数字信号处理实验8
数字信号处理综合实验
数字信号处理综合实验一、实验目的本实验旨在通过数字信号处理技术的综合应用，加深对数字信号处理原理和方法的理解，提高学生的实际操作能力和问题解决能力。
二、实验原理数字信号处理是利用数字计算机对摹拟信号进行采样、量化和编码，然后进行数字运算和处理的技术。
本实验主要涉及以下几个方面的内容：1. 信号采集与预处理：通过摹拟信号采集电路将摹拟信号转换为数字信号，然后进行预处理，如滤波、降噪等。
2. 数字滤波器设计：设计和实现数字滤波器，包括FIR滤波器和IIR滤波器，可以对信号进行滤波处理，提取感兴趣的频率成份。
3. 时域和频域分析：对采集到的信号进行时域和频域分析，如时域波形显示、功率谱密度估计等，可以了解信号的时域和频域特性。
4. 信号重构与恢复：通过信号重构算法对采集到的信号进行恢复，如插值、外推等，可以还原信号的原始特征。
三、实验内容根据实验原理，本实验的具体内容包括以下几个部份：1. 信号采集与预处理a. 使用摹拟信号采集电路将摹拟信号转换为数字信号，并通过示波器显示采集到的信号波形。
b. 对采集到的信号进行预处理，如去除噪声、滤波等，确保信号质量。
2. 数字滤波器设计a. 设计并实现FIR滤波器，选择合适的滤波器类型和参数，对采集到的信号进行滤波处理。
b. 设计并实现IIR滤波器，选择合适的滤波器类型和参数，对采集到的信号进行滤波处理。
3. 时域和频域分析a. 对采集到的信号进行时域分析，绘制信号的时域波形图，并计算信号的均值、方差等统计指标。
b. 对采集到的信号进行频域分析，绘制信号的功率谱密度图，并计算信号的频域特性。
4. 信号重构与恢复a. 使用插值算法对采集到的信号进行重构，恢复信号的原始特征。
b. 使用外推算法对采集到的信号进行恢复，还原信号的原始特征。
四、实验步骤1. 搭建信号采集电路，将摹拟信号转换为数字信号，并通过示波器显示采集到的信号波形。
2. 对采集到的信号进行预处理，如去除噪声、滤波等，确保信号质量。
数字信号处理实验报告
《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：02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：ˆ()()()a a xt 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，即而()()j j n n X e x n e ωω∞-=-∞=∑为采样序列的傅里叶变换()()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 TX j X e ωω=ΩΩ=2. 时域中，描述系统特性的方法是差分方程和单位脉冲响应，频域中可用系统函数描述系统特性。
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
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。
哈尔滨工程大学数字信号处理实验八
一、实验原理1、频率（周期）检测对周期信号来说，可以用时域波形分析来确定信号的周期，也就是计算相邻的两个信号波峰的时间差或过零点的时间差。
这里采用过零点（ti）的时间差T（周期）。
频率即为f=1/T,由于能够求得多个T的值（ti有多个），故采用它们的平均值作为周期的估计值。
2、幅值检测在一个周期内，求出信号最大值ymax与最小值ymin的差的一半，即A=（ymax-ymin）/2,同样，也会求出多个A值，但第一个A值对应的ymax和ymin不是在一个周期内搜索得到的，故以除以第一个以外的A值的平均作为幅值的估计值。
3、相位检测采用过零法，即通过判断与同频零相位信号过零点时刻，计算其时间差，然后换成相应的相位差。
φ=2п（１－ｔｉ／Ｔ），同样，以φ的平均值作为相位的估计值。
频率、幅值和相位估计的流程图见实验讲义64页图3.13。
4、数字信号统计量估计（1）峰值p的估计在样本数据x中找出最大值与最小值，其差值为双峰值，双峰值的一半即为峰值。
（2）均值估计（3）均方值估计(4) 差估估计5、频谱分析原理时域分析只能反映信号的幅值随时间的变化情况，除单频谱分量的简单波形外，很难明确提示信号的频率组成的各频率分量的大小，而频域分析能很好的解决此问题。
(1)DFT与FFT对于给定的时域信号y，可以通过Fourier变换得到频域信息Y。
采样信号是一个不连续的频谱，不能算出所有点的值，所以采用离散Fourier变换DFT，但其计算效率较低，故实际中常用快速傅立叶变换。
(2)频率、周期的估计对于Y(k△f)，如果当k△f=f~时，Y(k△f)取最大值，则f为频率的估计值，由于采样间隔的误差，f~也存在误差，其误差最大为△f/2。
周期T=1/f，从原理上可以看出，如果在标准信号中混有噪声，用上述方法仍能够精确地估计出原标准信号的频率和周期。
(3)频谱图为了直观地表示信号的频率特性，常常将傅立叶变换的结果用图形的方式表示，及频谱图。
【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。
数字信号处理实验报告
一、实验目的1. 理解数字信号处理的基本概念和原理。
2. 掌握离散时间信号的基本运算和变换方法。
3. 熟悉数字滤波器的设计和实现。
4. 培养实验操作能力和数据分析能力。
二、实验原理数字信号处理（Digital Signal Processing，DSP）是利用计算机对信号进行采样、量化、处理和分析的一种技术。
本实验主要涉及以下内容：1. 离散时间信号：离散时间信号是指时间上离散的信号，通常用序列表示。
2. 离散时间系统的时域分析：分析离散时间系统的时域特性，如稳定性、因果性、线性等。
3. 离散时间信号的变换：包括离散时间傅里叶变换（DTFT）、离散傅里叶变换（DFT）和快速傅里叶变换（FFT）等。
4. 数字滤波器：设计、实现和分析数字滤波器，如低通、高通、带通、带阻滤波器等。
三、实验内容1. 离散时间信号的时域运算（1）实验目的：掌握离散时间信号的时域运算方法。
