数字信号处理实验
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
数字信号处理实验实验一信号、系统及系统响应1、实验目的认真复习采样理论、离散信号与系统、线性卷积、序列的z 变换及性质等有关内容；掌握离散时间序列的产生与基本运算，理解离散时间系统的时域特性与差分方程的求解方法，掌握离散信号的绘图方法；熟悉序列的z 变换及性质，理解理想采样前后信号频谱的变化。
2、实验内容a. 产生长度为500 的在[0,1]之间均匀分布的随机序列，产生长度为500 的均值为0 单位方差的高斯分布序列。
b. 线性时不变系统单位脉冲响应为h(n)=(0.9)nu(n)，当系统输入为x(n)=R10(n)时，求系统的零状态响应，并绘制波形图。
c. 描述系统的差分方程为：y(n)-y(n-1)+0.9y(n-2)=x(n)，其中x(n)为激励，y(n)为响应。
计算并绘制n=20,30,40,50,60,70,80,90,100 时的系统单位脉冲响应h(n)；计算并绘制n=20,30,40,50,60,70,80,90,100 时的系统单位阶跃响应s(n)；由h(n)表征的这个系统是稳定系统吗？d. 序列x(n)=(0.8)nu(n)，求DTFT[x(n)]，并画出它幅度、相位，实部、虚部的波形图。
观察它是否具有周期性？e. 线性时不变系统的差分方程为y(n)=0.7y(n-1)+x(n)，求系统的频率响应H(ejω)，如果系统输入为x(n)=cos(0.05πn)u(n)，求系统的稳态响应并绘图。
f. 设连续时间信号x(t)=e-1000|t|，计算并绘制它的傅立叶变换；如果用采样频率为每秒5000 样本对x(t)进行采样得到x1(n)，计算并绘制X1(ejω)，用x1(n)重建连续信号x(t)，并对结果进行讨论；如果用采样频率为每秒1000 样本对x(t)进行采样得到x2(n)，计算并绘制X2(ejω)，用x2(n)重建连续信号x(t)，并对结果进行讨论。
加深对采样定理的理解。
g. 设X1(z)=z+2+3z-1，X2(z)=2z2+4z+3+5z-1，用卷积方法计算X1(z)X2(z)。
数字信号处理实验
实验一： 系统及响应时域采样及频域采样1。
实验目的(1）掌握用卷积求系统响应及卷积定理的验证； （2）掌握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。
（3)掌握频域采样引起时域周期化概念， 加深对频域采样定理的理解。
(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连续信号、离散信号及系统响应进行频域分析。
3. 实验内容及步骤（1) 认真复习卷积定理、 时域采样和频域采样理论。
（2) 编制实验用主程序及相应子程序. ①系统单位脉冲响应序列产生子程序。
有限长序列线性卷积子程序,用于完成两个给定长度的序列的卷积。
可以直接调用MATLAB 语言中的卷积函数conv.conv 用于两个有限长度序列的卷积，它假定两个序列 都从n=0开始。
调用格式如下：y=conv （x ， h ） ② 卷积定理的验证。
（3）时域采样定理的验证：信号产生子程序， 用于产生实验中要用到的下列信号序列:x a （t ）=Ae —at sin(Ω0t)u(t ） 进行采样, 可得到采样序列x a (n ）=x a (nT)=Ae -anT sin(Ω0nT ）u(n)， 0≤n<50 其中A 为幅度因子, a 为衰减因子， Ω0是模拟角频率, T 为采样间隔. 这些参数都要在实验过程中由键盘输入, 产生不同的x a （t ）和x a （n ）。
〉> ％1时域采样序列分析A=400;a=200；w=200; n=0：50—1;fs=1000;xa=A ＊exp((-a)*n/fs ）.*sin （w*n/fs ）; k=-200：200；w=(pi/100）＊k ；Xk=fft(xa ，length （k))；magX=abs(Xk ）;angX=angle(Xk)； subplot(2，1，1）;stem(n,xa ，’。
