数字信号处理课程设计
数字信号处理课程设计时
数字信号处理课程设计时一、教学目标本课程的教学目标是使学生掌握数字信号处理的基本理论、方法和应用，培养学生运用数字信号处理技术解决实际问题的能力。
具体目标如下：1.知识目标：（1）掌握数字信号处理的基本概念、原理和算法；（2）了解数字信号处理技术在通信、音视频处理、图像处理等领域的应用；（3）熟悉常用数字信号处理软件和工具。
2.技能目标：（1）能够运用数字信号处理理论分析和解决实际问题；（2）具备使用Matlab等软件进行数字信号处理的能力；（3）具备一定的编程能力，能够实现简单的数字信号处理算法。
3.情感态度价值观目标：（1）培养学生对数字信号处理技术的兴趣和热情；（2）培养学生团队合作、创新思维和终身学习的意识。
二、教学内容本课程的教学内容主要包括以下几个部分：1.数字信号处理基本概念：数字信号、离散时间信号、离散时间系统、Z域等；2.数字信号处理基础算法：傅里叶变换、离散傅里叶变换、快速傅里叶变换、滤波器设计等；3.数字信号处理应用：通信系统、音视频处理、图像处理等；4.常用数字信号处理软件和工具：Matlab、Python等。
三、教学方法为了实现课程目标，我们将采用以下教学方法：1.讲授法：通过课堂讲解，使学生掌握数字信号处理的基本概念、原理和算法；2.讨论法：引导学生通过小组讨论，深入理解数字信号处理技术的应用；3.案例分析法：分析实际案例，使学生更好地理解数字信号处理技术在各个领域的应用；4.实验法：通过实验操作，锻炼学生的动手能力和实际问题解决能力。
四、教学资源为了支持课程教学，我们将准备以下教学资源：1.教材：《数字信号处理》；2.参考书：《数字信号处理教程》、《数字信号处理实践》；3.多媒体资料：课件、教学视频等；4.实验设备：计算机、Matlab软件、示波器等。
五、教学评估本课程的评估方式包括以下几个方面：1.平时表现：通过课堂参与、提问、讨论等环节，评估学生的学习态度和积极性；2.作业：布置适量的作业，评估学生的理解和应用能力；3.实验报告：评估学生在实验过程中的操作能力和问题解决能力；4.期末考试：采用闭卷考试的方式，全面评估学生对本课程知识的掌握程度。
数字信号处理系统分析与设计课程设计
数字信号处理系统分析与设计课程设计一、课程设计背景数字信号处理是目前电子信息领域中最重要的研究方向之一，随着数字信号处理技术的发展和应用的广泛性，大学生必须掌握数字信号处理系统的设计和实现技能。
数字信号处理系统是将信号转换成数字信号进行处理的系统，数字处理技术较其他处理方式具有高速度、稳定性和准确性等优点。
因此，设计和实现数字信号处理系统已成为电子信息领域人才培养的重要环节之一。
二、课程设计目的本课程设计的主要目的是帮助学生掌握数字信号处理系统的基本原理和实现方法，培养学生的实践能力和团队协作能力，提高学生对数字信号处理相关知识的理解和应用能力。
通过本课程设计的实践环节，学生可以逐步掌握数字信号的特点和不同的数字信号处理技术，加深对数字信号处理系统的了解。
同时，学生还需要通过团队协作完成系统的设计和实现，提高学生的实践能力和团队协作能力。
三、课程设计内容本课程设计的主要内容包括以下几个方面：3.1 数字信号处理系统基本原理数字信号处理系统的基本原理是学习数字信号的采样、量化、编码和数字信号处理的基本原理，包括数字信号处理系统的模块组成，数字信号采集系统的原理、数字信号处理算法和实现等。
3.2 数字信号处理算法设计本方面内容主要包括数字信号处理基本算法的设计和实现，包括滤波、FFT、DFT、FIR、IIR等算法的设计和实现。
3.3 数字信号处理系统设计本方面内容主要包括数字信号处理系统的设计和实现，包括数字信号处理系统的硬件和软件的设计，系统的集成和测试等。
3.4 课程设计报告撰写本课程设计要求学生完成课程设计报告撰写工作，包括阶段性报告和最终报告。
课程设计报告应包括以下内容：问题描述、系统架构、设计过程、功能分析、算法设计、实现方法、性能测试、问题和改进等。
四、课程设计评分课程设计的评分主要包括以下几个方面：课程设计全过程的评估、课程设计报告的质量评估和展示评估。
