数字信号实验处理实验报告
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(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。
最新数字信号处理实验报告
最新数字信号处理实验报告一、实验目的本次实验旨在加深对数字信号处理（DSP）理论的理解，并通过实践操作掌握数字信号处理的基本方法和技术。
通过实验，学习如何使用相关软件工具进行信号的采集、分析、处理和重构，提高解决实际问题的能力。
二、实验内容1. 信号采集与分析- 使用数字示波器采集模拟信号，并将其转换为数字信号。
- 利用傅里叶变换（FFT）分析信号的频谱特性。
- 观察并记录信号的时域和频域特性。
2. 滤波器设计与实现- 设计低通、高通、带通和带阻滤波器。
- 通过编程实现上述滤波器，并测试其性能。
- 分析滤波器对信号的影响，并调整参数以优化性能。
3. 信号重构实验- 应用所学滤波器对采集的信号进行去噪处理。
- 使用逆傅里叶变换（IFFT）重构经过滤波处理的信号。
- 比较重构信号与原始信号的差异，评估处理效果。
三、实验设备与材料- 计算机及DSP相关软件（如MATLAB、LabVIEW等）- 数字示波器- 模拟信号发生器- 数据采集卡四、实验步骤1. 信号采集- 连接并设置好数字示波器和模拟信号发生器。
- 生成一系列不同频率和幅度的模拟信号。
- 通过数据采集卡将模拟信号转换为数字信号。
2. 滤波器设计- 在DSP软件中设计所需的滤波器，并编写相应的程序代码。
- 调整滤波器参数，如截止频率、增益等，以达到预期的滤波效果。
3. 信号处理与重构- 应用设计的滤波器对采集的数字信号进行处理。
- 利用IFFT对处理后的信号进行重构。
- 通过对比原始信号和重构信号，评估滤波器的性能。
五、实验结果与分析- 展示信号在时域和频域的分析结果。
- 描述滤波器设计参数及其对信号处理的影响。
- 分析重构信号的质量，包括信噪比、失真度等指标。
六、实验结论- 总结实验中所学习到的数字信号处理的基本概念和方法。
- 讨论实验中遇到的问题及其解决方案。
- 提出对实验方法和过程的改进建议。
七、参考文献- 列出实验过程中参考的书籍、文章和其他资源。
数字信号处理实验报告_完整版
实验1 利用DFT 分析信号频谱一、实验目的1.加深对DFT 原理的理解。
2.应用DFT 分析信号的频谱。
3.深刻理解利用DFT 分析信号频谱的原理，分析实现过程中出现的现象及解决方法。
二、实验设备与环境 计算机、MATLAB 软件环境 三、实验基础理论1.DFT 与DTFT 的关系有限长序列 的离散时间傅里叶变换 在频率区间 的N 个等间隔分布的点 上的N 个取样值可以由下式表示：212/0()|()()01N jkn j Nk N k X e x n eX k k N πωωπ--====≤≤-∑由上式可知，序列 的N 点DFT ,实际上就是 序列的DTFT 在N 个等间隔频率点 上样本 。
2.利用DFT 求DTFT方法1：由恢复出的方法如下：由图2.1所示流程可知：101()()()N j j nkn j nN n n k X e x n eX k W e N ωωω∞∞----=-∞=-∞=⎡⎤==⎢⎥⎣⎦∑∑∑ 由上式可以得到：IDFTDTFT( )12()()()Nj k kX e X k Nωπφω==-∑ 其中为内插函数12sin(/2)()sin(/2)N j N x eN ωωφω--= 方法2：实际在MATLAB 计算中，上述插值运算不见得是最好的办法。
由于DFT 是DTFT 的取样值，其相邻两个频率样本点的间距为2π/N ，所以如果我们增加数据的长度N ，使得到的DFT 谱线就更加精细，其包络就越接近DTFT 的结果，这样就可以利用DFT 计算DTFT 。
如果没有更多的数据，可以通过补零来增加数据长度。
3.利用DFT 分析连续信号的频谱采用计算机分析连续时间信号的频谱，第一步就是把连续信号离散化，这里需要进行两个操作：一是采样，二是截断。
对于连续时间非周期信号,按采样间隔T 进行采样，阶段长度M ，那么：1()()()M j tj nT a a a n X j x t edt T x nT e ∞--Ω-Ω=-∞Ω==∑⎰对进行N 点频域采样，得到2120()|()()M jkn Na a M kn NTX j T x nT eTX k ππ--Ω==Ω==∑因此，可以将利用DFT 分析连续非周期信号频谱的步骤归纳如下： （1）确定时域采样间隔T ，得到离散序列（2）确定截取长度M ，得到M 点离散序列,这里为窗函数。