')；xlabel(’n ’);ylabel （'xa(n)'）；)()(10n R n h a =)3()2(5.2)1(5.2)()(-+-+-+=n n n n n h b δδδδ1,,2,1,0,)()()(-==M k e H e X e Y k k k j j a j ωωωtitle （'信号的类型’）；subplot(2,1,2）；plot （w/pi,magX)；xlabel （’w/pi'）; ylabel('|Yjw ｜'）;title （'Y(｜jw ｜）')；5101520253035404550n x a (n )信号的类型-2.5-2-1.5-1-0.500.51 1.5205001000w/pi|Y j w |Y(|jw|)（4）频域采样定理的验证：〉> %1时域采样序列分析fs=1000 A=400； a=200; w=200；;ts=64＊10^(-3); fs=1000；T=1/fs ； n=0：ts/T-1; xn=A*exp （（-a)＊n/fs ）.＊sin （w*n/fs); Xk=fft(xn); subplot （3,2,1)；stem （n,xn)；xlabel('n,fs=1000Hz’); ylabel （'xn’）;title （'xn’);subplot(3，2，2）;plot （n ，abs （Xk)）；xlabel （'k,fs=1000Hz'); title(’｜X （k ）|’)；20406080n,fs=1000Hzx nxn2040608005001000k,fs=1000Hz|X(k)|51015n,fs=200Hzx nxn51015100200k,fs=200Hz |X (k)|10203040n,fs=500Hzx nxn102030400500k,fs=500Hz|X (k)|〉> ％频域采样定理验证M=26；N=32；n=0:M;n1=0:13；x1=n1+1； n2=14:26；x2=27-n2;x=［x1,x2];Xk=fft （x ，512); X32k=fft(x ，32）；k=0:511;w=（pi/512)＊k; subplot （321）；stem(n ，x ）；xlabel('n’)； ylabel(’xn')；axis([0，31,0,15］）； subplot （322）;plot （w ，abs(Xk)）；xlabel （’k'）； ylabel （'|X （k)｜')；axis （［0,1，0,200］） X16k=X32k(1：2：N);x32n=ifft(X32k ）;x16n=ifft （X16k ，16); k1=0：31;k2=0：15；subplot(323)；stem(k1,abs(X32k ））；xlabel('k’）； ylabel(’X32k’）;axis （［0，31,0，200］)；subplot （325);stem （k2，abs （X16k))；xlabel （’k’); ylabel （’|X （k ）|’)；axis （［0,15,0，200］） n=0：31;subplot(324)；stem(n,abs （x32n)）；xlabel （'n'）； ylabel(’|x(n)|’);axis （［0，31，0，15］） n1=0:15;subplot(326）;stem （n1,abs(x16n ））；xlabel(’n’); ylabel （’｜x （n)|’）；axis （[0，31,0，15］）102030nx n0.51100200k|X (k )|kX 32kn|x (n )|k|X (k )|102030n|x (n )|实验二：用FFT作谱分析1.实验目的(1) 进一步加深DFT算法原理和基本性质的理解（因为FFT只是DFT的一种快速算法, 所以FFT的运算结果必然满足DFT的基本性质).(2）熟悉FFT算法原理和FFT子程序的应用。
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
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。
dsp实验报告
dsp实验报告DSP实验报告一、引言数字信号处理（Digital Signal Processing，DSP）是一种对数字信号进行处理和分析的技术。
它在许多领域中被广泛应用，如通信、音频处理、图像处理等。
本实验旨在通过实际操作，探索和理解DSP的基本原理和应用。
二、实验目的1. 理解数字信号处理的基本概念和原理；2. 掌握DSP实验平台的使用方法；3. 进行一系列DSP实验，加深对DSP技术的理解。
三、实验器材和软件1. DSP开发板；2. 电脑；3. DSP开发软件。
四、实验内容1. 实验一：信号采集与重构在此实验中，我们将通过DSP开发板采集模拟信号，并将其转换为数字信号进行处理。
