域和频域分析：对采集到的信号进行时域和频域分析，如时域波形显示、功率谱密度估计等，可以了解信号的时域和频域特性。
4. 信号重构与恢复：通过信号重构算法对采集到的信号进行恢复，如插值、外推等，可以还原信号的原始特征。
三、实验内容根据实验原理，本实验的具体内容包括以下几个部份：1. 信号采集与预处理a. 使用摹拟信号采集电路将摹拟信号转换为数字信号，并通过示波器显示采集到的信号波形。
b. 对采集到的信号进行预处理，如去除噪声、滤波等，确保信号质量。
2. 数字滤波器设计a. 设计并实现FIR滤波器，选择合适的滤波器类型和参数，对采集到的信号进行滤波处理。
b. 设计并实现IIR滤波器，选择合适的滤波器类型和参数，对采集到的信号进行滤波处理。
3. 时域和频域分析a. 对采集到的信号进行时域分析，绘制信号的时域波形图，并计算信号的均值、方差等统计指标。
b. 对采集到的信号进行频域分析，绘制信号的功率谱密度图，并计算信号的频域特性。
4. 信号重构与恢复a. 使用插值算法对采集到的信号进行重构，恢复信号的原始特征。
b. 使用外推算法对采集到的信号进行恢复，还原信号的原始特征。
四、实验步骤1. 搭建信号采集电路，将摹拟信号转换为数字信号，并通过示波器显示采集到的信号波形。
2. 对采集到的信号进行预处理，如去除噪声、滤波等，确保信号质量。
数字信号处理实验报告
《数字信号处理》实验报告学院：信息科学与工程学院专业班级：通信1303姓名学号：实验一 常见离散时间信号的产生和频谱分析一、 实验目的（1） 熟悉MATLAB 应用环境，常用窗口的功能和使用方法；（2） 加深对常用离散时间信号的理解；（3） 掌握简单的绘图命令；（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进行频域分析。
二、 实验原理（1） 常用离散时间信号a ）单位抽样序列⎩⎨⎧=01)(n δ00≠=n n 如果)(n δ在时间轴上延迟了k 个单位，得到)(k n -δ即：⎩⎨⎧=-01)(k n δ0≠=n k n b ）单位阶跃序列⎩⎨⎧=01)(n u 00<≥n n c ）矩形序列 ⎩⎨⎧=01)(n R N 其他10-≤≤N nd ）正弦序列)sin()(ϕ+=wn A n xe ）实指数序列f ）复指数序列()()jw n x n e σ+=（2）离散傅里叶变换：设连续正弦信号()x t 为0()sin()x t A t φ=Ω+这一信号的频率为0f ，角频率为002f πΩ=，信号的周期为00012T f π==Ω。
如果对此连续周期信号()x t 进行抽样，其抽样时间间隔为T ，抽样后信号以()x n 表示，则有0()()sin()t nT x n x t A nT φ===Ω+，如果令w 为数字频率，满足000012s sf w T f f π=Ω=Ω=，其中s f 是抽样重复频率，简称抽样频率。
为了在数字计算机上观察分析各种序列的频域特性，通常对)(jw e X 在[]π2,0上进行M 点采样来观察分析。
对长度为N 的有限长序列x(n), 有∑-=-=10)()(N n n jw jw k k e n x e X其中 1,,1,02-==M k k Mw k ，π 通常M 应取得大一些，以便观察谱的细节变化。
取模|)(|k jw e X 可绘出幅频特性曲线。
数字信号处理实验报告
数字信号处理实验报告⼀、课程设计(综合实验)的⽬的与要求⽬的与要求：1．掌握《数字信号处理基础》课程的基本理论； 2．掌握应⽤MATLAB 进⾏数字信号处理的程序设计；实验内容：已知低通数字滤波器的性能指标如下：0.26p ωπ=，0.75dB p R =，0.41s ωπ=，50dB s A =要求：1. 选择合适的窗函数，设计满⾜上述指标的数字线性相位FIR 低通滤波器。
⽤⼀个图形窗⼝，包括四个⼦图，分析显⽰滤波器的单位冲激响应、相频响应、幅频响应和以dB 为纵坐标的幅频响应曲线。
2. ⽤双线性变换法，设计满⾜上述指标的数字Chebyshev I 型低通滤波器。
⽤⼀个图形窗⼝，包括三个⼦图，分析显⽰滤波器的幅频响应、以dB 为纵坐标的幅频响应和相频响应。
3. 已知模拟信号1234()2sin(2)5sin(2)8cos(2)7.5cos(2)x t f t f t f t f t ππππ=+++其中10.12f kHz =，2 4.98f kHz =，3 3.25f kHz =，4 1.15f kHz =，取采样频率10s f kHz =。
要求：(1) 以10s f kHz =对()x t 进⾏取样，得到()x n 。
⽤⼀个图形窗⼝，包括两个⼦图，分别显⽰()x t 以及()x n (0511n ≤≤)的波形；(2) ⽤FFT 对()x n 进⾏谱分析，要求频率分辨率不超过5Hz 。
求出⼀个记录长度中的最少点数x N ，并⽤⼀个图形窗⼝，包括两个⼦图，分别显⽰()x n 以及()X k 的幅值； (3) ⽤要求1中设计的线性相位低通数字滤波器对()x n 进⾏滤波，求出滤波器的输出1()y n ，并⽤FFT 对1()y n 进⾏谱分析，要求频率分辨率不超过5Hz 。
求出⼀个记录长度中的最少点数1y N ，并⽤⼀个图形窗⼝，包括四个⼦图，分别显⽰()x n （01x n N ≤≤-）、()X k 、1()y n （101y n N ≤≤-）和1()Y k 的幅值；(4) ⽤要求2中设计的Chebyshev 低通数字滤波器对()x n 进⾏滤波，求出滤波器的输出2()y n ，并⽤FFT 对2()y n 进⾏谱分析，要求频率分辨率不超过5Hz 。
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。
《数字信号处理》实验
《数字信号处理》实验一、实验要求1．上机期间不允许玩游戏。
若发现，以实验不通过记分。
实验不通过者，本课程成绩记为0分。
2．每个同学上机前应认真准备与实验相关的知识，搞清理论概念。
上机期间认真独立完成实验内容，不能相互抄袭。
