数字信号处理实验作业分解
数字信号处理实验作业完全版
实验1:理想采样信号的序列,幅度谱,相位谱,以及改变参数后的图像。
源程序: clc;n=0:50;A=444.128;a=50*sqrt(2.0*pi;T=0.001;w0=50*sqrt(2.0*pi;x=A*exp(-a*n*T.*sin(w0*n*T;close allsubplot(3,2,1;stem(x,’.’;title('理想采样信号序列';k=-25:25;W=(pi/12.5*k;X=x*(exp(-j*pi/12.5.^(n'*k;magX=abs(X;s ubplot(3,2,2;stem(magX,’.’;title('理想采样信号序列的幅度谱';angX=angle(X;subplot(3,2,3;stem(angX;title('理想采样信号序列的相位谱'n=0:50;A=1;a=0.4,w0=2.0734;T=1; x=A*exp(-a*n*T.*sin(w0*n*T;subplot(3,2,4;stem(x,’.’; title('理想采样信号序列'; k=-25:25; W=(pi/12.5*k;X=x*(exp(-j*pi/12.5.^(n'*k; magX=abs(X; subplot(3,2,5; stem(magX,’.’title('理想采样信号序列的幅度谱';0204060-2000200理想采样信号序列020406005001000理想采样信号序列的幅度谱0204060-505理想采样信号序列的相位谱0204060-11理想采样信号序列020406012理想采样信号序列的幅度谱上机实验答案:分析理想采样信号序列的特性产生在不同采样频率时的理想采样信号序列Xa(n,并记录各自的幅频特性,观察频谱‚混淆‛现象是否明显存在,说明原因。
源程序:A=444.128;a=50*pi*sqrt(2.0;W0=50*pi*sqrt(2.0;n=-50:1:50; T1=1/1000;Xa=A*(exp(a*n*T1.*(sin(W0*n*T1;subplot(3,3,1;plot(n,Xa;title('Xa序列';xlabel('n';ylabel('Xa';k=-25:25;X1=Xa*(exp(-j*pi/12.5.^(n'*k;subplot(3,3,2; stem(k,abs(X1,'.';title('Xa的幅度谱';xlabel('k';ylabel('〃幅度';subplot(3,3,3;stem(k,angle(X1,'.';title('Xa的相位谱';xlabel('k';ylabel('相位';T2=1/300;Xb=A*(exp(a*n*T2.*(sin(W0*n*T2;subplot(3,3,4;plot(n,Xb;title('Xb序列';xlabel('n';ylabel('相位';k=-25:25;X2=Xb*(exp(-j*pi/12.5.^(n'*k;subplot(3,3,5; stem(k,abs(X2,'.'; title('Xb 的幅度谱';xlabel('k';ylabel('〃幅度';subplot(3,3,6;stem(k,angle(X2,'.'; title(' Xb 的相位谱';xlabel('k';ylabel('相位';T3=1/200;Xc=A*(exp(a*n*T3.*(sin(W0*n*T3; subplot(3,3,7;plot(n,Xc;title('Xc 序列'; xlabel('n';ylabel('Xc';k=-25:25;X3=Xc*(exp(-j*pi/12.5.^(n'*k;subplot(3,3,8; stem(k,abs(X3,'.'; title('Xc 的幅度谱'; xlabel('k';ylabel('幅度';subplot(3,3,9;stem(k,angle(X3,'.'; title('Xc 的相位谱';xlabel('k';ylabel('相位';-50050-5057X a 序列n X a-500500128X a 的幅度谱k 幅度-50050-55X a 的相位谱k相位-50050-50518X b 序列n 相位-50050051018X b 的幅度谱k 幅度-50050-55X b 的相位谱k相位-50050-505x 1026X c 序列nX c-500500510x 1026X c 的幅度谱k幅度-50050-505X c 的相位谱k相位由图可以看出:当采样频率为1000Hz时,采样序列在折叠频率附近处,无明显混叠。
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_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。