首先，我们需要连接信号源和开发板，然后设置采样频率和采样时间。
接下来，我们将对采集到的信号进行重构，还原出原始模拟信号，并进行观察和分析。
2. 实验二：滤波器设计与实现滤波器是DSP中常用的模块，用于去除或增强信号中的特定频率成分。
在此实验中，我们将学习滤波器的设计和实现方法。
首先，我们将选择合适的滤波器类型和参数，然后使用DSP开发软件进行滤波器设计。
最后，我们将将设计好的滤波器加载到DSP开发板上，并进行实时滤波处理。
3. 实验三：频谱分析与频域处理频谱分析是DSP中常用的方法，用于分析信号的频率成分和能量分布。
在此实验中，我们将学习频谱分析的基本原理和方法，并进行实际操作。
我们将采集一个包含多个频率成分的信号，并使用FFT算法进行频谱分析。
然后，我们将对频谱进行处理，如频率选择、频率域滤波等，并观察处理后的效果。
4. 实验四：音频处理与效果实现音频处理是DSP中的重要应用之一。
在此实验中，我们将学习音频信号的处理方法，并实现一些常见的音频效果。
例如，均衡器、混响、合唱等。
我们将使用DSP开发软件进行算法设计，并将设计好的算法加载到DSP开发板上进行实时处理。
五、实验结果与分析通过以上实验，我们成功完成了信号采集与重构、滤波器设计与实现、频谱分析与频域处理以及音频处理与效果实现等一系列实验。
数字信号处理实验报告完整版[5篇模版]
![数字信号处理实验报告完整版[5篇模版]](https://img.taocdn.com/s3/m/7b21a71bb5daa58da0116c175f0e7cd184251866.png)
数字信号处理实验报告完整版[5篇模版]第一篇：数字信号处理实验报告完整版实验 1利用 T 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T 1.DFT 与与 T 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()|()()0 1Nj knjNk NkX e x n e X k k Nπωωπ--====≤≤-∑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 T DFT 求求 DTFT方法 1 1：由恢复出的方法如下：由图 2.1 所示流程可知：101()()()Nj j n kn j nNn n kX e x n e X k W eNωωω∞∞----=-∞=-∞=⎡⎤==⎢⎥⎣⎦∑∑∑由上式可以得到：IDFT DTFT第二篇：数字信号处理实验报告JIANGSUUNIVERSITY OF TECHNOLOGY数字信号处理实验报告学院名称：电气信息工程学院专业：班级：姓名：学号：指导老师：张维玺（教授）2013年12月20日实验一离散时间信号的产生一、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，所以对离散时间信号的研究是数字信号的基本所在。
而要研究离散时间信号，首先需要产生出各种离散时间信号。
使用MATLAB软件可以很方便地产生各种常见的离散时间信号，而且它还具有强大绘图功能，便于用户直观地处理输出结果。
通过本实验，学生将学习如何用MATLAB产生一些常见的离散时间信号，实现信号的卷积运算，并通过MATLAB中的绘图工具对产生的信号进行观察，加深对常用离散信号和信号卷积和运算的理解。
数字信号处理实验1--5含代码
数字信号处理实验1--5含代码实验一离散时间信号的时域分析 1. 在MATLAB中利用逻辑关系式n,,0来实现序列，显示范围。
(产生如下，，,n,nn,n,n012图所示的单位脉冲信号的函数为impseq(n0,n1,n2)，程序如示例所示),3,n,10并利用impseq函数实现序列:; ，，，，，，yn,2,n,3，,n,6，，xn1nnnn120源代码:impseq.mfunction y=impseq(n0,n1,n2)n=[n1:n2]y=[(n-n0)==0]exp01-1.mfunction impseq(n0,n1,n2)n=-3:1:10y=2*impseq(3,-3,10)+impseq(6,-3,10);stem(n,y)n,,0，，2. 在MATLAB中利用逻辑关系式来实现序列，显示范围。
