数字信号处理 实验
数字信号处理实验报告 3
数字信号处理实验报告姓名：班级：通信学号：实验名称：频域抽样定理验证实验类型：验证试验指导教师:实习日期：2013.频域采样定理验证实验一． 实验目的：1. 加深对离散序列频域抽样定理的理解2.了解由频谱通过IFFT 计算连续时间信号的方法3.掌握用MATLAB 语言进行频域抽样与恢复时程序的编写方法 4、用MATLAB 语言将X(k)恢复为X(z)及X(e jw )。
二． 实验原理：1、1、频域采样定理： 如果序列x(n)的长度为M ，频域抽样点数为N ，则只有当频域采样点数N ≥M 时，才有x N (n)=IDFT[X(k)]=x(n),即可由频域采样X(k)无失真的恢复原序列 x(n)。
2、用X(k)表示X(z)的内插公式：∑-=-----=10111)(1)(N k kNNzWz k X Nz X内插函数： zWzkNNN z 1k111)(-----=ϕ频域内插公式：∑-=-=10)2()()(N K j k Nk X e X πωϕω频域内插函数：e N j N N )21()2sin()2sin(1)(--=ωωωωϕ三． 实验任务与步骤：实验一：长度为26的三角形序列x(n)如图(b)所示，编写MATLAB 程序验证频域抽样定理。
实验二：已知一个时间序列的频谱为X(e jw )=2+4e -jw +6e -j2w +4e -j3w +2e -j4w分别取频域抽样点数N为3、5和10，用IPPT计算并求出其时间序列x(n)，用图形显示各时间序列。
由此讨论原时域信号不失真地由频域抽样恢复的条件。
实验三：由X32(k)恢复X(z)和X(e jw)。
四．实验结论与分析：实验一：源程序：M=26;N=32;n=0:M; %产生M长三角波序列x(n)xa=0:floor(M/2);xb= ceil(M/2)-1:-1:0; xn=[xa,xb];Xk=fft(xn,512); %1024点FFT[x(n)], 用于近似序列x(n)的TFX32k=fft(xn,32); %32点FFT[x(n)]x32n=ifft(X32k); %32点IFFT[X32(k)]得到x32(n)X16k=X32k(1:2:N); %隔点抽取X32k得到X16(K)x16n=ifft(X16k,N/2); %16点IFFT[X16(k)]得到x16(n)subplot(3,2,2);stem(n,xn,'.');box ontitle('(b) 三角波序列x(n)');xlabel('n');ylabel('x(n)');axis([0,32,0,20])k=0:511;wk=2*k/512;subplot(3,2,1);plot(wk,abs(Xk));title('(a)FT[x(n)]');xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|');axis([0,1,0,200])k=0:N/2-1;subplot(3,2,3);stem(k,abs(X16k),'.');box ontitle('(c) 16点频域');xlabel('k');ylabel('|X_1_6(k)|');axis([0,8,0,200])n1=0:N/2-1;subplot(3,2,4);stem(n1,x16n,'.');box ontitle('(d) 16点IDFT[X_1_6(k)]');xlabel('n');ylabel('x_1_6(n)');axis([0,32,0,20])k=0:N-1;subplot(3,2,5);stem(k,abs(X32k),'.');box ontitle('(e) 32点频域采样');xlabel('k');ylabel('|X_3_2(k)|');axis([0,16,0,200])n1=0:N-1;subplot(3,2,6);stem(n1,x32n,'.');box ontitle('(f) 32点IDFT[X_3_2(k)]');xlabel('n');ylabel('x_3_2(n)');axis([0,32,0,20])结果如下所示：实验一分析：序列x(n)的长度M=26，由图中可以看出，当采样点数N=16<M时，x16(n)确实等于原三角序列x(n)以16为周期的周期延拓序列的主值序列。
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 。
数字信号处理实验4
实验4 离散时间系统的频域分析一、实验目的（1）了解离散系统的零极点与系统因果性和稳定性的关系； （2）加深对离散系统的频率响应特性基本概念的理解； （3）熟悉MATLAB 中进行离散系统零极点分析的常用子函数； （4）掌握离散系统幅频响应和相频响应的求解方法。
二、知识点提示本章节的主要知识点是频率响应的概念、系统零极点对系统特性的影响；重点是频率响应的求解方法；难点是MATLAB 相关子函数的使用。
三、实验原理1．离散时间系统的零极点及零极点分布图设离散时间系统系统函数为NMzN a z a a z M b z b b z A z B z H ----++++++++==)1()2()1()1()2()1()()()(11 (4-1) MATLAB 提供了专门用于绘制离散时间系统零极点图的zplane 函数： ①zplane 函数 格式一：zplane(z, p)功能：绘制出列向量z 中的零点(以符号"○" 表示)和列向量p 中的极点(以符号"×"表示)，同时画出参考单位圆，并在多阶零点和极点的右上角标出其阶数。
如果z 和p 为矩阵，则zplane 以不同的颜色分别绘出z 和p 各列中的零点和极点。
格式二：zplane(B, A)功能：绘制出系统函数H(z)的零极点图。
其中B 和A 为系统函数)(z H (4-1)式的分子和分母多项式系数向量。
zplane(B, A) 输入的是传递函数模型，函数首先调用root 函数以求出它们的零极点。
②roots 函数。
用于求多项式的根，调用格式：roots(C)，其中C 为多项式的系数向量，降幂排列。
2．离散系统的频率特性MATLAB 提供了专门用于求离散系统频响特性的freqz 函数，调用格式如下： ①H = freqz(B,A,W)功能：计算由向量W (rad )指定的数字频率点上(通常指[0,π]范围的频率)离散系统)(z H 的频率响应)e (j ωH ，结果存于H 向量中。