实验一 数字信号处理 实验报告
1.已知系统的差分方程如下式：y1(n)=0.9y1(n-1)+x(n)程序编写如下：(1)输入信号x(n)=R10 (n)，初始条件y1(-1)=1，试用递推法求解输出y1(n)；a=0.9; ys=1; %设差分方程系数a=0.9,初始状态: y(-1)=1xn=ones(1,10); %矩型序列R10(n)=u(n)-u(n-10)，定义其宽度为0~9n=1:35; %设差分方程系数a=0.9,初始状态: y(-1)=1xn=sign(sign(10-n)+1);B=1;A=[1,-a]; %差分方程系数xi=filtic(B,A,ys); %由初始条件计算等效初始条件输入序列xiyn=filter(B,A,xn,xi); %调用filter解差分方程,求系统输出y(n)n=0:length(yn)-1;subplot(2,1,1);stem(n,yn,'linewidth',2); axis([-5,15,0,8]); grid ontitle('图(a) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=1 ');xlabel('n');ylabel('y(n)')(2) 输入信号x(n)=R10 (n)，初始条件y1(-1)=0，试用递推法求解输出y1(n)。
a=0.9; ys=0; %设差分方程系数a=0.9,初始状态: y(-1)=1xn=ones(1,10); %矩型序列R10(n)=u(n)-u(n-10)B=1;A=[1,-a]; %差分方程系数xi=filtic(B,A,ys); %由初始条件计算等效初始条件输入序列xiyn=filter(B,A,xn,xi); %调用filter解差分方程,求系统输出y(n)n=0:length(yn)-1;subplot(2,1,2);stem(n,yn, 'linewidth',2); axis([-5,15,0,8]); grid ontitle('图(b) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=0 ');xlabel('n');ylabel('y(n)') 图形输出如下：-505101502468图(a) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=1ny (n )-55101502468图(b) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=0ny (n )2. 已知系统差分方程为： y 1(n )=0.9y 1(n -1)+x (n ) 用递推法求解系统的单位脉冲响应h (n )，要求写出h (n )的封闭公式，并打印h (n )~n 曲线。
数字信号处理实验报告
长春理工大学电工电子实验教学中心学生实验报告2014 —— 2015 学年第一学期实验课程数字信号处理实验实验地点东1教学楼414实验室学院电子信息工程学院专业通信工程学号120421101姓名杨杰2、 同实验任务一一样，做出信号的时域波形，及fft 变换后的频谱图。
图二 任务二程序框图3、 这里要求引入100KHz 的正弦干扰信号，由于由1中已得到fs 为22050Hz ，根据奈奎斯特频率采样定理，采样频率必须大于等于原信号最高频率的2倍，所以必须将原信号的采样频率提高到200KHz 以上才能引入100KHz 的噪声，所以这里考虑用一阶线型插值interp1将原信号的采样频率提高到220500Hz ，这样就可以引入100KHz 噪声。
做出提高采样频率后的信号的时域波形和频谱图，确认信号并没有发生变化。
接着生成100KHz 的正弦信号，根据2中做出的信号的时域波形的幅度，这里取噪声的幅值为0.5。
将提高采样频率后的信号与噪声叠加。
对加噪后的信号做出时域波形和频谱图，观察波形的变化。
4、 这里要求设计数字滤波器，根据对加噪前的频谱以及加噪后的频谱的观察，可以采用低通滤波器，这里用巴特沃斯低通滤波器即可满足要求，所以考虑设计相对较为简单的巴特沃斯低通滤波器进行滤波。
滤波前首先要确定设计指标，观察频谱这里暂取。
然后开始设计巴特沃斯低通滤波器，这里我把设计的程序打包成一个函数方便调用，函数的框图如图三（巴特沃斯低通滤波器开始读入signal ，fs 截取音频信号为1s 做音频信号时域波形 对signal 做fft 做音频信号频谱 提高信号的采样频率 生成100KHz 噪声 将信号与噪声叠加对加噪后的信号做时域波形和频谱图根据原信号频谱图确定低通滤波器设计指标巴特沃斯低通滤波器设计 计算出滤波器系统函数分子分母系数 做滤波系统幅频特性曲线 对加噪后信号滤波 原信号及滤波后信号的时域及频谱比较结束图三巴特沃斯低通滤波器函数,,k = 1，Nk = 1，Nk = 1，NRSS=RS/FSk = 1，N开始NY结束Mod(N,2) = 1输出BZ,AZYk = length(B)+1，N+1NLength(B)< N+1参量输入函数）所示。