3．对在3次上机时间内完成实验的同学，采取当场验收方式确定成绩。
否则，需提交所做实验的源程序和结果软件，并同时提交实验报告，两者缺一不可。
4．实验报告要求写明实验内容、实现方法、实验结果（附所有结果曲线）及对相关结果的说明与讨论。
二、实验内容1．利用傅立叶级数展开的方法，自由生成所需的x(t)；2．通过选择不同的采样间隔T（分别选T>或<1/2f c），从x(t)获得相应的x(n)（作出x(n)图形）；3．对获得的不同x(n)分别作傅立叶变换，分析其频率响应特性（给出幅频与相频特性曲线）；4．利用巴特沃思、切比雪夫或椭圆滤波器设计数字滤波器（滤波特性自定），要求通过改变滤波器参数或特性（低通、高通、带通或带阻）设计至少两种数字滤波器，分析所设计滤波器（画出频率特性曲线），并对上述给出的不同x(n)分别进行滤波（画出滤波结果），然后加以讨论；5．利用窗函数设计法或频率采样法设计数字滤波器（滤波特性自定），要求通过改变滤波器参数或特性（低通、高通、带通或带阻等）设计至少两种数字滤波器，分析所设计滤波器（画出频率特性曲线），并对上述给出的不同x(n)分别进行滤波（画出滤波结果），然后加以讨论。
三、实验工具可采用MA TLAB高性能数字计算和可视化软件中的Signal Processing Toolbox 完成上述实验。
四、实验时间、地点12月16日晚上（在计算中心E楼202、205机房）、12月17日下午2:00（在计算中心E楼2024、207、208机房）、12月24日上午8:00（在计算中心E楼203、2037、208机房）。
2011年8月30日。
数字信号处理实验文档
实验任务:1、给出音频信号的时域和频谱特性；2、设计一个IIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）；3、设计一个FIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）。
实验原理:采样频率、位数及采样定理采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。
采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。
通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。
采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。
采样位数可以理解为声卡处理声音的解析度。
这个数值越大，解析度就越高，录制和回放的声音就越真实。
我们首先要知道：电脑中的声音文件是用数字0和1来表示的。
所以在电脑上录音的本质就是把模拟声音信号转换成数字信号。
反之，在播放时则是把数字信号还原成模拟声音信号输出。
采样定理又称奈奎斯特定理，在进行模拟/数字信号的转换过程中，当采样频率fs不小于信号中最高频率fm的2倍时，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍。
IIR数字滤波器设计原理利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。
如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws的转换，对ap和as 指标不作变化。
边界频率的转换关系为∩=2/T tan(w/2)。
接着，按照模拟低通滤波器的技术指标根据相应设计公式求出滤波器的阶数N 和3dB截止频率∩c ；根据阶数N查巴特沃斯归一化低通滤波器参数表，得到归一化传输函数Ha(p)；最后，将p=s/ ∩c 代入Ha(p)去归一，得到实际的模拟滤波器传输函数Ha(s)。
数字信号处理实验报告（自己的实验报告）
数字信号处理实验报告（⾃⼰的实验报告）数字信号处理实验报告西南交通⼤学信息科学与技术学院姓名：伍先春学号：20092487班级：⾃动化1班指导⽼师：张翠芳实验⼀序列的傅⽴叶变换实验⽬的进⼀步加深理解DFS,DFT 算法的原理;研究补零问题;快速傅⽴叶变换（FFT ）的应⽤。
实验步骤1. 复习DFS 和DFT 的定义，性质和应⽤；2. 熟悉MATLAB 语⾔的命令窗⼝、编程窗⼝和图形窗⼝的使⽤；利⽤提供的程序例⼦编写实验⽤程序；按实验内容上机实验，并进⾏实验结果分析；写出完整的实验报告，并将程序附在后⾯。
实验内容1. 周期⽅波序列的频谱试画出下⾯四种情况下的的幅度频谱,并分析补零后，对信号频谱的影响。
2. 有限长序列x(n)的DFT（1）取x(n)(n=0:10)时，画出x(n)的频谱X(k) 的幅度；（2）将（1）中的x(n)以补零的⽅式，使x(n)加长到(n:0~100)时，画出x(n)的频谱X(k) 的幅度；（3）取x(n)(n:0~100)时，画出x(n)的频谱X(k) 的幅度。
利⽤FFT进⾏谱分析已知：模拟信号以t=0.01n(n=0:N-1)进⾏采样，求N 点DFT 的幅值谱。
请分别画出N=45; N=50;N=55;N=60时的幅值曲线。
数字信号处理实验⼀1.(1) L=5;N=20;60,7)4(;60,5)3(;40,5)2(;20,5)1()](~[)(~,2,1,01)1(,01,1)(~=========±±=??