数字信号处理实验报告
实验一 用DFT 作谱分析（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 的应用； （3）掌握使用DFT 作谱分析时可能遇到的问题及其原因，以便在实际中正确应用。
（二）实验内容和步骤（1）复习DFT 的定义及其性质。
（2）设置以下信号供谱分析()()()41--=n u n u n x()⎪⎩⎪⎨⎧≤≤-≤≤+=n n n n n n x 其他07483012, ()⎪⎩⎪⎨⎧≤≤-≤≤-=n n n n n n x 其他07433043 ()⎪⎭⎫ ⎝⎛=n n x 4cos 4π , ()⎪⎭⎫⎝⎛=n n x 8sin 5π ()()()()t πt πt πt x 20cos 16cos 8cos 6++=对于连续信号()t x a ，首先需要根据其最高频率成分确定抽样频率S f ，然后对其抽样，即计算()()S a nT x n x = （3）编写程序编写程序对信号进行谱分析，程序流程如下：1、设置信号长度N ，对连续信号设置抽样率；2、产生实验信号；3、绘制时间序列波形图；4、使用FFT 计算信号的DFT ；5、绘制信号的频谱。
（4）运行程序并观察结果a ）对信号()n x 1、()n x 2、()n x 3进行谱分析，信号长度N 取8。
观察输出结果。
x1(n)nx 1(n )k|X (k )|2468kφ(k )X2(n):2468nx 2(n )N = 8k|X (k )|2468kφ(k )X3(n):2468nx 3(n )k|X (k )|2468kφ(k )b ）对()n x 4进行谱分析，该信号周期为8，信号长度N 取8或8的整数倍（16、32等）计算频谱。
再将N 取不是8的整数倍，例如9或10，观察频谱发生了什么变化。
N=8:nx 4(n )N = 8k|X (k )|2468kφ(k )nx 4(n )N = 16k|X (k )|51015kφ(k )N=32nx 4(n )N = 32k|X (k )|10203040kφ(k )nx 4(n )N = 9k|X (k )|2468kφ(k )N=10nx 4(n )N = 10510k|X (k )|510kφ(k )c ）令()()()n x n x n x 547+=（或()()()n jx n x n x 548+=）。
【精品】数字信号处理实验报告
【精品】数字信号处理实验报告
1 实验目的
本次实验的目的是在MATLAB软件环境中运用数字信号处理理论，通过实验操作来检验用于数字信号处理的算法的正确性，以便明确数字信号处理理论在实际应用中的重要作用。
2 实验原理
数字信号处理实验的原理是使用MATLAB进行数字信号处理算法实验，首先，设置一些用于数字信号处理的参数，如传输函数、离散时间区间、采样频率、滤波器类型等；其次，按照信号处理的算法进行编程实现，搭建一个数字信号处理系统，在MATLAB下对信号进行处理，包括采样、滤波和量化等；最后，对处理后的信号进行数字分析，监测数字信号处理后的变化趋势，验证数字信号处理算法的正确性。
3 实验步骤
(1) 建立信号处理实验系统：选择一个常见的信号处理算法，运用MATLAB软件分别编写信号发生程序、信号采样程序、滤波程序和信号量化程序；
(2) 运行实验程序：实验同学可以自行设置参数，如传输函数、离散时间区间、采样频率、滤波器类型等，调整完毕后，点击“run”，运行实验程序；
(3) 观察实验结果：运行完毕后，可以观察MATLAB的图形结果，以此来分析信号处理算法的性能；
(4) 对结果进行分析：经过上述实验操作后，可以根据所得到的实验结果来判断信号处理算法的性能，如输出信号的噪声抑制能力、良好的时域和频域性能等，从而验证信号处理理论在实际应用中的价值。
4 总结。
- 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)。
中国石油大学（北京）
China University of Petroleum
基于MATLAB的数字
信号处理
实验名称：DFT和DCT的应用
姓名：
学号：
日期：2017.4.10
1. 用FFT 计算线性卷积（预习实验指导书p9内容）
