信号分析与处理实验报告

信号分析与处理实验报告
信号分析与处理实验报告

华北电力大学

实验报告

|

|

实验名称FFT的软件实现实验(Matlab)

IIR数字滤波器的设计

课程名称信号分析与处理

|

|

专业班级:电气化1308 学生姓名:袁拉麻加

学号: 201301000827 成绩:

指导教师:杨光实验日期: 2015-12-17

快速傅里叶变换实验

一、实验目的及要求

通过编写程序,深入理解快速傅里叶变换算法(FFT)的含义,完成FFT和IFFT算法的软件实现。

二、实验内容

利用时间抽取算法,编写基2点的快速傅立叶变换(FFT)程序;并在FFT

程序基础上编写快速傅里叶反变换(IFFT)的程序。

三:实验要求

1、FFT和IFFT子程序相对独立、具有一般性,并加详细注释;

2、验证例6-4,并能得到正确结果。

3、理解应用离散傅里叶变换(DFT)分析连续时间信号频谱的数学物理基础。

四、实验原理:

a.算法原理

1、程序输入序列的元素数目必须为2的整数次幂,即N=2M,整个运算需要M

级蝶形运算;

2、输入序列应该按二进制的码位倒置排列,输出序列按自然序列排列;

3、每个蝶形运算的输出数据军官占用其他输入数据的存储单元,实现“即位运算”;

4、每一级包括N/2个基本蝶形运算,共有M*N/2个基本蝶形运算;

5、第L级中有N/2L个群,群与群的间隔为2L。

6、处于同一级的各个群的系数W分布相同,第L级的群中有2L-1个系数;

7、处于第L级的群的系数是(p=1,2,3,…….,2L-1)而对于第L级的

蝶形

运算,两个输入数据的间隔为2L-1。

b.码位倒置程序流程图

c. 蝶形运算程序流程图

五、程序代码与实验结果

a.FFT

程序:

%%

clear all;close all;clc;

%输入数据%

A=input('输入x(n)序列','s');

A=str2num(A);

% A=[1,2,-1,4]; %测试数据%

%%

%校验序列,%

n=length(A);

m=log2(n);

if (fix(m)~=m)

disp('输入序列长度错误,请重新输入!');

A=input('输入x(n)序列','s');

A=str2num(A);

else

disp('输入正确,请运行下一步')

end

%%

%码位倒置%

for k=0:n-1

for j=1:m %取M位的二进制数%

x1(j)=bitget(k,j); %倒取出二进制数%

end

x1=num2str(x1); %将数字序列转化为字符串%

y(k+1)=bin2dec(x1); %二进制序列转化为十进制数%

clear x1

end

for k=1:n

B(k)=A(y(k)+1); %时间抽取序列%

end

clear A

%%

%计算%

for L=1:m %分解为M级进行运算%

LE=2^L; %第L级群间隔为2^L%

LE1=2^(L-1); %第L级中共有2^(L-1)个Wn乘数,进行运算蝶运算的两数序号相隔LE1%

W=1;

W1=exp(-1i*pi/LE1);

for R=1:LE1 %针对第R个Wn系数进行一轮蝶运算,共进行LE1次%

for P=R:LE:n %每个蝶的大小为LE% Q=P+LE1;

T=B(Q)*W;

B(Q)=B(P)-T;

B(P)=B(P)+T;

end

W=W*W1;

end

end

B %输出X(k)%

%%

验证结果:

例6-4

b.IFFT

程序:

%%

clear all;close all;clc;

%输入数据%

A=input('输入X(k)序列','s');

A=str2num(A);

% A=[6,2+2i,-6,2-2i]; %测试数据%

%%

%校验序列,%

n=length(A);

m=log2(n);

if (fix(m)~=m)

disp('输入序列长度错误,请重新输入!');

A=input('输入x(n)序列','s');

A=str2num(A);

else

disp('输入正确,请运行下一步')

end

%%

%码位倒置%

for k=0:n-1

for j=1:m %取M位的二进制数%

x1(j)=bitget(k,j); %倒取出二进制数%

end

x1=num2str(x1); %将数字序列转化为字符串%

y(k+1)=bin2dec(x1); %二进制序列转化为十进制数%

clear x1

end

for k=1:n

B(k)=A(y(k)+1); %时间抽取序列%

end

clear A

%%

%计算%

for L=1:m %分解为M级进行运算%

LE=2^L; %第L级群间隔为2^L%

LE1=2^(L-1); %第L级中共有2^(L-1)个Wn乘数,进行运算蝶运算的两数序号相隔LE1%

W=1;

W1=exp(-1i*pi/LE1);

for R=1:LE1 %针对第R个Wn系数进行一轮蝶运算,共进行LE1次%

for P=R:LE:n %每个蝶的大小为LE%

Q=P+LE1;

T=B(Q)*W;

B(Q)=B(P)-T;

B(P)=B(P)+T;

end

W=W*W1;

end

end

B=conj(B); %取共轭%

B=B/n %输出x(n)%

验证结果:

六、实验心得与结论

本次实验借助于Matlab软件,我避开了用C平台进行复杂的复数运算,在一定程度上简化了程序,并添加了简单的检错代码,码位倒置我通过查阅资料,使用了一些函数,涉及到十-二进制转换,数字-文本转换,二-文本转换,相对较复杂,蝶运算我参考了书上了流程图,做些许改动就能直接实现。

通过本次实验,我对FFT的过程更加熟悉了,尤其是W N系数的特性,可以通过累乘来实现W系数的更新。

IIR数字滤波器的设计实验

一、实验目的

1.掌握实现模拟信号数字化的编程方法。

2.掌握实现时间抽取快速傅里叶变换(FFT)的编程方法。

3.掌握设计IIR数字滤波器的双线性变换法。

4.加深对信号分析与处理的理解。

二、实验内容

1.生成三个不同频率的正弦信号

1()

x t、2()

x t、3()

x t,将它们叠加成一个信号()

x t。用满足采样定理的采样频率对模拟信号()

x t进行采样,得到离散时间序列()

x n。

2.编制子程序实现FFT运算,并对()

x n进行FFT运算,观察它的频谱。3.设计满足已知的设计指标的IIR数字滤波器,并用它对()

x n进行滤波处理。对滤波后得到的波形再做FFT运算,观察滤波后的信号频谱。

三、实验结果

1.生成的信号

图1 原始信号及合成信号的时域波形

图2 原始信号的幅度谱

2.滤波器的性能检验

图3 模拟滤波器的频率特性

图4 数字滤波器的频率特性

3.滤波后的信号

图5 滤波前后信号的时域波形对比

图6 滤波前后信号的幅度谱对比

附录

附录一:FFT子程序

function [ A ] = fftlzr( A )

