西电数字信号处理大作业

合集下载

西安电子科技大学数字信号处理上机作业

数字信号处理MATLAB上机作业M 2.21.题目The square wave and the sawtooth wave are two periodic sequences as sketched in figure ing the function stem. The input data specified by the user are: desired length L of the sequence, peak value A, and the period N. For the square wave sequence an additional user-specified parameter is the duty cycle, which is the percent of the period for which the signal is positive. Using this program generate the first 100 samples of each of the above sequences with a sampling rate of 20 kHz ,a peak value of 7, a period of 13 ,and a duty cycle of 60% for the square wave.2.程序% 用户定义各项参数参数A = input('The peak value =');L = input('Length of sequence =');N = input('The period of sequence =');FT = input('The desired sampling frequency =');DC = input('The square wave duty cycle = ');% 产生所需要的信号t = 0:L-1;T = 1/FT;x = A*sawtooth(2*pi*t/N);y = A*square(2*pi*(t/N),DC);% Plotsubplot(2,1,1)stem(t,x);ylabel('幅度');xlabel('n');subplot(2,1,2)stem(t,y);ylabel('幅度');xlabel('n');3.结果4.结果分析M 2.41.题目(a)Write a matlab program to generate a sinusoidal sequence x[n]= Acos(ω0 n+Ф) and plot thesequence using the stem function. The input data specified by the user are the desired length L, amplitude A, the angular frequency ω0 , and the phase Фwhere 0<ω0 <pi and 0<=Ф<=2pi. Using this program generate the sinusoidal sequences shown in figure 2.15. (b)Generate sinusoidal sequences with the angular frequencies given in Problem 2.22.Determine the period of each sequence from the plot and verify the result theoretically. 2.程序%用户定义的参数L = input('Desired length = ');A = input('Amplitude = ');omega = input('Angular frequency = ');phi = input('Phase = ');%信号产生n = 0:L-1;x = A*cos(omega*n + phi);stem(n,x);xlabel('n');ylabel('幅度');title(['\omega_{o} = ',num2str(omega)]);3.结果(a)ω0=0ω0=0.1πω0=0.8πω0=1.2π(b)ω0=0.14πω0=0.24πω0=0.34πω0=0.68πω0=0.75π4.结果分析M 2.51.题目Generate the sequences of problem 2.21(b) to 2.21(e) using matlab.2.程序(b)n = 0 : 99;x=sin(0.6*pi*n+0.6*pi);stem(n,x);xlabel('n');ylabel('幅度');(c)n = 0 : 99;x=2*cos(1.1*pi*n-0.5*pi)+2*sin(0.7*pi*n);stem(n,x);xlabel('n');ylabel('幅度');(d)n = 0 : 99;x=3*sin(1.3*pi*n-4*cos(0.3*pi*n+0.45*pi));stem(n,x);xlabel('n');ylabel('幅度');(e)n = 0 : 99;x=5*sin(1.2*pi*n+0.65*pi)+4*sin(0.8*pi*n)-cos(0.8*pi*n);stem(n,x);xlabel('n');ylabel('幅度');(f)n = 0 : 99;x=mod(n,6);stem(n,x);xlabel('n');ylabel('幅度');3.结果(b)(c)(d)(e)(f)4.结果分析M 2.61.题目Write a matlab program to plot a continuous-time sinusoidal signal and its sampled version and verify figure 2.19. You need to use the hold function to keep both plots.2.程序%用户定义的参数fo = input('Frequency of sinusoid in Hz = ');FT = input('Samplig frequency in Hz = ');%产生信号t = 0:0.001:1;g1 = cos(2*pi*fo*t);plot(t,g1,'-')xlabel('时间t');ylabel('幅度')holdn = 0:1:FT;gs = cos(2*pi*fo*n/FT);plot(n/FT,gs,'o');hold off3.结果4.结果分析M 3.11.题目Using program 3_1 determine and plot the real and imaginary parts and the magnitude and phase spectra of the following DTFT for various values of r and θ:G(e jω)=1, 0<r<1.1−2r(cosθ)e−jω+r2e−2jω2.程序%program 3_1%discrete-time fourier transform computatition%k=input('Number of frequency points = ');num=input('Numerator coefficients= ');den=input('Denominator coefficients= ');%computer the frequency responsew=0:pi/k:pi;h=freqz(num,den,w);%plot the frequency responsesubplot(221)plot(w/pi,real(h));gridtitle('real part')xlabel('\omega/\pi');ylabel('Amplitude') subplot(222)plot(w/pi,imag(h));gridtitle('imaginary part')xlabel('\omega/\pi');ylabel('Amplitude') subplot(223)plot(w/pi,abs(h));gridtitle('magnitude spectrum')xlabel('\omega/\pi');ylabel('magnitude') subplot(224)plot(w/pi,angle(h));gridtitle('phase spectrum')xlabel('\omega/\pi');ylabel('phase,radians')3.结果(a)r=0.8 θ=π/6(b)r=0.6 θ=π/34.结果分析M 3.41.题目Using matlab verify the following general properties of the DTFT as listed in Table 3.2:(a) Linearity, (b) time-shifting, (c) frequency-shifting, (d) differentiation-in-frequency, (e) convolution, (f) modulation, and (g) Parseval’s relation. Since all data in matlab have to be finite-length vectors, the sequences to be used to verify the properties are thus restricted to be of finite length.2.程序%先定义两个信号N = input('The length of the sequence = ');k = 0:N-1;%g为正弦信号g = 2*sin(2*pi*k/(N/2));%h为余弦信号h = 3*cos(2*pi*k/(N/2));[G,w] = freqz(g,1);[H,w] = freqz(h,1);%*************************************************************************%% 线性性质alpha = 0.5;beta = 0.25;y = alpha*g+beta*h;[Y,w] = freqz(y,1);figure(1);subplot(211),plot(w/pi,abs(Y));xlabel('\omega/\pi');ylabel('|Y(e^j^\omega)|');title('线性叠加后的频率特性');grid;% 画出Y 的频率特性subplot(212),plot(w/pi,alpha*abs(G)+beta*abs(H));xlabel('\omega/\pi');ylabel('\alpha|G(e^j^\omega)|+\beta|H(e^j^\omega)|');title('线性叠加前的频率特性');grid;% 画出alpha*G+beta*H 的频率特性%*************************************************************************% % 时移性质n0 = 10;%时移10个的单位y2 = [zeros([1,n0]) g];[Y2,w] = freqz(y2,1);G0 = exp(-j*w*n0).