西安邮电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、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。
数字信号处理实验报告
数字信号处理实验报告黎美琪通信一、实验名称：（快速傅里叶变换）的探究二、实验目的.学习理解的基本实现原理(注：算法主要有基时间抽取法和基频域抽取法，此实验讨论的是基频率抽取算法，课本上主要讲解的是基时间抽取算法).编写代码实现基频率抽取算法三、实验条件机四、实验过程(一)基础知识储备.基频率抽取( )算法基本原理：输入[]前后分解，输出[]奇偶分解。
设序列的点数为^，为整数（公式中的、定义不一样，打印后统一改正）将输入的[]按照的顺序分成前后两段：对输出的[]进行奇偶分解()、()和()之间可以用下图所示的蝶形运算符表示：的一次分解流图：的二次分解流图：最后完整的分解流图（^一共分解了三次）：的运算过程规律。
）^点的共进行级运算，每级由个蝶形运算组成。
同一级中，每个蝶形的两个输入数据只对计算本蝶形有用，而且每个蝶形的输入、输出数据结点又同在一条水平线上，也就是说计算完一个蝶形后，所得输出数据可立即存入原输入数据所占用的存储单元。
这样，经过级运算后，原来存放输入序列数据的个存储单元中便依次存放（）的个值。
（注：这种利用同一存储单元存储蝶形计算输入、输出数据的方法称为原位计算。
原位计算可节省大量内存，从而使设备成本降低。
））旋转因子的变化规律 ：以点的为例，第一级蝶形，，，，；第二级蝶形，；第三级的蝶形，。
依次类推，对于级蝶形，旋转因子的指数为∙^(−)，，，，，……，^()这样就可以算出每一级的旋转因子。
）蝶形运算两节点之间的“距离” ：第一级蝶形每个蝶形运算量节点的“距离”为，第二级每个蝶形运算另节点的“距离”为，第三级蝶形每个蝶形运算量节点的“距离”为。
依次类推：对于等于的次方的，可以得到第级蝶形每个蝶形运算量节点的“距离”为的次方。
.旋转因子 的性质1) 周期性 2) 对称性mk N N mk N W W -=+2 )可约性为整数/,//n N W W n mk n N mk N =．频率抽取（）基算法和时间抽取（）基算法比较：两种算法是等价的，其相同之处：（）与两种算法均为原位运算。
数字信号处理综合实验报告
综合实验1. 实验目的能综合利用信号处理的理论和Matlab 工具实现对信号进行分析和处理(1)熟练对信号进行时域和频域分析；(2)熟练进行滤波器设计和实现；(3)掌握对信号的滤波处理和分析。
2．实验原理设计并实现滤波器对信号进行分析和处理是信号处理课程学习的主要内容。
通过对信号进行频谱分析，能发现信号的频率特性，以及组成信号的频率分量。
对信号进行滤波处理，能改善信号的质量，或者为数据处理(如传输，分类等)提供预处理，等。
本次实验是对特定信号进行分析并进行滤波处理，需要综合应用之前的实验内容，主要有以下几个方面。
(1)离散时间信号与系统的时域分析Matlab 为离散时间信号与系统的分析提供了丰富且功能强大的计算函数和绘图分析函数，便于离散时间信号和系统的时域表示和分析。
(2)信号的频域分析信号处理课程主要学习了离散信号和系统的频域分析方法与实现，以及滤波器的设计与实现。
离散信号与系统的频域分析包括DTFT DFT Z变换等，FFT则是DFT的快速实现。
用Matlab分析信号的频谱可以用freqz函数或者FFT函数。
(3)滤波器设计滤波器的设计首先要确定滤波器的类型，即低通、高通、带通还是带阻。
滤波器的边缘频率可以通过对信号的频谱分析得到，滤波器的幅度指标主要有阻带最小衰减As 和通带最大衰减Ap。
一般来说，As越大，对截止通过的频率分量的衰减越大；Ap越小，对需要保留的频率分量的衰减越小。
因此，As 越大，Ap 越小，滤波器的性能越好，但随之而来，滤波器的阶数越大，实现的代价(包括计算时间和空间)越大。
由此，滤波器的设计需要对滤波器性能和实现代价进行均衡考虑。
另外根据冲激响应的长度可以分为IIR 和FIR 两种类型。
两种类型的滤波器各有特点。
用FIR 滤波器可以设计出具有严格线性相位的滤波器，但在满足同样指标的条件下，FIR 滤波器的阶数高于IIR 滤波器。
Matlab 为各种类型的滤波器的设计提供了丰富的函数，可以借助这些函数方便地设计出符合要求地滤波器。
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。