N=length(A);M=log2(N);

j=complex(0,1);

if fix(M)~=M

A=[A(:);zeros(2^(fix(M)+1)-N,1)]; end

N=length(A);M=log2(N);

I=0;J=0;L=1;

while I~=N-1

if I

t=A(J+1);

A(J+1)=A(I+1);

A(I+1)=t;

end

K=N/2;

while K<=J

J=J-K;

K=K/2;

end

J=J+K;

I=I+1;

end

while L<=M

LE=2^L; R=1;

LE1=LE/2;

W=1;W1=exp(-j*pi/LE1);

while R<=LE1

P=R;

while P<=N

Q=P+LE1;T=A(Q)*W; A(Q)=A(P)-T;

A(P)=A(P)+T;

P=P+LE;

end

W=W*W1;

R=R+1;

end

L=L+1;

end

end

附录二主程序

close all;clear all

s_f=15;s_xy=15;s_t=20;

s_mar=10;w_f=2.5;w_axi=2;

%信号产生

T0=8e-2;Ts=1/800;

N=T0/Ts;

t=0:Ts:(N-1)*Ts;

f1=50;f2=100;f3=200;fp=80;fs=120;

Sig=4*sin(f1*2*pi*t)+4*sin(f2*2*pi*t)+4*sin(f3*2*pi*t); s_need=4*sin(f1*2*pi*t);

s_1=4*sin(f2*2*pi*t);

s_2=4*sin(f3*2*pi*t);

P_qian=fftlzr(Sig);

figure(1)

h1=stem(2*pi/(N*Ts).*(0:N-1),abs(P_qian));grid on

hx1=xlabel('模拟角频率/ rad/s');

ht1=title('滤波前幅度频谱');

ha1=gca;

axis tight

%滤波器设计

Fs=1/Ts;

wp=2/Ts*tan(fp*2*pi*Ts/2);

ws=2/Ts*tan(fs*2*pi*Ts/2);

rp=1;rs=15;

[Nl,Wn]=buttord(wp,ws,rp,rs,'s');%求阶数及3dB截止频率[z,p,k]=buttap(Nl);%求极零点增益

[b,a]=zp2tf(z,p,k);%系统传递函数

[b2,a2]=lp2lp(b,a,Wn);%转换为所需低通滤波器

[HS,WS]=freqs(b2,a2,linspace(0,2000,512));%求0到2000rad/s的频率响应[hs,wss]=freqs(b2,a2,[wp,ws,[f1,f2,f3].*2*pi]);%求通带阻带边缘角频率及原始信号频率响应

%画模拟滤波器频谱并标注

figure(6)

subplot(211)

hsf=plot(WS,20*log10(abs(HS)));

hold on

stem(wss,20*log10(abs(hs)),'filled','r:','linewidth',w_f)

text(wss(1)-100,20*log10(abs(hs(1)))-10,...

{'\Omega_p=160\pi rad/s';[num2str(20*log10(abs(hs(1)))),'dB']}); text(wss(2)-65,20*log10(abs(hs(2)))-12,...

{'\Omega_s=240\pi rad/s';[num2str(20*log10(abs(hs(2)))),'dB']}); text(wss(3)-100,20*log10(abs(hs(3)))-10,...

{'\Omega_1=100\pi rad/s';[num2str(20*log10(abs(hs(3)))),'dB']}); text(wss(4)-65,20*log10(abs(hs(4)))-12,...

{'\Omega_2=200\pi rad/s';[num2str(20*log10(abs(hs(4)))),'dB']}); text(wss(5)-70,20*log10(abs(hs(5)))-10,...

{'\Omega_3=400\pi rad/s';[num2str(20*log10(abs(hs(5)))),'dB']}); hxsf=xlabel('模拟角频率/ rad/s');hysf=ylabel('幅值/dB');

htsf=title('幅频特性');hasf=gca;grid on

subplot(212)

hsx=plot(WS,angle(HS));

hold on

stem(wss,angle(hs),'filled','r:','linewidth',w_f)

text(wss(1),angle(hs(1))+0.7,...

{'\Omega_p=160\pi rad/s';[num2str(angle(hs(1))),'rad']});

text(wss(2),angle(hs(2))+0.7,...

{'\Omega_s=240\pi rad/s';[num2str(angle(hs(2))),'rad']});

text(wss(3)-150,angle(hs(3))-0.8,...

{'\Omega_1=100\pi rad/s';[num2str(angle(hs(3))),'rad']});

text(wss(4)-20,angle(hs(4))+0.8,...

{'\Omega_2=200\pi rad/s';[num2str(angle(hs(4))),'rad']});

text(wss(5)-50,angle(hs(5))-1.3,...

{'\Omega_3=400\pi rad/s';[num2str(angle(hs(5))),'rad']});

hxsx=xlabel('模拟角频率/ rad/s');hysx=ylabel('相值/ rad');

htsx=title('相频特性');hasx=gca;grid on

[b3,a3]=bilinear(b2,a2,Fs);%双线性变换到数字滤波器

[H,W]=freqz(b3,a3,linspace(0,0.5*pi,512));%求数字滤波器频率响应[hd,wd]=freqz(b3,a3,[wp,ws,[f1,f2,f3].*2*pi]*Ts);%求通带阻带边缘数字角频率及原始信号数字频率响应

wd=wd/pi;

%画数字滤波器频谱并标注

figure(2)

subplot(211)

h2=plot(W/pi,20*log10(abs(H)));

hold on

stem(wd,20*log10(abs(hd)),'filled','r:','linewidth',w_f) text(wd(1)-0.0035,20*log10(abs(hd(1)))-12,...

{['\omega_p=',num2str(wd(1)),'\pi

rad'];[num2str(20*log10(abs(hd(1)))),'dB']});

text(wd(2)-0.003,20*log10(abs(hd(2)))-12,...

{['\omega_s=',num2str(wd(2)),'\pi

rad'];[num2str(20*log10(abs(hd(2)))),'dB']});

text(wd(3)-0.0035,20*log10(abs(hd(3)))-12,...

{['\omega_1=',num2str(wd(3)),'\pi

rad'];[num2str(20*log10(abs(hd(3)))),'dB']});

text(wd(4)-0.003,20*log10(abs(hd(4)))-12,...

{['\omega_2=',num2str(wd(4)),'\pi

rad'];[num2str(20*log10(abs(hd(4)))),'dB']});

text(wd(5)-0.003,20*log10(abs(hd(5)))-12,...

{['\omega_3=',num2str(wd(5)),'\pi

rad'];[num2str(20*log10(abs(hd(5)))),'dB']});

hx2=xlabel('归一化数字角频率/ \pi rad');

hy1=ylabel('幅值/dB');

ht2=title('幅频特性');

ha2=gca;

grid on

subplot(212)

h3=plot(W/pi,angle(H));grid;title('相频特性'); hold on

stem(wd,angle(hd),'filled','r:','linewidth',w_f) text(wd(1),angle(hd(1))+1,...