其中，课程设计全过程的评估包括课程设计计划的制定与执行情况、系统设计与实现情况等；课程设计报告的质量评估主要是对报告的内容、格式、语言、思路等进行评估；展示评估则是对学生进行现场答辩、演示等的评估。
现代数字信号处理课程设计
现代数字信号处理课程设计1. 概述现代数字信号处理是一个重要的领域，其应用广泛涉及到通信、计算机、音视频处理等多个方面。
本课程设计旨在让学生通过完成一个数字信号处理的小项目，掌握数字信号处理的基本原理和方法。
2. 课程设计目标通过本课程设计，学生应能够：•理解数字信号处理的基本原理和方法；•掌握数字滤波的设计和实现方法；•理解离散傅里叶变换和离散余弦变换的原理和实现；•掌握数字信号处理在音频和图像处理中的应用。
3. 课程设计内容3.1 数字滤波器设计数字滤波是数字信号处理中的基础操作之一，通过滤波器可以实现信号去噪、增强等处理。
本课程设计要求学生设计并实现一种数字滤波器，包括滤波器的选型、设计、实现等。
3.2 离散傅里叶变换和离散余弦变换离散傅里叶变换(DFT)和离散余弦变换(DCT)是数字信号处理中的重要变换方法，在音频和图像处理等领域得到广泛应用。
本课程设计要求学生了解并实现DFT和DCT变换，并应用到一个实际问题中。
3.3 音频处理音频处理是数字信号处理中的一个重要应用领域，包括音频压缩、语音识别、音频增强等多个方面。
本课程设计要求学生通过使用数字滤波、DFT和DCT等方法，对一段音频进行处理并输出结果。
3.4 图像处理图像处理是数字信号处理中的另一个重要应用领域，包括图像增强、图像压缩、图像分割等多个方面。
本课程设计要求学生通过使用数字滤波、DFT和DCT等方法，对一张图片进行处理并输出结果。
4. 课程设计要求•学生需要独立完成小项目的设计和实现，并用Markdown文本格式撰写实验报告；•实验报告需要包含设计过程、实现方法、实验结果、分析和总结等内容；•学生需要提交课程设计的代码和实验报告，报告格式和代码规范参考教师提供的模板；•学生需要在规定时间内完成课程设计任务。
5. 结语现代数字信号处理是一个重要的学科，通过本课程设计的实践，学生可以更加深入地理解数字信号处理的基本原理和方法，并掌握数字信号处理在实际应用中的运用。
《数字信号处理》教案
《数字信号处理》教案第一章：绪论1.1 课程介绍理解数字信号处理的基本概念了解数字信号处理的发展历程明确数字信号处理的应用领域1.2 信号的概念与分类定义信号、模拟信号和数字信号掌握信号的分类和特点理解信号的采样与量化过程1.3 数字信号处理的基本算法掌握离散傅里叶变换（DFT）了解快速傅里叶变换（FFT）学习Z变换及其应用第二章：离散时间信号与系统2.1 离散时间信号理解离散时间信号的定义熟悉离散时间信号的表示方法掌握离散时间信号的运算2.2 离散时间系统定义离散时间系统及其特性学习线性时不变（LTI）系统的性质了解离散时间系统的响应2.3 离散时间系统的性质掌握系统的稳定性、因果性和线性学习时域和频域特性分析方法第三章：离散傅里叶变换3.1 离散傅里叶变换（DFT）推导DFT的数学表达式理解DFT的性质和特点熟悉DFT的应用领域3.2 快速傅里叶变换（FFT）介绍FFT的基本概念掌握FFT的计算步骤学习FFT的应用实例3.3 离散傅里叶变换的局限性探讨DFT在处理非周期信号时的局限性了解基于DFT的信号处理方法第四章：数字滤波器设计4.1 滤波器的基本概念理解滤波器的定义和分类熟悉滤波器的特性指标学习滤波器的设计方法4.2 数字滤波器的设计方法掌握常见数字滤波器的设计算法学习IIR和FIR滤波器的区别与联系了解自适应滤波器的设计方法4.3 数字滤波器的应用探讨数字滤波器在信号处理领域的应用学习滤波器在通信、语音处理等领域的应用实例第五章：数字信号处理实现5.1 数字信号处理器（DSP）概述了解DSP的定义和发展历程熟悉DSP的特点和应用领域5.2 常用DSP芯片介绍学习TMS320系列DSP芯片的结构和性能了解其他常用DSP芯片的特点和应用5.3 DSP编程与实现掌握DSP编程的基本方法学习DSP算法实现和优化技巧探讨DSP在实际应用中的问题与解决方案第六章：数字信号处理的应用领域6.1 