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。
西电电院数字信号处理上机实验报告六
实验六、FIR数字滤波器设计及其网络结构班级: 学号: 姓名: 成绩:1实验目得(1)熟悉线性相位FIR数字滤波器得时域特点、频域特点与零极点分布;(2)掌握线性相位FIR数字滤波器得窗函数设计法与频率采样设计法;(3)了解IIR数字滤波器与FIR数字滤波器得优缺点及其适用场合。
2 实验内容(1)设计计算机程序,根据滤波器得主要技术指标设计线性相位FIR数字低通、高通、带通与带阻滤波器;(2)绘制滤波器得幅频特性与相频特性曲线,验证滤波器得设计结果就是否达到设计指标要求;(3)画出线性相位FIR数字滤波器得网络结构信号流图。
3实验步骤(1)设计相应得四种滤波器得MATLAB程序;(2)画出幅频相频特性曲线;(3)画出信号流图。
4 程序设计%% FIR低通f=[0、2,0、35];m=[1,0];Rp=1;Rs=40;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat1,dat2];[M,f0,m0,w]=remezord(f,m,rip);M=M+2;hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% FIR高通f=[0、7,0、9];m=[0,1];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat2,dat1];[M,f0,m0,w]=remezord(f,m,rip);hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% FIR带通f=[0、2,0、35,0、65,0、8];m=[0,1,0];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat2,dat1,dat2];[M,f0,m0,w]=remezord(f,m,rip);M=M+3hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% FIR带阻f=[0、2,0、35,0、65,0、8];m=[1,0,1];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat1,dat2,dat1];[M,f0,m0,w]=remezord(f,m,rip);hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') 5实验结果及分析(1)FIR低通滤波器自动得到得M值不满足要求,故我们将M加上2 在w=0、2π时,H=-0、5dB;w=0、35π时,H=-41dB。
数字信号处理(西电上机实验)
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) 熟悉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连续信号、离散信号及系统响应进行频域分析。
二、实验原理与方法：(1) 时域采样。
(2) LTI系统的输入输出关系。
三、实验内容、步骤(1) 认真复习采样理论、离散信号与系统、线性卷积、序列的傅里叶变换及性质等有关内容，阅读本实验原理与方法。
(2) 编制实验用主程序及相应子程序。
①信号产生子程序，用于产生实验中要用到的下列信号序列：a. xa(t)=A*e^-at *sin(Ω0t)u(t)A=444.128;a=50*sqrt(2)*pi;b. 单位脉冲序列：xb(n)=δ(n)c. 矩形序列：xc(n)=RN(n), N=10②系统单位脉冲响应序列产生子程序。
本实验要用到两种FIR系统。
a. ha(n)=R10(n);b. hb(n)=δ(n)+2.5δ(n-1)+2.5δ(n-2)+δ(n-3)③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)四、实验内容调通并运行实验程序，完成下述实验内容：①分析采样序列的特性。
a. 取采样频率fs=1 kHz, 即T=1 ms。
b. 改变采样频率，fs=300 Hz，观察|X(ejω)|的变化，并做记录(打印曲线)；进一步降低采样频率，fs=200 Hz，观察频谱混叠是否明显存在，说明原因，并记录(打印)这时的|X(ejω)|曲线。