（2）实验步骤：a. 使用MATLAB生成两个离散时间信号；b. 进行时域运算，如加、减、乘、除等；c. 绘制运算结果的时域波形图。
2. 离散时间信号的变换（1）实验目的：掌握离散时间信号的变换方法。
（2）实验步骤：a. 使用MATLAB生成一个离散时间信号；b. 进行DTFT、DFT和FFT变换；c. 绘制变换结果的频域波形图。
3. 数字滤波器的设计和实现（1）实验目的：掌握数字滤波器的设计和实现方法。
（2）实验步骤：a. 设计一个低通滤波器，如巴特沃斯滤波器、切比雪夫滤波器等；b. 使用MATLAB实现滤波器；c. 使用MATLAB对滤波器进行时域和频域分析。
4. 数字滤波器的应用（1）实验目的：掌握数字滤波器的应用。
（2）实验步骤：a. 采集一段语音信号；b. 使用数字滤波器对语音信号进行降噪处理；c. 比较降噪前后的语音信号，分析滤波器的效果。
四、实验结果与分析1. 离散时间信号的时域运算实验结果显示，通过MATLAB可以方便地进行离散时间信号的时域运算，并绘制出运算结果的时域波形图。
数字信号处理实验报告
数字信号处理实验报告实验报告
实验题目：数字信号处理实验
实验日期：XXXX年XX月XX日
实验目的：
1. 了解数字信号处理的基本概念和原理；
2. 掌握数字信号的采样、量化和编码方法；
3. 学习数字信号处理的基本算法和应用。
实验内容：
1. 采样与重建
1.1 采样定理的验证
1.2 重建信号的实现
2. 量化与编码
2.1 量化方法的比较
2.2 编码方法的选择与实现
3. 数字滤波器设计与实现
3.1 FIR滤波器设计方法
3.2 IIR滤波器设计方法
实验步骤：
1. 使用示波器对输入的模拟信号进行采样，记录采样频率和采样点数。
2. 使用恢复信号方法，将采样得到的数字信号重建为模拟信号，并进行对比分析。
3. 对重建的信号进行量化处理，比较不同量化方法的效果，选择合适的方法进行编码。
4. 设计并实现数字滤波器，比较FIR和IIR滤波器的性能和实
现复杂度。
实验结果与分析：
1. 采样与重建实验结果表明，在满足采样定理的条件下，采样频率越高，重建信号的质量越高。
2. 量化与编码实验结果表明，在相同位数下，线性量化方法优于非线性量化方法，而编码方法可以根据信号特性选择，例如
差分编码适用于连续变化的信号。
3. 数字滤波器实验结果表明，FIR滤波器相对于IIR滤波器在时域和频域上更易于设计和理解，但实现复杂度较高。
实验结论：
数字信号处理是对模拟信号进行采样、量化和编码等处理，具有较高的灵活性和可靠性。
在实际应用中，应根据需要选择合适的采样频率、量化位数和编码方式，并根据信号特性选择合适的滤波器设计方法。
[工学]数字信号处理实验
![[工学]数字信号处理实验](https://img.taocdn.com/s3/m/5b54492333687e21af45a985.png)
h
8
七,例题
例1.3.2
设x(n)2(n)(n1)2(n2), h(n)(n)2(n1)(n2),
求y(n)=x(n)h(n)
两个有限长序列的卷积计算程序如下：
xn=[2,1,-2];
hn=[1,2,-1];
yn=conv(xn,hn);
n=0:length(yn)-1;
subplot(3,2,1);stem(n,yn,'.');line([0,5],[0,0])
xlabel('n');ylabel('y(n)');grid
on; h
9
仿真结果如下图所示：
h
10
八,实验报告要求
1, 报 告 中 要 给 出 实 验 的 MATLAB 程 序 , 并 对 每 个 语 句 给 出 注 释 , 说 明 语 句 作 用 ;
2,
简
Hale Waihona Puke 述实验目
的
和
原
理
;
3, 给 出 用 笔 算 时 卷 积 和 conv 计 算 线 性 卷 积 对 照 图 ;
2.Length 功能：取某一变量的长度（采样点数）
调用格式：N＝Length（n) 取变量n的采样点数为N。
h
7
3. Real 功能：取某一复数的实部。
调用格式：x＝real(h)；取复数h的实部。
4. Imag 功能：取某一复数的虚部。
调用格式：y＝imag(h)；取复数h的虚部。
还有一些其它相关函数等：如plot（按线性比例关系绘制二维图形),stem(绘制二维离散序列图形),subplot （在同一图形界面上产生多个绘图区间）,title（在图形的上方标注说明）,xlabel（在横坐标的下方标 注说明）,ylabel （在纵坐标的下方标注说明）conv（通用卷积函数）等等。
数字信号处理实验报告
数字信号处理实验报告一、实验目的本次数字信号处理实验的主要目的是通过实际操作和观察，深入理解数字信号处理的基本概念和方法，掌握数字信号的采集、处理和分析技术，并能够运用所学知识解决实际问题。
二、实验设备与环境1、计算机一台，安装有 MATLAB 软件。
2、数据采集卡。
三、实验原理1、数字信号的表示与采样数字信号是在时间和幅度上都离散的信号，可以用数字序列来表示。
在采样过程中，根据奈奎斯特采样定理，为了能够准确地恢复原始信号，采样频率必须大于信号最高频率的两倍。
2、离散傅里叶变换（DFT）DFT 是将时域离散信号变换到频域的一种方法。
通过 DFT，可以得到信号的频谱特性，从而分析信号的频率成分。
3、数字滤波器数字滤波器是对数字信号进行滤波处理的系统，分为有限冲激响应（FIR）滤波器和无限冲激响应（IIR）滤波器。
FIR 滤波器具有线性相位特性，而 IIR 滤波器则在性能和实现复杂度上有一定的优势。
四、实验内容与步骤1、信号的采集与生成使用数据采集卡采集一段音频信号，或者在 MATLAB 中生成一个模拟信号，如正弦波、方波等。
2、信号的采样与重构对采集或生成的信号进行采样，然后通过插值算法重构原始信号，观察采样频率对重构信号质量的影响。
3、离散傅里叶变换对采样后的信号进行DFT 变换，得到其频谱，并分析频谱的特点。
4、数字滤波器的设计与实现（1）设计一个低通 FIR 滤波器，截止频率为给定值，观察滤波前后信号的频谱变化。
（2）设计一个高通 IIR 滤波器，截止频率为给定值，比较滤波前后信号的时域和频域特性。
五、实验结果与分析1、信号的采集与生成成功采集到一段音频信号，并在MATLAB 中生成了各种模拟信号，如正弦波、方波等。