*G;figure(2);subplot(211),plot(w/pi,abs(G0));xlabel('\omega/\pi');ylabel('|G0(e^j^\omega)|');title('G0的频率特性');grid;% 画出G0的频率特性subplot(212),plot(w/pi,abs(Y2));xlabel('\omega/\pi');ylabel('|Y2(e^j^\omega)|');title('Y2的频率特性');grid;% 画出Y2 的频率特性%*************************************************************************% % 频移特性w0 = pi/2; % 频移pi/2r=256; %the value of w0 in terms of number of samplesk = 0:N-1;y3 = g.*exp(j*w0*k);[Y3,w] = freqz(y3,1);% 对采样的512个点分别进行减少pi/2,从而生成G(exp(w-w0))k = 0:511;w = -w0+pi*k/512;G1 = freqz(g,1,w);figure(3);subplot(211),plot(w/pi,abs(Y3));xlabel('\omega/\pi');ylabel('|Y3(e^j^\omega)|');title('Y3的频率特性');grid;% 画出Y3的频率特性subplot(212),plot(w/pi,abs(G1));xlabel('\omega/\pi');ylabel('|G1(e^j^\omega)|');title('G1的频率特性');grid;% 画出G1 的频率特性%*************************************************************************% % 频域微分k = 0:N-1;y4 = k.*g;[Y4,w] = freqz(y4,1);%在频域进行微分y0 = ((-1).^k).*g;G2 = [G(2:512)' sum(y0)]';delG = (G2-G)*512/pi;figure(4);subplot(211),plot(w/pi,abs(Y4));xlabel('\omega/\pi');ylabel('|Y4(e^j^\omega)|');title('Y4的频率特性');grid;% 画出Y4的频率特性subplot(212),plot(w/pi,abs(delG));xlabel('\omega/\pi');ylabel('|delG(e^j^\omega)|');title('delG的频率特性');grid;% 画出delG的频率特性%*************************************************************************% % 相乘性质y5 = conv(g,h);%时域卷积[Y5,w] = freqz(y5,1);figure(5);subplot(211),plot(w/pi,abs(Y5));xlabel('\omega/\pi');ylabel('|Y5(e^j^\omega)|');title('Y5的频率特性');grid;% 画出Y5的频率特性subplot(212),plot(w/pi,abs(G.*H));%频域乘积xlabel('\omega/\pi');ylabel('|G.*H(e^j^\omega)|');title('G.*H的频率特性');grid;% 画出G.*H的频率特性%*************************************************************************% % 帕斯瓦尔定理y6 = g.*h;%对于freqz函数，在0到2pi直接取样[Y6,w] = freqz(y6,1,512,'whole');[G0,w] = freqz(g,1,512,'whole');[H0,w] = freqz(h,1,512,'whole');% Evaluate the sample value at w = pi/2% and verify with Y6 at pi/2H1 = [fliplr(H0(1:129)') fliplr(H0(130:512)')]';val = 1/(512)*sum(G0.*H1);% Compare val with Y6(129) i.e sample at pi/2 % Can extend this to other points similarly% Parsevals theoremval1 = sum(g.*conj(h));val2 = sum(G0.*conj(H0))/512;% Comapre val1 with val23.结果(a)(b)(c)(d)(e)4.结果分析M 3.81.题目Using matlab compute the N-point DFTs of the length-N sequences of Problem 3.12 for N=3, 5, 7, and 10. Compare your results with that obtained by evaluating the DTFTs computed in Problem 3.12 at ω= 2pik/N, k=0, 1,……N-1.2.程序%用户定义N的长度N = input('The value of N = ');k = -N:N;y1 = ones([1,2*N+1]);w = 0:2*pi/255:2*pi;Y1 = freqz(y1, 1, w);%对y1做傅里叶变换Y1dft = fft(y1);k = 0:1:2*N;plot(w/pi,abs(Y1),k*2/(2*N+1),abs(Y1dft),'o');grid;xlabel('归一化频率');ylabel('幅度');(a)clf;N = input('The value of N = ');k = -N:N;y1 = ones([1,2*N+1]);w = 0:2*pi/255:2*pi;Y1 = freqz(y1, 1, w);Y1dft = fft(y1);k = 0:1:2*N;plot(w/pi,abs(Y1),k*2/(2*N+1),abs(Y1dft),'o');xlabel('Normalized frequency');ylabel('Amplitude');(b)%用户定义N的长度N = input('The value of N = ');k = -N:N;y1 = ones([1,2*N+1]);y2 = y1 - abs(k)/N;w = 0:2*pi/255:2*pi;Y2 = freqz(y2, 1, w);%对y1做傅里叶变换Y2dft = fft(y2);k = 0:1:2*N;plot(w/pi,abs(Y2),k*2/(2*N+1),abs(Y2dft),'o');grid;xlabel('归一化频率');ylabel('幅度');(c)%用户定义N的长度N = input('The value of N = ');k = -N:N;y3 =cos(pi*k/(2*N));w = 0:2*pi/255:2*pi;Y3 = freqz(y3, 1, w);%对y1做傅里叶变换Y3dft = fft(y3);k = 0:1:2*N;plot(w/pi,abs(Y3),k*2/(2*N+1),abs(Y3dft),'o');grid;xlabel('归一化频率');ylabel('幅度');3.结果(a)N=3N=5 N=7N=10 (b)N=3N=5 N=7N=10 (c)N=3N=5 N=7N=104.结果分析M 3.191.题目Using Program 3_10 determine the z-transform as a ratio of two polynomials in z-1 from each of the partial-fraction expansions listed below:(a)X1(z)=−2+104+z−1−82+z−1,|z|>0.5,(b)X2(z)=3.5−21−0.5z−1−3+z−11−0.25z−2,|z|>0.5,(c)X3(z)=5(3+2z−1)2−43+2z−1+31+0.81z−2,|z|>0.9,(d)X4(z)=4+105+2z−1+z−16+5z−1+z−2,|z|>0.5.2.程序% Program 3_10% Partical-Fraction Expansion to rational z-Transform %r = input('Type in the residues = ');p = input('Type in the poles = ');k = input('Type in the constants = ');[num, den] = residuez(r,p,k);disp('Numberator polynominal coefficients');disp(num) disp('Denominator polynomial coefficients'); disp(den)4.结果分析M 4.61.题目Plot the magnitude and phase responses of the causal IIR digital transfer functionH(z)=0.0534(1+z−1)(1−1.0166z−1+z−2) (1−0.683z−1)(1−1.4461z−1+0.7957z−2).What type of filter does this transfer function represent? Determine the difference equation representation of the above transfer function.2.程序b=[0.0534 -0.00088644 -0.00088644 0.0534];a=[1 -2.1291 1.7833863 -0.5434631];figure(1)freqz(b,a);figure(2)[H,w]=freqz(b,a);plot(w/pi,abs(H)),grid;xlabel('Normalized Frequency (\times\pi rad/sample)'),ylabel('Magnitude');幅度化成真值之后：4.结果分析H(z)=0.0534−0.00088644z−1−0.00088644z−2+0.0534z−31−2.1291z−1+1.7833863z−2−0.5434631z−3M 4.71.题目Plot the magnitude and phase responses of the causal IIR digital transfer functionH(z)=(1−z−1)4(1−1.499z−1+0.8482z−2)(1−1.5548z−1+0.6493z−2).2.程序b=[1 -4 6 -4 1];a=[1 -3.0538 3.8227 -2.2837 0.5472]; figure(1)freqz(b,a);figure(2)[H,w]=freqz(b,a);plot(w/pi,abs(H)),grid;xlabel('Normalized Frequency (\times\pi rad/sample)'), ylabel('Magnitude');3.结果4.结果分析。