②时域离散信号、系统和系统响应分析。
a. 观察信号xb(n)和系统hb(n)的时域和频域特性；利用线性卷积求信号xb(n)通过系统hb(n)的响应y(n)，比较所求响应y(n)和hb(n)的时域及频域特性，注意它们之间有无差别，绘图说明，并用所学理论解释所得结果。
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格式(1)(1)
《数字信号处理》实验报告实验一、系统响应与系统稳定性专业：通信工程班级：通信1204班实验一、系统响应及系统稳定性一、设计目的（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、实验原理和方法在时域中，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。
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。
重点分析实验系统的稳定性，包括观察系统的暂态响应和稳定响应。
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。
注意在以下实验中均假设系统的初始状态为零三、实验内容和分析实验内容编程如下：（1）给定一个低通滤波器的差分方程为y(n)=0.05x(n)+0.05x(n-1)+0.9y(n-1)输入信号 x1(n)=R8(n), x2(n)=u(n)① 分别求出x 1(n)=R 8(n)和x 2(n)=u(n)的系统响应，并画出其波形。
② 求出系统的单位脉冲响应，画出其波形。
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](https://img.taocdn.com/s3/m/027e3b29cec789eb172ded630b1c59eef8c79ad3.png)
[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。
数字信号处理实验报告11-12-10
《数字信号处理》实验报告专业学号姓名实验一 利用FFT 实现快速卷积一、实验目的1．加深理解FFT 在实现数字滤波（或快速卷积）中的重要作用，更好的利用FFT 进行数字信号处理。
2．掌握循环卷积和线性卷积两者之间的关系。
二、实验原理用FFT 来快速计算有限长度序列的线性卷积。
这种方法就是先将输入信号x(n)通过FFT 变换为它的频谱采样值()x k ，然后再和FIR 滤波器的频响采样值H(k)相乘，H(k)可事先存放在存储器中，最后再将乘积H(k)X(k)通过快速傅里叶变换（简称IFFT ）还原为时域序列，即得到输出y(n)。
现以FFT 求有限长序列的卷积及求有限长度序列与较长序列间的卷积为例来讨论FFT 的快速卷积方法。
序列x(n)和h(n)的长差不多。
设x(n)的长为N 1，h(n)的长为N 2，要求∑-=-=⊗=1)()()()()(N m m n x m h n y n x n y用FFT 完成这一卷积的具体步骤如下：①为使两有限长序列的线性卷积可用其循环卷积代替而不发生混叠，必须选择循环卷积长度121-+≥N N N ，若采用基2-FFT 完成卷积运算，要求m N 2=（m 为整数）。
②用补零方法使x(n)和h(n)变成列长为N 的序列。
1122()01()01()01()01x n n N x n N n N h n n N h n N n N ≤≤-⎧=⎨≤≤-⎩≤≤-⎧=⎨≤≤-⎩③用FFT 计算x(n)和h(n)的N 点离散傅里叶变换。
④完成X(k)和H(k)乘积，)()()(k H k x k Y = ⑤用FFT 计算 ()Y k 的离散傅里叶反变换得*10*10)(1)(1)(⎭⎬⎫⎩⎨⎧⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=∑∑-=--=N k nk N nk N N k W k Y N W k Y N n y三、主要实验仪器及材料微型计算机、Matlab6.5教学版。
四、实验内容1．数字滤波器的脉冲响应为()22()1/2(),8nN h n R n N ==。
数字信号处理实验报告(实验三)