通过观察这些信号的时域波形，对不同类型信号的特点有了直观的认识。
2、信号的采样与重构当采样频率足够高时，重构的信号能够较好地恢复原始信号的形状；当采样频率低于奈奎斯特频率时，重构信号出现了失真和混叠现象。
数字信号处理实验报告
数字信号处理实验报告实验一：混叠现象的时域与频域表现实验原理：当采样频率Fs不满足采样定理，会在0.5Fs附近引起频谱混叠，造成频谱分析误差。
实验过程：考虑频率分别为3Hz，7Hz，13Hz 的三个余弦信号，即：g1(t)=cos(6πt), g2(t)=cos(14πt), g3(t)=cos(26πt),当采样频率为10Hz 时，即采样间隔为0.1秒，则产生的序列分别为：g1[n]=cos(0.6πn), g2[n]=cos(1.4πn), g3[n]=cos(2.6πn)对g2[n]，g3[n] 稍加变换可得：g2[n]=cos(1.4πn)＝cos((2π-0.6π)n)= cos(0.6πn)g3[n]=cos(2.6πn)= cos((2π+0.6π)n)=cos(0.6πn)利用Matlab进行编程：n=1:300;t=(n-1)*1/300;g1=cos(6*pi*t);g2=cos(14*pi*t);g3=cos(26*pi*t);plot(t,g1,t,g2,t,g3);k=1:100;s=k*0.1;q1=cos(6*pi*s);q2=cos(14*pi*s);q3=cos(26*pi*s);hold on; plot(s(1:10),q1(1:10),'bd');figuresubplot(2,2,1);plot(k/10,abs(fft(q1)))subplot(2,2,2);plot(k/10,abs(fft(q2)))subplot(2,2,3);plot(k/10,abs(fft(q3)))通过Matlab软件的图像如图所示：如果将采样频率改为30Hz，则三信号采样后不会发生频率混叠，可运行以下的程序，观察序列的频谱。
程序编程改动如下：k=1:300;q=cos(6*pi*k/30);q1=cos(14*pi*k/30);q2=cos(26*pi*k/30);subplot(2,2,1);plot(k/10,abs(fft(q)))subplot(2,2,2);plot(k/10,abs(fft(q1)))subplot(2,2,3);plot(k/10,abs(fft(q2)))得图像：问题讨论：保证采样后的信号不发生混叠的条件是什么？若信号的最高频率为17Hz，采样频率为30Hz，问是否会发生频率混叠？混叠成频率为多少Hz的信号？编程验证你的想法。
数字信号处理实验报告
数字信号处理实验报告实验一 信号的产生及傅立叶分析（设计性）一 实验目的1 学会利用计算机仿真信号。
2 理解信号采样思想。
3学会信号的频谱分析方法。
二 实验原理奈奎斯特抽样定理：要想抽样后能够不失真的还原出原信号，则抽样频率必须大于两倍信号谱的最高频率。
离散傅立叶变换（DFT ）: 正变换反变换)(n x 和)(k X 都是点数为N 的有限长序列。
实质上有限长序列都是作为周期序列的一个周期来表示的，都隐含有周期性意义。
三 实验内容1 几种常用序列（如正弦、矩形、指数序列等）的产生。
1．用stem 函数来画出序列的波形，通过改变N 和s 得值来改变时间长度、抽样频率 N=500;k=0:N; s=0.03;X=5*sin(s*pi*k);plot(k,X,k,zeros(1,N+1));Xlabel('k'); Ylabel('X[k]'); title('余弦序列');10)()]([)(1-≤≤==∑--=N k Wn x n x DFT k X N n nk N10)(1)]([)(1-≤≤==∑--=-N n Wk X Nk X IDFT n x N k nk N2．指数序列 clear ；clc%c ：指数序列的幅度 %a ：指数序列的底数%k1：绘制序列的起始序号 %k2：绘制序列的终止序号c=1;a=0.75;k1=0;k2=20;k=k1:k2; x=c*(a.^k);stem(k,x);%'filled'Xlabel('k'); Ylabel('x');title('Ö¸ÊýÐòÁÐ');3各种序列t=0:0.01:1;k=1:200;x1=0.1*exp(-2*t); %指数序列 x2=2*cos(2*pi*4*t); %余弦序列 x3=[ones(1,10) zeros(1,90) ones(1,10) zeros(1,90)]; subplot(3,1,1); plot(t,x1); title('指数序列'); subplot(3,1,2); plot(t,x2); title('余弦序列'); subplot(3,1,3); plot(k,x3); title('矩形序列');kX [k ]kx指数信号余弦信号矩形信号4 编程实现序列的离散傅里叶变换(DFT)，输入x(n)，输出X(k)并且对于不同序列（如矩形序列等）做DFT.clear; clck=0:31; x1=2*((0.75).^k);subplot 321; stem(k,x1); title('指数序列');y1=fft(x1,32);subplot 322; stem(k,y1); title('指数序列DFT');k=0:31; x2=sin(k);subplot 323; stem(k,x2); title('正弦序列Sin(k)');y2=fft(x2,32);subplot 324; stem(k,y2); title('正弦序列DFT');x3=[ones(1,8) zeros(1,8) ones(1,8) zeros(1,8)];subplot 325; stem(k,x3); title('矩形序列');y3=fft(x3,32);subplot 326; stem(k,y3); title('矩形序列DFT');指数序列指数序列DFT正弦序列Sin(k)010203040正弦序列DFT矩形序列矩形序列DFT实验二 快速傅立叶变换FFT 及频谱分析（设计性）一 实验目的1 进一步加深对DFT 算法原理和基本性质的理解2 熟悉FFT 算法原理和FFT 的子程序应用3 学习用FFT 对连续时间信号进行频谱分析的方法，了解可能出现的分析误差及原因二 实验原理（参考P187，P189）FFT 只是DFT 的一种快速算法，利用FFT 可减少运算量，提高速度。