西电信号大作业(歌曲人声消除)

信号与系统课程实践报告1内容与要求通过信号分析的方法设计一个软件或者一个仿真程序，程序的主要功能是完成对歌曲中演唱者语音的消除。

试分析软件的根本设计思路、根本原理，并通过MA TLAB程序设计语言完成设计。

更进一步地，从理论和实用的角度改善软件性能的方法和措施。

2 思路与方案歌曲的伴奏左右声道相同，人声不同。

所以通过左右声道不同处理信号，然后通过频率分析做带阻滤波滤除主要人声信号。

3 成果及展示代码：clear;clc;[X,fs]=audioread('D:\文本文档\林.wav');ts=1/fs;N=length(X)-1;t=0:1/fs:N/fs;Nfft=N;df=fs/Nfft;fk=(-Nfft/2:Nfft/2-1)*df;a1=1;a2=-1;b1=1;b2=-1;%别离左声道和右声道SoundLeft=X(:,1);SoundRight=X(:,2);%对左声道和右声道进行快速傅里叶变换SoundLeft_f=ts*fftshift(fft(SoundLeft,N));SoundRight_f=ts*fftshift(fft(SoundRight,N));%显示左右声道幅度变化figure(1)subplot(411)plot(t,SoundLeft);subplot(412)plot(t,SoundRight);%显示左右声道频率变化subplot(413)f_range=[-5000,5000,0,0.1];plot(fk,SoundLeft_f);axis(f_range);subplot(414)plot(fk,SoundRight_f);axis(f_range);NewLeft=a1*SoundLeft+a2*SoundRight; NewRight=b1*SoundLeft+b2*SoundRight; Sound(:,1)=NewLeft;Sound(:,2)=NewRight;Sound_Left_f=ts*fftshift(fft(NewLeft,N)); Sound_Right_f=ts*fftshift(fft(NewRight,N)); figure(2)subplot(411)plot(t,NewLeft);subplot(412)plot(t,NewRight);f_range=[-5000,5000,0,0.1];subplot(413)plot(fk,Sound_Left_f);axis(f_range);subplot(414)plot(fk,Sound_Right_f);axis(f_range);BP=fir1(300,[800,2200]/(fs/2));%根据左右声道差异进行滤波【800，2200】Hz CutDown=filter(BP,1,Sound);Sound_Final=Sound-0.6*abs(CutDown);Sound_Final_f=ts*fftshift(fft(Sound_Final,N));figure(3)subplot(211)plot(t,Sound_Final);subplot(212)f_range=[-5000,5000,0,0.1];plot(fk,Sound_Final_f);axis(f_range);audiowrite('D:\文本文档\林_去人声.wav',Sound_Final,fs);1歌曲原始左右声道的幅度和频率曲线2相减得到的信号幅度和频率曲线3进行消除人声处理后信号的幅度和频率曲线4 总结与感想在本次实践中，熟悉了matlab的操作，了解了很多命令。

西电DSP大作业任务报告

DSP实验课程序设计报告学院：电子工程学院学号：1202121013姓名：赵海霞指导教师：苏涛DSP实验课大作业设计一实验目的在DSP上实现线性调频信号的脉冲压缩、动目标显示（MTI）和动目标检测(MTD)，并将结果与MATLAB上的结果进行误差仿真。

二实验内容2.1 MATLAB仿真设定带宽、脉宽、采样率、脉冲重复频率，用MATLAB产生16个脉冲的LFM，每个脉冲有4个目标（静止，低速，高速），依次做2.1.1 脉压2.1.2 相邻2脉冲做MTI，产生15个脉冲2.1.3 16个脉冲到齐后，做MTD，输出16个多普勒通道2.2 DSP实现将MATLAB产生的信号，在visual dsp中做脉压，MTI、MTD，并将结果与MATLAB作比较。

三实验原理3.1 线性调频线性调频脉冲压缩体制的发射信号其载频在脉冲宽度内按线性规律变化即用对载频进行调制(线性调频)的方法展宽发射信号的频谱，在大时宽的前提下扩展了信号的带宽。

若线性调频信号中心频率为f，脉宽为τ，带宽为B，幅度为A，μ为调频斜率，则其表达式如下：]212cos[)()(20t t f t rect A t x μπτ+••=；)(为矩形函数rect 在相参雷达中，线性调频信号可以用复数形式表示，即)]212(exp[)()(20t t f j t rect A t x μπτ+••= 在脉冲宽度内，信号的角频率由220μτπ-f 变化到220μτπ+f 。

3.2 脉冲压缩原理脉冲雷达信号发射时，脉冲宽度τ决定着雷达的发射能量，发射能量越大，作用距离越远；在传统的脉冲雷达信号中，脉冲宽度同时还决定着信号的频率宽度B ，即带宽与时宽是一种近似倒数的关系。

脉冲越宽，频域带宽越窄，距离分辨率越低。

脉冲压缩的主要目的是为了解决信号的作用距离和信号的距离分辨率之间的矛盾。

为了提高信号的作用距离，我们就需要提高信号的发射功率，因此，必须提高发射信号的脉冲宽度，而为了提高信号的距离分辨率，又要求降低信号的脉冲宽度。

西安电子科大数字信号处理课后实验答案

一系统响应及稳定性的实验报告一. 实验目的:（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。

二. 实验原理与方法:1.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。

在计算机上可用filter 函数求差分方程的解， 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。

2.系统的时域特性指的是系统的线性时不变性质、因果性和稳定性。

3.系统的稳定性是指对任意有界的输入信号，系统都能得到有界的系统响应。

或者系统的单位脉冲响应满足绝对可和的条件。

系统的稳定性由其差分方程的系数决定。

实际中检查系统是否稳定，不可能检查系统对所有有界的输入信号，输出是否都是有界输出，或者检查系统的单位脉冲响应满足绝对可和的条件。

可行的方法是在系统的输入端加入单位阶跃序列，如果系统的输出趋近一个常数（包括零），就可以断定系统是稳定的[19]。

系统的稳态输出是指当∞→n 时，系统的输出。

如果系统稳定，信号加入系统后，系统输出的开始一段称为暂态效应，随n 的加大，幅度趋于稳定，达到稳态输出。

三．实验内容及步骤:1.编制程序，包括产生输入信号、单位脉冲响应序列的子程序，用filter 函数或conv 函数求解系统输出响应的主程序。

程序中要有绘制信号波形的功能。

2.给定一个低通滤波器的差分方程为)1(9.0)1(05.0)(05.0)(-+-+=n y n x n x n y a) 分别求出系统对)()(81n R n x =和)()(2n u n x =的响应序列，并画出其波形。

b) 求出系统的单位冲响应，画出其波形。

3.给定系统的单位脉冲响应为)()(101n R n h =)3()2(5.2)1(5.2)()(2-+-+-+=n n n n n h δδδδ 用线性卷积法分别求系统h 1(n)和h 2(n)对)()(81n R n x =的输出响应，并画出波形。

西电数字信号处理大作业

西电数字信号处理⼤作业第⼆章2.25 已知线性时不变系统的差分⽅程为若系统的输⼊序列x(x)={1,2,3,4,2,1}编写利⽤递推法计算系统零状态响应的MATLAB程序，并计算出结果。

代码及运⾏结果：>> A=[1,-0.5];>> B=[1,0,2];>> n=0:5;>> xn=[1,2,3,4,2,1];>> zx=[0,0,0];zy=0;>> zi=filtic(B,A,zy,zx);>> yn=filter(B,A,xn,zi);>> figure(1)>> stem(n,yn,'.');>> grid on;2.28图所⽰系统是由四个⼦系统T1、T2、T3和T4组成的，分别⽤单位脉冲响应或差分⽅程描述为T1：其他T2:其他T3：T4:编写计算整个系统的单位脉冲响应h(n)，0≤n≤99的MATLAB程序，并计算结果。

代码及结果如下：>> a=0.25;b=0.5;c=0.25;>> ys=0;>> xn=[1,zeros(1,99)];>> B=[a,b,c];>> A=1;>> xi=filtic(B,A,ys);>> yn1=filter(B,A,xn,xi);>> h1=[1,1/2,1/4,1/8,1/16,1/32]; >> h2=[1,1,1,1,1,1];>> h3=conv(h1,h2);>> h31=[h3,zeros(1,89)]; >> yn2=yn1+h31;>> D=[1,1];C=[1,-0.9,0.81]; >> xi2=filtic(D,C,yn2,xi); >> xi2=filtic(D,C,ys);>> yn=filter(D,C,yn2,xi); >> n=0:99;>> figure(1)>> stem(n,yn,'.');>> title('单位脉冲响应'); >> xlabel('n');ylabel('yn');2.30 利⽤MATLAB画出受⾼斯噪声⼲扰的正弦信号的波形，表⽰为其中v(n)是均值为零、⽅差为1的⾼斯噪声。

