实验一基于Matlab的数字信号处理基本分析解析
Matlab数字信号处理实验报告
Matlab数字信号处理实验报告本次实验使用MATLAB进行数字信号处理操作，目的是熟悉MATLAB中数字信号处理的相关工具箱，并进一步理解数字信号处理的基本概念和算法。
一、实验内容1.信号的生成与显示2.时域分析和频域分析3.滤波器设计4.数字滤波器性能分析二、实验步骤在MATLAB中，使用sawtooth函数生成一个锯齿波信号，并使用plot函数进行时域波形的显示。
代码如下：f = 1000;fs = 40000;t = 0:1/fs:0.01;y = sawtooth(2*pi*f*t);plot(t,y);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave');时域分析包括波形的观察和参数分析，如幅值、均值、方差等。
频域分析则是对信号进行傅里叶变换，得到其频谱图，包括频率分布和强度分布。
%时域分析amp = max(y)-min(y);mean_y = mean(y);var_y = var(y);设计一个低通滤波器，将高于1kHz的频率成分滤掉。
对滤波后的信号进行时域分析和频域分析，比较滤波前后信号的特征参数和频谱特征，并绘制原始信号、滤波后信号及其频谱图。
subplot(2,2,1);plot(t,y);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave');subplot(2,2,2);plot(t,y_filt);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave After Filter');subplot(2,2,3:4);plot(f2,fft_y_filt,'r',f,fft_y,'g');xlabel('Frequency (Hz)');ylabel('Amplitude');title('Sawtooth Wave Spectrum Comparison');legend('After Filter','Before Filter');三、实验结果与分析通过生成并显示一段锯齿波信号，并对其进行时域和频域分析，可以得到该信号的关键信息，如幅值、均值、方差和频率分布特性。
数字信号处理实验报告 (基于MATLAB)
课程名称：数字信号处理实验实验地点：综合楼C407专业班级：2014级生物医学工程姓名：leifeng学号：指导老师：第一次实验第一章 离散时间信号的时域分析Q1.1运行程序P1.1，以产生单位样本序列u[n]并显示它clf; n=-10:20;u=[zeros(1,10) 1 zeros(1,20)]; stem(n,u);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([-10 20 0 1.2]);时间序号振幅单位样本序列Q1.2 命令clf ，axis ，title ，xlabel 和ylabel 的作用是什么clf ：清除图形窗口内容； axis:规定横纵坐标的范围；title ：使图像面板上方显示相应的题目名称； xlable ：定义横坐标的名字； ylable ：定义纵坐标的名字。
Q1.3修改程序P1.1以产生带有延时11个样本的延迟单位样本序列ud[n]，运行修改的程序并且显示产生的序列。
clf; n=0:30;u=[zeros(1,11) 1 zeros(1,19)]; stem(n,u);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([0 30 0 1.2]);时间序号振幅单位样本序列Q1.5 修改程序P1.1，以产生带有超前7个样本的延时单位阶跃序列sd[n]。
运行修改后的程序并显示产生的序列。
clf; n=-10:20;sd=[zeros(1,3) 1 ones(1,27) ]; stem(n,sd);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([-10 20 0 1.2]);时间序号振幅单位样本序列Q1.6运行程序P1.2，以产生复数值的指数序列。
《基于MATLAB的数字信号处理》实验报告
0.60007.0000-5.4000所以，X=[错误!未找到引用源。