通信系统中的应用理解数字信号处理在通信系统中的重要性学习调制解调、信道编码和解码等通信技术探讨数字信号处理在无线通信和光通信中的应用6.2 音频信号处理熟悉音频信号处理的基本概念和算法学习音频压缩、回声消除和噪声抑制等技术了解数字信号处理在音乐合成和音频效果处理中的应用6.3 图像处理与视频压缩掌握数字图像处理的基本原理和方法学习图像滤波、边缘检测和图像压缩等技术探讨数字信号处理在视频处理和多媒体通信中的应用第七章：数字信号处理工具与软件7.1 MATLAB在数字信号处理中的应用学习MATLAB的基本操作和编程方法熟悉MATLAB中的信号处理工具箱和函数掌握利用MATLAB进行数字信号处理实验和分析的方法7.2 其他数字信号处理工具和软件了解常用的数字信号处理工具和软件，如Python、Octave等学习这些工具和软件的特点和应用实例探讨数字信号处理工具和软件的选择与使用第八章：数字信号处理实验与实践8.1 数字信号处理实验概述明确实验目的和要求学习实验原理和方法掌握实验数据的采集和处理8.2 常用数字信号处理实验完成离散信号与系统、离散傅里叶变换、数字滤波器设计等实验8.3 数字信号处理实验设备与工具熟悉实验设备的结构和操作方法学习实验工具的使用技巧和安全注意事项第九章：数字信号处理的发展趋势9.1 与数字信号处理探讨技术在数字信号处理中的应用学习深度学习、神经网络等算法在信号处理领域的应用实例9.2 物联网与数字信号处理理解物联网技术与数字信号处理的关系学习数字信号处理在物联网中的应用，如传感器信号处理、无线通信等9.3 边缘计算与数字信号处理了解边缘计算的概念和应用场景探讨数字信号处理在边缘计算中的作用和挑战10.1 课程回顾梳理本门课程的主要内容和知识点10.2 数字信号处理在未来的发展展望数字信号处理技术在各个领域的应用前景探讨数字信号处理技术的发展趋势和挑战10.3 课程考核与评价明确课程考核方式和评价标准鼓励学生积极参与课堂讨论和实践活动，提高综合素质重点和难点解析重点一：信号的概念与分类信号的定义和分类是理解数字信号处理的基础，需要重点关注。
数字信号处理教程第二版课程设计
数字信号处理教程第二版课程设计1. 项目背景数字信号处理（Digital Signal Processing，简称DSP）是近年来发展最为迅速的学科之一。
在现代通信、控制、音频、视频等领域得到了广泛的应用。
而数字信号处理教程则是DSP学习的入门教材。
本课程设计旨在加深同学们对数字信号处理理论知识的理解，提高同学们的分析及解决数字信号处理问题的能力。
2. 课程内容本课程设计基于数字信号处理教程第二版，其中包括了以下几个方面的内容：2.1 数字信号处理基础本章主要内容包括采样、量化、离散傅里叶变换、数字滤波器设计等基础概念，为后续章节的学习打下基础。
2.2 时域和频域分析时域分析包括了线性时不变系统的时域响应和卷积定理的讲解；频域分析则主要讲解了频谱、功率谱、预测、循环卷积等方面的知识。
2.3 离散傅里叶变换本章主要介绍离散傅里叶变换（Discrete Fourier Transform，简称DFT）的概念及其在数字信号处理领域中的作用，同时还包括了FFT 算法和频域滤波的内容。
2.4 数字滤波器设计及实现本章主要涵盖数字滤波器设计的整个流程，包括了IIR和FIR两类数字滤波器的设计及其在实际应用中的实现。
2.5 DSP处理器及应用本章主要介绍DSP处理器的基本原理和内部构造及其在音频处理、图像处理和通信领域中的应用。
3. 课程要求3.1 课堂讲授老师会通过PPT讲授以上5个章节的内容，讲解完后会留下问答的时间。
同学们应积极思考问题，提出询问，共同讨论解答问题。
3.2 课程设计设计一份数字滤波器，包括其IIR和FIR两个版本，需使用Matlab 或者Python实现。
同学们需要掌握数字滤波器基本概念、对数字信号和滤波器的理解，并能熟练使用Matlab或Python进行数据处理和仿真。
3.3 课程考核课程考核主要分为两部分：•课堂调查问卷满分10分，调查问卷将在整个课程结束后进行，主要考查同学们对数字信号处理知识的掌握和应用能力。
数字信号处理课程设计
数字信号处理课程设计