(自己编写un,nn,n,n012产生单位阶跃信号的函数，函数命名为stepseq(n0,n1,n2)) 并利用编写的stepseq函数实现序列: ，，，，，，yn,un，2，un,2,5,n,10源代码:stepseq.mfunction y=stepseq(n0,n1,n2)n=n1:1:n2y=[(n-n0)>=0]exp01-2.mfunction stepseq(n0,n1,n2)n=-5:1:20y=stepseq(-2,-5,20)+stepseq(2,-5,20)stem(n,y)3. 在MATLAB中利用数组运算符“.^”来实现一个实指数序列。
如: n ，，，，xn,0.30,n,15源代码:n=0:1:15;x=0.3.^nstem(n,x)4. 在MATLAB中调用函数sin或cos产生正余弦序列，如:π,, ，，，，xn,3sin0.4πn，，5cos0.3πn0,n,20,,5,,源代码:n=0:1:20x=11*sin(0.3*pi*n+pi/5)+5*cos(0.3*pi*n)stem(n,x)思考题:1.在MATLAB环境下产生单位脉冲序列和单位阶跃序列各有几种方法,如何使用,2.在MATLAB环境下进行序列的相乘运算时应注意什么问题,实验二离散时间系统的时域分析1. 在MATLAB中利用内部函数conv来计算两个有限长序列的卷积。
数字信号处理实验教案五篇范文
数字信号处理实验教案五篇范文第一篇：数字信号处理实验教案数字信号处理实验教案信息工程学院-通信工程教研室数字信号处理是一门理论和实际密切结合的课程，为深入掌握课程内容，最好在学习理论的同时，做习题和上机实验。
上机实验不仅可以帮助读者深入的理解和消化基本理论，而且能锻炼同学们的独立解决问题的能力。
本讲义在第三版的基础上编写了五个实验，前2个实验属基础性的验证性实验，第3、4、5个实验属基本应用综合性实验。
实验一离散时间信号的MATLAB实现实验二线性卷积与循环卷积的原理及应用实验三频率采样定理实验四离散系统的因果性和稳定性及频率响应特性实验五基于MATLAB的快速傅里叶变换根据教学进度，理论课结束后进行相关实验。
实验一时域离散信号的产生一实验目的(1)了解常用的时域离散信号及其特点。
(2)掌握MATLAB产生常用时域离散信号的方法。
二实验内容(1)编写程序，产生下列离散序列：A.f(n)=δ(n)(-3B．f(n)=e(0.1+j1.6π)n(0（2）一个连续的周期性三角波信号频率为50Hz,信号幅度在0~+2V之间，在窗口上显示2个周期信号波形，对信号的一个周期进行16点采样来获取离散信号。
试显示原连续信号和采样获得的离散信号波形。
(3)一个连续的周期性方波信号频率为200Hz,信号幅度在-1~+1V 之间，在窗口上显示2个周期信号波形，用Fs=4kHz的频率对连续信号进行采样，试显示原连续信号和采样获得的离散信号波形。
三实验步骤(1)在matlab命令窗口中逐行输入下列语句>> n1=-3;n2=4;n0=0;%在起点n1、终点n2的范围内，于n0处产生冲激 >> n=n1:n2;%生成离散信号的时间序列 >> x=[n==n0];%生成离散信号x(n)>> stem(n,x,'filled');%绘制杆状图，且圆心处用实心圆表示>> title('单位脉冲序列');>> xlabel('时间（n）');ylabel('幅度x（n）');在上述语句输入完成之后，敲击回车键，弹出图形窗口，显示出如下图形，即已经满足题干所述条件，产生了f(n)=δ(n)，(-3 >> n1=16;a=0.1;w=1.6*pi;>> n=0:n1;>> x=exp((a+j*w)*n);>>subplot(2,1,1),stem(n,real(x));%在指定位置描绘图像>> title('复指数序列的实部');>> subplot(2,1,2),stem(n,imag(x));>> title('复指数序列的虚部');在上述语句输入完成之后，敲击回车键，弹出图形窗口，显示出如下图形，即已经满足题干所述条件，产生了f(n)=e(0.1+j1.6π)n，(0>> f=50;Um=1;nt=2;%输入信号频率、振幅、显示周期 >> N=16;T=1/f;%N为信号一个采样周期的采样点数，T为信号周期 >> dt=T/N;%采样时间间隔 >> n=0:nt*N-1;%建立离散时间的时间序列 >> tn=n*dt;%确定时间序列样点在时间轴上的位置>> f=Um*sawtooth(2*f*pi*tn)+1;>> subplot(2,1,1),stem(tn,f);%显示经采样的信号>> title('离散信号');>> subplot(2,1,2),plot(tn,f);%显示原连续信号 >> title('连续信号');在上述语句输入完成之后，敲击回车键，弹出图形窗口，显示出如下图形，即已经满足题干所述条件，显示了原连续信号和采样获得的离散信号波形(4)在matlab命令窗口中逐行输入下列语句>> f=200;Um=1;nt=2;%输入信号频率、振幅、显示周期 >> Fs=4000;N=Fs/f;T=1/f;%输入采样频率、求采样点数N、T为信号周期 >> dt=T/N;%采样时间间隔 >> n=0:nt*N-1;%建立离散时间的时间序列 >> tn=n*dt;%确定时间序列样点在时间轴上的位置>> f=Um*sin(2*f*pi*tn);>> subplot(2,1,2),plot(tn,f);%显示原连续信号 >> title('连续信号');>> subplot(2,1,1),stem(tn,f);%显示经采样的信号 >> title('离散信号');在上述语句输入完成之后，敲击回车键，弹出图形窗口，显示出如下图形，即已经满足题干所述条件，显示了原连续信号和采样获得的离散信号波形四思考题(1)如何在matlab下生产f(n)=3sin(nπ/4)(0（2）改变实验步骤中最后两个实验的频率参数，分别重新生成相关的信号？实验二线性卷积与循环卷积的原理及应用一、实验目的（1）掌握两种卷积的原理和两者的异同。
数字信号处理实验报告
数字信号处理实验报告
数字信号处理是指利用数字技术对模拟信号进行采样、量化、编码等处理后，再通过数字信号处理器进行数字化处理的技术。
在数字信号处理实验中，我们通过对数字信号进行滤波、变换、解调等处理，来实现信号的处理和分析。
在实验中，我们首先进行了数字信号采集和处理的基础实验，采集了包括正弦信号、方波信号、三角波信号等在内的多种信号，并进行了采样、量化、编码等处理。
通过这些处理，我们可以将模拟信号转换为数字信号，并对其进行后续处理。
接着，我们进行了数字信号滤波的实验。
滤波是指通过滤波器对数字信号进行处理，去除其中的噪声、干扰信号等不需要的部分，使其更加纯净、准确。
在实验中，我们使用了低通滤波器、高通滤波器、带通滤波器等多种滤波器进行数字信号滤波处理，得到了更加干净、准确的信号。
除了滤波，我们还进行了数字信号变换的实验。
数字信号变换是指将数字信号转换为另一种表示形式的技术，可以将信号从时域转换到频域，或者从离散域转换到连续域。
在实验中，我们使用了傅里叶变换、离散傅里叶变换等多种变换方式，对数字信号进行了变换处理，得到了信号的频谱信息和其他相关参数。
我们进行了数字信号解调的实验。
数字信号解调是指将数字信号转换为模拟信号的技术，可以将数字信号还原为原始信号，并进行后续处理。
在实验中，我们使用了频率解调、相干解调等多种解调方式，将数字信号转换为模拟信号，并对其进行了分析和处理。
总的来说，数字信号处理实验是一项非常重要的实验，可以帮助我们更好地理解数字信号处理的原理和方法，为我们今后从事相关领域的研究和工作打下坚实的基础。
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。
数字信号处理上机实验
数字信号处理上机实验一声音信号的频谱分析班级___________________ 学号_____________________ 姓名____________________一、实验目的1、了解声音信号的基本特征2、掌握如何用Matlab处理声音信号3、掌握FFT变换及其应用二、实验原理与方法根据脉动球表面波动方程可知，声压与该球的尺寸和振动的频率的乘积成正比，即声压一定时，球的尺寸越大，振动的频率越小。
可以将此脉动球看作人的声带，人说话的声压变化在0.1～0.6pa的很小范围内，可以看作恒定，所以声带越大，声音频率就越小，反之，声带越小，声音频率就越大。
女子的声带为11～15mm，男子的声带为17～21mm，由此可见，女声频率高，男声频率低，因此听起来女声尖利而男声低沉。
人类歌唱声音频率最大范围的基频：下限可达65.4 Hz，上限可达1046.5 Hz，不包括泛音。
出色的女高音的泛音最高的可达2700hz。
童声：童高音：261.6Hz～880Hz，童低音：196Hz～698.5Hz；女声：女高音：220Hz～1046.5Hz，女低音：174.6Hz～784Hz；男声：男高音：110Hz～523.3Hz，男低音：24.5Hz～349.2Hz。