西安电子科技大学-数字信号处理-试卷C答案

Answer to “Digital Signal Processing of 2005”Problem 1(a) even part: };5.0,1,7,7,5,7,7,1,5.0{---=e X odd part: };5.0,1,3,1,0,1,3,1,5.0{----=o X(b) };20,16,11,94,36,40,31,16,12,0{-----=y (c) MATLAB Programn=-4:2;x=[1 -2 4 6 -5 8 10]; [x11,n11]=sigshift(x,n,2); [x12,n12]=sigshift(x,n,-1); [x13,n13]=sigfold(x,n); [x13,n13]=sigshift(x13,n13,-2); [x12,n12]=sigmult(x,n,x12,n12); [y,n]=sigadd(2*x11,n11,x12,n12); [y,n]=sigadd(y,n,-1*x13,n13)Problem 2(a)w j w j w j w j jw jw e e e e e e X 65424210124)(-----++++++=，()j X e ωis periodic in ω with period 2π(b) MATLAB Program :clear; close all;n = 0:6; x = [4,2,1,0,1,2,4]; w = [0:1:1000]*pi/1000;X = x*exp(-j*n'*w); magX = abs(X); phaX = angle(X); % Magnitude Response Plotsubplot(2,1,1); plot(w/pi,magX);grid;xlabel('frequency in pi units'); ylabel('|X|'); title('Magnitude Response'); % Phase response plotsubplot(2,1,2); plot(w/pi,phaX*180/pi);grid;xlabel('frequency in pi units'); ylabel('Degrees'); title('Phase Response'); axis([0,1,-180,180])(c) Because the given sequence x (n)={4,2,1,0,1,2,4} (n=0,1,2,3,4,5,6) is symmetric about 132N α-==,the phase response ()j H e ω< satisfied the condition ：()3j H e ωαωω<=-=- so the phase response is a linear function in ω.(d) 150,350Hz Hz Ω=-;(e) The difference of amplitude and magnitude response:Firstly, the amplitude response is a real function, and it may be both positive and negative. The magnitude response is always positive.Secondly, the phase response associated with the magnitude response is a discontinuous function. While the associated with the amplitude is a continuous linear function.Problem 3(a) )9.09.01/()1()(211------=z z z z HZero:0 and 1; Pole:-0.6 and 1.5; (b)1116151()212110.61 1.5H z z z--=⨯+⨯+-， 165()((0.6)(1.5))()2121n nh n u n =-+ (c) ROC : 0.6 1.5Z <<，()()()163531215212n nh n u n u n ⎛⎫⎛⎫=⨯--⨯--- ⎪ ⎪⎝⎭⎝⎭ Problem 4(a) y(n)={50,44,34,52};(b) y(n)={5,16,34,52,45,28,0}; (c) N=6;(d) MATLAB Program :Function y=circonv(x1,x2,N) If (length(x1)>N)error(“N must not be smaller than the length of sequence ”) elsex1=[x1,zeros(1,N-length(x1))]; endif(length(x2)>N)error(“N must not be smaller than the length of sequence ”)elsex2=[x2,zeros(1,N-length(x2))]; endy1=dft(x1,N).*dft(x2,N); y=idft(y,N);(e) DTFT is discrete in time domain, but continuous in frequency domain. The DFT is discrete both in time and frequency domain.The FFT is a very efficient method for calculating DFT.Problem 5(a) Direct form II uses the little delay and it can decrease the space of the compute. (b)The advantage of the linear-phase form:1. For frequency-selective filters, linear-phase structure is generally desirable to have a phase-responsethat is a linear function of frequency.2. This structure requires 50% fewer multiplications than the direct form. (c) Block diagrams are shown as under:1z -1z -1z -1z -1z -1z -()x n )n()x n1-1-Problem 6(a) we use Hamming or Blackman window to design the bandpass filter because it can provide us attenuationexceed 60dB .(b) According to Blackman window :first, Determine transition width =p s W W - ;second, Determine the type of the window according to s A ;third, Compute M using the formula MW W p s π2=- ; fourth, Compute ideal LPF2sp W W Wc +=;fifth, design the window needed, multiply point by point; sixth, determines p A R ,(c) MATLAB Program :%% Specifications about Blackman window: ws1 = 0.2*pi; % lower stopband edge wp1 = 0.3*pi; % lower passband edge wp2 = 0.6*pi; % upper passband edge ws2 = 0.7*pi; % upper stopband edge Rp = 0.5; % passband ripple As = 60; % stopband attenuation %tr_width = min((wp1-ws1),(ws2-wp2));M = ceil(6.6*pi/tr_width); M = 2*floor(M/2)+1, % choose odd M n = 0:M-1;w_ham = (hamming(M))';wc1 = (ws1+wp1)/2; wc2 = (ws2+wp2)/2; hd = ideal_lp(wc2,M)-ideal_lp(wc1,M); h = hd .* w_ham;[db,mag,pha,grd,w] = freqz_m(h,1); delta_w = pi/500;Asd = floor(-max(db([1:floor(ws1/delta_w)+1]))), % Actual AttnRpd = -min(db(ceil(wp1/delta_w)+1:floor(wp2/delta_w)+1)), % Actual passband ripple （5） %%% Filter Response Plotssubplot(2,2,1); stem(n,hd); title('Ideal Impulse Response: Bandpass'); axis([-1,M,min(hd)-0.1,max(hd)+0.1]); xlabel('n'); ylabel('hd(n)') set(gca,'XTickMode','manual','XTick',[0;M-1],'fontsize',10) subplot(2,2,2); stem(n,w_ham); title('Hamming Window'); axis([-1,M,-0.1,1.1]); xlabel('n'); ylabel('w_ham(n)')set(gca,'XTickMode','manual','XTick',[0;M-1],'fontsize',10) set(gca,'YTickMode','manual','YTick',[0;1],'fontsize',10)subplot(2,2,3); stem(n,h); title('Actual Impulse Response: Bandpass'); axis([-1,M,min(hd)-0.1,max(hd)+0.1]); xlabel('n'); ylabel('h(n)') set(gca,'XTickMode','manual','XTick',[0;M-1],'fontsize',10)subplot(2,2,4); plot(w/pi,db); title('Magnitude Response in dB');axis([0,1,-As-30,5]); xlabel('frequency in pi units'); ylabel('Decibels') set(gca,'XTickMode','manual','XTick',[0;0.3;0.4;0.5;0.6;1])set(gca,'XTickLabelMode','manual','XTickLabels',['0';'0.3';'0.4';'0.5';'0.6';'1'],... 'fontsize',10)set(gca,'TickMode','manual','YTick',[-50;0])set(gca,'YTickLabelMode','manual','YTickLabels',['-50';'0']);gridProblem 7Firstly, we use the given specifications ofs p s p A R ,,,ωω to design an analog lowpass IIR filter.Secondly, we change the analog lowpass IIR filter into the analog highpass IIR filter. Thirdly, we change the analog highpass IIR filter into the digital highpass IIR filter.。

数字信号处理实验报告(西电)