一、概述
本次信号处理课程设计主要对常见的数字信号处理算法进行实现。
主要内容包括数字信号滤波器、傅立叶变换和数字信号检测算法。
通过实验，学生将学习主要处理手段；同时了解数字信号处理的基本原理和应用。
二、主要内容
（1）数字信号滤波器：实现简单的数字滤波器，同时计算滤波器的频率响应；
（2）傅立叶变换：实现常用的傅立叶变换，并利用变换后的信号图像进行频率分析；
（3）数字信号检测算法：实现基本的一阶和二阶差分算法，并利用此算法进行实时信号检测；
三、实验步骤
（1）准备实验材料：将数字信号的原始信号数据以文件的形式存储，使用MATLAB等软件进行处理；
（2）实现数字滤波器：实现一阶以及多阶低通、高通和带通滤波器，
并计算响应的频谱；
（3）实现傅立叶变换：实现Fourier变换后的信号图像处理，如二维DFT等；
（4）实现数字信号检测算法：实现一阶和二阶差分算法，并利用此算法进行实时信号检测；
（5）数字信号处理综合应用实验：针对实际的数字信号，分析信号的特征，并基于实验结果进行信号处理算法的比较。
四、实验结果
完成本次实验后，可以实现对不同数字信号的处理，掌握其中滤波器、傅立叶变换等数字信号处理理论，并掌握常规的算法，学会运用算法实现实际信号处理工程。
(完整word版)数字信号处理课程设计
目录第1章需求分析----------------------------------------------------- 3 1.1设计题目------------------------------------------------------------------ 3 1.2设计要求------------------------------------------------------------------ 3 1.3系统功能分析-------------------------------------------------------------- 3第2章原理分析和设计-------------------------------------------- 4 2.1理论分析和计算------------------------------------------------------------ 4第3章详细设计----------------------------------------------------- 5 3.1算法设计思路-------------------------------------------------------------- 5 3.2对应的详细程序清单及程序注释说明------------------------------------------ 6第4章调试分析过程描述---------------------------------------- 10 4.1测试数据、测试输出结果--------------------------------------------------- 10 4.2程序调试过程中存在的问题以及对问题的思考--------------------------------- 13第5章总结-------------------------------------------------------- 15第1章需求分析1.1设计题目在Matlab 环境中，利用编程方法对FDMA通信模型进行仿真研究1.2设计要求1.2.1 Matlab支持麦克风，可直接进行声音的录制，要求至少获取3路语音信号。
数字信号处理-基于计算机的方法第三版下册课程设计
数字信号处理-基于计算机的方法第三版下册课程设计1. 课程设计描述本次数字信号处理课程设计主题为基于计算机的方法第三版下册。
该课程设计旨在使学生掌握信号处理基础、数字滤波器、功率谱估计和信号模拟等方面的知识，强化学生的理论与实践能力。
课程设计内容包括以下方面：•熟悉数字信号处理的基本知识和基础概念；•掌握数字信号的采样与量化方法；•研究离散时间信号的表示方法；•学习离散时间信号的线性时间不变系统和差分方程；•掌握数字信号的离散时间傅立叶变换；•研究数字滤波器及其设计方法；•掌握数字信号的功率谱估计方法；•学习信号模拟以及在MATLAB和Python平台下的实现。