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
数字信号处理报告IIR数字滤波器上海理工大学教师：苏湛组员：王世豪徐骞刘新2016.1.4一、实验简介Butterworth 和Chebyshev 低通滤波器方法：1) 根据性能参数，先设计一个模拟滤波器，按照一定的算法转换为满足预定指标的数字滤波器。
利用模拟原型滤波器的逼近算法和特性。
2）计算机辅助设计，从统计概念出发，对所要提取的有用信号从时域进行估计，在统计指标最优的意义下，使得估计值最优逼近有用信号，减弱或消除噪声。
1）Butterworth 低通滤波器 1 幅频特性：21|()|1()a NcH j Ω=Ω+Ω，其中N 为滤波器的阶数，c Ω为通带截止频率。
在Ω=0处，有最大值|(0)|1a H =；2）在通带截止频率c Ω=Ω处，不同阶次的幅频量值都相同，即为|()|0.707|(0)|a a H j H Ω=；3）阶数N 增加时，通带幅频特性变平，阻带衰减更快，逐渐趋近于理想滤波器的幅频特性。
幅频特性通常用衰减函数1020log |()/(0)|a a H j H α=-Ω描述。
分贝（dB ） 2 极点一共有2N 个，并且以圆点为对称中心成对的出现。
21()22k j N k c s eππ-+=Ω k=1,2,…,N系统函数：122()()()()N a c N KH s K s s s s s s ==Ω--- …3 通带衰减函数p α、阻带衰减函数s α 和系统幅频特性20log |()|a H j -Ω的关系：10p 20log |()|a p H j α-Ω≤Ω≤Ω p Ω为通带截止频率 10s 20log |()|a s H j α-Ω≥Ω≥Ω s Ω为阻带截止频率4 阶数N 0.10.11010log [(101)/(101)]2log (/)p s p s N αα----≥ΩΩ5 通带截止频率c Ω 0.10.11/21/2(101)(101)ps psc NNαα--ΩΩΩ==--确定了滤波器的阶数N 和通带截止频率c Ω，就可以求出系统的极点，从而求出系统函数()a H s ，这样就完成了Butterworth 低通滤波器的设计。
- 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)。
L=5000;
N=L*2-1;
n=1:L;
x1=0.5*n;
x2=2*n;
t0=clock;
yc=conv(x1,x2);
tc=etime(clock,t0)
t0=clock;
yf=ifft(fft(x1,N).*fft(x2,N));
tf=etime(clock,t0)
n1=0:length(yf)-1;
%plot(n1,yc,'r',n1,abs(yf),'b')
plot(n1,abs(yf),'b')
figure;
plot(n1,yc,'r')
tc =
0.0780
tf =
0.0470
tc =0.1720为线性卷积所用时间；tf = 0.0160为FFT所用时间，可知FFT计算速度更快更高效；图一图二，是当N=L*2-1;其中N为圆周卷积点数，L为线性卷积长度，图一图二，结果完全相同。
说明当N>=L*2-1可用计算圆周卷积来代替线性卷积
clf
fs=100;
%Length of Data
Ndata=32;
%Length of FFT
N=32;
n=0:Ndata-1;
t=n/fs;
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); y=fft(x,N);
mag=abs(y);
f=(0:length(y)-1)'*fs/length(y); subplot(2,2,1)
plot(f(1:N/2),mag(1:N/2));
xlabel('Frequency(Hz)');
ylabel('Magnitude');
title('Ndata=32 Nfft=32')
grid
fs=100;
%Length of Data
Ndata=32;
%Length of FFT
N=128;
n=0:Ndata-1;
t=n/fs;
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); y=fft(x,N);
mag=abs(y);
f=(0:length(y)-1)'*fs/length(y); subplot(2,2,2)
plot(f(1:N/2),mag(1:N/2));
xlabel('Frequency(Hz)');
ylabel('Magnitude');
title('Ndata=32 Nfft=128')
grid
fs=100;
%Length of Data
Ndata=136;
%Length of FFT
N=128;
n=0:Ndata-1;
t=n/fs;
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); y=fft(x,N);
mag=abs(y);
f=(0:length(y)-1)'*fs/length(y); subplot(2,2,3)
plot(f(1:N/2),mag(1:N/2));
xlabel('Frequency(Hz)');
ylabel('Magnitude');
title('Ndata=136 Nfft=128')
grid
fs=100;
%Length of Data
Ndata=136;
%Length of FFT
N=512;
n=0:Ndata-1;
t=n/fs;
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); y=fft(x,N);
mag=abs(y);
f=(0:length(y)-1)'*fs/length(y); subplot(2,2,4)
plot(f(1:N/2),mag(1:N/2));
xlabel('Frequency(Hz)');
ylabel('Magnitude');
title('Ndata=136 Nfft=512')
grid
胖：频谱泄露（1图）
图二旁瓣很多：普间干扰多，采样点数多些第三个会丢失信息
第四个最好，。