]=[ 0.6000, 7.0000, -5.4000]’实验结果2：K=1.732051实验结果3：三曲线的对比图如下所示：图1.1 三曲线的对比实验二基于MATLAB信号处理实验xlabel('频率/Hz');ylabel('振幅/dB');title('布莱克窗的幅频特性');grid on;subplot(2,1,2);plot(f4,180/pi*unwrap(angle(H4)));xlabel('频率/Hz');ylabel('相位');title('布莱克窗的相频特性');grid on;六、实验结果实验结果2.1：图2-1 x(n)与y(n)的互相关序列图由实验结果可知，x(n)与y(n)的互相关只在区间[-4,8]上有能力，刚好是区间[-3,3]与右移后的区间[-1,5]两端点之和，与结论一致。
且互相关在2处达到最大。
实验结果2.2.1：其表示的差分方程为：y(n)-0.8145y(n-4)=x(n)+x(n-4)实验结果2.2.2：滤波器的幅频和相频图如下所示：图2-2 滤波器的幅频与相频图实验结果2.2.3：由下图实验结果可知，输出信号相对于输入信号有一小小的延迟，基本上x(n)的频点都通过了，滤波器是个梳状filter，正好在想通过的点附近相位为0，也就是附加延迟为0图2-3 滤波器的幅度和相位变化图2-4 两信号波形实验结果2.3：四种带通滤波器的窗函数的频率响应如下所示：图2-5 矩形窗的频率特性图2-6 汉宁窗的频率特性图2-7 海明窗的频率特性图2-8 布莱克曼窗的频率特性图3-1 加噪前、后图像对比图3-2 加椒盐噪声的图像均值滤波前、后的图像对比图3-3 加椒盐噪声的图像中值滤波前、后的图像对比图3-4加高斯噪声的图像均值滤波前、后的图像对比图3-5 加高斯噪声的图像中值滤波前、后的图像对比实验结果3.2：图3-6 原图及重构图像图3-7 程序运行结果由实验结果可知，当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：43.708737；当DCT变换的系数置0个数小于10时，重构图像与原图像的峰值信噪比15.922448，重构图像置为0的变换系数的个数个数为：36.110705；当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：30.366348；可以发现，在抛弃部分DCT系数后，重构图像时不会带来其画面质量的显著下降，采用这种方法来实现压缩算法时，可以通过修改mask变量中的DCT系数来更好地比较仿真结果。
利用Matlab进行数字信号处理与分析
利用Matlab进行数字信号处理与分析数字信号处理是现代通信、控制系统、生物医学工程等领域中不可或缺的重要技术之一。
Matlab作为一种功能强大的科学计算软件，被广泛应用于数字信号处理与分析领域。
本文将介绍如何利用Matlab进行数字信号处理与分析，包括基本概念、常用工具和实际案例分析。
1. 数字信号处理基础在开始介绍如何利用Matlab进行数字信号处理与分析之前，我们首先需要了解一些基础概念。
数字信号是一种离散的信号，可以通过采样和量化得到。
常见的数字信号包括音频信号、图像信号等。
数字信号处理就是对这些数字信号进行处理和分析的过程，包括滤波、频谱分析、时域分析等内容。
2. Matlab在数字信号处理中的应用Matlab提供了丰富的工具箱和函数，可以方便地进行数字信号处理与分析。
其中，Signal Processing Toolbox是Matlab中专门用于信号处理的工具箱，提供了各种滤波器设计、频谱分析、时域分析等功能。
除此之外，Matlab还提供了FFT函数用于快速傅里叶变换，可以高效地计算信号的频谱信息。
3. 数字信号处理实例分析接下来，我们通过一个实际案例来演示如何利用Matlab进行数字信号处理与分析。
假设我们有一个包含噪声的音频文件，我们希望去除噪声并提取出其中的有效信息。
首先，我们可以使用Matlab读取音频文件，并对其进行可视化：示例代码star：编程语言：matlab[y, Fs] = audioread('noisy_audio.wav');t = (0:length(y)-1)/Fs;plot(t, y);xlabel('Time (s)');ylabel('Amplitude');title('Noisy Audio Signal');示例代码end接下来，我们可以利用滤波器对音频信号进行去噪处理：示例代码star：编程语言：matlabDesign a lowpass filterorder = 8;fc = 4000;[b, a] = butter(order, fc/(Fs/2), 'low');Apply the filter to the noisy audio signaly_filtered = filtfilt(b, a, y);Plot the filtered audio signalplot(t, y_filtered);xlabel('Time (s)');ylabel('Amplitude');title('Filtered Audio Signal');示例代码end通过以上代码，我们成功对音频信号进行了去噪处理，并得到了滤波后的音频信号。