{['\omega_p=',num2str(wd(1)),'\pi

rad'];[num2str(angle(hd(1))),'\pi rad']});

text(wd(2)-0.002,angle(hd(2))+1,...

{['\omega_p=',num2str(wd(2)),'\pi

rad'];[num2str(angle(hd(2))),'\pi rad']});

text(wd(3)-0.003,angle(hd(3))-1,...

{['\omega_p=',num2str(wd(3)),'\pi

rad'];[num2str(angle(hd(3))),'\pi rad']});

text(wd(4)-0.003,angle(hd(4))-2,...

{['\omega_p=',num2str(wd(4)),'\pi

rad'];[num2str(angle(hd(4))),'\pi rad']});

text(wd(5)-0.003,angle(hd(5))-1.3,...

{['\omega_p=',num2str(wd(5)),'\pi

语音信号处理实验报告

语音信号处理实验 班级: 学号: 姓名:

实验一 基于MATLAB 的语音信号时域特征分析(2学时) 1) 短时能量 (1)加矩形窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32; for i=2:6 h=linspace(1,1,2.^(i-2)*N);%形成一个矩形窗,长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数En subplot(6,1,i),plot(En); if (i==2) ,legend('N=32'); elseif (i==3), legend('N=64'); elseif (i==4) ,legend('N=128'); elseif (i==5) ,legend('N=256'); elseif (i==6) ,legend('N=512'); end end 00.51 1.52 2.5 3 x 10 4 -1 100.5 1 1.5 2 2.5 3x 10 4 024 N=3200.5 1 1.5 2 2.5 3x 10 4 05 N=6400.5 1 1.5 2 2.5 3x 10 4 0510 N=12800.5 1 1.5 2 2.5 3x 10 4 01020 N=2560 0.5 1 1.5 2 2.5 3x 10 4 02040 N=512 (2)加汉明窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32;

for i=2:6 h=hanning(2.^(i-2)*N);%形成一个汉明窗,长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数En subplot(6,1,i),plot(En); if (i==2), legend('N=32'); elseif (i==3), legend('N=64'); elseif (i==4) ,legend('N=128'); elseif (i==5) ,legend('N=256'); elseif (i==6) ,legend('N=512'); end end 00.51 1.52 2.5 3 x 10 4 -1 100.5 1 1.5 2 2.5 3x 10 4 012 N=3200.5 1 1.5 2 2.5 3x 10 4 024 N=6400.5 1 1.5 2 2.5 3x 10 4 024 N=12800.5 1 1.5 2 2.5 3x 10 4 0510 N=2560 0.5 1 1.5 2 2.5 3x 10 4 01020 N=512 2) 短时平均过零率 a=wavread('mike.wav'); a=a(:,1); n=length(a); N=320; subplot(3,1,1),plot(a); h=linspace(1,1,N); En=conv(h,a.*a); %求卷积得其短时能量函数En subplot(3,1,2),plot(En); for i=1:n-1 if a(i)>=0 b(i)= 1;

测试信号处理实验

实验一 离散时间系统的时域分析 一、实验目的 1. 运用MATLAB 仿真一些简单的离散时间系统,并研究它们的时域特性。 2. 运用MATLAB 中的卷积运算计算系统的输出序列,加深对离散系统的差分方程、冲激响应和卷积分析方法的理解。 二、实验原理 离散时间系统其输入、输出关系可用以下差分方程描述: ∑=∑=-=-M k k N k k k n x p k n y d 00] [][ 当输入信号为冲激信号时,系统的输出记为系统单位冲激响应 ][][n h n →δ,则系统响应为如下的卷积计算式: ∑∞ -∞=-= *=m m n h m x n h n x n y ][][][][][ 当h[n]是有限长度的(n :[0,M])时,称系统为FIR 系统;反之,称系统为IIR 系统。在MA TLAB 中,可以用函数y=Filter(p,d,x) 求解差分方程,也可以用函数 y=Conv(x,h)计算卷积。 例1 clf; n=0:40; a=1;b=2; x1= 0.1*n; x2=sin(2*pi*n); x=a*x1+b*x2; num=[1, 0.5,3]; den=[2 -3 0.1]; ic=[0 0]; %设置零初始条件 y1=filter(num,den,x1,ic); %计算输入为x1(n)时的输出y1(n) y2=filter(num,den,x2,ic); %计算输入为x2(n)时的输出y2(n) y=filter(num,den,x,ic); %计算输入为x (n)时的输出y(n) yt= a*y1+b*y2; %画出输出信号 subplot(2,1,1) stem(n,y); ylabel(‘振幅’); title(‘加权输入a*x1+b*x2的输出’);

数字信号处理实验报告

一、实验名称:基本信号的产生 二、实验目的:I 利用MATLAB 产生连续信号并作图 II 利用MATLAB 产生离散序列并作图 III 利用MATLAB 进行噪声处理 三、 实验内容: I 利用MATLAB 产生下列连续信号并作图 ①X(t)=-2u(t-1),-1=0); plot(t,x); 图形如右: ② X(t)=-(e^-0.1t)*sin(2/3*t),0

-1.5-1 -0.5 0.5 1 1.5 2 II 利用MATLAB 产生下列离散序列并作图 ① X(t)=1,-5<=t<=5 else 0,-15<=t<=15 MATLAB 程序如下: k= -15: 15; x=[zeros(1,10),ones(1,11),zeros(1,10)]; stem(k,x) 图形如下: ② X(t)=0.9^k*(cos(0.25*pi*k)+sin(0.25*pi*p),-20