实验三 用双线性变换法设计IIR 数字滤波器1. 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信号的滤波作用， 获得数字滤波的感性知识。
2. 实验内容(1) 用双线性变换法设计一个巴特沃斯低通IIR 数字滤波器。
设计指标参数为：在通带内频率低于0.2π时，最大衰减小于1dB ；在阻带内[0.3π, π] 频率区间上，最小衰减大于15dB 。
(2) 以 0.02π为采样间隔， 打印出数字滤波器在频率区间［0, π/2］上的幅频响应特性曲线。
(3) 用所设计的滤波器对实际心电图信号采样序列(在本实验后面给出)进行仿真滤波处理，并分别打印出滤波前后的心电图信号波形图， 观察总结滤波作用与效果。
3.实验原理为了克服用脉冲响应不变法产生频谱混叠现象，可以采用非线性频率压缩方法（正切变换），从s 平面映射到s1平面，再从s1平面映射到z 平面,即实现了双线性变换。
4. 实验步骤(1) 复习有关巴特沃斯模拟滤波器设计和用双线性变换法设计IIR 数字滤波器的内容， 按照例 6.4.2， 用双线性变换法设计数字滤波器系统函数H(z)。
例 6.4.2 中已求出满足本实验要求的数字滤波器系统函数：(2－1)161212120.0007378(1)()(1 1.2680.705)(1 1.01060.3583)(10.9040.215)z H z zz zz z z -------+=-+-+-+31()k K H z ==∏(2－2)A=0.09036B1=1.2686, C1=－0.7051 B2=1.0106, C2=－0.3583 B3=0.9044, C3=－0.2155由(2－1)式和(2－2)式可见，滤波器H(z)由三个二阶滤波器H1(z)，H2(z)和H3(z)级联组成，如图 2－1 所示。
(2) 编写滤波器仿真程序，计算H(z)对心电图信号采样序列x(n)的响应序列y(n)。
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2实验报告一西交大殷
数字信号处理II实验报告实验题目：维纳滤波器的计算机实现姓名：学号：班级：专业：一、实验目的1．利用计算机编程实现加性噪声信号的维纳滤波。
2．将计算机模拟实验结果与理论分析结果相比较，分析影响维纳滤波效果的各种因素，从而加深对维纳滤波的理解。
3．利用维纳一步纯预测方法实现对信号生成模型的参数估计。
二、实验原理维纳滤波是一种从噪声背景中提取信号的最佳线性滤波方法，假定一个随机信号x(n)具有以下形式：(n)s(n)v(n)x =+ 1-1其中，s(n)为有用信号，v(n)为噪声干扰，将其输入一个单位脉冲响应为h(n)的线性系统，其输出为(n)(m)x(n m)y h ∞-∞=-∑ 1-2 我们希望x(n)通过这个系统后得到的y(n)尽可能接近于s(n)，因此，称y(n)为信号s(n)的估值。
按照最小均方误差准则，h(n)应满足下面的正则方程：(k)(m)(k m)xs xx h φφ∞-∞=-∑ 1-3 这就是著名的维纳－霍夫方程，其中是 (m)xx φ是x(n)的自相关函数，()xs m φ是 x(n)和s(n)是的互相关函数。
在要求 h(n)满足因果性的条件下，求解维纳-霍夫方程是一个典型的难题。
虽然目前有几种求解 h(n)的解析方法，但它们在计算机上实现起来非常困难。
因此，本实验中，利用近似方法，即最佳 FIR 维纳滤波方法，在计算机上实现随机信号的维纳滤波。
设 h(n)为一因果序列，其长度为 N ，则(n)(m)x(n m)y h ∞-∞=-∑ 1-4 同样利用最小均方误差准则，h(n)满足下面方程：xx xs R h r = 1-5 其中 [](0),h(1),,h(N 1)T h h =-(0)(1)(N 1)(0)xx xx xx xx xx N R φφφφ-+⎛⎫⎪= ⎪ ⎪-⎝⎭[](0)(N 1)T xs xs xs r φφ=- 当xx R 为满秩矩阵时,1xx xs h R r -= 1-6 由此可见，利用有限长的 h(n)实现维纳滤波器，只要已知xx R 和xs r ,就可以按上式解得满足因果性的 h 。
西电数字信号处理上机实验报告
数字信号处理上机实验报告14020710021 张吉凯第一次上机实验一：设给定模拟信号()1000t a x t e -=，t 的单位是ms 。
(1) 利用MATLAB 绘制出其时域波形和频谱图（傅里叶变换），估计其等效带宽（忽略谱分量降低到峰值的3%以下的频谱）。
(2) 用两个不同的采样频率对给定的()a x t 进行采样。