matlab dsp实验报告
MATLAB DSP实验报告介绍本实验报告将详细介绍在MATLAB环境下进行数字信号处理（DSP）的实验步骤和相关方法。
我们将通过逐步思考的方式，帮助读者理解和学习DSP的基本概念和技术。
实验环境和工具在进行DSP实验之前，我们需要准备以下环境和工具：1.MATLAB软件：确保已安装并配置好MATLAB软件，可以在MATLAB Command窗口中输入命令。
2.信号处理工具包：在MATLAB中，我们可以使用信号处理工具箱（Signal Processing Toolbox）来进行DSP实验和分析。
确保该工具箱已被安装并加载。
实验步骤下面是进行DSP实验的一般步骤：步骤一：加载信号首先，我们需要加载待处理的信号。
这可以通过在MATLAB中使用load命令加载一个音频文件或生成一个模拟信号实现。
例如，我们可以加载一个名为signal.wav的音频文件：load signal.wav步骤二：信号预处理在进行DSP之前，通常需要对信号进行预处理。
这可能包括去噪、滤波、均衡等操作。
例如，我们可以使用滤波器对信号进行降噪：filtered_signal = filter(filter_coefficients, signal);步骤三：信号分析一旦信号经过预处理，我们可以开始进行信号分析。
这可能涉及频域分析、时域分析、谱分析等。
例如，我们可以通过计算信号的快速傅里叶变换（FFT）获得其频谱：spectrum = fft(filtered_signal);步骤四：特征提取在信号分析之后，我们可以根据需要提取信号的特征。
这些特征可能包括幅度、频率、相位等。
例如，我们可以计算信号的能量：energy = sum(abs(filtered_signal).^2);步骤五：信号重构在完成信号分析和特征提取后，我们可以根据需要对信号进行重构。
这可能包括滤波、修复损坏的信号等。
例如，我们可以使用滤波器对信号进行重构：reconstructed_signal = filter(filter_coefficients, filtered_signal);步骤六：结果评估最后，我们需要评估重构后的信号和原始信号之间的差异。
数字信号处理相关MATLAB实验内容--第1章
实验1 离散时间信号的时域分析一、实验目的（1）了解MATLAB 语言的主要特点及作用；（2）熟悉MATLAB 主界面，初步掌握MATLAB 命令窗和编辑窗的操作方法；（3）学习简单的数组赋值、数组运算、绘图的程序编写；（4）了解常用时域离散信号及其特点；（5）掌握MATLAB 产生常用时域离散信号的方法。
二、知识点提示本章节的主要知识点是利用MATLAB 产生数字信号处理的几种常用典型序列、数字序列的基本运算；重点是单位脉冲、单位阶跃、正（余）弦信号的产生；难点是MATLAB 关系运算符“==、>=”的使用。
三、实验内容1. 在MATLAB 中利用逻辑关系式0==n 来实现()0n n -δ序列，显示范围21n n n ≤≤。
（函数命名为impseq(n0,n1,n2)）并利用该函数实现序列：()()()632-+-=n n n y δδ；103≤≤-nn 0212. 在MATLAB 中利用逻辑关系式0>=n 来实现()0n n u -序列，显示范围21n n n ≤≤。
（函数命名为stepseq(n0,n1,n2)）并利用该函数实现序列：()()()20522≤≤--++=n n u n u n y3. 在MATLAB 中利用数组运算符“.^”来实现一个实指数序列。
如： ()()5003.0≤≤=n n x n4. 在MATLAB 中用函数sin 或cos 产生正余弦序列，如：()()2003.0cos 553.0sin 11≤≤+⎪⎭⎫ ⎝⎛+=n n n n x πππ5. 已知()n n x 102cos 3π=，试显示()()()3,3,+-n x n x n x 在200≤≤n 区间的波形。
6. 参加运算的两个序列维数不同，已知()()6421≤≤-+=n n u n x ，()()8542≤≤--=n n u n x ，求()()()n x n x n x 21+=。