《数字信号处理》实验报告

数字信号处理》 实验报告 年级:2011 级班级:信通 4 班姓名:朱明贵学号: 111100443 老师:李娟 福州大学 2013 年11 月

实验一快速傅里叶变换(FFT)及其应用 一、实验目的 1. 在理论学习的基础上,通过本实验,加深对FFT的理解,熟悉MATLAB^的有关函数。 2. 熟悉应用FFT对典型信号进行频谱分析的方法。 3. 了解应用FFT进行信号频谱分析过程中可能出现的问题,以便在实际中正确应用FFT。 4. 熟悉应用FFT实现两个序列的线性卷积和相关的方法。 二、实验类型 演示型 三、实验仪器 装有MATLA爵言的计算机 四、实验原理 在各种信号序列中,有限长序列信号处理占有很重要地位,对有限长序列,我们可以 使用离散Fouier变换(DFT)。这一变换不但可以很好的反映序列的频谱特性,而且易于用快速算法在计算机上实现,当序列x(n)的长度为N时,它的DFT定义为: JV-1 $生 反变换为: 如-器冃吋 科— 有限长序列的DFT是其Z变换在单位圆上的等距采样,或者说是序列Fourier变换的等 距采样,因此可以用于序列的谱分析。 FFT并不是与DFT不同的另一种变换,而是为了减少DFT运算次数的一种快速算法。它 是对变换式进行一次次分解,使其成为若干小点数的组合,从而减少运算量。常用的FFT 是以2为基数的,其长度A - o它的效率高,程序简单,使用非常方便,当要变换的 序列长度不等于2的整数次方时,为了使用以2为基数的FFT,可以用末位补零的方法,使其长度延长至2的整数次方。 (一)在运用DFT进行频谱分析的过程中可能的产生三种误差 1 .混叠 序列的频谱是被采样信号频谱的周期延拓,当采样速率不满足Nyquist定理时,就会 发生频谱混叠,使得采样后的信号序列频谱不能真实的反映原信号的频谱。避免混叠现象的 唯一方法是保证采样速率足够高,使频谱混叠现象不致出现,即在确定采样频率之前,必须

数字信号处理实验五

实验五:FIR数字滤波器设计与软件实现 信息学院 10电本2班王楚炘 2010304224 10.5.1 实验指导 1.实验目的 (1)掌握用窗函数法设计FIR数字滤波器的原理和方法。 (2)掌握用等波纹最佳逼近法设计FIR数字滤波器的原理和方法。 (3)掌握FIR滤波器的快速卷积实现原理。 (4)学会调用MATLAB函数设计与实现FIR滤波器。 2.实验内容及步骤 (1)认真复习第七章中用窗函数法和等波纹最佳逼近法设计FIR数字滤波器的原理; (2)调用信号产生函数xtg产生具有加性噪声的信号xt,并自动显示xt及其频谱,如图10.5.1所示; 图10.5.1 具有加性噪声的信号x(t)及其频谱如图(3)请设计低通滤波器,从高频噪声中提取xt中的单频调幅信号,要求信号幅频失真小于0.1dB,将噪声频谱衰减60dB。先观察xt的频谱,确定滤波器指标参数。 (4)根据滤波器指标选择合适的窗函数,计算窗函数的长度N,

调用MATLAB函数fir1设计一个FIR低通滤波器。并编写程序,调用MATLAB快速卷积函数fftfilt实现对xt的滤波。绘图显示滤波器的频响特性曲线、滤波器输出信号的幅频特性图和时域波形图。 (4)重复(3),滤波器指标不变,但改用等波纹最佳逼近法,调用MATLAB函数remezord和remez设计FIR数字滤波器。并比较两种设计方法设计的滤波器阶数。 提示:MATLAB函数fir1和fftfilt的功能及其调用格式请查阅本书 第7章和第?章; 采样频率Fs=1000Hz,采样周期T=1/Fs; 根据图10.6.1(b)和实验要求,可选择滤波器指标参数:通带截止频率fp=120Hz,阻带截至频率fs=150Hz,换算成数字频率,通带截止频率,通带最大衰为0.1dB,阻带截至频率,阻带最小衰为60dB。]实验程序框图如图10.5.2所示,供读者参考。 Fs=1000,T=1/Fs xt=xtg 产生信号xt, 并显示xt及其频谱 用窗函数法或等波纹最佳逼近法 设计FIR滤波器hn 对信号xt滤波:yt=fftfilt(hn,xt) 1、计算并绘图显示滤波器损耗函数 2、绘图显示滤波器输出信号yt End 图10.5.2 实验程序框图 4.思考题 (1)如果给定通带截止频率和阻带截止频率以及阻带最小衰减,如何用窗函数法设计线性相位低通滤波器?请写出设计步骤. 答:用窗函数法设计线性相位低通滤波器的设计步骤: a.根据对阻带衰减及过渡带的指标要求,选择窗函数的类型,并估计窗口的长度N; b.构造希望逼近的频率响应函数; c.计算h d(n); d.加窗得到设计结果h(n)=h d(n)w(n)。 (2)如果要求用窗函数法设计带通滤波器,且给定通带上、下截止频率为和,阻带上、下截止频率为和,试求理想带通滤波器的截止频率。 答:希望逼近的理想带通滤波器的截止频率分别为:

信号处理实验报告、

第一题 如何用计算机模拟一个随机事件,并估计随机事件发生的概率以计算圆周率π。 解: (一)蒙特卡洛方法可用于近似计算圆周率:让计算机每次随机生成两个0到1之间的数,看以这两个实数为横纵坐标的点是否在单位圆内。生成一系列随机点,统计单位圆内的点数与总点数,(圆面积和外切正方形面积之比为π:4),当随机点取得越多时,其结果越接近于圆周率。 代码: N=100000000; x=rand(N,1); y=rand(N,1); count=0; for i=1:N if (x(i)^2+y(i)^2<=1) count=count+1; end end PI=vpa(4*count/N,10) PI = 3.1420384

蒙特卡洛法实验结果与试验次数相关,试验次数增加,结果更接近理论值 (二)18世纪,法国数学家布丰和勒可莱尔提出的“投针问题”,记载于布丰1777年出版的著作中:“在平面上画有一组间距为d的平行线,将一根长度为l (l

数字信号处理期末综合实验报告

数字信号处理综合实验报告 实验题目:基于Matlab的语音信号去噪及仿真 专业名称: 学号: 姓名: 日期: 报告内容: 一、实验原理 1、去噪的原理 1.1 采样定理 在进行模拟/数字信号的转换过程中,当采样频率fs.max大于信号中,最高频率fmax的2倍时,即:fs.max>=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息,一般实际应用中保证采样频率为信号最高频率的5~10倍;采样定理又称奈奎斯特定理。1924年奈奎斯特(Nyquist)就推导出在理想低通信道的最高大码元传输速率的公式: 理想低通信道的最高大码元传输速率=2W*log2 N (其中W是理想低通信道的带宽,N是电平强度)为什么把采样频率设为8kHz?在数字通信中,根据采样定理, 最小采样频率为语音信号最高频率的