数字信号处理实验
数字信号处理实验数字信号处理实验讲义前⾔ (2)实验⼀MATLAB简介 (3)实验⼆⽤FFT实现信号的谱分析 (5)实验三IIR数字巴特沃思滤波器的设计 (8)实验四FIR数字滤波器的设计 (9)前⾔信号处理与计算机的应⽤紧密结合。
⽬前⼴泛应⽤的MA TLAB⼯具软件包，以其强⼤的分析、开发及扩展功能为信号处理提供了强有⼒的⽀持。
在数字信号处理实验中，我们主要应⽤MA TLAB的信号处理⼯具箱及其灵活、便捷的编程⼯具，通过上机实验，帮助学⽣学习、掌握和应⽤MA TLAB软件对信号处理所学的内容加以分析、计算，加深对信号处理基本算法的理解。
实验⼀ MATLAB 简介实验⽬的1．熟悉MATLAB 软件的使⽤⽅法； 2．MA TLAB 的绘图功能；3．⽤MA TLAB 语句实现信号的描述及变换。
实验原理1．在MA TLAB 下编辑和运⾏程序在MA TLAB 中，对于简单问题可以在命令窗（command windows ）直接输⼊命令，得到结果；对于⽐较复杂的问题则可以将多个命令放在⼀个脚本⽂件中，这个脚本⽂件是以m 为扩展名的，所以称之为M ⽂件。
⽤M ⽂件进⾏程序的编辑和运⾏步骤如下：（1）打开MA TLAB ，进⼊其基本界⾯；（2）在菜单栏的File 项中选择新建⼀个M ⽂件；（3）在M ⽂件编辑窗⼝编写程序；（4）完成之后，可以在编辑窗⼝利⽤Debug ⼯具调试运⾏程序，在命令窗⼝查看输出结果；也可以将此⽂件保存在某个⽬录中，在MATLAB 的基本窗⼝中的File 项中选择Run The Script ，然后选择你所要运⾏的脚本⽂件及其路径，即可得出结果；也可以将此⽂件保存在当前⽬录中，在MA TLAB 命令窗⼝，“>>”提⽰符后直接输⼊⽂件名。
2．MA TLAB 的绘图功能plot(x,y) 基本绘图函数，绘制 x 和y 之间的坐标图。
figure(n ) 开设⼀个图形窗⼝nsubplot(m,n,N) 分割图形窗⼝的MATLAB 函数，⽤于在⼀个窗⼝中显⽰多个图形，将图形窗⼝分为m ⾏n 列，在第N 个窗⼝内绘制图形。
数字信号处理实验报告
数字信号处理实验报告数字信号处理实验报告一、实验目的本实验旨在通过数字信号处理的方法，对给定的信号进行滤波、频域分析和采样率转换等操作，深入理解数字信号处理的基本原理和技术。
二、实验原理数字信号处理（DSP）是一种利用计算机、数字电路或其他数字设备对信号进行各种处理的技术。
其主要内容包括采样、量化、滤波、变换分析、重建等。
其中，滤波器是数字信号处理中最重要的元件之一，它可以用来提取信号的特征，抑制噪声，增强信号的清晰度。
频域分析是指将时域信号转化为频域信号，从而更好地理解信号的频率特性。
采样率转换则是在不同采样率之间对信号进行转换，以满足不同应用的需求。
三、实验步骤1.信号采集：首先，我们使用实验室的信号采集设备对给定的信号进行采集。
采集的信号包括噪声信号、含有正弦波和方波的混合信号等。
2.数据量化：采集到的信号需要进行量化处理，即将连续的模拟信号转化为离散的数字信号。
这一步通常通过ADC（模数转换器）实现。
3.滤波处理：将量化后的数字信号输入到数字滤波器中。
我们使用不同的滤波器，如低通、高通、带通等，对信号进行滤波处理，以观察不同滤波器对信号的影响。
4.频域分析：将经过滤波处理的信号进行FFT（快速傅里叶变换）处理，将时域信号转化为频域信号，从而可以对其频率特性进行分析。
5.采样率转换：在进行上述处理后，我们还需要对信号进行采样率转换。
我们使用了不同的采样率对信号进行转换，并观察采样率对信号处理结果的影响。
四、实验结果及分析1.滤波处理：经过不同类型滤波器处理后，我们发现低通滤波器可以有效抑制噪声，高通滤波器可以突出高频信号的特征，带通滤波器则可以提取特定频率范围的信号。
这表明不同类型的滤波器在处理不同类型的信号时具有不同的效果。
2.频域分析：通过FFT处理，我们将时域信号转化为频域信号。
在频域分析中，我们可以更清楚地看到信号的频率特性。
例如，对于噪声信号，我们可以看到其频率分布较为均匀；对于含有正弦波和方波的混合信号，我们可以看到其包含了不同频率的分量。
数字信号处理学习指导与课后答案第8章
Xˆ a ( j ) xa (nT )e j nT n
第8章 上机实验
上式中， 在数值上xa(nT)＝x(n)， 再将ω=ΩT代入， 得到
Xˆ a ( j ) x(n)e j n n
上式的右边就是序列的傅里叶变换X(ejω)， 即
Xˆ a ( j ) X (e j ) T
x(n)=sin(0.014n)+sin(0.4n) 求出系统的输出响应y4． 思考题 (1) 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， 可否用线性卷积法求系统的响应? 如何求 （2） 如果信号经过低通滤波器， 信号的高频分量被 滤掉， 时域信号会有何变化? 用前面第一个实验的结果进 行分析说明。 5． （1） 简述在时域求系统响应的方法。 （2） 简述通过实验判断系统稳定性的方法。 分析上面 第三个实验的稳定输出的波形。 （3） 对各实验所得结果进行简单分析和解释。 （4） 简要回答思考题。 （5） 打印程序清单和要求的各信号波形。
第8章 上机实验
8.1.2
实验1程序： exp1.m %实验1： close all； clear all %==================================== %内容1： 调用filter解差分方程， 由系统对u(n)的响应判
A=［1， -0.9］； B=［0.05， 0.05］； %系统差分方程系数向量B和A
第8章 上机实验
8.1 实验一：
8.1.1
1. （1） 掌握求系统响应的方法。 （2） 掌握时域离散系统的时域特性。 （3） 分析、 观察及检验系统的稳定性。
第8章 上机实验