数字信号处理实验利用MATLAB进行信号分析
实验2 利用MATLAB 进行信号分析实验目的：学习用MATLAB 编程进行信号分析实验内容：1、 数字滤波器的频率响应：数字滤波器的系统函数为：H(z)=21214.013.02.0----++++z z z z ，求其幅频特性和相频特性：2、离散系统零极点图：b =[0.2 0.1 0.3 0.1 0.2]; a=[1.0 -1.1 1.5 -0.7 0.3]; 画出其零极点图3、数字滤波器的冲激响应： b=[0.2 0.1 0.3 0.1 0.2];a=[1.0 -1.1 1.5 -0.7 0.3]; 求滤波器的冲激响应。
4、 计算离散卷积：x=[1 1 1 1 0 0]; y=[2 2 3 4]; 求x(n)*y(n)。
5、 计算离散信号的能量和功率：序列的能量：E=∑∞=02)(n n x =∑∞=0)(*)(n n x n x序列的功率：P=N1∑-=102)(N n n x =N1∑∞=0)(*)(n n x n xx(n)=0.8nu(n)，计算前10点的能量占总能量的百分比。
6、 求逆Z 变换：求X(z)=)9.01()9.01(121z z +-- z ﹥0.9的逆Z 变换。
实验要求：打印出程序、图形及运行结果，并分析实验结果。
利用MATLAB 进行信号分析● 数字滤波器的频率响应：例：对一数字滤波器H(z)=21214.013.02.0----++++zz z z ，求其幅频特性和相频特性： a=[1 0.4 1]; b=[0.2 0.3 1]; freqz(b,a,128)● 离散系统零极点图：b =[0.2 0.1 0.3 0.1 0.2]; a=[1.0 -1.1 1.5 -0.7 0.3]; zplane(b,a)● 数字滤波器的冲激响应： b=[0.2 0.1 0.3 0.1 0.2];a=[1.0 -1.1 1.5 -0.7 0.3]; impz(b,a,50)● 计算离散卷积：x=[1 1 1 1 0 0]; y=[2 2 3 4]; z=conv(x,y);stem(0:length(x)+length(y)-2,z)● 计算离散信号的能量和功率：序列的能量：E=∑∞=02)(n n x = ∑∞=0)(*)(n n x n x序列的功率：P=N1∑-=12)(N n n x =N1∑∞=0)(*)(n n x n x例：x(n)=0.8n u(n)，计算前10点的能量占总能量的百分比。
数字信号处理MATLAB实验报告
[H,w]=freqz(B,A,N)
其中，B与A分别表示 的分子和分母多项式的系数向量；N为正整数，默认值为512；返回值w包含 范围内的N个频率等分点；返回值H则是离散时间系统频率响应 在 范围内N个频率处的值。另一种形式为
[H,w]=freqz(B,A,N,’whole’)
与第一种方式不同之处在于角频率的范围由 扩展到 。
上机练习：
试用MATLAB的residuez函数，求出 的部分分式展开和。
b=[2 16 44 56 32];
a=[3 3 -15 18 -12];
[R,P,K]=residuez(b,a)
R =
+
zplane(B,A)
其中，B与A分别表示 的分子和分母多项式的系数向量。它的作用是在Z平面上画出单位圆、零点与极点。
与拉氏变换在连续系统中的作用类似，在离散系统中，z变换建立了时域函数 与z域函数 之间的对应关系。因此，z变换的函数 从形式可以反映 的部分内在性质。我们仍旧通过讨论 的一阶极点情况，来说明系统函数的零极点分布与系统时域特性的关系。
[R,P,K]=residuez(B,A)
其中，B，A分别表示X(z)的分子与分母多项式的系数向量；R为部分分式的系数向量；P为极点向量；K为多项式的系数。若X(z)为有理真分式，则K为零。
离散时间系统的系统函数定义为系统零状态响应的z变换与激励的z变换之比，即
（4-4）
如果系统函数 的有理函数表示式为
x=iztrans(z)
上式中的x和Z分别为时域表达式和z域表达式的符号表示，可通过sym函数来定义。
如果信号的z域表示式 是有理函数，进行z反变换的另一个方法是对 进行部分分式展开，然后求各简单分式的z反变换。设 的有理分式表示为
- 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)。
实验一 基于Matlab 的数字信号处理基本操作一、 实验目的：学会运用MA TLAB 表示的常用离散时间信号；学会运用MA TLAB 实现离散时间信号的基本运算。
二、 实验仪器：电脑一台，MATLAB6.5或更高级版本软件一套。