本次课程设计采用MATLAB和Python语言完成。
学生需完成课程设计中的实验实践部分，并提交实验报告。
2. 课程设计流程本课程设计共分为三个阶段，每个阶段的任务如下：阶段一：任务一：学习数字信号处理和离散时间信号的表示方法。
学生需实现离散时间信号及其线性时间不变系统，并用MATLAB和Python对其进行模拟，掌握信号模拟的基本方法。
任务二：学习离散时间傅立叶变换及其实现方法，掌握离散时间傅立叶变换的理论知识和编程实现。
学生需用MATLAB和Python分别实现离散时间傅立叶变换，并对其进行分析比较，加深对该变换的理解。
阶段二：任务一：学习数字滤波器的基础知识和设计方法，学生需实现IIR数字滤波器和FIR数字滤波器，并分析两种滤波器的性能指标。
采用MATLAB和Python实现该任务。
任务二：学习数字信号的功率谱估计方法，掌握各种估计方法的原理和实现步骤，采用MATLAB和Python对某一信号的功率谱进行估计和分析。
阶段三：任务一：实现数字信号处理的实际应用。
学生根据所学的知识，选择一个实际应用场景进行信号处理实践，并完成报告展示。
实践内容可以涉及语音处理、图像处理、雷达信号处理等。
3. 课程设计要求•学生需按时完成各个阶段的任务，并提交实验报告；•实验报告格式为Markdown文本格式，严格遵循实验报告模板，包括实验目的、实验原理、实验步骤、实验结果以及思考问题等内容；•实验报告需在规定时间内提交；•实验成绩占本科总成绩的20%。
- 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)。
山东工商学院课程设计报告课程名称：数字信号处理A班级：XXXXX姓名: XXXX学号：XXXXX指导教师：XXXX时间：2016年1月1日一、课程设计题目题目1： （1）、已知Xa(t)=e^-1000|t|,求其傅立叶变换Xa(j Ω) ，画出模拟信号及其连续时间傅里叶变换的曲线图。
（2）、以Xa(t)为例，说明采样频率对频率响应的影响，分别采用fs=1000Hz 和fs=5000Hz ，绘出X(e^jw)曲线。
（1） 代码: close all clear;clc;W=10;f=1000;n=-10:W-1;t=n/f; X=exp(-1000*abs(t));subplot(1,2,1);plot(t,X); %画模拟信号曲线 xlabel('t/s');ylabel('xa(n)');title('模拟信号'); %标题模拟信号 tf=10;N=100;dt=10/N;t=(1:N)*dt; wf=25;Nf=50;w1=linspace(0,wf,Nf); %0-25之间分成50点 dw=wf/(Nf-1); W1=-50:50;Xat=exp(-1000*abs(t)); %表达式 F1=Xat*exp(-1i*t'*w1)*dt; %傅立叶变换 w=[-fliplr(w1),w1(2:Nf)]; %负频率的频谱Y1=(exp(2)-1)./(exp(2)-exp(1-1i*W1)-exp(1+1i*W1)+1); F=[fliplr(F1),F1(2:Nf)];t=[-fliplr(t),t]; subplot(1,2,2);plot(w,F,'linewidth',1); %画傅立叶变换曲线 xlabel('w/pi');ylabel('Xa(j Ω)');title('傅里叶变换'); %标题傅立叶变换 结果：-0.01-0.00500.0050.010.20.40.60.81t/sx a (n )模拟信号-40-2002040-3-2-101234-45w/piX a (j Ω)傅里叶变换分析：模拟信号在[-0.01，0.01]区间为连续信号,其傅立叶变换曲线在[-10，10]内为连续曲线。