数字信号处理实验报告班级：****姓名：郭**学号：*****联系方式：*****西安电子科技大学电子工程学院绪论数字信号处理起源于十八世纪的数学，随着信息科学和计算机技术的迅速发展，数字信号处理的理论与应用得到迅速发展，形成一门极其重要的学科。

当今数字信号处理的理论和方法已经得到长足的发展，成为数字化时代的重要支撑，其在各个学科和技术领域中的应用具有悠久的历史，已经渗透到我们生活和工作的各个方面。

数字信号处理相对于模拟信号处理具有许多优点，比如灵活性好，数字信号处理系统的性能取决于系统参数，这些参数很容易修改，并且数字系统可以分时复用，用一套数字系统可以分是处理多路信号；高精度和高稳定性，数字系统的运算字符有足够高的精度，同时数字系统不会随使用环境的变化而变化，尤其使用了超大规模集成的DSP 芯片，简化了设备，更提高了系统稳定性和可靠性；便于开发和升级，由于软件可以方便传送，复制和升级，系统的性能可以得到不断地改善；功能强，数字信号处理不仅能够完成一维信号的处理，还可以试下安多维信号的处理；便于大规模集成，数字部件具有高度的规范性，对电路参数要求不严格，容易大规模集成和生产。

数字信号处理用途广泛，对其进行一系列学习与研究也是非常必要的。

本次通过对几个典型的数字信号实例分析来进一步学习和验证数字信号理论基础。

实验一主要是产生常见的信号序列和对数字信号进行简单处理，如三点滑动平均算法、调幅广播（AM ）调制高频正弦信号和线性卷积。

实验二则是通过编程算法来了解DFT 的运算原理以及了解快速傅里叶变换FFT 的方法。

实验三是应用IRR 和FIR 滤波器对实际音频信号进行处理。

实验一●实验目的加深对序列基本知识的掌握理解●实验原理与方法1.几种常见的典型序列：0()1,00,0(){()()(),()sin()j n n n n u n x n Aex n a u n a x n A n σωωϕ+≥<====+单位阶跃序列：复指数序列：实指数序列：为实数正弦序列：2.序列运算的应用：数字信号处理中经常需要将被加性噪声污染的信号中移除噪声，假定信号 s(n)被噪声d(n)所污染，得到了一个含噪声的信号()()()x n s n d n =+。

(1077)数字信号处理大作业1

x=sinc(20*t);%得到点数为201的有限长序列
h=fft(x,1024);%做1024点的快速傅里叶变换，满足频域抽样定理
ff=1000*(0:511)/1024;%将数字频率转换为模拟频率，单位为Hz
plot(ff,abs(h(1:512)));%显示信号的幅度谱，由于对称性，只显示一半
答：
\
西南大学网络与继续教育学院课程考试答题卷
2016年6月
课程名称【编号】：数字信号处理【1077】类别：网教专升本
专业：电气工程及其自动化
（横线以下为答题区）
答题不需复制题目，写明题目编号，按题目顺序答题
一、简答题。
1.答：
二、计算题。
1.答：
三、编程题。
1.答：t= -1:0.01:1;%以0.01秒周期进行抽样，并加矩形窗截断，满足抽样定理

数字信号处理-西安电子科技大学出版(_高西全丁美玉)第三版_课后习题答案(全)

A
18
第 1 章时域离散信号和时域离散系统
(3) 这是一个延时器，延时器是线性非时变系统，下面证明。令输入为
输出为
x(n－n1)
y′(n)=x(n－n1－n0) y(n－n1)=x(n－n1－n0)=y′(n) 故延时器是非时变系统。由于
T［ax1(n)+bx2(n)］=ax1(n－n0)+bx2(n－n0) =aT［x1(n)］+bT［x2(n)］
5．设系统分别用下面的差分方程描述， x(n)与y(n)分别表示系统输入和输出，判断系统是否是线性非时变的。
（1）y(n)=x(n)+2x(n－1)+3x(n－2) （2）y(n)=2x(n)+3 （3）y(n)=x(n－n0) n0 （4）y(n)=x(－n)
A
15
第 1 章时域离散信号和时域离散系统
解：（1） x(－n)的波形如题4 (2) 将x(n)与x(－n)的波形对应相加，再除以2，得到xe(n)。毫无疑问，这是一个偶对称序列。 xe(n)的波形如题4解图（二）所示。 (3) 画出xo(n)的波形如题4解图（三）所示。
A
11
第 1 章时域离散信号和时域离散系统
题4解图（一）
题2解图（三）
A
7
第 1 章时域离散信号和时域离散系统
题2解图（四）
A
8
第 1 章时域离散信号和时域离散系统
3．判断下面的序列是否是周期的; 若是周期的，确定其周期。
(1) x(n)Acos3πn A是常数
7 8
(2)
j(1n )
x(n) e 8
解：（1）因为ω= 列，周期T=14

[数字信号处理设计实验报告西电]数字信号处理史林

[数字信号处理设计实验报告西电]数字信号处理史林. . .. ..数字信号处理设计实验报告一、实验目的通过实验学会设计IIR和FIR数字滤波器分离多个信号，并用matlab实现。