数字信号处理课后实验程序及结果图
第 8 章
上 机 实 验
（4） 如果输入信号为无限长序列， 系统的单位脉冲
响应是有限长序列， 可用分段线性卷积法求系统的响应，
具体方法请参考DFT一章的内容。
如果信号经过低通滤波器， 则信号的高频分量被滤掉，
时域信号的变化减缓， 在有阶跃处附近产生过渡带。 因此，
当输入矩形序列时， 输出序列的开始和终了都产生了明显
的过渡带， 见第一个实验结果的波形。
第 8 章
上 机 实 验
8.2 实验二: 时域采样与频域采样
8.2.1
1. 时域采样理论与频域采样理论是数字信号处理中的重要
理论。 要求掌握模拟信号采样前后频谱的变化， 以及如何
选择采样频率才能使采样后的信号不丢失信息； 要求掌握频 域采样会引起时域周期化的概念， 以及频率域采样定理及 其对频域采样点数选择的指导作用。
1 X a ( j jn s ) T n
第 8 章
上 机 实 验
(2) 采样频率Ωs必须大于等于模拟信号最高频率的两倍
以上， 才能使采样信号的频谱不产生频谱混叠。
ˆ ( j ) 并不方便， 下面我们导出另 利用计算机计算 X
外一个公式， 以便在计算机上进行实验。 理想采样信号
%内容3：
un=ones(1， 256)； n=0： 255； xsin=sin(0.014*n)+sin(0.4*n) ； %产生正弦信号 %产生信号un
第 8 章
上 机 实 验
A=［1， －1.8237， 0.9801］；
B=［1/100.49， 0，－1/100.49］； %系统差分方程系数向量B和A y31n=filter(B， A， un)； %谐振器对un的响应y31n y32n=filter(B， A， xsin)； %谐振器对正弦信号的响应y32n figure(3) subplot(2， 1， 1)； y=′y31(n)′； tstem(y31n， y) title(′(h) 谐振器对u(n)的响应y31(n)′) subplot(2， 1， 2)； y=′y32(n)′； tstem(y32n， y)； title(′(i) 谐振器对正弦信号的响应y32(n)′)
数字信号处理上机实验 作业结果与说明 实验三、四、五
上机频谱分析过程及结果图 上机实验三：IIR 低通数字滤波器的设计姓名：赵晓磊 学号：赵晓磊 班级：02311301 科目：数字信号处理B一、实验目的1、熟悉冲激响应不变法、双线性变换法设计IIR 数字滤波器的方法。
2、观察对实际正弦组合信号的滤波作用。
二、实验内容及要求1、分别编制采用冲激响应不变法、双线性变换法设计巴特沃思、切贝雪夫I 型，切贝雪夫II 型低通IIR 数字滤波器的程序。
要求的指标如下：通带内幅度特性在低于πω3.0=的频率衰减在1dB 内，阻带在πω6.0=到π之间的频率上衰减至少为20dB 。
抽样频率为2KHz ，求出滤波器的单位取样响应，幅频和相频响应，绘出它们的图，并比较滤波性能。
（1）巴特沃斯，双线性变换法Ideal And Designed Lowpass Filter Magnitude Responsefrequency in Hz|H [e x p (j w )]|frequency in pi units|H [ex p (j w )]|Designed Lowpass Filter Phase Response in radians frequency in pi unitsa r g (H [e x p (j w )]（2）巴特沃斯，冲激响应不变法（3）切贝雪夫I 型，双线性变换法（4）切贝雪夫Ⅱ型，双线性变换法综合以上实验结果，可以看出，使用不同的模拟滤波器数字化方法时，滤波器的性能可能产生如下差异：使用冲击响应不变法时，使得数字滤波器的冲激响应完全模仿模拟滤波器的冲激响应，也就是时域逼急良好，而且模拟频率和数字频率之间呈线性关系；但频率响应有混叠效应。