2. 在时域中， 描写系统特性的方法是差分方程和单位脉 冲响应， 在频域可以用系统函数描述系统特性。 已知输入 信号可以由差分方程、 单位脉冲响应或系统函数求出系统对 于该输入信号的响应。 本实验仅在时域求解。 在计算机上 适合用递推法求差分方程的解， 最简单的方法是采用 MATLAB语言的工具箱函数filter函数。 也可以用MATLAB 语言的工具箱函数conv函数计算输入信号和系统的单位脉冲 响应的线性卷积， 求出系统的响应。
数字信号处理实验报告(全)
实验一、离散时间系统及离散卷积1、单位脉冲响应源程序：function pr1() %定义函数pr1a=[1,-1,0.9]; %定义差分方程y(n)-y(n-1)+0.9y(n-2)=x(n) b=1;x=impseq(0,-20,120); %调用impseq函数n=[-40:140]; %定义n从-20 到120h=filter(b,a,x); %调用函数给纵座标赋值figure(1) %绘图figure 1 (冲激响应) stem(n,h); %在图中绘出冲激title('冲激响应'); %定义标题为:'冲激响应'xlabel('n'); %绘图横座标为nylabel('h(n)'); %绘图纵座标为h(n)figure(2) %绘图figure 2[z,p,g]=tf2zp(b,a); %绘出零极点图zplane(z,p)function [x,n]=impseq(n0,n1,n2) %声明impseq函数n=[n1:n2];x=[(n-n0)==0];结果：Figure 1:Figure 2:2、离散系统的幅频、相频的分析源程序：function pr2()b=[0.0181,0.0543,0.0543,0.0181];a=[1.000,-1.76,1.1829,-0.2781];m=0:length(b)-1; %m从0 到3l=0:length(a)-1; %l从0 到3K=5000;k=1:K;w=pi*k/K; %角频率wH=(b*exp(-j*m'*w))./(a*exp(-j*l'*w));%对系统函数的定义magH=abs(H); %magH为幅度angH=angle(H); %angH为相位figure(1)subplot(2,1,1); %在同一窗口的上半部分绘图plot(w/pi,magH); %绘制w(pi)-magH的图形grid;axis([0,1,0,1]); %限制横纵座标从0到1xlabel('w(pi)'); %x座标为 w(pi)ylabel('|H|'); %y座标为 angle(H)title('幅度，相位响应'); %图的标题为:'幅度，相位响应' subplot(2,1,2); %在同一窗口的下半部分绘图plot(w/pi,angH); %绘制w(pi)-angH的图形grid; %为座标添加名称xlabel('w(pi)'); %x座标为 w(pi)ylabel('angle(H)'); %y座标为 angle(H)结果：3、卷积计算源程序：function pr3()n=-5:50; %声明n从-5到50u1=stepseq(0,-5,50); %调用stepseq函数声用明u1=u(n)u2=stepseq(10,-5,50); %调用stepseq函数声用明u2=u(n-10) %输入x(n)和冲激响应h(n)x=u1-u2; %x(n)=u(n)-u(n-10)h=((0.9).^n).*u1; %h(n)=0.9^n*u(n)figure(1)subplot(3,1,1); %绘制第一个子图stem(n,x); %绘制图中的冲激axis([-5,50,0,2]); %限定横纵座标的范围title('输入序列'); %规定标题为:'输入序列'xlabel('n'); %横轴为nylabel('x(n)'); %纵轴为x(n)subplot(3,1,2); %绘制第二个子图stem(n,h); %绘制图中的冲激axis([-5,50,0,2]); %限定横纵座标的范围title('冲激响应序列'); %规定标题为:'冲激响应序列'xlabel('n'); %横轴为nylabel('h(n)'); %纵轴为h(n)%输出响应[y,ny]=conv_m(x,n,h,n); %调用conv_m函数subplot(3,1,3); %绘制第三个子图stem(ny,y);axis([-5,50,0,8]);title('输出响应'); %规定标题为:'输出响应'xlabel('n');ylabel('y(n)'); %纵轴为y(n)%stepseq.m子程序%实现当n>=n0时x(n)的值为1function [x,n]=stepseq(n0,n1,n2)n=n1:n2;x=[(n-n0)>=0];%con_m的子程序%实现卷积的计算function [y,ny]=conv_m(x,nx,h,nh)nyb=nx(1)+nh(1);nye=nx(length(x))+nh(length(h));ny=[nyb:nye];y=conv(x,h);结果：实验二、离散傅立叶变换与快速傅立叶变换1、离散傅立叶变换（DFT）源程序：function pr4()F=50;N=64;T=0.000625;n=1:N;x=cos(2*pi*F*n*T); %x(n)=cos(pi*n/16)subplot(2,1,1); %绘制第一个子图x(n)stem(n,x); %绘制冲激title('x(n)'); %标题为x(n)xlabel('n'); %横座标为nX=dft(x,N); %调用dft函数计算x(n)的傅里叶变换magX=abs(X); %取变换的幅值subplot(2,1,2); %绘制第二个子图DFT|X|stem(n,X);title('DFT|X|');xlabel('f(pi)'); %横座标为f(pi)%dft的子程序%实现离散傅里叶变换function [Xk]=dft(xn,N)n=0:N-1;k=0:N-1;WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;结果：F=50,N=64,T=0.000625时的波形F=50,N=32,T=0.000625时的波形:2、快速傅立叶变换（FFT）源程序：%function pr5()F=50;N=64;T=0.000625;n=1:N;x=cos(2*pi*F*n*T); %x(n)=cos(pi*n/16) subplot(2,1,1);plot(n,x);title('x(n)');xlabel('n'); %在第一个子窗中绘图x(n)X=fft(x);magX=abs(X);subplot(2,1,2);plot(n,X);title('DTFT|X|');xlabel('f(pi)'); %在第二个子图中绘图x(n)的快速傅%里叶变换结果：3、卷积的快速算法源程序：function pr6()n=0:14;x=1.