二、实验容用数字信号处理技术实现两个时域重叠信号的分离，及相位检波，设计分离和检波的方法，编写计算机程序，模拟信号处理过程，绘出时域和频域的处理结果。

滤波器2滤波器1滤波器2滤波器1采样采样滤波器4滤波器3滤波器4三、程序设计模拟信号的时域波形,频谱Fs=__;t=0:1/Fs:4;s1=cos(2*pi*30*t).*cos(2*pi*100*t); s2=cos(2*pi*70*t).*cos(2*pi*700*t); st=s1+s2;S1=abs(fftshift(fft(s1)))/__;S2=abs(fftshift(fft(s2)))/__;ST=abs(fftshift(fft(st)))/__;F = (-__:__)*0.25figure(1)subplot(321);plot(t,s1);title('s1时域波形');xlabel('时间t');ylabel('幅度');grid on; axis([0 0.1 -1 1])subplot(322);plot(F,S1);title('s1频谱');xlabel('频率F');ylabel('幅值');grid on; axis([-1000 1000 0 1])subplot(323);xlabel('时间t');ylabel('幅度');grid on;axis([0 0.05 -1 1])subplot(324);plot(F,S2);title('s2频谱');xlabel('频率F');ylabel('幅值');grid on;axis([-1000 1000 0 1])subplot(325);plot(t,st);title('st时域波形');xlabel('时间t');ylabel('幅度');grid on;axis([0 0.05 -1 1])subplot(326);plot(F,ST);title('st频谱');xlabel('频率F');ylabel('幅值');grid on;axis([-1000 1000 0 1])采样信号的时域波形,频谱Fs1=4000;t1=0:1/Fs1:4; N = 0:length(t1)-1s1n=cos(2*pi*30*N/Fs1).*cos(2*pi*100*N/Fs1); s2n=cos(2*pi*70*N/Fs1).*cos(2*pi*700*N/Fs1); sn=s1n+s2n;S1N=abs(fftshift(fft(s1n)))/8000;SN=abs(fftshift(fft(sn)))/8000;F1 = (-8000:8000)*0.25figure(2)subplot(321);stem(t1,s1n);title('s1n时域波形'); xlabel('时间t');ylabel('幅度');grid on; axis([0 0.05 -1 1])subplot(322);plot(F1,S1N);title('S1N频谱');xlabel('频率F');ylabel('幅值');grid on; axis([-1000 1000 0 1])subplot(323);stem(t1,s2n);title('s2n时域波形'); xlabel('时间t');ylabel('幅度');grid on; axis([0 0.025 -1 1])subplot(324);plot(F1,S2N);title('S2N频谱');xlabel('频率F');ylabel('幅值');grid on; axis([-1000 1000 0 1])subplot(325);stem(t1,sn);title('sn时域波形');axis([0 0.025 -1 1])subplot(326);plot(F1,SN);title('SN频谱');xlabel('频率F');ylabel('幅值');grid on;axis([-1000 1000 0 1])通过前级滤波器的波形fp1 = 300;fs1 = 400;Rp = 1;Rs=40Wp1=2*fp1/Fs1;Ws1=2*fs1/Fs1; %%滤波器1[M1,Wc1]=buttord(Wp1,Ws1,Rp,Rs);[Bz1,Az1]=butter(M1,Wc1,'low');fp2 = 500;fs2 = 400;Rp = 1;Rs=40Wp2=2*fp2/Fs1;Ws2=2*fs2/Fs1; %%滤波器2[M2,Wc2]=buttord(Wp2,Ws2,Rp,Rs);[Bz2,Az2]=butter(M2,Wc2,'high');s3=filter(Bz1,Az1,sn); %信号通过低通滤波器S3=abs(fftshift(fft(s3)))/8000; %%还原真实幅值,由于是N个点的叠加s4=filter(Bz2,Az2,sn); %信号通过高通滤波器S4=abs(fftshift(fft(s4)))/8000; %%还原真实幅值,由于是N个点的叠加figure(3)subplot(221);plot(t1,s3);title('通过前级低通滤波器1信号时域波形');axis([0 0.1 -1 1])subplot(222);plot(F1,S3);title('通过前级低通滤波器1信号频谱图');xlabel('频率f');ylabel('幅值');grid on;axis([-1000 1000 0 1])subplot(223);plot(t1,s4);title('通过前级高通滤波器1信号时域波形');xlabel('时间t');ylabel('幅值');grid onaxis([0 0.1 -1 1])subplot(224);plot(F1,S4);title('通过前级高通滤波器1信号频谱图');xlabel('频率f');ylabel('幅值A');grid on;axis([-1000 1000 0 1])后级检波滤波输出L1=cos(2*pi*100*N/Fs1);L2=cos(2*pi*700*N/Fs1); %本振信号x1=L1.*s3;x2=L2.*s4;fp3 = 50;fs3 =90;Wp3=2*fp3/Fs1;Ws3=2*fs3/Fs1;Rp=1;Rs=40; %%后级滤波器LPF1 [M3,Wc3]=buttord(Wp3,Ws3,Rp,Rs);y1=filter(Bz3,Az3,x1); %信号通过低通滤波器Y1=abs(fftshift(fft(y1)))/8000;fp4 = 200;fs4 =300;Wp4=2*fp4/Fs1;Ws4=2*fs4/Fs1;Rp=1;Rs=40; %%后级滤波器LPF2 [M4,Wc4]=buttord(Wp4,Ws4,Rp,Rs);[Bz4,Az4]=butter(M4,Wc4,'low');y2=filter(Bz4,Az4,x2); %信号通过低通滤波器Y2=abs(fftshift(fft(y2)))/8000;figure(4)subplot(221);plot(t1,y1);title('通过后级低通滤波器1信号时域波形');xlabel('时间t');ylabel('幅值');grid on;axis([0.1 0.6 -1 1])subplot(222);plot(F1,Y1);title('通过后级低通滤波器1信号频谱图');xlabel('频率f');ylabel('幅值A');grid on;axis([-100 100 0 0.5])subplot(223);plot(t1,y2);title('通过后级低通滤波器2信号时域波形');xlabel('时间t');ylabel('幅值');grid on;axis([0.1 0.6 -1 1])plot(F1,Y2);title('通过后级低通滤波器2信号频谱图');xlabel('频率f');ylabel('幅值A');grid on;axis([-100 100 0 0.5])实验结果及分析由上图可知，s1（t）的频谱分量分布在70hz、130hz、-70hz、-130hz处，s2（t）的频谱分量在630hz、770hz、-630hz、-770hz处，而s（t）的频谱是s1（t）、s2（t）的叠加。

数字信号处理课后答案西安电子

第２章时域离散信号和系统的频域分析解: 假设输入信号x(n)=ejω0n，系统单位脉冲响应为h(n) 则系统，输出为
上式说明当输入信号为复指数序列时，输出序列仍是复指数序列，且频率相同，但幅度和相位取决于网络传输函数。利用该性质解此题:
第２章时域离散信号和系统的频域分析
第２章时域离散信号和系统的频域分析
上式中|H(ejω)|是ω的偶函数, 相位函数是ω的奇函数
|H(ej,ω)|=|H(e-
θ(ω)=－θ(－ω), 故
jω)|,
4. 设
第２章时域离散信号和系统的频域分析
将x(n)以4为周期进行周期延拓, 形成周期序列
,
画出x(n)和
的波形, 求出
的离散傅里叶级数
和傅里叶变换。
解: 画出x(n) 和
由z3(z－1)=0, 得极点为 z1, 2=0, 1 零极点图和收敛域如题15解图(a)所示, 点相互对消。
图中, z=1处的零极
第２章时域离散信号和系统的频域分析题15解图
第２章时域离散信号和系统的频域分析 (2)
第２章时域离散信号和系统ຫໍສະໝຸດ 频域分析零点为极点为
极零点分布图如题15解图(b)所示。 (3) 令y(n)=R4(n), 则
(4) δ(n)
(6) 2－n［u(n)－u(n－10)］
第２章时域离散信号和系统的频域分析解 (1)
(2)
第２章时域离散信号和系统的频域分析 (3)
(4) ZT［δ(n)］=10≤|z|≤∞ (5) ZT［δ(n－1)］=z－10<|z|≤∞
(6)
≤
第２章时域离散信号和系统的频域分析
16. 已知

西电数字信号处理大作业-浅谈奈奎斯特频率采样和压缩感知概要

浅谈奈奎斯特频率采样和压缩感知信息技术的飞速发展使得人们对信息的需求量剧增。

现实世界的模拟化和信号处理工具的数字化决定了信号采样是从模拟信源获取数字信息的必经之路。

在信号和图像处理领域，凡是涉及到计算机作为处理工具的场合，所面临的首要问题就是模拟信号的数字化问题，然后再对得到的离散的样本进行各种处理。

连续信号转化为离散的数字化信号的过程称为采样。

对模拟信号采样所得的离散数字信号能否代表并恢复成原来的连续模拟信号呢？如能恢复应具备什么样的条件呢？这个问题直接关系到是否可以用数字处理工具和数字化的方法处理模拟信号。

一奈奎斯特频率采样奈奎斯特采样定理给我们提供了如何采样的重要理论基础。

它指出，如果信号是带限的，采样速率必须达到信号带宽的两倍以上才能精确重构信号。

事实上，在音频和可视电子设备、医学图像设备、无线接收设备等设备中的所有信号采样协议都隐含了这样的限制。

奈奎斯特采样定理至出现以来一直是数字信号和图像处理领域的重要理论基础，它支撑着几乎所有的信号和图像处理过程，包括信号和图像的获取、存储、处理、传输等。

采样定理，又称香农采样定理，奈奎斯特采样定理，是信息论，特别是通讯与信号处理学科中的一个重要基本结论.E.T.Whittaker (1915年发表的统计理论),克劳德·香农与Harry Nyquist都对它作出了重要贡献。