2倍 频带为F的连续信号f(t)可用一系列离散的采样值f(t1),f(t1±Δt),f(t1±2Δt),...来表示,只要这些采样点的时间间隔Δt≤1/2F,便可根据各采样值完全恢复原来的信号f(t)。这是时域采样定理的一种表述方式。 时域采样定理的另一种表述方式是:当时间信号函数f(t)的最高频率分量为fM时,f(t)的值可由一系列采样间隔小于或等于1/2fM的采样值来确定,即采样点的重复频率f≥2fM。图为模拟信号和采样样本的示意图。 时域采样定理是采样误差理论、随机变量采样理论和多变量采样理论的基础。对于时间上受限制的连续信号f(t)(即当│t│>T时,f(t)=0,这里T=T2-T1是信号的持续时间),若其频谱为F(ω),则可在频域上用一系列离散的采样值 (1-1) 采样值来表示,只要这些采样点的频率间隔 (1-2) 。 1.2 采样频率 采样频率,也称为采样速度或者采样率,定义了每秒从连续信号中提取并组成离散信号的采样个数,它用赫兹(Hz)来表示。采样频率的倒数是采样周期或者叫作采样时间,它是采样之间的时间间隔。通俗的讲采样频率是指计算

测试信号分析与处理作业实验一二

王锋 实验一:利用FFT 作快速相关估计 一、实验目的 a.掌握信号处理的一般方法,了解相关估计在信号分析与处理中的作用。 b.熟悉FFT算法程序;熟练掌握用FFT作快速相关估计的算法。 c.了解快速相关估计的谱分布的情况。 二、实验内容 a.读入实验数据[1]。 b.编写一利用FFT作相关估计的程序[2]。 c.将计算结果表示成图形的形式,给出相关谱的分布情况图。 注[1]:实验数据文件名为“Qjt.dat”。 实验数据来源:三峡前期工程 “覃家沱大桥” 实测桥梁振动数据。 实验数据采样频率:50Hz。 可从数据文件中任意截取几段数据进行分析,数据长度N 自定。 注[2]:采用Matlab 编程。 三、算法讨论及分析 算法为有偏估计,利用FFT计算相关函数 Step 1: 对原序列补N个零,得新序列x2N(n) Step2: 作FFT[x2N(n)]得到X2N(k) Step 3: 取X2N(k)的共轭,得 Step 4: 作 Step 5: 调整与的错位。 四、实验结果分析 1. 该信号可以近似为平稳信号么? 可以近似为平稳信号,随机过程的统计特性不随样本的采样时刻而发生变化。取N=8192,分别取间隔m=500,m=700,m=1000,所得到的均值均为0.5366,方差为47369,与时间无关。

图1-1 自相关函数图 (上图表示的R0,下图为调整后的R0) 2. 该信号是否具有周期性,信噪比如何? >> load Qjt.dat; %加载数据 N=32768; %数据长度 i=1:1:N; %提取数据 plot(i,Qjt(i)); 抛去几个极值点,从图1-2可以看出,数据具有一定的周期性,杂音比较少,说明信噪比较高。 图1-2 数据图

哈尔滨工程大学 语音信号处理实验报告

实 验 报 告 实验课程名称: 语音信号处理实验 姓名: 班级: 20120811 学号: 指导教师 张磊 实验教室 21B#293 实验时间 2015年4月12日 实验成绩 实验序号 实验名称 实验过程 实验结果 实验成绩 实验一 语音信号的端点检测 实验二 语音信号的特征提取 实验三 语音信号的基频提取

实验一 语音信号的端点检测 一、实验目的 1、掌握短时能量的求解方法 2、掌握短时平均过零率的求解方法 3、掌握利用短时平均过零率和短时能量等特征,对输入的语音信号进行端点检测。 二、实验设备 HP 计算机、Matlab 软件 三、实验原理 1、短时能量 语音信号的短时能量分析给出了反应这些幅度变化的一个合适的描述方法。对于信号)}({n x ,短时能量的定义如下: ∑ ∑∞ -∞ =∞ -∞ =*=-= -= m m n n h n x m n h m x m n w m x E )()()()()]()([222 2、短时平均过零率 短时平均过零率是指每帧内信号通过零值的次数。对于连续语音信号,可以 考察其时域波形通过时间轴的情况。对于离散信号,实质上就是信号采样点符号变化的次数。过零率在一定程度上可以反映出频率的信息。短时平均过零率的公式为: ∑∑-+=∞ -∞=--= ---=1)] 1(sgn[)](sgn[2 1 ) ()]1(sgn[)](sgn[21N n n m w w m n m x m x m n w m x m x Z 其中,sgn[.]是符号函数,即 ? ? ?<-≥=0)(10)(1 )](sgn[n x n x n x

语音信号处理实验报告

通信与信息工程学院 信息处理综合实验报告 班级:电子信息工程1502班 指导教师: 设计时间:2018/10/22-2018/11/23 评语: 通信与信息工程学院 二〇一八年 实验题目:语音信号分析与处理 一、实验内容 1. 设计内容 利用MATLAB对采集的原始语音信号及加入人为干扰后的信号进行频谱分析,使用窗函数法设计滤波器滤除噪声、并恢复信号。 2.设计任务与要求 1. 基本部分

(1)录制语音信号并对其进行采样;画出采样后语音信号的时域波形和频谱图。 (2)对所录制的语音信号加入干扰噪声,并对加入噪声的信号进行频谱分析;画出加噪后信号的时域波形和频谱图。 (3)分别利用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman 窗几种函数设计数字滤波器滤除噪声,并画出各种函数所设计的滤波器的频率响应。 (4)画出使用几种滤波器滤波后信号时域波形和频谱,对滤波前后的信号、几种滤波器滤波后的信号进行对比,分析信号处理前后及使用不同滤波器的变化;回放语音信号。 2. 提高部分 (5)录制一段音乐信号并对其进行采样;画出采样后语音信号的时域波形和频谱图。 (6)利用MATLAB产生一个不同于以上频段的信号;画出信号频谱图。 (7)将上述两段信号叠加,并加入干扰噪声,尝试多次逐渐加大噪声功率,对加入噪声的信号进行频谱分析;画出加噪后信号的时域波形和频谱图。 (8)选用一种合适的窗函数设计数字滤波器,画出滤波后音乐信号时域波形和频谱,对滤波前后的信号进行对比,回放音乐信号。 二、实验原理 1.设计原理分析 本设计主要是对语音信号的时频进行分析,并对语音信号加噪后设计滤波器对其进行滤波处理,对语音信号加噪声前后的频谱进行比较分析,对合成语音信号滤波前后进行频谱的分析比较。 首先用PC机WINDOWS下的录音机录制一段语音信号,并保存入MATLAB软件的根目录下,再运行MATLAB仿真软件把录制好的语音信号用audioread函数加载入MATLAB仿真软件的工作环境中,输入命令对语音信号进行时域,频谱变换。 对该段合成的语音信号,分别用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman窗几种函数在MATLAB中设计滤波器对其进行滤波处理,滤波后用命令可以绘制出其频谱图,回放语音信号。对原始语音信号、合成的语音信号和经过滤波器处理的语音信号进行频谱的比较分析。 2.语音信号的时域频域分析 在Matlab软件平台下可以利用函数audioread对语音信号进行采样,得到了声音数据变量y,同时把y的采样频率Fs=44100Hz放进了MATALB的工作空间。