FFT方法是处理声音信号的基本方法，详细原理参见参考书三、实验内容1、应用Windows录音机录入一段声音文件；2、应用Matlab分析该声音文件的信息，包括采样频率、数据位数，数据格式等；3、应用Matlab画出该声音文件的时域曲线；（如果是双声道数据，只处理左声道数据）4、应用FFT分析该声音文件的频谱信息，并画出频域曲线；5、以100Hz为间隔，在0-1100Hz的基频范围内统计声音能量分布情况，并画出柱形图。
四、思考题1、同一个人不同的声音文件是否具有相同的频谱信号？2、试分析男女声的频谱区别。
3、能否从频谱信号中将自己的声音与其他人的声音区分开来？五、实验报告要求1、简述实验目的及原理2、按实验要求编写Matlab文件，并附上程序及程序运行结果；3、结合所学知识总结实验中的主要结论；4、简要回答思考题。
《数字信号处理》信号卷积实验
《数字信号处理》信号卷积实验一、实验目的1. 理解卷积的概念及物理意义；2. 通过实验的方法加深对卷积运算的图解方法及结果的理解。
二、实验设备1. 信号与系统实验箱 1台2. 双踪示波器1台3. 铆孔连接线 若干二、实验原理说明卷积积分的物理意义是将信号分解为冲激信号之和，借助系统的冲激响应，求解系统对任意激励信号的零状态响应。
设系统的激励信号为)t (x ，冲激响应为)t (h ，则系统的零状态响应为)(*)()(t h t x t y =()()x t h t d ττ∞-∞=-⎰。
对于任意两个信号)t (f 1和)t (f 2，两者做卷积运算定义为：()()()12f t f t f t d ττ∞-∞=-⎰=)t (f 1*)t (f 2=)t (f 2*)t (f 1。
1. 两个矩形脉冲信号的卷积过程两信号)t (x 与)t (h 都为矩形脉冲信号，如图10-1所示。
下面由图解的方法（图10-1）给出两个信号的卷积过程和结果，以便与实验结果进行比较。
0≤<∞-t210≤≤t 1≤≤t 41≤≤t ∞<≤t 2124τ（b)(a)(c)(d)(e)(f)(g)(h)(i)2卷积结果图10-1 两矩形脉冲的卷积积分的运算过程与结果2. 矩形脉冲信号与锯齿波信号的卷积信号)t (f 1为矩形脉冲信号，)t (f 2为锯齿波信号，如图10-2所示。
根据卷积积分的运算方法得到)t (f 1和)t (f 2的卷积积分结果)t (f ，如图10-2(c)所示。
)t (f 1111tt)t (f 212)t (f *)t (f )t (f 21 (a)(b)(c)t100.5图10-2 矩形脉冲信号与锯齿脉冲信号的卷积积分的结果3. 本实验进行的卷积运算的实现方法在本实验装置中采用了DSP 数字信号处理芯片，因此在处理模拟信号的卷积积分运算时，是先通过A/D 转换器把模拟信号转换为数字信号，利用所编写的相应程序控制DSP 芯片实现数字信号的卷积运算，再把运算结果通过D/A 转换为模拟信号输出。
《数字信号处理》圆周卷积和与线性卷积和实验
《数字信号处理》圆周卷积和与线性卷积和实验一、实验目的1. 掌握用MTALAB软件实现有限长序列的圆周移位和圆周翻褶的方法；2. 掌握在MATLAB中圆周卷积和的时域和频域计算方法；3. 理解圆周卷积和与线性卷积和的关系，掌握用FFT计算线性卷积和的方法。
二、实验原理和实验内容1. 圆周移位和圆周翻褶（1）求余数（模运算）函数mod(n，N)调用方法：n1=mod(n,N)功能：n1=n + KN，0≤ n1≤ N-1，K为整数，余数n1在0至N-1之间将模运算用到位置向量上，可实现有限长序列的周期延拓，即1(mod)(())Nn n N n==。
设x的起始位置为0，长度为N，坐标为：n=0:K*N-1 % N为延拓周期，K为周期数延拓后序列的值为：x=x(mod(n, N)+1)由于MATLAB中数组x的下标是为nx=[1:N]，而mod(n, N)的值在0到N-1之间，因此要将mod( )函数的结果加1。
➢练习调用该函数mod( )将序列()[1,2,3,4,5]x n=延拓5个周期得到序列y(n)。
程序x=[1,2,3,4,5]nx=[0:1:4];n=[0:1:24];N=5;y=x(mod(n,N)+1)subplot(121),stem(nx,x);title('原序列');subplot(122),stem(n,y);title('延拓后序列');结果x =1 2 3 4 5y =Columns 1 through 151 2 3 4 5 1 2 3 4 5 1 2 3 4 5 Columns 16 through 251 2 3 4 5 1 2 3 4 5（2）圆周移位N 点有限长序列的m 点移位可以看成将()x n 以N 为周期，延拓成周期序列()(())N x n x n =，将(())N x n 做m 点线性移位后，再取主值区间中的序列，即可得到()x n 的m 点圆周移位序列()m x n ，即()(())()m N N x n x n m R n =+注意：只能计算有限长序列的DTFT ，对于无限长序列，要进行截取。