-+≤≤+-+≤≤=N L N L N L N L n x DFS k X m N m n L mN L mN n mN n x )52.0cos()48.0cos()(n n n x ππ+=)8cos(5)4sin(2)(t t t x ππ+=n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(1)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=20'); subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(2)L=5;N=40;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(2)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=40');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(3)L=5;N=60;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(3)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=60'); subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(4)L=7;N=60;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(4)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=7,N=60'); subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');2. (1)M=10;N=10;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(1)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=10'); axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');(2)M=10;N=100;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(2)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=10'); axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');(3)M=100;N=100;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(3)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=100'); axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');3.figure(1)subplot(2,2,1)N=45;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N); plot(q,abs(y))stem(q,abs(y))title('FFT N=45')%subplot(2,2,2)N=50;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N); plot(q,abs(y))title('FFT N=50')%subplot(2,2,3)N=55;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);title('FFT N=55')%subplot(2,2,4)N=16;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=16')function[Xk]=dfs(xn,N)n=[0:1:N-1];k=[0:1:N-1];WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;实验⼆⽤双线性变换法设计IIR 数字滤波器⼀、实验⽬的1．熟悉⽤双线性变换法设计IIR 数字滤波器的原理与⽅法； 2．掌握数字滤波器的计算机仿真⽅法；3．通过观察对实际⼼电图的滤波作⽤，获得数字滤波器的感性知识。
数字信号处理实验报告
数字信号处理实验报告引言数字信号处理（Digital Signal Processing，DSP）是一门研究数字信号的获取、分析、处理和控制的学科。
在现代科技发展中，数字信号处理在通信、图像处理、音频处理等领域起着重要的作用。
本次实验旨在通过实际操作，深入了解数字信号处理的基本原理和实践技巧。
实验一：离散时间信号的生成与显示在实验开始之前，我们首先需要了解信号的生成与显示方法。
通过数字信号处理器（Digital Signal Processor，DSP）可以轻松生成和显示各种类型的离散时间信号。
实验设置如下：1. 设置采样频率为8kHz。
2. 生成一个正弦信号：频率为1kHz，振幅为1。
3. 生成一个方波信号：频率为1kHz，振幅为1。
4. 将生成的信号通过DAC（Digital-to-Analog Converter）输出到示波器上进行显示。
实验结果如下图所示：（插入示波器显示的正弦信号和方波信号的图片）实验分析：通过示波器的显示结果可以看出，正弦信号在时域上呈现周期性的波形，而方波信号则具有稳定的上下跳变。
这体现了正弦信号和方波信号在时域上的不同特征。
实验二：信号的采样和重构在数字信号处理中，信号的采样是将连续时间信号转化为离散时间信号的过程，信号的重构则是将离散时间信号还原为连续时间信号的过程。
在实际应用中，信号的采样和重构对信号处理的准确性至关重要。
实验设置如下：1. 生成一个正弦信号：频率为1kHz，振幅为1。
2. 设置采样频率为8kHz。
3. 对正弦信号进行采样，得到离散时间信号。
4. 对离散时间信号进行重构，得到连续时间信号。
5. 将重构的信号通过DAC输出到示波器上进行显示。
实验结果如下图所示：（插入示波器显示的连续时间信号和重构信号的图片）实验分析：通过示波器的显示结果可以看出，重构的信号与原信号非常接近，并且能够还原出原信号的形状和特征。
这说明信号的采样和重构方法对于信号处理的准确性有着重要影响。