（2） 代码： close all clear clcDt=0.00005; %步长为0.00005s t=-0.005:Dt:0.005;xa=exp(-1000*abs(t)); %取时间从-0.005s 到0.005s 这段模拟信号 Ts1=0.001;Ts2=0.0002; %周期 n=-25:1:25;x1=exp(-1000*abs(n*Ts1)); x2=exp(-1000*abs(n*Ts2));K=100;k=0:1:K;w=pi*k/K; %求模拟角频率 X1=x1*exp(-j*n'*w); %求其傅立叶变换 X2=x2*exp(-j*n'*w); %求其傅立叶变换 X11=real(X1);X12=real(X2);w=[-fliplr(w),w(2:101)]; %将角频率范围扩展为从-到+ X11=[fliplr(X11),X11(2:101)]; X12=[fliplr(X12),X12(2:101)];subplot(2,1,1);plot(w/pi,X11);%画出fs=1000Hz 的频率响应 xlabel('w/pi');ylabel('X1(jw)');title('fs=1000Hz 的DTFT'); %标题fs=1000Hz 的DTFT subplot(2,1,2);plot(w/pi,X12);%画出fs=5000Hz 的频率响应 xlabel('w/pi');ylabel('X2(jw)');title('fs=5000Hz 的DTFT'); %标题fs=5000Hz 的DTFT 结果：0123w/piX 1(j w )fs=1000Hz 的DTFT-1-0.8-0.6-0.4-0.200.20.40.60.810510w/piX 2(j w )fs=5000Hz 的DTFT分析：当采样频率越大的时候，采样信号频谱越陡峭，而其失真情况也越来越小。
题目2：已知时域信号x(n)= cos(0.48πn)+cos(0.52πn)，求下面 5 种情况的X (e jω)和X (k )。
（1）取x(n)的前10 点数据，求N=10点的X(e jω)和X(k )，并作图。
（2）将（1）中的x(n)补零至100点，求N=100 点的X(e jω)和X(k )，并作图。
（3）取x(n)的前100 点数据，求N=100 点的X(e jω)和X(k )，并作图。
（4）取x(n)的前128 点数据，求N=128 点的X(e jω)和X(k )，并作图。
（5）取x(n)的前50 点数据，求N= 50 点的X(e jω)和X(k )，并作图。
讨论以上5种情况的区别。
(1)代码：close allclearclcn=(0:1:9);y=cos(0.48*pi*n)+cos(0.52*pi*n);n1=(0:1:9);x=y(1:1:10);subplot(3,1,1);stem(n1,x); %画出x(n)曲线title('x(n) (0<=n<=9)'); %标题0<=n<=9)xlabel('n');ylabel('x(n)');axis([0,10,-2.5,2.5]); %axis([xmin xmax ymin ymax])w=linspace(0,2*pi,length(x)); %0-2*pi区域分为10点xw=x*exp(-j*[1:length(x)]'*w);magx=abs(xw); %对xw取绝对值subplot(3,1,2);plot(w,magx); %画出x(jw)曲线title('DTFT'); %标题DTFTxlabel('w');ylabel('x(jw)');axis([0,2*pi,0,10]); %axis([xmin xmax ymin ymax])subplot(3,1,3);x1=fft(x); %对x进行傅立叶变换magx1=abs(x1); %对x1取绝对值stem(n1,abs(magx1)); %画出x(k)曲线title('DFT'); %标题DFTaxis([0,10,0,10]); %axis([xmin xmax ymin ymax]) 结果：12345678910x(n) (0<=n<=9)n x (n )0510DTFTw x (j w )DFTkx (k )分析：由图可见，由于截断函数的频谱混叠作用，X （K ）不能正确分辨w1=0.48*pi,w2=0.52*pi 这两个频率分量。