另外,V. A. Kotelnikov 也对这个定理做了重要贡献。

采样是将一个信号（即时间或空间上的连续函数）转换成一个数值序列（即时间或空间上的离散函数）。

采样定理指出，如果信号是带限的，并且采样频率高于信号带宽的一倍，那么，原来的连续信号可以从采样样本中完全重建出来。

带限信号变换的快慢受到它的最高频率分量的限制，也就是说它的离散时刻采样表现信号细节的能力是有限的。

采样定理是指，如果信号带宽小于奈奎斯特频率（即采样频率的二分之一），那么此时这些离散的采样点能够完全表示原信号。

数字信号处理大作业语音信号提取程序加噪声程序

% 数字信号处理大作业语音信号提取程序加噪声程序
% 功能:从文件名为''语音文件中提取出数据，并加入声音最大音量五分之一的噪声% 参数：name-原始信号；Y-加噪声后的信号；
% 大作业内容：请自己录音，编写FIR滤波程序，消减噪声的影响。

% 作者：西安电子科技大学雷达信号处理国家重点实验室李军
% 时间：2015年
close all;clear all;clc;
namex=1e5;
% 读取原始声音文件
[name,fs0,bit]=wavread('',[100,namex]); %读取源文件
sound(name,fs0,bit);
namex=length(name);
noise=(max(name(:,1))/5)*randn(namex,2);
Y=name+noise; % 加入噪声
wavwrite(Y,fs0,bit,'mingyun_'); % 写入噪声文件
sound(Y,fs0,bit);
% 作图分析声音信号的时域特性和频域特性
figure(1)
subplot(2,1,1);
plot(abs(name));
title('（a）原声音信号的时域特性');
subplot(2,1,2);
plot(abs(Y));
title('(b)含有噪声声音信号的时域特性');。

西电-数字信号处理大作业

数字信号处理上机大作业实验一：信号、系统及系统响应(1) 简述实验目的及实验原理。

1.实验目的●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。

●熟悉时域离散系统的时域特性。

●利用卷积方法观察分析系统的时域特性。

●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。

2.实验原理与方法●时域采样。

● LTI系统的输入输出关系。

(2)按实验步骤附上实验过程中的信号序列、系统单位脉冲响应及系统响应序列的时域和幅频特性曲线，并对所得结果进行分析和解释。

Matlab源程序如下：A=1;T1=1/1000;T2=1/300;T3=1/200;a=25*pi;w0=30*pi;n=0:99;x1=A*exp(-a*n*T1).*sin(w0*n*T1);x2=A*exp(-a*n*T2).*sin(w0*n*T2);x3=A*exp(-a*n*T3).*sin(w0*n*T3);m=linspace(-pi,pi,10000);X1=x1*exp(-j*n'*m);%n'与m构造矩阵，xi向量与矩阵每一列相乘对应元素相加，构成DTFT后的矩阵X2=x2*exp(-j*n'*m);X3=x3*exp(-j*n'*m);figure(1);subplot(3,2,1)plot(m/pi,abs(X1));xlabel('\omega/π');ylabel('|H(e^j^\omega)|');title('采样频率为1000Hz时的幅度谱');subplot(3,2,3)plot(m/pi,abs(X2));xlabel('\omega/π');ylabel('|H(e^j^\omega)|');title('采样频率为300Hz时的幅度谱');subplot(3,2,5)plot(m/pi,abs(X3));xlabel('\omega/π');ylabel('|H(e^j^\omega)|');title('采样频率为200Hz时的幅度谱');subplot(3,2,2)plot(n,abs(x1));xlabel('n');ylabel('x1(t)');title('采样频率为1000Hz时的时域波形');subplot(3,2,4)plot(n,abs(x2));xlabel('n');ylabel('x2(t)');title('采样频率为300Hz时的时域波形');subplot(3,2,6)plot(n,abs(x3));xlabel('n');ylabel('x3(t)');title('采样频率为200Hz时的时域波形');波形图如下：-1-0.8-0.6-0.4-0.200.20.40.60.81ω/π|H (e j ω)|采样频率为1000Hz 时的幅度谱ω/π|H (e j ω)|采样频率为300Hz 时的幅度谱ω/π|H (e j ω)|采样频率为200Hz 时的幅度谱102030405060708090100nx 1(t )采样频率为1000Hz 时的时域波形nx 2(t )采样频率为300Hz 时的时域波形nx 3(t )采样频率为200Hz 时的时域波形② 时域离散信号、系统和系统响应分析。

西电数字信号处理大作业

实验一、信号的采样clc,clear;dt=0.001;tf=6;t=0:dt:tf;xa=sqrt(t)+cos(t);T=0.5;n=0:tf/T;x=sqrt(n*T)+cos(n*T);figure(1)subplot(2,1,1)plot(t,xa),grid on ;title('original image')subplot(2,1,2)stem(n*T,x),grid on ,title('digital image')实验二、信号与系统的时域分析差分方程为)()2()1()(21n bx n y a n y a n y +----=，其中8.01-=a ，64.02=a ，866.0=b 。