三、 实验内容：（一） 离散时间信号在MATLAB 中的表示离散时间信号是指在离散时刻才有定义的信号，简称离散信号，或者序列。
离散序列通常用)(n x 来表示，自变量必须是整数。
离散时间信号的波形绘制在MATLAB 中一般用stem 函数。
stem 函数的基本用法和plot 函数一样，它绘制的波形图的每个样本点上有一个小圆圈，默认是空心的。
如果要实心，需使用参数“fill ”、“filled ”，或者参数“.”。
由于MATLAB 中矩阵元素的个数有限，所以MA TLAB 只能表示一定时间范围内有限长度的序列；而对于无限序列，也只能在一定时间范围内表示出来。
类似于连续时间信号，离散时间信号也有一些典型的离散时间信号。
1. 单位取样序列单位取样序列)(n δ，也称为单位冲激序列，定义为)0()0(01)(≠=⎩⎨⎧=n n n δ要注意，单位冲激序列不是单位冲激函数的简单离散抽样，它在n =0处是取确定的值1。
在MATLAB 中，冲激序列可以通过编写以下的impDT .m 文件来实现，即function y=impDT(n)y=(n==0); %当参数为0时冲激为1,否则为0调用该函数时n 必须为整数或整数向量。
【实例1-1】 利用MATLAB 的impDT 函数绘出单位冲激序列的波形图。
解：MATLAB 源程序为>>n=-3:3; >>x=impDT(n);>>stem(n,x,'fill'),xlabel('n'),grid on >>title('单位冲激序列') >>axis([-3 3 -0.1 1.1])程序运行结果如图1-1所示。
图1-1 单位冲激序列2. 单位阶跃序列单位阶跃序列)(n u 定义为)0()0(01)(<≥⎩⎨⎧=n n n u在MA TLAB 中，冲激序列可以通过编写uDT .m 文件来实现，即function y=uDT(n)y=n>=0; %当参数为非负时输出1调用该函数时n 也同样必须为整数或整数向量。
【实例1-2】 利用MATLAB 的uDT 函数绘出单位阶跃序列的波形图。
解：MATLAB 源程序为>>n=-3:5; >>x=uDT(n);>>stem(n,x,'fill'),xlabel('n'),grid on >>title('单位阶跃序列') >>axis([-3 5 -0.1 1.1])程序运行结果如图1-2所示。
3. 矩形序列矩形序列)(n R N 定义为),0()10(01)(N n n N n n R N ≥<-≤≤⎩⎨⎧= 1矩形序列有一个重要的参数，就是序列宽度N 。
)(n R N 与)(n u 之间的关系为)()()(N n u n u n R N --=因此，用MATLAB 表示矩形序列可利用上面所讲的uDT 函数。
图2-2 单位阶跃序列【实例1-3】 利用MATLAB 命令绘出矩形序列)(5n R 的波形图。
解：MATLAB 源程序为>>n=-3:8;>>x=uDT(n)-uDT(n-5);>>stem(n,x,'fill'),xlabel('n'),grid on >>title('矩形序列') >>axis([-3 8 -0.1 1.1])程序运行结果如图1-3所示。
4. 单边指数序列单边指数序列定义为)()(n u a n x n =【实例2-4】 试用MA TLAB 命令分别绘制单边指数序列)(2.1)(1n u n x n =、)()2.1()(2n u n x n -=、)()8.0()(3n u n x n =、)()8.0()(4n u n x n -=的波形图。
解：MATLAB 源程序为>>n=0:10;>>a1=1.2;a2=-1.2;a3=0.8;a4=-0.8; >>x1=a1.^n;x2=a2.^n;x3=a3.^n;x4=a4.^n; >>subplot(221)>>stem(n,x1,'fill'),grid on >>xlabel('n'),title('x(n)=1.2^{n}') >>subplot(222)>>stem(n,x2,'fill'),grid on>>xlabel('n'),title('x(n)=(-1.2)^{n}') >>subplot(223)>>stem(n,x3,'fill'),grid on >>xlabel('n'),title('x(n)=0.8^{n}') >>subplot(224)>>stem(n,x4,'fill'),grid on图1-3 矩形序列>>xlabel('n'),title('x(n)=(-0.8)^{n}')单边指数序列n 的取值范围为0≥n 。
程序运行结果如图1-4所示。