frequency in Hz|H [e x p (j w )]|Designed Lowpass Filter Magnitude Response in dBfrequency in pi units|H [e x p (j w )]|frequency in pi unitsa r g (H [e x p (j w )]Ideal And Designed Lowpass Filter Magnitude Responsefrequency in Hz|H [e x p (j w )]|frequency in pi units|H [e xp (j w )]|frequency in pi unitsa r g (H [e x p (j w )]Ideal And Designed Lowpass Filter Magnitude Responsefrequency in Hz|H [e x p (j w )]|frequency in pi units|H [ex p (j w )]|Designed Lowpass Filter Phase Response in radiansfrequency in pi unitsa r g (H [e x p (j w )]使用双线性变换法时，克服了多值映射的关系，避免了频率响应的混叠现象；在零频率附近，频率关系接近于线性关系，高频处有较大的非线性失真。
课程大作业 数字信号处理实验报告
课程大作业数字信号处理实验报告课程大作业-数字信号处理实验报告实验一信号、系统和系统响应一．实验目的1.熟悉理想采样的性质，了解信号采用前后的频谱变化，加深对采样定理的理解。
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和编程方法：用卷积法观察和分析系统响应的时域特性。
4．掌握序列傅氏变换的计算机实现方法，利用序列的傅氏变换对离散信号、系统及系统响应进行频域分析。
二、实验原理1．连续时间信号的采样这有助于理解信号从时域到频域的变化，也有助于理解信号从时域到时域的变化。
对一个连续时间信号进行理想采样的过程可以表示为该信号和个周期冲激脉冲的乘积，即a（t）？xa（t）m（t）（1－1）x？A（T）是连续信号Xa（T）的理想采样，m（T）是周期脉冲，其中XM（T）？N（t？nt）（1－2）它也可以用傅立叶级数表示为：1.吉咪？stm（t）？？e（1－3）tn其中t为采样周期，?s?2?/t是采样角频率。
设xa(s)是连续时间信号xa(t)的双边拉氏变换，即有：xa（s）xa（t）e？stdt（1－4）a(t)的拉氏变换为此时理想采样信号x??1?(s)?x?a(t)edtxa(s?jm?s)（1－5）xa?tmst??作为拉普拉斯变换的特例，信号理想采样的傅里叶变换1xa(j?)??xa?j(??m?s)?（1－6）tm从方程（1-5）和（1-6）可以看出，信号理想采样后的频谱是原始信号频谱的周期扩展，其扩展周期等于采样频率。
根据香农采样定理，如果原始信号是带限信号，且采样频率高于原始信号最高频率分量的两倍，则采样后不会出现频率混淆。
在计算机处理时，不采用式（1－6）计算信号的频谱，而是利用序列的傅立a（t）？Xa（T）m（T），根据z变量叶变换计算信号的频谱，并定义序列x（n）？xa（新界）？根据X变换的定义，序列X（n）的Z变换可以得到：X（Z）？Nx（n）zn（1－7）以ej?代替上式中的z，就可以得到序列x(n)的傅立叶变换x(e)?j?nx(n)e???j?n（1－8）式（1-6）和式（1-8）具有以下关系：(j)x(ej)x（1－9）at由式（1－9）可知，在分析一个连续时间信号的频谱时，可以通过取样将有将相关性的计算转化为序贯傅里叶变换的计算。
- 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5 抽样定理一、实验目的：1、了解用MA TLAB 语言进行时域、频域抽样及信号重建的方法。
2、进一步加深对时域、频域抽样定理的基本原理的理解。
3、观察信号抽样与恢复的图形，掌握采样频率的确定方法和内插公式的编程方法。
二、实验原理：1、时域抽样与信号的重建 （1）对连续信号进行采样例5-1 已知一个连续时间信号sin sin(),1Hz 3ππ=0001f(t)=(2f t)+6f t f ，取最高有限带宽频率f m =5f 0，分别显示原连续时间信号波形和F s >2f m 、F s =2f m 、F s <2f m 三情况下抽样信号的波形。