○1()()15000s a f x t x n =以样本秒采样得到。
()()11j x n X e ω画出及其频谱。
○2()()11000s a f x t x n =以样本秒采样得到。
()()11j x n X e ω画出及其频谱。
比较两种采样率下的信号频谱，并解释。
（1）MATLAB 程序：N=10; Fs=5; T s=1/Fs;n=[-N:T s:N];xn=exp(-abs(n)); w=-4*pi:0.01:4*pi; X=xn*exp(-j*(n'*w)); subplot(211) plot(n,xn);title('x_a(t)时域波形');xlabel('t/ms');ylabel('x_a(t)'); axis([-10, 10, 0, 1]); subplot(212);plot(w/pi,abs(X)); title('x_a(t)频谱图');xlabel('\omega/\pi');ylabel('X_a(e^(j\omega))');ind = find(X >=0.03*max(X))*0.01; eband = (max(ind) -min(ind)); fprintf('等效带宽为%fKHZ\n',eband); 运行结果：等效带宽为12.110000KHZ（2）MATLAB程序：N=10;omega=-3*pi:0.01:3*pi;%Fs=5000Fs=5;T s=1/Fs;n=-N:T s:N;xn=exp(-abs(n));X=xn*exp(-j*(n'*omega));subplot(2,2,1);stem(n,xn);grid on;axis([-10, 10, 0, 1.25]); title('时域波形(f_s=5000)');xlabel('n');ylabel('x_1(n)');subplot(2,2,2);plot(omega/pi,abs(X));title('频谱图(f_s=5000)');xlabel('\omega/\pi');ylabel('X_1(f)');grid on;%Fs=1000Fs=1;T s=1/Fs;n=-N:T s:N;xn=exp(-abs(n));X=xn*exp(-j*(n'*omega));subplot(2,2,3);stem(n,xn);grid on;axis([-10, 10, 0, 1.25]); title('时域波形(f_s=1000)');xlabel('n');ylabel('x_2(n)');grid on;subplot(2,2,4);plot(omega/pi,abs(X));title('频谱图(f_s=1000)');xlabel('\omega/\pi');ylabel('X_2(f)');grid on;运行结果：实验二：给定一指数型衰减信号()()0cos 2at x t e f t π-=，采样率1s f T=，T 为采样周期。
数字信号处理课程实验报告
数字信号处理课程实验报告课题名称：IIR滤波器相位校正实验一、实验内容与分析1、实验目的和内容1）利用MATLAB设计一个IIR滤波器；2）结合课本关于全通滤波器特性知识（课本p128），在IIR滤波器后级联一个全通相位滤波器进行相位校正，使此滤波器最终实现线性相位特性；3）分别使用相位校正前后两滤波器实现对某一信号的处理；4）画出IIR滤波器、全通滤波器、相位校正后滤波器的幅度频率特性曲线、相位频率特性曲线，信号时域波形、信号的幅度频率特性曲线、相位频率特性曲线；5）详述实验设计原理，分析相位校正前后两类滤波器对信号处理后的区别。
2、实验的分析1）、IIR滤波器的设计通过对实验内容的理解，我们首先需要设计一个IIR滤波器，对课本第六章的学习我们知道IIR数字滤波器有两种设计方法：间接设计法和直接设计法。
间接设计法中有巴特沃斯滤波器，切比雪夫I型、II型滤波器，椭圆滤波器和贝塞尔滤波器五种。
我们选择设计切比雪夫II型低通滤波器，其中的技术指标为：通带边界频率fp=1000Hz，阻带边界频率fs=2000 Hz，阻带最小衰减As=40 dB，通带最大衰减Ap=1 dB。
2）全通滤波器的设计全通滤波器的幅度特性是在整个频带上均等于常数，或者等于1.信号通过全通滤波器后，其输出的幅度特性保持不变，仅相位发生变化。
由于IIR滤波器后需要级联一个全通相位滤波器，使整个系统实现线性相位特性，为了求解全通滤波器的参数，我们先假设整个系统具有线性相位特性，再根据已经设计好了的切比雪夫II 型滤波器的系统参数，求解全通滤波器的参数。