系统单位脉冲响应)(n ha1=-0.8;a2=0.64;b=0.866;ys=0;xn=[1,zeros(1,49)];B=1;A=[1,a1,a2];xi=filtic(B,A,ys);yn=filter(B,A,xn,xi);n=0:length(yn)-1;subplot(1,1,1);stem(n,yn,'.')title('(a)');xlabel('n');ylabel('y(n)')输入x(n)=cos(n)T=0.1;z=cos(n*T);zn=conv(yn,z); figure(2);n1=1:99;stem(n1,zn,'.')实验三、系统的频域和Z域分析程序代码（画出dtft的幅度和频率谱）clc,clear;n=0:1:7;x=(0.9*exp(j*pi/3)).^n;w=0:pi/200:pi;X=x*exp(-j).^(n'*w);realX=real(X);imagX=imag(X);angX=angle(X);magX=abs(X);subplot(2,2,1);plot(w/pi,magX);grid xlabel('frequency in pi unit');title('magnitude part');subplot(2,2,2);plot(w/pi,realX);grid xlabel('frequency in pi unit');title('real part');subplot(2,2,3);plot(w/pi,imagX);grid xlabel('frequency in pi unit');title('imaginary part');subplot(2,2,4);plot(w/pi,angX);grid xlabel('frequency in pi unit');title('angel part');clc,clear;a=[1,-0.5,0.06];b=[1,1,0];m=0:length(b)-1;l=0:length(a)-1;w=0:pi/500:pi;num=b*exp(-j*m'*w);den=a*exp(-j*l'*w);H=num./den;magH=abs(H);angH=angle(H);H1=freqz(b,a,w);magH1=abs(H1);angH1=angle(H1);subplot(2,2,2);plot(w/pi,angH);grid;xlabel('w(frequency in pi units)');ylabel('ÏàÎ»rad/w');subplot(2,2,1);plot(w/pi,magH);grid;xlabel('w(frequency in pi units)');ylabel('·ù¶È|H|');subplot(2,2,3);plot(w/pi,magH1);grid;xlabel('w(frequency in pi units)');ylabel('·ù¶È|H1|');subplot(2,2,4);plot(w/pi,angH);grid;xlabel('w(frequency in pi units)');ylabel('ÏàÎ»rad/w');axis([0,1,-0.8,0]); figure(2);zplane(b,a);实验四、信号的频谱分析程序代码clc,clear;n=0:7;k=0:7;N=8;w=n*(2*pi)/8;x=(0.9*exp(j*pi/3)).^n;X1=[x zeros(1,8)];X2=[X1 zeros(1,16)];XK=x*exp(-j*k'*w);k1=0:15;n1=0:15;w1=n1*(2*pi)/16;XK1=X1*exp(-j*k1'*w1);k2=0:31;n2=0:31;w2=n2*(2*pi)/16;XK2=X2*exp(-j*k2'*w2);w3=0:pi/200:2*pi;X=x*exp(-j*n'*w3);magX=abs(X);angX=angle(X);magXK=abs(XK);angXK=angle(XK);magXK1=abs(XK1);angXK1=angle(XK1);magXK2=abs(XK2);angXK2=angle(XK2);subplot(4,2,1);plot(w3/pi,magX);xlabel('w/pi');ylabel('·ù¶È|X|');grid on;subplot(4,2,2);plot(w3/pi,angX);xlabel('w/pi');ylabel('ÏàÎ»rad/pi'); subplot(4,2,3);stem(n,magXK);xlabel('K');ylabel('·ù¶È|XK|');subplot(4,2,4);stem(n,magXK);xlabel('K');ylabel('ÏàÎ»rad/pi'); subplot(4,2,5);stem(n1,magXK1);xlabel('K1');ylabel('·ù¶È|XK1|'); subplot(4,2,6);stem(n1,magXK1);xlabel('K1');ylabel('ÏàÎ»rad/pi'); subplot(4,2,7);stem(n2,magXK2);xlabel('K2');ylabel('·ù¶È|XK2|'); subplot(4,2,8);stem(n2,magXK2);xlabel('K2');ylabel('ÏàÎ»rad/pi');实验五、IIR数字滤波器设计IIR汉宁窗低通高通低通巴特沃斯通带截止频率wp=0.2pi 通带最大衰减R=1dB阻带截止频率wp=0.35pi 阻带最大衰减R=10dBclc,clear;Wp=0.2;Ws=0.35;Rp=1;Rs=100;[N,Wc]=buttord(Wp,Ws,Rp,Rs);[Bz,Az]=butter(N,Wc)w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);;ang=angle(H);H=20*log10(abs(H))subplot(4,2,1); plot(w/pi,H) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('µÍÍ¨ÂË²¨Æ÷')subplot(4,2,2);plot(w/pi,ang);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')[Bz1,Az1]=butter(N,Wc,'high')w=0:0.1:pi;[H1,w2]=freqz(Bz1,Az1,w);ang1=angle(H1);H1=20*log10(abs(H1))subplot(4,2,3); plot(w/pi,H1) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('¸ßÍ¨ÂË²¨Æ÷')subplot(4,2,4);plot(w/pi,ang1);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wc1]=buttord(Wp1,Ws1,Rp,Rs);[Bz2,Az2]=butter(N2,Wc1,'stop')w=0:0.1:pi;[H2,w3]=freqz(Bz2,Az2,w);ang2=angle(H2);H2=20*log10(abs(H2))subplot(4,2,5); plot(w/pi,H2) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´ø×èÂË²¨Æ÷')subplot(4,2,6);plot(w/pi,ang2);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wc1]=buttord(Wp1,Ws1,Rp,Rs);[Bz3,Az3]=butter(N2,Wc1)w=0:0.1:pi;[H3,w4]=freqz(Bz3,Az3,w);ang3=angle(H3);H3=20*log10(abs(H3))subplot(4,2,7); plot(w/pi,H3) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´øÍ¨ÂË²¨Æ÷')subplot(4,2,8);plot(w/pi,ang3);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')切比雪夫1型通带截止频率wp=0.7pi 通带最大衰减R=1dB阻带截止频率wp=0.5pi 阻带最大衰减R=40dBclc,clear;Wp=0.7;Ws=0.5;Rp=1;Rs=40;[N,Wpo]=cheb1ord(Wp,Ws,Rp,Rs);[Bz,Az]=cheby1(N,Rp,Wpo)w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);ang=angle(H);H=20*log10(abs(H))subplot(4,2,1); plot(w/pi,H) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('µÍÍ¨ÂË²¨Æ÷')subplot(4,2,2);plot(w/pi,ang);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')[Bz1,Az1]=cheby1(N,Rp,Wpo,'high');w=0:0.1:pi;[H1,w2]=freqz(Bz1,Az1,w);ang1=angle(H1);H1=20*log10(abs(H1))subplot(4,2,3); plot(w/pi,H1) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('¸ßÍ¨ÂË²¨Æ÷')subplot(4,2,4);plot(w/pi,ang1);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wpo1]=cheb1ord(Wp1,Ws1,Rp,Rs);[Bz2,Az2]=cheby1(N2,Rp,Wpo1,'stop')w=0:0.1:pi;[H2,w3]=freqz(Bz2,Az2,w);ang2=angle(H2);H2=20*log10(abs(H2))subplot(4,2,5); plot(w/pi,H2) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´ø×èÂË²¨Æ÷')subplot(4,2,6);plot(w/pi,ang2);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wpo1]=cheb1ord(Wp1,Ws1,Rp,Rs);[Bz3,Az3]=cheby1(N2,Rp,Wpo1)w=0:0.1:pi;[H3,w4]=freqz(Bz3,Az3,w);ang3=angle(H3);H3=20*log10(abs(H3))subplot(4,2,7); plot(w/pi,H3) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´øÍ¨ÂË²¨Æ÷')subplot(4,2,8);plot(w/pi,ang3);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')实验六、FIR数字滤波器设计FIR汉宁窗低通高通低通% 采用Hamming窗设计一个带阻FIR滤波器阻带：0~0.5pi，阻带最小衰减Rs=40dB；通带：0.5~pi，通带最大衰减：Rp=1dB。

西安电子科技大学《数字信号处理》2017-2018学年期末试卷

姓名:班级:学号:遵守考试纪律注意行为规范西安电子科技大学2017/2018学年秋季学期（C ）。

A 巴特沃思滤波器B 切比雪夫滤波器C 反切比雪夫滤波器D 椭圆滤波器7以下关于用双线性变换法设计IIR 滤波器的论述中正确的是(B )。

A.数字频率与模拟频率之间呈线性关系B.总是将稳定的模拟滤波器映射为一个稳定的数字滤波器C.使用的变换是s 平面到z 平面的多值映射D.不宜用来设计高通和带阻滤波器8下图中所示的运算流图符号是基2频域抽取FFT 算法的蝶形运算流图的是（B）。

A B. C.D9序列4x(n) = nR (n-1)，则其能量等于(D )。

A 4B 6C 14D 3010已知x(n)=δ(n)，N 点的DFT ［x(n)］=X(k)，则X(5)=(B )。

A.NB.1C.0D.–N二、填空题（每空2分，共20分）1[]X k 是序列[]{ -1, 2, -3, 2, 0, -4, 6, 2}x n =的8点DFT 。

则[4]X =，7[]k X k ==∑-8。

2用DFT 近似分析模拟信号的频谱，可能出现的问题有混叠失真、频率泄露、栅栏效应、以及频率分辨力问题。

3采样频率确定时,提高DFT 的频率分辨率可以补零或者增加采样得分点数。

4)(n x 的16点DFT 为)(k X ，)3162cos()(k k X π=，则=)(n x 2/)]13()3([-+-n n δδ5DFT ［x(n)］=X(k)，若x （n ）为实函数，则X(k)为共轭对称函数6离散时间信号x(n)=u(n)的偶对称部分[1()]/2n δ+三、简答题（共24分）1序列运算有哪些（8分）答：移位、翻褶、和、积、累加、差分运算、卷积、抽取和插值等，任选4个，每个2分。

2解释fc=100khz 信号和fc2=1.2Mhz 构成符合信号，和采样率为fs=1Mhz ，采集100点后，做fft ，请画出相应幅度谱，解释现象。