从图可知，当1||>a 时，单边指数序列发散；当1||<a 时，该序列收敛。
当0>a 时，该序列均取正值；当0<a 时，序列在正负摆动。
5. 正弦序列正弦序列定义为)sin()(0ϕω+=n n x其中，0ω是正弦序列的数字域频率；ϕ为初相。
与连续的正弦信号不同，正弦序列的自变量n 必须为整数。
可以证明，只有当2ωπ为有理数时，正弦序列具有周期性。
【实例1-5】 试用MATLAB 命令绘制正弦序列)6sin()(πn n x =的波形图。
解：MATLAB 源程序为>>n=0:39; >>x=sin(pi/6*n);>>stem(n,x,'fill'),xlabel('n'),grid on >>title('正弦序列') >>axis([0,40,-1.5,1.5]); eree程序运行结果如图1-5所示。
图1-4 单边指数序列6. 复指数序列复指数序列定义为n j a e n x )(0)(ω+=当0=a 时，得到虚指数序列nj e n x 0)(ω=，式中0ω是正弦序列的数字域频率。
由欧拉公式知，复指数序列可进一步表示为)]sin()[cos()(00)(00ωωωωn j n e e e e n x an n j an n j a +===+与连续复指数信号一样，我们将复指数序列实部和虚部的波形分开讨论，得出如下结论：（1）当0>a 时，复指数序列)(n x 的实部和虚部分别是按指数规律增长的正弦振荡序列；（2）当0<a 时，复指数序列)(n x 的实部和虚部分别是按指数规律衰减的正弦振荡序列；（3）当0=a 时，复指数序列)(n x 即为虚指数序列，其实部和虚部分别是等幅的正弦振荡序列。
【实例1-6】 用MA TLAB 命令画出复指数序列n j e n x )6101(2)(π+-=的实部、虚部、模及相角随时间变化的曲线，并观察其时域特性。
解：MATLAB 源程序为>>n=0:30;>>A=2;a=-1/10;b=pi/6; >>x=A*exp((a+i*b)*n); >>subplot(2,2,1)>>stem(n,real(x),'fill'),grid on图1-5 正弦序列>>title('实部'),axis([0,30,-2,2]),xlabel('n') >>subplot(2,2,2)>>stem(n,imag(x),'fill'),grid on>>title('虚部'),axis([0,30,-2,2]) ,xlabel('n') >>subplot(2,2,3)>>stem(n,abs(x),'fill'),grid on >>title('模'),axis([0,30,0,2]) ,xlabel('n') >>subplot(2,2,4)>>stem(n,angle(x),'fill'),grid on>>title('相角'),axis([0,30,-4,4]) ,xlabel('n')程序运行后，产生如图1-6所示的波形。
（二） 离散时间信号的基本运算对离散时间序列实行基本运算可得到新的序列，这些基本运算主要包括加、减、乘、除、移位、反折等。
两个序列的加减乘除是对应离散样点值的加减乘除，因此，可通过MA TLAB 的点乘和点除、序列移位和反折来实现，与连续时间信号处理方法基本一样。
【实例1-7】 用MA TLAB 命令画出下列离散时间信号的波形图。
（1）()()()[]N n u n u a n x n--=1；（2）()()312+=n x n x （3）()()213-=n x n x ；（4）()()n x n x -=14解：设8.0=a ，8=N ，MATLAB 源程序为>>a=0.8;N=8;n=-12:12; >>x=a.^n.*(uDT(n)-uDT(n-N)); >>n1=n;n2=n1-3;n3=n1+2;n4=-n1; >>subplot(411)图1-6 复指数序列图1-7 离散时间信号的基本运算及波形图>>stem(n1,x,'fill'),grid on >>title('x1(n)'),axis([-15 15 0 1]) >>subplot(412)>>stem(n2,x,'fill'),grid on >>title('x2(n)'),axis([-15 15 0 1]) >>subplot(413)>>stem(n3,x,'fill'),grid on >>title('x3(n)'),axis([-15 15 0 1]) >>subplot(414)>>stem(n4,x,'fill'),grid on >>title('x4(n)'),axis([-15 15 0 1])其波形如图1-7所示。