二、实验的过程1、切比雪夫II型滤波器的设计过程在确定了滤波器的参数之后，我们运用cheb2ord函数计算模拟低通滤波器的最小阶数；然后用cheby2计算滤波器传输函数的系数。
然后运用脉冲响应不变法将模拟低通滤波器转换成数字滤波器。
这样我们就设计出了满足给定参数的切比雪夫II型滤波器。
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：。
西安邮电大学《数字信号处理实验》
实验一：信号的表示一、实验目的：1、了解MATLAB 程序设计语言的基本特点，熟悉MATLAB软件运行环境。
2、掌握各种信号的建模方式。
3、掌握各种信号的图形表示方法。
4、掌握变量等有关概念，具备初步的将一般数学模型转化为对应的计算机模型并进行处理的能力二、实验设备：PC机MATLAB7.0软件三、实验内容学习使用MATLAB7.0软件。
学习信号的图形表示方法，掌握各种信号的建模方式。
实现单位采样序列()nδ、单位阶跃序列()R n、三角波、u n、矩形序列()N方波、锯齿波、Sinc函数。
四、参考实例：常用的MATLAB绘图语句有figure、plot、subplot、stem等，图形修饰语具有title、axis、text等。
（1）figure语句figure有两种用法。
当只有一句figure命令时，程序会创建一个新的图形窗口，并返回一个整数型的窗口编号。
当采用figure(n)时，表示将第n个图形窗口作为当前的图形窗口，将其显示在所有窗口的最前面。
如果该图形窗口不存在，则新建一个窗口，并赋以编号n。
（2）plot语句线形绘图函数。
用法为plot(x,y,’s’)。
参数x为横轴变量，y为纵轴变量，s用以控制图形的基本特征如颜色、粗细等，通常可以省略，常用方法如表1-1所示。
表1-1 plot命令的参数及其含义参数含义参数含义参数含义y 黄色 . 点 - 实线m 紫色 o 圆 : 虚线c 青色 x 打叉 -. 点划线r 红色 + 加号 -- 破折线向上三角形g 绿色 * 星号 ^b 蓝色 s 正方形 < 向左三角形向右三角形w 白色 d 菱形 >向下三角形 p 五角星形k 黑色 v• 功能： 序列左右翻转 • 调用格式：Y = FLIPLR(X) • % X = 1 2 3 翻转后 3 2 1 • 4 5 6 6 5 4 • ★ CUMSUM 、SUM • 功能： 计算序列累加 •调用格式：Y = CUMSUM(X) % 向量X 元素累加，记录每一次的累加结果,而SUM 只记录最后的结果五、实验报告（1）实现单位采样序列()n δ、单位阶跃序列()u n 、矩形序列()NR n ，并用图形显示。
- 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)。
西安邮电大学通信与信息工程学院实验报告（2016/2017学年第2学期）实验名称：数字信号处理实验学生姓名：***专业：通信工程学号：********指导教师：**2017年06月01日西安邮电大学通院《数字信号处理实验》独立设课实验过程考核表西安邮电大学通院《数字信号处理实验》独立设课实验成绩鉴定表1 熟悉MATLAB1.1实验目的1、了解MATLAB程序设计语言的基本特点，熟悉MATLAB软件的运行环境。
2、掌握各种信号的建模方式。
3、掌握各种信号的托兴表示方法。
4、掌握变量等有关概念，具备初步的将一般数学模型转化为对应的计机模型并进行处理的能力。
1.2 实验原理1、图形保持hold on/off命令控制是保持原有图形还是刷新原有图形，不带参数的hold命令在两种状态之间进行切换。
2、绘图修饰命令title(图形名称)xlabel(x轴说明)ylabel(y轴说明)text(x,y,图形说明)legend1.3 实验内容以及步骤单位采样序列代码：单位阶跃序列代码：矩形序列代码：三角波代码：方波代码：锯齿波代码：Sinc函数代码：1.4 实验结果分析学习使用MATLAB7.0软件；学习信号的图形表示方法，掌握各种各种信号的的建模方式；实现单位采样序列、单位阶跃序列、举行序列、三角波、方波、锯齿波、Sinc函数。