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);plot(q,abs(y))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(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：。
- 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)。
实验一 离散傅里叶变换（DFT ）对确定信号进行谱分析一．实验目的1．加深对DFT 算法原理和基本性质的理解。
2．熟悉DFT 算法和原理的编程方法。
3．学习用DFT 对信号进行谱分析的方法，了解可能出现的误差及其原因，以便在实际中正确利用。
二．实验原理一个连续信号)(t x a 的频谱可以用其傅里叶变换表示，即dt e t x j X tj a a Ω-∞∞-⎰=Ω)()( 若对)(t x a 进行理想采样可得采样序列)(|)()(nT x t x n x a nT t a ===对)(n x 进行DTFT ，可得其频谱为：∑∞-∞=-=n nj j en x e X ωω)()(其中数字频率ω与模拟频率Ω的关系为：sf T Ω=Ω=ω )(n x 的DFT 为∑∞-∞=-=n nk Nj en x k X π2)()(若)(t x a 是限带信号，且在满足采样定理的条件下，)(ωj e X 是)(Ωj X a 的周期延拓，)(k X 是)(ωj e X 在单位圆上的等间隔采样值，即kNj e X k X πωω2|)()(==。
为在计算机上分析计算方便，常用)(k X 来近似)(ωj eX ，这样对于长度为N 的有限长序列（无限长序列也可用有限长序列来逼近），便可通过DFT 求其离散频谱。
三．实验内容1．用DFT 对下列序列进行谱分析。
（1）)()04.0sin(3)(100n R n n x π=1（2）]0,0,0,0,0,0,0,0,1,1,1,1[)(=n x2．为了说明高密度频谱和高分辨率频谱之间的区别，考察序列)52.0cos()48.0cos()(n n n x ππ+=（1）当0≤n ≤10时，确定并画出x(n)的离散傅里叶变换。
（2）当0≤n ≤100时，确定并画出x(n)的离散傅里叶变换。
四．实验结果1.（1）（2）2.五．思考题1．若⎪⎩⎪⎨⎧≤≤≤-≤≤+=n n n n n n x 8,074,830,1)(1 ⎪⎩⎪⎨⎧≤≤≤-≤≤-=n n n n n n x 8,074,330,4)(2在N=8和N=16两种情况下，)(1n x 和)(2n x 的幅频特性会相同吗？其点数越多，相当于补零越多，因此其对应DFT 将会有明显差异。
补零后能够在2π周期内观察到更多细节，因此幅频特性不相同。
3实验二 用FFT 进行信号的谱分析一．实验目的1． 加深对FFT 算法原理和基本性质的理解。
2． 熟悉FFT 算法和原理的编程方法。
3． 学习用FFT 对信号进行谱分析的方法，了解可能出现的误差及其原因，以便在实际中正确利用。
二．实验原理N 点序列)(n x 的N 点DFT 可以表示成10)()(10-≤≤=∑-=N k W n x k X N n nkN利用系数nkN W 的周期性)()(N k n N N n k N nk N W W W ++==和对称性 kn NNn k NW W -=+)2( 可采用FFT 算法来计算)(n x 的DFT 。
当γ2=N 时称为基2的FFT 算法——DIT-FFT 。
三．实验内容信号如下，对下面所给出的信号逐个进行谱分析。
1664)20cos()16cos()8cos()(16,8)8sin()(16,8)4cos()(16,8)()(43241==++=======N Hzf t t t t x N n n x N n n x N n R n x s πππππ四．实验结果1.2.3.4.5实验三 IIR 数字滤波器的设计一．实验目的1．加深对巴特沃思与切比雪夫数字滤波器基本原理的理解。