数字信号处理实验报告

语音信号的数字滤波 一、实验目的: 1、掌握使用FFT进行信号谱分析的方法 2、设计数字滤波器对指定的语音信号进行滤波处理 二、实验内容 设计数字滤波器滤除语音信号中的干扰(4 学时) 1、使用Matlab的fft函数对语音信号进行频谱分析,找出干扰信号的频谱; 2、设计数字滤波器滤除语音信号中的干扰分量,并进行播放对比。 三、实验原理 通过观察原语音信号的频谱,幅值特别大的地方即为噪声频谱分量,根据对称性,发现有四个频率的正弦波干扰,将它们分别滤掉即可。采用梳状滤波器,经过计算可知,梳状滤波器h[n]={1,A,1}的频响|H(w)|=|A+2cos(w)|,由需要滤掉的频率分量的频响w,即可得到A,进而得到滤波器的系统函数h[n]。而由于是在离散频域内进行滤波,所以令w=(2k*pi/N)即可。 对原信号和四次滤波后的信号分别进行FFT变换,可以得到它们的幅度相应。最后,将四次滤波后的声音信号输出。 四、matlab代码 clc;clear;close all; [audio_data,fs]=wavread('SunshineSquare.wav'); %读取未处理声音 sound(audio_data,fs); N = length(audio_data); K = 0:2/N:2*(N-1)/N; %K为频率采样点

%sound(audio_data,fs); %进行一次FFT变换 FFT_audio_data=fft(audio_data); mag_FFT_audio_data = abs(FFT_audio_data); %画图 figure(1) %原信号时域 subplot(2,1,1);plot(audio_data);grid; title('未滤波时原信号时域');xlabel('以1/fs为单位的时间');ylabel('采样值'); %FFT幅度相位 subplot(2,1,2);plot(K,mag_FFT_audio_data);grid; title('原信号幅度');xlabel('以pi为单位的频率');ylabel('幅度'); %构造h[n]={1,A,1}的梳状滤波器,计算A=2cosW,妻子W为要滤掉的频率%由原信号频谱可知要分四次滤波,滤掉频响中幅度大的频率分量 %第一次滤波 a = [1,0,0,0];%y[n]的系数 [temp,k]=max(FFT_audio_data); A1=-2*cos(2*pi*k/N); h1=[1,A1,1]; audio_data_h1 = filter(h1,a,audio_data); FFT_audio_data_h1=fft(audio_data_h1);

测试信号分析与处理作业实验五

王锋 实验五:多种功率谱估计的比较 一、实验目的 a.了解功率谱估计在信号分析中的作用; b.掌握随机信号分析的基础理论,掌握参数模型描述形式下的随机信 号的功率谱的计算方法; c.掌握在计算机上产生随机信号的方法; d.了解不同的功率谱估计方法的优缺点。 二、实验准备 有三个信号源,分别代表三种随机信号(序列)。 信号源1: 123()2cos(2)2cos(2)2cos(2)()x n f n f n f n z n πππ=+++ 其中,1230.08,=0.38,0.40f f f == z(n)是一个一阶 AR 过程,满足方程: ()(1)(1)()z n a z n e n =--+ (1)0.823321a =- e(n)是一高斯分布的实白噪声序列,方差20.1σ= 信号源2和信号源3: 都是4阶的AR 过程,它们分别是一个宽带和一个窄带过程,满足方程: ()(1)(1)(2)(2)(3)(3)(4)(4)()x n a x n a x n a x n a x n e n =--------+ e(n)是一高斯分布的实白噪声序列,方差2σ,参数如下: 三、实验内容 a. 描绘出这三个实验信号的真实功率谱波形。 b. 在计算机上分别产生这个三个信号,令所得到的数据长度 N= 256 。 注意:产生信号的时候注意避开起始瞬态点。例如,可以产生长度为512 的信号序列,然后取后面256 个点作为实验数据。 c. 分别用如下的谱估计方法,对三个信号序列进行谱估计。 1、经典谱估计 周期图法 自相关法 平均周期图法(Bartlett 法)

Welch法(可选每段64 点,重叠32 点,用Hamming 窗)2、现代谱估计 Yule - Walker方程(自相关法) 最小二乘法 注:阶次p可在3-20之间,由自己给定。 四、实验结果分析 生成的信号源

工程信号处理实验报告

( 2011-2012 学年 第二学期) 重庆理工大学研究生课程论文 课程论文题目: 《工程信号处理实验报告》 课程名称 工程信号处理实验 课程类别 □学位课 非学位课 任课教师 谢明 所在学院 汽车学院 学科专业 机械设计及理念 姓名 李文中 学 号 50110802313 提交日期 2012年4月12日

工程信号处理实验报告 姓名:李文中学号:50110802313 实验报告一 实验名称:数据信号采集及采样参数选定 1实验目的 1.1了解信号采集系统的组成,初步掌握信号采集系统的使用。 1.2加深对采样定理的理解,掌握采样参数的选择方法 1.3了解信号采集在工程信号处理中的实际应用,及注意事项。 2 实验原理 2.1 模数转换及其控制 对模拟信号进行采集,就是将模拟信号转换为数字信号,即模/数(A/D)转换,然后送入计算机或专用设备进行处理。模数转换包括三个步骤:(1)采样,(2)量化,(3)编码。采样,是对已知的模拟信号按一定的间隔抽出一个样本数据。若间隔为一定时间 T,则称这种采样为等时间间隔采样。除特别注明外,一般都采用等时间间隔采样;量化,是一种用有限字长的数字量逼近模拟量的过程。编码,是将已经量化的数字量变为二进制数码,因为数字处理器只能接受有限长的二进制数。模拟信号经过这三步转换后,变成了时间上离散、幅值上量化的数字信号。A/D转换器是完成这三个步骤的主要器件。 在信号采集系统中,A/D 转换器与计算机联合使用完成模数转换。用计算机的时钟或用软件产生等间隔采样脉冲控制 A/D 转换器采样。A/D 转换器通过内部电路进行量化与编码,输出有限长的二进制代码。信号采集系统中,通常由以 A/D转换器为核心的接口电路及控制软件,进行信号采集控制。 *注这部分是由本实验所用的信号采集器自动完成的,以上也是实验器材-信号采集器的部分工作原理。以后实验中就不再赘述。 2.2 信号采集的参数选择

《语音信号处理》实验报告材料

实用 中南大学 信息科学与工程学院 语音信号处理 实验报告 指导老师:覃爱娜 学生班级:信息0704 学生名称:阮光武 学生学好:0903070430 提交日期:2010年6月18日