1.5 实验总结以及体会构成经过本次试验，我对于用MATLAB来作出一些数字信号中的一些基本波形的图像有了深刻的认识，可以熟练而又准确地以MATLAB为工具做出诸如单位阶跃序列，矩形序列等多种序列的图形，不仅如此，在作图中，我对于MATLAB的一些作图的基本指令，以及需要作出的序列有了深刻的认识与见解；本节课做出这些图形并不是重点，重点是了解MATLAB程序设计语言的基本特点，掌握这一个重要的工具，并且可以将数学模型熟练地转化为计算机模型，并进行处理，这才是本次实验真正的作用与意义，也是作为当代大学生的我们所必须具备的基本能力。
1.6 指导老师评语2 信号的表示2.1 实验目的1、了解MATLAB 程序设计语言的基本特点，熟悉MATLAB 软件运行环境。
2、掌握各种信号的建模方式。
3、掌握各种信号的图形表示方法。
4、掌握变量等有关概念，具备初步的将一般数学模型转化为对应的计算机模型并进行处理的能力2.2 实验原理常用的 MATLAB 绘图语句有figure、plot、subplot、stem 等，图形修饰语具有title、axis、text 等。
2.2.1 figure 语句figure 有两种用法。
当只有一句figure 命令时，程序会创建一个新的图形窗口，并返回一个整数型的窗口编号。
当采用figure(n)时，表示将第n 个图形窗口作为当前的图形窗口，将其显示在所有窗口的最前面。
如果该图形窗口不存在，则新建一个窗口，并赋以编号n。
2.2.2 plot 语句线形绘图函数。
用法为plot(x,y,’s’)。
参数x 为横轴变量，y 为纵轴变量，s 用以控制图形的基本特征如颜色、粗细等，通常可以省略，常用方法如表1-1 所示。
表 1-1 plot 命令的参数及其含义2.2.3 subplot 语句subplot(m,n,i)是分割显示图形窗口命令，它把一个图形窗口分为m 行n 列共m×n 个小窗口，并指定第i 个小窗口为当前窗口。
2.2.4 二维统计分析图在MATLAB 中，二维统计分析图形很多，常见的有条形图、阶梯图、杆图和填充图等，所采用的函数分别是：bar(x,y,选项)stairs(x,y,选项)stem(x,y,选项)fill(x1,y1,选项1,x2,y2,选项2,…)2.2.5 图形保持hold on/off 命令控制是保持原有图形还是刷新原有图形，不带参数的hold 命令在两种状态之间进行切换。
2.2.6 绘图修饰命令title(图形名称)xlabel(x 轴说明)ylabel(y 轴说明)text(x,y,图形说明)legend(图例1,图例2,…)2.2.7 MATLAB 常用信号生成函数（1） ZEROS• 功能：产生全零阵列• 调用格式：X=ZEROS (N) %产生N 行N 列的全零矩阵• X=ZEROS(M,N) %产生M 行N 列的全零矩阵（2） ONES• 功能：产生全 1 阵列• 调用格式：X=ONES(N) %产生N 行N 列的全1 矩阵• X=ONES(M,N) %产生M 行N 列的全1 矩阵（3） SINC• 功能：辛格函数• 调用格式：Y= SINC(X) %（4） RECTPULS• 功能：产生矩形脉冲信号• 调用格式：Y= RECTPULS (T) %产生高度为1、宽度为1、关于T＝0 对称的矩形脉冲• Y= RECTPULS (T，W) %产生高度为1、宽度为W、关于T＝0 对称的矩形脉冲（5） RAND• 功能：产生伪随机序列• 调用格式：Y= RAND (1,N) %产生[0,1]上均匀分布的随机序列• Y= RANDN (1,N) %产生均值为0，方差为1 的白噪声序列（6） SAWTOOTH• 功能：产生周期锯齿波或三角波• 调用格式：Y= SAWTOOTH (T) %产生幅值为＋1，－1，以2 为周期的方波• Y=SAWTOOTH(T,WIDTH)% 产生幅值为＋1，－1，以WIDTH *2 为周期的方波（7） SQUARE• 功能：产生方波• 调用格式：Y= SQUARE (T) %产生幅值为＋1，－1，以2 为周期的锯齿波• Y= SQUARE(T,DUTY) % 产生幅值为＋1，－1，以占空比为DUTY 的方波• 例： t = 0:.0001:.0625;• y = SQUARE(2*pi*30*t，80); plot(t,y)％产生一个占空比为80%的方波（8） FLIPLR• 功能：序列左右翻转• 调用格式：Y = FLIPLR(X)• % X = 1 2 3 翻转后 3 2 14 5 6 6 5 4（9） CUMSUM 、SUM• 功能：计算序列累加• 调用格式：Y = CUMSUM(X) % 向量X 元素累加，记录每一次的累加结果,而SUM只记录最后的结果。