2．掌握双线性变换法设计巴特沃思与切比雪夫IIR 数字滤波器的方法。
3．熟悉双线性变换法确定巴特沃思与切比雪夫IIR 数字滤波器系统函数的方法。
二．实验原理设计的基本思想是将模拟滤波器的频率响应压缩为数字滤波器的频率响应，模拟和数字的频率变换关系为2tan 2ωT =Ω，s 平面到z 平面的变换关系为11112--+-⋅=z z T s ，)(z H 和)(s H a 的关系为：11112|)()(--+-⋅==z z T s a s H z H 。
设计的方法是根据技术指标r p r p A A ,,,ωω，对r p ωω,先进行预畸，也就是计算r p ΩΩ,： 2tan 2,2tan 2r r p p T T ωω=Ω=Ω 设计模拟滤波器)(s H a 使之满足技术指标r p r p A A ,,,ΩΩ，然后根据双线性变换公式将模拟滤波器转换成所希望的数字滤波器)(z H ，即11112|)()(--+-⋅==z z T s a s H z H 。
三．实验内容1． 设计Butterworth 数字低通滤波器 要求：dBA rad dB A rad r r p p 20,4.03,2.0====πωπω2．设计Chebshev 1型数字低通滤波器(要求同3) 3．设计Chebshev 2型数字低通滤波器 要求：dBA rad dB A rad r r p p 15,3.01,2.0====πωπω四．实验结果1.2.3.五．思考题用双线性变换法设计数字滤波器过程中，T的取值对设计结果有无影响？为什么？对设计没有影响。
依靠双线性变换是建立起来s平面和z平面的单值映射关系，因此可以有效避免频谱混叠现象，无论T取何值都是单值映射关系，对设计结果不会有影响7实验四 FIR 数字滤波器的设计一．实验目的1． 加深对FIR 数字滤波器设计基本原理的理解。
2． 掌握窗函数法、频率取样法设计FIR 数字滤波器的方法。
3． 熟悉各种窗函数对滤波器特性的影响。
4． 熟悉过渡带取样点对滤波器的影响，了解过渡点设置的方法。
5．二．实验原理若)(ωj d e H 表示理想的低通滤波器，⎩⎨⎧≤<≤=-πωωωωωαωc cj j d e e H ,0||,)(这个滤波器对应的单位脉冲响应为)()](sin[)(απαω--=n n n h c d ，)(n h d 关于α对称。
为了得到一个因果的线性相位FIR 滤波器，必须在)(n h d 两边同时截取得到长度为M 的)(n h ，即⎩⎨⎧≥<-≤≤==M n or n M n n h n w n h n h d d 0,010),()()()( 21-=M α 根据窗函数)(n w 的不同，可以设计具有不同过度带宽度和阻带最小衰减的FIR 滤波器。
FIR 滤波器的系统函数为∑-=-=1)()(N n nzn h z H ，对于长度为N 的序列)(n h 的频谱)(ωj e H ，其N 个频域取样点)(k H 可以不失真地代表它，也能够表达)(z H ，即∑-=-----=1011)(1)(N k k N NzW k H Nz z H 。
第一种频率采样：∑-==1)(1)(N k nj e k H Nn h ω第一种频率采样：n N j N k n j e e k H N n h πω])(1[)(1∑-==9三．实验内容1．根据下列技术指标，窗函数法设计一个FIR 低通滤波器：dBA dB A r r P p 50,4.025.0,2.0====πωπω求单位脉冲响应和频率响应，观察dB 3和dB 20带宽以及阻带最小衰减。
2． 用矩形窗函数boxcar()设计低通、带通FIR 数字滤波器，判断类型。
3． 用三角窗函数triang()和汉宁窗函数hanning()设计低通FIR 数字滤波器。
（选作） 4． 根据下列技术指标，频率采样法1设计一个FIR 低通滤波器：dBA dB A r r P p 15,4.025.0,3.0====πωπω5． 频率采样法2，设计一个FIR 低通滤波器。
（选作）四．实验结果1.2.4.五．思考题1．窗函数设计法的优点和缺点是什么？窗口法的优点是简单，有闭合的公式可用，性能及参数都有表格资料可查，计算程序简单，较为实用。
缺点是当系统函数较为复杂时，hd(n)不容易由反付里叶变换求得。
边界频率因为加窗的影响而不易控制2．如何选取合适的窗函数设计FIR数字滤波器？根据阻带最小衰减选取窗函数类型，尽量减少时域截取时的突变根据过渡带宽度确定所选窗函数的阶数N。