两个序列：x1=[1 2 3 4 5 6]; x2=[3 2 1 1 2 3 4]，用DFT 求两者的循环卷积，
（1） 取FFT 长度L=10，问哪些点上的循环卷积＝线性卷积？
（2） 取FFT 长度L=12，结果又如何？
程序代码：
x1=[1 2 3 4 5 6];x2=[3 2 1 1 2 3 4];Y1=conv(x1,x2);
N=10;m=length(x1)+length(x2)-1;n=0:m-1;
subplot(311);
stem(n,Y1);
title('线性卷积结果');
x1=[x1,zeros(1,N-length(x1))];
x2=[x2,zeros(1,N-length(x1))];
xk1=fft(x1,N);
xk2=fft(x2,N);
Yk=xk1.*xk2;
y1=ifft(Yk,N);
subplot(312);
stem(0:N-1,y1);
title('长度取10的循环卷积结果');
N=12;
x1=[x1,zeros(1,N-length(x1))];
x2=[x2,zeros(1,N-length(x1))];
xk1=fft(x1,N);
xk2=fft(x2,N);
Yk1=xk1.*xk2;
y2=ifft(Yk1,N);
subplot(313);
stem(0:N-1,y2);
title('长度取12的循环卷积结果');
结果：
2. 探地雷达信号谱分析
线性卷积结果
长度取10的循环卷积结
果
长度取12的循环卷积结果
附件一是采样的一组探地雷达数据“radar-data.txt ”， 探地雷达探测的是水泥板的厚度，探地雷达接收的信号中含有水泥板上表面和下表面的反射波，采样率为7000Hz ，
（1） 读取这组数据，画出其的时域波形；
（2） 用DFT 对这组数据进行谱分析，画出信号的幅谱图，横轴采用模拟频率；
（3） 检测出上、下表面反射波的频率。
读取数据文件参考程序段如下：
d=load('radar-data.txt');
plot(d);grid
程序代码：
clear;
d=load('radar-data.txt');
subplot(211);plot(d);
grid
Fs=7000;
N=2000;
n=0:N-1;
Xk=fft(d,N);
f=n/N*Fs/(2*pi);
subplot(212);plot(f,abs(Xk));grid
a=max(abs(Xk));
max1=0;
for f=280:1:290;
if abs(Xk)>max1;
max1=abs(Xk);
end
if abs(Xk)<max1;
max2=abs(Xk);
end
end
结果：
-1-0.5
0.5
1
05
10
15
20
3. 基于DCT的图象压缩
附件二是像素为256*256的灰度图像“lena.bmp”，用DCT对该图像进行压缩。
（1）将Lena(256*256)分成8*8的块；
（2）做8*8块的DCT；
（3）用模板Mask将高频DCT系数去掉；
（4）做IDCT恢复压缩后的图象；
（5）改变Mask，观察压缩后的图象的失真情况。
（6）将Lena(256*256)分成16*16的块，重复（2）～（5）步骤。
图像压缩参考程序如下：
I=imread('lena256_256.bmp','bmp');
Mask1=[1 1 1 1 1 1 1 0;
1 1 1 1 1 1 0 0;
1 1 1 1 1 0 0 0;
1 1 1 1 0 0 0 0;
1 1 1 0 0 0 0 0;
1 1 0 0 0 0 0 0;
1 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0;];
for i=1:32
for j=1:32
J1((i-1)*8+1:i*8,(j-1)*8+1:j*8)=idct2(dct2(I((i-1)*8+1:i*8,(j-1)*8+1:j*8)).*Mask1);
end
end
imshow(I,[]);title('Original Image')；
figure;
imshow(J1,[]);title('compress Image')；
结果：
8*8
改变高频信号：
16*16
Original Image
compress Image
Original Image
compress Image
Original Image compress Image。