实验一 语音波形文件的分析和读取 一、实验的任务、性质与目的 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验: (1)掌握语音信号的基本特性理论:随机性,时变特性,短时平稳性,相关性等; (2)掌握语音信号的录入方式和*.WAV音波文件的存储结构; (3)使学生初步掌握语音信号处理的一般实验方法。 二、实验原理和步骤: WAV文件格式简介 WAV文件是多媒体中使用了声波文件的格式之一,它是以RIFF格式为标准。每个WAV文件的头四个字节就是“RIFF”。WAV文件由文件头和数据体两大部分组成,其中文件头又分为RIFF/WAV文件标识段和声音数据格式说明段两部分。常见的WAV声音文件有两种,分别对应于单声道(11.025KHz采样率、8Bit的采样值)和双声道(44.1KHz采样率、16Bit的采样值)。采样率是指声音信号在“模拟→数字”转换过程中,单位时间内采样的次数;采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件,采样数据为8位的短整数(short int 00H-FFH);而对于双声道立体声声音文件,每次采样数据为一个16位的整数(int),高八位和低八位分别代表左右两个声道。WAV文件数据块包含以脉冲编码调制(PCM)格式表示的样本。在单声道WAV文件中,道0代表左声道,声道1代表右声道;在多声道WAV文件中,样本是交替出现的。WAV文件的格式见表1。

信号处理实验报告

数字信号处理 第四次实验报告 一、 实验目的 1.了解离散系统的零极点与系统因果性能和稳定性的关系 2.观察离散系统零极点对系统冲激响应的影响 3.熟悉MATLAB 中进行离散系统零极点分析的常用子函数 4.加深对离散系统的频率响应特性基本概念的理解 5.了解离散系统的零极点与频响特性之间的关系 6.熟悉MATLAB 中进行离散系统分析频响特性的常用子函数,掌握离散系统幅频响应和相频响应的求解方法。 二、实验过程 9.2已知离散时间系统函数分别为 ) 7.05.0)(7.05.0(3 .0)(1j z j z z z H ++-+-= )1)(1(3 .0)() 8.06.0)(8.06.0(3 .0)(32j z j z z z H j z j z z z H ++-+-= ++-+-= 求这些系统的零极点分布图以及系统的冲击响应,并判断系统因果稳定性。 %---------第一式-----------------------------------------------------------------------------% z1=[0.3,0]';p1=[-0.5+0.7j,-0.5-0.7j]';k=1; %z1零点向量矩阵,p1极点向量矩阵,k 系统增益系数---------------------------% [bl,al]=zp2tf(z1,p1,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,1),zplane(bl,al); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆内'); subplot(3,2,2),impz(bl,al,20); %impz 绘制系统的冲激响应图 %---------第二式-----------------------------------------------------------------------------% z2=[0,3,0]';p2=[-0.6+0.8j,-0.6-0.8j]'; %z2零点向量矩阵,p2极点向量矩阵---------------------------------------------------% [b2,a2]=zp2tf(z2,p2,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,3),zplane(b2,a2); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆上'); subplot(3,2,4),impz(b2,a2,20); %impz 绘制系统的冲激响应图 %---------第三式-----------------------------------------------------------------------------%

实验一-LabVIEW中的信号分析与处理

实验一 LabVIEW中的信号分析与处理 一、实验目的: 1、熟悉各类频谱分析VI的操作方法; 2、熟悉数字滤波器的使用方法; 3、熟悉谐波失真分析VI的使用方法。 二、实验原理: 1、信号的频谱分析是指用独立的频率分量来表示信号;将时域信号变换到频域,以显示在时域无法观察到的信号特征,主要是信号的频率成分以及各频率成分幅值和相位的大小,LabVIEW中的信号都是数字信号,对其进行频谱分析主要使用快速傅立叶变换(FFT)算法:·“FFT Spectrum(Mag-Phase).vi”主要用于分析波形信号的幅频特性和相频特性,其输出为单边幅频图和相频图。 ·“FFT.vi”以一维数组的形式返回时间信号的快速傅里叶运算结果,其输出为双边频谱图,在使用时注意设置FFT Size为2的幂。 ·“Amplitude and Phase Spectrum .vi”也输出单边频谱,主要用于对一维数组进行频谱分析,需要注意的是,需要设置其dt(输入信号的采样周期)端口的数据。 2、数字滤波器的作用是对信号进行滤波,只允许特定频率成份的信号通过。滤波器的主要类型分为低通、高通、带通、带阻等,在使用LabVIEW中的数字滤波器时,需要正确设置滤波器的截止频率(注意区分模拟频率和数字频率)和阶数。 3、“Harmonic Distortion Analyzer .vi”用于分析输入的波形数据的谐波失真度(THD),该vi还可分析出被测波形的基波频率和各阶次谐波的电平值。 三、实验容: (1) 时域信号的频谱分析 设计一个VI,使用4个Sine Waveform.vi(正弦波形)生成频率分别为10Hz、30Hz、50Hz、100Hz,幅值分别为1V、2V、3V、4V的4个正弦信号(采样频率都设置为1kHz,采样点数都设置为1000点),将这4个正弦信号相加并观察其时域波形,然后使用FFT Spectrum(Mag-Phase).vi对这4个正弦信号相加得出的信号进行FFT频谱分析,观察其幅频和相频图,并截图保存。

语音信号处理实验报告实验二

通信工程学院12级1班 罗恒 2012101032 实验二 基于MATLAB 的语音信号频域特征分析 一、 实验要求 要求根据已有语音信号,自己设计程序,给出其倒谱、语谱图的分析结果,并根据频域分析方法检测所分析语音信号的基音周期或共振峰。 二、 实验目的 信号的傅立叶表示在信号的分析与处理中起着重要的作用。因为对于线性系统来说,可以很方便地确定其对正弦或复指数和的响应,所以傅立叶分析方法能完善地解决许多信号分析和处理问题。另外,傅立叶表示使信号的某些特性变得更明显,因此,它能更深入地说明信号的各项红物理现象。 由于语音信号是随着时间变化的,通常认为,语音是一个受准周期脉冲或随机噪声源激励的线性系统的输出。输出频谱是声道系统频率响应与激励源频谱的乘积。声道系统的频率响应及激励源都是随时间变化的,因此一般标准的傅立叶表示虽然适用于周期及平稳随机信号的表示,但不能直接用于语音信号。由于语音信号可以认为在短时间内,近似不变,因而可以采用短时分析法。 三、 实验设备 1.PC 机; 2.MATLAB 软件环境; 四、 实验内容 1.上机前用Matlab 语言完成程序编写工作。 2.程序应具有加窗(分帧)、绘制曲线等功能。 3.上机实验时先调试程序,通过后进行信号处理。 4.对录入的语音数据进行处理,并显示运行结果。 5.依次给出其倒谱、语谱图的分析结果。 6. 根据频域分析方法检测所分析语音信号的基音周期或共振峰。 五、 实验原理及方法 1、短时傅立叶变换 由于语音信号是短时平稳的随机信号,某一语音信号帧的短时傅立叶变换的定义为: 其中w(n -m)是实窗口函数序列,n 表示某一语音信号帧。令n -m=k',则得到 ()()()jw jwm n m X e x m w n m e ∞-=-∞= -∑