2.3：实验内容以及步骤1、分别以条形图、阶梯图、杆图和填充图形式绘制曲线y=2sin(x)。
程序如下：2、采用图形保持，在同一坐标内绘制曲线y1=0.2e-0.5xcos(4πx) 和y2=2e-0.5xcos(πx)。
程序如下：3、在0≤x≤2π区间内，绘制曲线y1=2e-0.5x 和y2=cos(4πx)，并给图形添加图形标注。
程序如下：4、实现单位采样序列δ(n)、单位阶跃序列u(n)、矩形序列( ) N R n ，并用图形显示。
写出程序及输出图形5、实现三角波、方波、锯齿波、Sinc 函数，并用图形显示。
写出程序及输出图形2.4：实验结果分析1、分别以条形图、阶梯图、杆图和填充图形式绘制曲线y=2sin(x)。
2、采用图形保持，在同一坐标内绘制曲线y1=0.2e-0.5xcos(4πx) 和y2=2e-0.5xcos(πx)。
3、在0≤x≤2π区间内，绘制曲线y1=2e-0.5x 和y2=cos(4πx)，并给图形添加图标注。
4、实现单位采样序列δ (n)、单位阶跃序列u(n)、矩形序列 ( ) N R n ，并用图形显示，写出程序及输出图形。
5、实现三角波、方波、锯齿波、Sinc 函数，并用图形显示。
写出程序及输出图形2.5：实验总结以及体会构成本次实验主要是熟悉了如何使用MATLAB 表示信号，通过MATLAB 的函数来实现是主要方法，其次也可以自行编写函数，表示自己需要的特定信号，来适应不同的应用场合。
在信号表示中学会画图是非常重要的一件事，几乎所有的信号都可以也需要用图像表示出来，这样对分析和实验都是有着好处的，熟练掌握画图函数，这些便都可以迎刃而解，画图函数有很多种，其参数也是形形色色，记住每个参数的位置意义是非常重要的。
因为是对数字信号的处理，因此免不了会用到很多的理论知识，这时就是理论和时间结合的时候，MATLAB 是一个可以仿真信号的工具，可以模拟实际，需要用理论知识来设计解决问题所需要的模型，然后用MATLAB 将其仿真出来，看看实际结果是否是我们预期的，这个结果也将是我们在现实中实施该方案所能看到的结果。
2.6：指导老师评语3 FFT 频谱分析及应用3.1 实验目的1、通过实验加深对FFT 的理解；2、熟悉应用FFT 对典型信号进行频谱分析的方法。
3.1 实验原理在各种信号序列中，有限长序列占重要地位。
对有限长序列可以利用离散傅立叶变换(DFT)进行分析。
DFT 不但可以很好的反映序列的频谱特性，而且易于用快速算法(FFT)在计算机上进行分析。
有限长序列的DFT 是其z 变换在单位圆上的等距离采样，或者说是序列傅立叶的等距离采样，因此可以用于序列的谱分析。
FFT 是DFT 的一种快速算法，它是对变换式进行一次次分解，使其成为若干小数据点的组合，从而减少运算量。
在MATLAB 信号处理工具箱中的函数fft（x,n）,可以用来实现序列的N 点快速傅立叶变换。
经函数fft求得的序列一般是复序列，通常要求出其幅值和相位。
MATLAB中提供了求复数的幅值和相位的函数：abs、angle，这些函数一般和fft同时使用。
3.3.3 实验内容以及步骤被噪声污染得信号，比较难看出所包含得频率分量，如一个由50Hz 和120Hz正弦信号构成的信号，受零均值随机噪声的干扰，数据采样率为1000Hz，试用FFT 函数来分析其信号频率成分，要求：○1 画出时域波形；○2 分析信号功率谱密度。
3.3.4 实验结果分析3.3.5实验总结以及体会构成本次实验只要是针对有限长序列，我们可以通过MATLAB对其进行离散傅里叶变化，是非常方便的，因为工具内部已经将函数写好，我们只需要将变化的信号交给函数就可以，可以说大大地减小了手工计算量，并且能过直观得将图画出来。
其中需要注意的问题也有很多，比如因为操作失误，将函数名称写错，软件机会报错，这个问题还是比较容易查找的，其次是在表示信号的时候，将一些数值写错，到会最后的变换不是我们需要的，画出的图像有明显的问题，这些都需要细心才能避免，当然还有一些比较头疼的错误，比如函数不会使用，所给的参数错误，或者不符合标准。
3.3.6指导老师评语4 信号的运算-卷积4.1 实验目的1、掌握信号的线性卷积运算。
2、掌握信号的循环卷积运算。
3、掌握信号循环卷积计算线性卷积的条件。
4.2 实验原理数字信号卷积定理4.3 实验内容以及步骤1、假设卷积下面信号X(n)=9.0n 0≤n<130 elseh(n)= 1 0≤n<120 else选定循环卷积的长度为N = 21。