(2) 代码： close all clear clcn=(0:1:9);y=cos(0.48*pi*n)+cos(0.52*pi*n); n1=(0:1:99);x=[y(1:1:10),zeros(1,90)]; %第10位到100位的数据都为0 subplot(3,1,1);stem(n1,x); %画出x(n)曲线title('x(n) (0<=n<=9+90zeros)'); %标题0<=n<=9+90zeros) xlabel('n');ylabel('x(n)');axis([0,100,-2.5,2.5]); %axis([xmin xmax ymin ymax]) w=linspace(0,2*pi,length(x)); %0-2*pi 区域分为100点 xw=x*exp(-j*[1:length(x)]'*w);magx=abs(xw); %对xw 取绝对值 subplot(3,1,2);plot(w,magx); %画出x(jw)曲线 title('DTFT'); %标题DTFTaxis([0,2*pi,0,10]); %axis([xmin xmax ymin ymax]) subplot(3,1,3);x1=fft(x); %对x 进行傅立叶变换 magx1=abs(x1); %对x1取绝对值 stem(n1,abs(magx1)); %画出x(k)曲线 title('DFT'); %标题DFT xlabel('k');ylabel('x(k)');axis([0,100,0,10]); %axis([xmin xmax ymin ymax]) 结果：102030405060708090100x(n) (0<=n<=9+90zeros)n x (n )0510DTFTw x (j w )DFTkx (k )分析：由图可见，虽然x(n)补零至100点，X （K ）的密度，截断函数的频谱混叠作用没有改变，这时的物理分辨率使X(K)仍不能正确分辨w1=0.48*pi,w2=0.52*pi 这两个频率分量。
(3) 代码： close all clear clcn=(0:1:99);y=cos(0.48*pi*n)+cos(0.52*pi*n); n1=(0:1:99);x=y(1:1:100); subplot(3,1,1);stem(n1,x); %画出x(n)曲线 title('x(n) (0<=n<=99)'); %标题0<=n<=99) xlabel('n');ylabel('x(n)');axis([0,100,-2.5,2.5]); %axis([xmin xmax ymin ymax]) w=linspace(0,2*pi,length(x)); %0-2*pi 区域分为100点 xw=x*exp(-j*[1:length(x)]'*w);magx=abs(xw); %对xw 取绝对值 subplot(3,1,2);plot(w,magx); %画出x(jw)曲线 title('DTFT'); %标题DTFT xlabel('w');ylabel('x(jw)');axis([0,2*pi,0,54]); %axis([xmin xmax ymin ymax]) subplot(3,1,3);x1=fft(x); %对x 进行傅立叶变换 magx1=abs(x1); %对x1取绝对值 stem(n1,abs(magx1)); %画出x(k)曲线 title('DFT'); %标题DFT xlabel('k');ylabel('x(k)');axis([0,100,0,54]); %axis([xmin xmax ymin ymax]) 结果：102030405060708090100x(n) (0<=n<=99)n x (n )123456050DTFTw x (j w )DFTkx (k )分析：由图可见，截断函数的加宽且为周期序列的整数倍，改变了频谱混叠作用，提高了“物理”分辨率使X （K ）能正确分辨w1=0.48*pi,w2=0.52*pi 这两个频率分量。