数字信号处理综合设计实验报告

数字信号处理实验八 调制解调系统的实现 一、实验目的: (1)深刻理解滤波器的设计指标及根据指标进行数字滤波器设计的过程(2)了解滤波器在通信系统中的应用 二、实验步骤: 1.通过SYSTEMVIEW软件设计与仿真工具,设计一个FIR数字带通滤波器,预先给定截止频率和在截止频率上的幅度值,通过软件设计完后,确认滤波器的阶数和系统函数,画出该滤波器的频率响应曲线,进行技术指标的验证。 建立一个两载波幅度调制与解调的通信系统,将该滤波器作为两个载波分别解调的关键部件,验证其带通的频率特性的有效性。系统框图如下: 规划整个系统,确定系统的采样频率、观测时间、细化并设计整个系统,仿真调整并不断改进达到正确调制、正确滤波、正确解调的目的。(参考文件

zhan3.svu) (1)检查滤波器的波特图,看是否达到预定要求; (2)检查幅度调制的波形以及相加后的信号的波形与频谱是否正常; (3)检查解调后的的基带信号是否正常,分析波形变形的原因和解决措施;(4)实验中必须体现带通滤波器的物理意义和在实际中的应用价值。 2.熟悉matlab中的仿真系统; 3.将1.中设计的SYSTEMVIEW(如zhan3.svu)系统移植到matlab中的仿真环境中,使其达到相同的效果; 4.或者不用仿真环境,编写程序实现该系统,并验证调制解调前后的信号是否一致。 实验总共提供三个单元的时间(6节课)给学生,由学生自行学习和自行设计与移植 三、系统设计 本系统是基于matlab的simulink仿真软件设计的基带信号调制与解调的系统,利用matlab自带的数字信号仿真模块构成其原理框图并通过设置载波、带通滤波器以及低通滤波器等把基带信号经过载波调制后再经乘法器、带通滤波器和低通滤波器等电路系统能解调出基带信号。 1、实验原理框图

信号分析与处理实验

信号分析与处理实验实验一时间信号的产生 班级:自动化1101班 姓名:陈宝平 学号: 成绩:

1. 实验目的 数字信号处理系统中的信号都是以离散时间形态存在的。研究离散时间信号,首先 需要产生出各种离散时间信号。使用MATLAB 软件可以方便的产生各种常见的离散时间信号,还具有强大的绘图功能,便于用户直观地处理输出结果。 通过本实验,学习用MATLAB 产生一些常见的离散时间信号,并通过MATLAB 绘图工具对产生的信号进行观察加深对常见离散信号和信号卷积和运算的理解。 2. 实验原理 离散时间信号用x(n)来表示,自变量n 必须是整数;连续时间信号用x(t)来表示。常见的时间信号如下: (1) 单位冲激序列δ(n)=???≠=0,00,1n n ; 如图(a); 单位冲激信号δ(t)=? ??≠=0,00 ,1t t ;如图(b): (a) (b) 如果δ(n)在时间轴上延迟了k 个单位,得到δ(n-k)=? ??≠=k n k n ,0,1。 (2) 单位阶跃序列u(n)=???<≥0,00,1n n ; 如图(c):单位阶跃信号u(t)=???<≥0 ,00 ,1t t ; 如图(d): (c) (d) 如果u(n)在时间轴上延迟了k 个单位,得到u(n-k)=???<≥k n k n ,0,1。

(3) 矩形序列R N (n)=???≥<-≤≤),0(,0) 10(,1N n n N n ,矩形序列有一个重要的参数,就是序列宽度 N 。R N (n)与u(n)之间的关系为R N (n)= u(n)- u(n-N)。如图(e): 单位矩形信号R (t)=? ??≥<≤≤),0(,0) 0(,1T t t T t , R(t)=u(t)-u(t-T),如图(f): (e) (f) (4)正弦序列x(n)=Acos(ω0n+?)。只有当 2ωπ 为有理数时,正弦序列具有周期性, 如图(g): 正弦信号x(t)=Acos(?ω+t 0),如图(h); (g) (h) (5)单边实指数序列x(n)=a n u(n),当a>0时,该序列均取正值,当a<0时,序列在正负摆动。如图分别为:x(n)=1.2n , x(n)=(-1.2)n , x(n)=0.8n , x(n)=(-0.8)n 的图。

数字信号处理实验报告(同名22433)

《数字信号处理》 实验报告 课程名称:《数字信号处理》 学院:信息科学与工程学院 专业班级:通信1502班 学生姓名:侯子强 学号:0905140322 指导教师:李宏 2017年5月28日

实验一 离散时间信号和系统响应 一. 实验目的 1. 熟悉连续信号经理想采样前后的频谱变化关系,加深对时域采样定理的理解 2. 掌握时域离散系统的时域特性 3. 利用卷积方法观察分析系统的时域特性 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及系统响应进行频域分析 二、实验原理 1. 采样是连续信号数字化处理的第一个关键环节。对采样过程的研究不仅可以了解采样前后信号时域和频域特性的变化以及信号信息不丢失的条件,而且可以加深对离散傅里叶变换、Z 变换和序列傅里叶变换之间关系式的理解。 对连续信号()a x t 以T 为采样间隔进行时域等间隔理想采样,形成采样信号: ?()()()a a x t x t p t = 式中()p t 为周期冲激脉冲,$()a x t 为()a x t 的理想采样。 ()a x t 的傅里叶变换为μ ()a X j Ω: 上式表明将连续信号()a x t 采样后其频谱将变为周期的,周期为Ωs=2π/T 。也即采样信 号的频谱μ()a X j Ω是原连续信号xa(t)的频谱Xa(jΩ)在频率轴上以Ωs 为周期,周期延拓而成 的。因此,若对连续信号()a x t 进行采样,要保证采样频率fs ≥2fm ,fm 为信号的最高频率,才可能由采样信号无失真地恢复出原模拟信号 计算机实现时,利用计算机计算上式并不方便,因此我们利用采样序列的傅里叶变换来实现,即 ()() n P t t nT δ∞ =-∞ = -∑μ1()()*() 21 ()n a a a s X j X j P j X j jn T π∞ =-∞ Ω=ΩΩ= Ω-Ω∑μ()()|j a T X j X e ωω=ΩΩ=

相关文档
最新文档