^n;h=(4/5).^n;x(15:32)=0;h(15:32)=0;%到此 x(n)=1, n=0~14; x(n)=0,n=15~32% h(n)=(4/5)^n, n=0~14; h(n)=0,n=15~32subplot(3,1,1);stem(x);title('x(n)');axis([1,32,0,1.5]); %在第一个子窗绘图x(n)横轴从1到32,纵轴从0到1.5 subplot(3,1,2);stem(h);title('h(n)');axis([1,32,0,1.5]); %在第二个子窗绘图h(n)横轴从1到32,纵轴从0到1.5 X=fft(x); %X(n)为x(n)的快速傅里叶变换H=fft(h); %H(n)为h(n)的快速傅里叶变换Y=X.*H; %Y(n)=X(n)*H(n)%Y=conv(x,h);y=ifft(Y); %y(n)为Y(n)的傅里叶反变换subplot(3,1,3) %在第三个子窗绘图y(n)横轴从1到32,纵轴从0到6 stem(abs(y));title('y(n=x(n)*h(n))');axis([1,32,0,6]);结果：实验三、IIR数字滤波器设计源程序：function pr7()wp=0.2*pi;ws=0.3*pi;Rp=1;As=25;T=1;Fs=1/T;OmegaP=(2/T)*tan(wp/2); %OmegaP(w)=2*tan(0.1*pi) OmegaS=(2/T)*tan(ws/2); %OmegaS(w)=2*tan(0.15*pi)ep=sqrt(10^(Rp/10)-1);Ripple=sqrt(1/(1+ep.^2));Attn=1/10^(As/20);N=ceil((log10((10^(Rp/10)-1)/(10^(As/10)-1)))/(2*log10(OmegaP/OmegaS) ));OmegaC=OmegaP/((10.^(Rp/10)-1).^(1/(2*N)));[cs,ds]=u_buttap(N,OmegaC);[b,a]=bilinear(cs,ds,Fs);[mag,db,pha,w]=freqz_m(b,a);subplot(3,1,1); %在第一个子窗绘制幅度响应的图形plot(w/pi,mag);title('幅度响应');xlabel('w(pi)');ylabel('H');axis([0,1,0,1.1]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[0,Attn,Ripple,1]);grid;subplot(3,1,2); %在第二个子窗以分贝为单位绘制幅度响应的图形plot(w/pi,db);title('幅度响应(dB)');xlabel('w(pi)');ylabel('H');axis([0,1,-40,5]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[-50,-15,-1,0]);grid;subplot(3,1,3); %在第三个子窗绘制相位响应的图形plot(w/pi,pha);title('相位响应');xlabel('w(pi)');ylabel('pi unit');%axis([0,1,0,1.1]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[-1,0,1]);grid;function [b,a]=u_buttap(N,OmegaC)[z,p,k]=buttap(N);p=p*OmegaC;k=k*OmegaC.^N;B=real(poly(z));b0=k;b=k*B;a=real(poly(p));function [mag,db,pha,w]=freqz_m(b,a)[H,w]=freqz(b,a,1000,'whole');H=(H(1:501))';w=(w(1:501))';mag=abs(H);db=20*log10((mag+eps)/max(mag));pha=angle(H);结果：实验四、FIR数字滤波器的设计源程序：function pr8()wp=0.2*pi;ws=0.35*pi;tr_width=ws-wp;M=ceil(6.6*pi/tr_width)+1;n=0:M-1;wc=(ws+wp)/2;alpha=(M-1)/2;m=n-alpha+eps;hd=sin(wc*m)./(pi*m);w_ham=(hamming(M))';h=hd.*w_ham;[mag,db,pha,w]=freqz_m(h,[1]);delta_w=2*pi/1000;Rp=-(min(db(1:wp/delta_w+1)));As=-round(max(db(ws/delta_w+1:501)));subplot(2,2,1);stem(n,hd);title('理想冲激响应');axis([0,M-1,-0.1,0.3]);ylabel('hd(n)');subplot(2,2,2);stem(n,h);title('实际冲激响应');axis([0,M-1,-0.1,0.3]);ylabel('h(n)');subplot(2,2,3);plot(w/pi,pha);title('滤波器相位响应');axis([0,1,-pi,pi]);ylabel('pha');set(gca,'XTickmode','manual','XTick',[0,0.2,0.3,1.1]); set(gca,'YTickmode','manual','YTick',[-pi,0,pi]); grid;subplot(2,2,4);plot(w/pi,db);title('滤波器幅度响应');axis([0,1,-100,10]);ylabel('H(db)');set(gca,'XTickmode','manual','XTick',[0,0.2,0.3,1.1]); set(gca,'YTickmode','manual','YTick',[-50,-15,0]);function [mag,db,pha,w]=freqz_m(b,a)[H,w]=freqz(b,a,1000,'whole');H=(H(1:501))';w=(w(1:501))';mag=abs(H);db=20*log10((mag+eps)/max(mag));pha=angle(H);结果：。