程序清单如下：%分别取Fs=fm ，Fs=2fm ，Fs=3fm 来研究问题 dt=0.1; f0=1; T0=1/f0; m=5*f0; Tm=1/fm; t=-2:dt:2;f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t); subplot(4,1,1); plot(t,f);axis([min(t),max(t),1.1*min(f),1.1*max(f)]); title('原连续信号和抽样信号'); for i=1:3;fs=i*fm;Ts=1/fs; n=-2:Ts:2;f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n); subplot(4,1,i+1);stem(n,f,'filled');axis([min(n),max(n),1.1*min(f),1.1*max(f)]); end程序运行结果如图5-1所示：原连续信号和抽样信号-2-1.5-1-0.500.51 1.52-2-1.5-1-0.500.51 1.52图5-1（2）连续信号和抽样信号的频谱由理论分析可知，信号的频谱图可以很直观地反映出抽样信号能否恢复原模拟信号。
因此，我们对上述三种情况下的时域信号求幅度谱，来进一步分析和验证时域抽样定理。
例5-2编程求解例5-1中连续信号及其三种抽样频率（F s>2f m、F s=2f m、F s<2f m）下的抽样信号的幅度谱。
程序清单如下：dt=0.1;f0=1;T0=1/f0;fm=5*f0;Tm=1/fm;t=-2:dt:2;N=length(t);f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t);wm=2*pi*fm;k=0:N-1;w1=k*wm/N;F1=f*exp(-j*t'*w1)*dt;subplot(4,1,1);plot(w1/(2*pi),abs(F1));axis([0,max(4*fm),1.1*min(abs(F1)),1.1*max(abs(F1))]);for i=1:3;if i<=2 c=0;else c=1;endfs=(i+c)*fm;Ts=1/fs;n=-2:Ts:2;N=length(n);f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n);wm=2*pi*fs;k=0:N-1;w=k*wm/N;F=f*exp(-j*n'*w)*Ts;subplot(4,1,i+1);plot(w/(2*pi),abs(F));axis([0,max(4*fm),1.1*min(abs(F)),1.1*max(abs(F))]);end程序运行结果如图5-2所示。
由图可见，当满足F s≥2f m条件时，抽样信号的频谱没有混叠现象；当不满足F s≥2f m 条件时，抽样信号的频谱发生了混叠，即图5-2的第二行F s＜2f m的频谱图，，在f m=5f0的范围内，频谱出现了镜像对称的部分。
0246810121416182002468101214161820024681012141618202468101214161820图5-2（3）由内插公式重建信号 信号重建一般采用两种方法：一是用时域信号与理想滤波器系统的单位冲激响应进行卷积积分；二是用低通滤波器对信号进行滤波。
本实验只讨论第一种方法。
由理论分析可知，理想低通滤波器的单位冲激响应为j Ωt πt sin()1T h(t)=H(j Ω)e d Ω=πt 2πT∞-∞⎰ 抽样信号a ˆx(t)通过滤波器输出，其结果应为a ˆx (t)与h(t)的卷积积分： sin[()/]ˆˆ()()()()()()()()/a a a a a n t nT T y t x t xt h t x h t d x nT t nT T πτττπ∞∞-∞=-∞-==*=-=-∑⎰该式称为内插公式。
由式可见，x a (t)信号可以由其抽样值x a (nT)及内插函数重构。
MATLAB 中提供了sinc 函数，可以很方便地使用内插公式。
例5-3 用上面推导出的内插公式重建例5-1给定的信号。
程序清单如下：dt=0.01;f0=1;T0=1/f0;fm=5*f0;Tm=1/fm;t=0:dt:3*T0;x=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t);subplot(4,1,1);plot(t,x);axis([min(t),max(t),1.1*min(x),1.1*max(x)]); title('用时域卷积重建抽样信号'); for i=1:3;fs=i*fm;Ts=1/fs; n=0:(3*T0)/Ts; t1=0:Ts:3*T0;x1=sin(2*pi*f0*n/fs)+1/3*sin(6*pi*f0*n/fs);T_N=ones(length(n),1)*t1-n'*Ts*ones(1,length(t1)); xa=x1*sinc(fs*pi*T_N); subplot(4,1,i+1);plot(t1,xa);axis([min(t1),max(t1),1.1*min(xa),1.1*max(xa)]); end程序运行结果如图5-3所示：0.511.522.53用时域卷积重建抽样信号00.511.522.5300.511.522.530.511.522.53图5-32、频域抽样与信号恢复 （1）频域抽样定理从理论学习可知，在单位圆上对任意序列的Z 变换等间隔采样N 点得到：2πj k N2πjnk Nz=e n=-X(k)=X(z)=x(n)e∞∞∑ k=0,1,…,N-1该式实现了序列在频域的抽样。