数字信号处理实验报告8
实验报告学院（系）名称：计算机与通信工程学院 姓名 学号 专业班级实验项目实验七 音乐信号处理课程名称 数字信号处理 课程代码实验时间2013年06月07日实验地点 主校区计算机基础实验室批改意见成绩教师签字：一，实验目的1、了解现代音乐信号制作时的时域处理方法。
2、了解现代音乐信号制作时的频域处理方法。
3、处理MATLAB 的常用函数来实现音乐信号的时域及频域的处理。
二，实验原理现代音乐的处理和加工基本上是采用数字处理技术来完成的，大概分以下几个步骤：首先在一个隔音的舞台上，把乐队中各个乐器的声音分别录制在一个多磁道的磁带中的各个独立的磁道上；然后再把各个磁道上的信号进行单独处理，即加入特定的声音效果；最后在一个混音系统中把这些信号进行合成，即录制在一个立体声的双磁道的磁带上。
这里简单地验证语音信号的时域处理方法和频域处理方法。
1． 时域处理方法在音乐厅中听到的悦耳音乐，主要是一次反射声音和混响造成的，而这两种声音实质上都是回声形成的。
在隔音舞台上录制的声音听起来会不自然，这时就需要用数字滤波器来人为地改变录制的信号，以增加回声，使其接近于音乐厅的效果。
回声可以用延迟单元来形成。
直接声音和它延迟了R 个周期的单个回声可以用如下的差分方程来表示：()()()y n x n x n R α=+-，1αp其中1αp 表示回声的衰减系数。
上述的差分方程的传递函数为：()1RH z z α-=+它可以作为一个FIR 滤波器来实现，它实际上是一个梳状的滤波器，其结构图如图4.3.1（a ）所示。
为了生成间隔为R 个周期的多重回声，上式应该改写成： ()()12211...N RRRN H z zzzααα-----=++⋅++⋅=RNRN --•-•z1z -1αα 其结构图如图4.3.1（b ）所示。
如果反射的次数很多，则N α→0，则多重回声可以用一个IIR 滤波器来实现。
其传递函数为：R z z H -•-=α11)(，|α|<1set(gcf,'color','w');%置图形背景色为白色从图中可以看出，调节K可以改变低频端幅度特性的提升程度，调节α则用来控制低频滤波器的边界频率。
数字信号处理实验 实验八
实 验 报 告课程：数字信号处理实 班级： 姓名： 学号：实验项目名称：用窗函数法设计FIR 数字滤波器 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、熟悉线性相位FIR 数字滤波器特性。
3、了解各种窗对滤波特性的影响。
实验仪器、材料及软件：电脑、MATLAB 软件实验步骤：1、复习用窗函数法设计FIR 数字滤波器的内容；2、熟悉产生矩形窗、汉宁窗、哈明窗、三角形窗、布莱克曼窗和凯塞-贝塞尔窗的窗函数子程序及其调用方法。
3、编写Matlab 程序sy8_1.m 用窗函数法设计低通数字FIR 滤波器。
滤波器指标为ωp =0.2π Rp=0.25dB ωs =0.3π As=50dB 。
选择哈明窗。
确定冲激响应，并画出滤波器的频率响应。
4、编写Mtable 程序sy8_2.m 用窗函数法设计数字带通FIR 滤波器。
滤波器指标为：低阻带：ω1s=0.2π，As=60dB 低通带：ω1p=0.35π，Rp=1dB 高通带：ω2p=0.65π，Rp=1dB 高阻带：ω2s=0.8π，As=60dB选用Blackman 窗。
确定冲激响应，并画出滤波器的频率响应。
5、编写程序sy8_3.m 用所设计的滤波器对由三个正弦波分量（频率分别为6、25和48赫兹）构成的一个复合信号采样序列进行仿真滤波处理，并分别绘出滤波前后的波形图，观察总结滤波作用与效果。
实验成绩 指导老师实验源程序代码及截图：function hd=ideal_lp(wc,M);alpha=(M-1)/2;n=[0:1:(M-1)];m=n-alpha+eps;hd=sin(wc*m)./(pi*m);wp=0.2*pi;ws=0.3*pi;tr_width=ws-wp;M=ceil(6.6*pi/tr_width)+1;n=[0:1:M-1];wc=(ws+wp)/2;hd=ideal_lp(wc,M);w_ham=(hamming(M))';h=hd.*w_ham;[H,w]=freqz(h,1,1000,'whole');H=(H(1:1:501))';w=(w(1:1:501))';mag=abs(H);db=20*log10((mag+eps)/max(mag));pha=angle(H);grd=grpdelay(h,1,w);delta_w=2*pi/1000;Rp=-(min(db(1:1:wp/delta_w+1)));As=-round(max(db(ws/delta_w+1:1:501)));subplot(1,1,1);subplot(2,2,1);stem(n,hd);title('理想脉冲响应');axis([0 M-1 -0.1 0.3]);xlabel('n');ylabel('hd(n)');subplot(2,2,2);stem(n,w_ham);title('Hamming窗');axis([0 M-1 0 1.1]);xlabel('n');ylabel('w(n)');subplot(2,2,3);stem(n,h);title('实际脉冲响应');axis([0 M-1 -0.1 0.3]);xlabel('n');ylabel('h(n)');subplot(2,2,4);plot(w/pi,db);title('相对标尺的幅度响应');grid; axis([0 1 -100 10]);xlabel('frequency in pi units');ylabel('Decibels'); set(gca,'XTickMode','manual','XTick',[0,0.2,0.3,1]);set(gca,'YTickMode','manual','YTick',[-50,0]);set(gca,'YTickLabelMode','manual','YTickLabels',['50';'0']);204060-0.100.10.20.3理想脉冲响应nh d (n )02040600.51Hamming 窗nw (n )204060-0.100.10.20.3实际脉冲响应nh (n )0.20.31-50相对标尺的幅度响应frequency in pi unitsD e c i b e l sws1=0.2*pi;wp1=0.35*pi; wp2=0.65*pi;ws2=0.8*pi; As=60;tr_width=min((wp1-ws1),(ws2-wp2)) M=ceil(11*pi/tr_width)+1 n=[0:1:M-1];wc1=(ws1+wp1)/2;wc2=(wp2+ws2)/2; hd=ideal_lp(wc2,M)-ideal_lp(wc1,M); w_bla=(blackman(M))'; h=hd.*w_bla;[H,w]=freqz(h,1,1000,'whole'); H=(H(1:1:501))';w=(w(1:1:501))'; mag=abs(H);db=20*log10((mag+eps)/max(mag)); pha=angle(H);grd=grpdelay(h,1,w); delta_w=2*pi/1000;Rp=-(min(db(1:1:wp/delta_w+1)));As=-round(max(db(ws/delta_w+1:1:501))); subplot(1,1,1);subplot(2,2,1);stem(n,hd);title('理想脉冲响应');axis([0 M-1 -0.1 0.3]);xlabel('n');ylabel('hd(n)'); subplot(2,2,2);stem(n,w_bla);title('blackman 窗'); axis([0 M-1 0 1.1]);xlabel('n');ylabel('w(n)'); subplot(2,2,3);stem(n,h);title('实际脉冲响应'); axis([0 M-1 -0.1 0.3]);xlabel('n');ylabel('h(n)');subplot(2,2,4);plot(w/pi,db);title('相对标尺的幅度响应');grid; axis([0 1 -100 10]);xlabel('frequency in pi units');ylabel('Decibels'); set(gca,'XTickMode','manual','XTick',[0,0.2,0.3,1]); set(gca,'YTickMode','manual','YTick',[-50,0]);set(gca,'YTickLabelMode','manual','YTickLabels',['50';'0']); >> sy8_2 tr_width =0.4712 M =75204060-0.100.10.20.3理想脉冲响应nh d (n )20406000.51blackman 窗nw (n )204060-0.100.10.20.3实际脉冲响应nh (n )0.20.31-50相对标尺的幅度响应frequency in pi unitsD e c i b e l s窗函数法设计FIR滤波器的主要特点分析：FIR 滤波器目前常用的设计方法有窗函数法和频率采样法，窗函数法是从时域进行设计，而频率采样法是从频域进行设计。
实验8AD采样控制电路设计
实验8AD采样控制电路设计一、实验目的1.了解AD采样的基本原理和控制电路设计；2.掌握AD采样电路的设计和优化方法；3.学习使用运算放大器和开关电路实现AD采样控制电路。
二、实验原理AD采样是将模拟信号转换为数字信号的过程，其中控制电路是保证信号准确采样的关键。
其基本原理为：通过开关电路控制采样信号与参考电平之间的连接，当采样信号超过参考电平时，开关电路关闭，采样信号被停止更改；当采样信号低于参考电平时，开关电路打开，采样信号继续更改。
通过测量采样信号与参考电平之间的变化，可以得到模拟信号的数字化表示。
实验中采用了运算放大器和开关电路来实现AD采样控制电路。
运算放大器负责根据采样信号与参考电平的差值控制开关电路的状态，从而实现AD采样的动态控制。
三、实验步骤1.确定参考电平。
参考电平决定了AD采样的基准，一般选择与信号量范围相对应的电平。
例如，如果信号量范围在0-5V之间，则参考电平可以选择2.5V。
2.选择运算放大器。
根据需要的增益和带宽，选择合适的运算放大器。
常用的运算放大器有LM741、OPA2134等。
3.设计开关电路。
根据参考电平和采样信号的变化情况，设计合适的开关电路。
可以采用传统的开关电路，也可以使用数字电路或模拟开关芯片。
开关电路的设计要考虑到响应速度、幅度范围和抗干扰性等因素。
4.连接运算放大器和开关电路。
将运算放大器和开关电路按照设计连接起来，接收采样信号并控制开关状态。
需要注意的是，根据运算放大器和开关电路的特性，可能需要进行适当的调试和电路优化，以获得稳定的AD采样效果。
5.测试AD采样控制电路。
使用信号发生器产生不同幅度的模拟信号，输入到AD采样控制电路中。
通过示波器观察采样信号与参考电平之间的变化情况，并测量得到的数字信号的准确度。
6.优化AD采样控制电路。
根据测试结果进行电路优化，包括增加滤波电路、调整参考电平、优化开关电路等。
通过不断优化，提高AD采样的准确度和稳定性。