那么由频域的抽样得到的频谱的序列能否不失真地恢复原时域信号呢？ 由理论学习又知，频域抽样定理由下列公式表述：r=-x(n)=x(n+rN)∞∞∑表明对一个频谱采样后经IDFT 生成的周期序列x(n)是原非周期序列x(n)的周期延拓序列，其时域周期等于频域抽样点数N 。
假定有限长序列x(n)的长度为M ，频域抽样点数为N ，原时域信号不失真地由频域抽样恢复的条件如下：① 如果x(n)不是有限长序列，则必然造成混叠现象，产生误差；② 如果x(n)是有限长序列，且频域抽样点数N 小于序列长度M （即N<M ），则x(n)以N 为周期进行延拓也将造成混叠，从x(n)中不能无失真地恢复出原信号x(n)。
③ 如果x(n)是有限长序列，且频域抽样点数N 大于或等于序列长度M （即N ≥M ），则从x(n)中能无失真地恢复出原信号x(n)，即 N N N N r=-x (n)=x(n)R (n)=x(n+rN)R (n)=x(n)∞∞∑ （2）从频谱抽样恢复离散时间序列 例5-4 已知一个时间序列的频谱为j ω-j ωn -j ω-j2ω-j3ω-j4ωn=-X(e )=x(n)e =3+2e +e +2e +3e ∞∞∑用IFFT 计算并求出其时间序列x(n)，并绘图显示时间序列。
分析：该题使用了数字频率，没有给出采样周期，则默认Ts=1S,另外，从j ωX(e )的解析式可以直接看出时域序列xn=[3,2,1,2,3]。
但为说明问题，仍编写程序求解如下：程序清单如下： Ts=1;N0=[3,5,10]; for r=1:3; N=N0(r);D=2*pi/(Ts*N);kn=floor(-(N-1)/2:-1/2); kp=floor(0:(N-1)/2); w=[kp,kn]*D;X=3+2*exp(-j*w)+1*exp(-j*2*w)+2*exp(-j*3*w)+3*exp(-j*4*w); n=0:N-1; x=ifft(X,N)subplot(1,3,r);stem(n*Ts,abs(x)); box end程序运行结果如图5-4所示：012024图5-4注意：程序中数字频率的排序进行了处理，这是因为j ωX(e )的排列顺序是从0开始，而不是从-(N-1)/2开始。
程序运行后将显示数据：x=5.0000 5.0000 1.0000x=3.0000 2.0000 1.0000 2.0000 3.0000x=3.0000 - 0.0000i 2.0000 + 0.0000i 1.0000 - 0.0000i 2.0000 + 0.0000i 3.0000 - 0.0000 -0.0000 + 0.0000i 0 - 0.0000i -0.0000 + 0.0000i 0.0000 - 0.0000i -0.0000 + 0.0000i由j ωX(e )的频谱表达式可知，有限长时间序列x(n)的长度M=5，现分别取频域抽样点数为N=3,5,10，由图5-4显示的结果可以验证：① 当N=5和N=10时，N ≥M ，能够不失真地恢复出原信号x(n)； ② 当N=3时，N ＜M ，时间序列有泄漏，形成了混叠，不能无失真地恢复出原信号x(n)。
混叠的原因是上一周期的后2点与本周期的前两点发生重叠，如下所示：3 2 1 2 33 2 1 2 3例5-5 已知一个频率范围在[-62.8,62.8]rad/s 间的频谱sin0.275ΩX(j Ω)=sin0.025Ω，用IFFT 计算并求出时间序列x(n)，用图形显示时间序列。
分析：本题给出了模拟频率Ω，其中Ωm=62.8，需将其归一化为数字频率。
根据奈奎斯特定理可知，（1/Ts ）=Fs ≥(2Ωm/2π),可以推导出Ts ≤（π/Ωm ）,取Ts=0.05s ，即采样频率Fs 为20Hz 或40π。
程序清单如下： wm=62.8;Ts=pi/wm; N0=[8,20]; for r=1:2N=N0(r);D=2*pi/(Ts*N); k=[0:N-1]+eps; omg=k*D;X=sin(0.275*omg)./sin(0.025*omg); n=0:N-1;x=abs(ifft(X,N));subplot(1,2,r);stem(n*Ts,abs(x)); box end程序运行结果如图5-5所示：00.10.20.30.4图5-5由N=20的结果可知，时间序列x(n)是一个矩形窗。