数字信号处理课程设计毕业设计(论文)word格式
(完整word版)数字信号处理课程设计
目录第1章需求分析----------------------------------------------------- 3 1.1设计题目------------------------------------------------------------------ 3 1.2设计要求------------------------------------------------------------------ 3 1.3系统功能分析-------------------------------------------------------------- 3第2章原理分析和设计-------------------------------------------- 4 2.1理论分析和计算------------------------------------------------------------ 4第3章详细设计----------------------------------------------------- 5 3.1算法设计思路-------------------------------------------------------------- 5 3.2对应的详细程序清单及程序注释说明------------------------------------------ 6第4章调试分析过程描述---------------------------------------- 10 4.1测试数据、测试输出结果--------------------------------------------------- 10 4.2程序调试过程中存在的问题以及对问题的思考--------------------------------- 13第5章总结-------------------------------------------------------- 15第1章需求分析1.1设计题目在Matlab 环境中，利用编程方法对FDMA通信模型进行仿真研究1.2设计要求1.2.1 Matlab支持麦克风，可直接进行声音的录制，要求至少获取3路语音信号。
(完整word版)PI4-QPSK信号的调制与解调
大学生本科毕业设计（论文）题目：PI/4—QPSK信号的调制与解调专业电子与通信工程类别计算机模拟日期05年5月摘要在以前的数字蜂窝系统中，往往采用FSK、ASK、PSK等调制方式.随着数字蜂窝系统的发展，对调制和数字蜂窝系统的技术要求越来越高，许多优秀的调制技术应运而生，其中PI/4—QPSK 技术是无线通信中比较突出的一种二进制调制方法。
本文首先介绍了数字相位调制的一般原理；然后对PI/4—QPSK的调制原理进行了阐述，并对影响调制性能的滤波器进行了分析与研究;最后重点研究了PI/4—QPSK的三种解调方法并通过用Matlab对这一过程进行编程,得出信号在不同信噪比下模拟传输的时域图、频域图及功率谱密度曲线等，并在相同信道条件下通过眼图和误码率曲线图对PI/4—QPSK的三种解调方法进行了性能比较，得出了基带差分解调性能最差、中频差分解调性能次之、鉴频器解调性能最优的结论。
关键词PI/4—QPSK；同相信道；正交信道；调制；差分解调(完整word版)PI4-QPSK信号的调制与解调AbstractPrevious digital honeycomb system often adopt modulation way of FSK, ASK，PSK etc. Along with development of digital honeycomb system the tec- hnical criterion of modulation and demodulation will be adjusted to meet hig—her requirement. A lot of excellent modulation technology has emerged as the times require, the PI/4—QPSK is one of the most outstanding technology in radio communication。
本科毕业设计论文--数字信号处理课程设计报告抽样定理的应用
抽样定理的应用摘要抽样定理表示为若频带宽度有限的，要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高频率。
抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。
抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。
语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴学科，是目前发展最为迅速的学科之一，通过语音传递信息是人类最重要，最有效，最常用和最方便的交换信息手段，所以对其的研究更显得尤为重要。
Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换成离散的数据文件，然后用起强大的矩阵运算能力处理数据。
这为我们的本次设计提供了强大并良好的环境！本设计要求通过利用matlab对模拟信号和语音信号进行抽样，通过傅里叶变换转换到频域，观察波形并进行分析。
关键词：抽样Matlab目录一、设计目的： (2)二、设计原理： (2)1、抽样定理 (2)2、MATLAB简介 (2)3、语音信号 (3)4、Stem函数绘图 (3)三、设计内容： (4)1、已知g1(t)=cos(6πt),g2(t)=cos(14πt),g3(t)=cos(26πt),以抽样频率fsam=10Hz对上述三个信号进行抽样。
在同一张图上画出g1(t)，g2(t)，g3(t)及其抽样点,对所得结果进行讨论。
(4)2、选取三段不同的语音信号，并选取适合的同一抽样频率对其进行抽样，画出抽样前后的图形，并进行比较，播放抽样前后的语音。
(6)3、选取合适的点数，对抽样后的三段语音信号分别做DFT，画图并比较。
(10)四、总结 (12)五、参考文献 (13)绪论当今，随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域，数字信号处理技术正飞速发展，它不但自成一门学科，更是以不同形式影响和渗透到其他学科；它与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注数字化、智能化和网络化是当代信息技术发展的大趋势，而数字化是智能化和网络化的基础，实际生活中遇到的信号多种多样，例如广播信号、电视信号、雷达信号、通信信号、导航信号等等。
数字信号处理课程设计
数字信号处理专业课程设计任务书说明：本表由指导教师填写，由教研室主任审核后下达给选题学生，装订在设计（论文）首页1需求分析用海明窗函数法设计一个数字FIR 带阻滤波器，要求通带边界频率为350Hz ，550Hz ，阻带边界频率为400Hz ，500Hz ，通带最大衰减1dB ，阻带最小衰减40dB ，抽样频率为2000Hz ，用MA TLAB 画出幅频特性，画出并分析滤波器传输函数的零极点；信号)2sin()2sin()()()(2121t f t f t x t x t x ππ+=+=经过该滤波器，其中=1f 450Hz ，=2f 600Hz ，滤波器的输出)(t y 是什么？用Matlab 验证你的结论并给出)(),(),(),(21t y t x t x t x 的图形。
，数字信号处理是把许多经典的理论体系作为自己的理论基础，同时又使自己成为一系列新兴学科的理论基础。
现如今随着电子设备工作频率范围的不断扩大，电磁干扰也越来也严重，接收机接收到的信号也越来越复杂。
为了得到所需要频率的信号，就需要对接收到的信号进行过滤，从而得到所需频率段的信号，这就是滤波器的工作原理。
对于传统的滤波器而言，如果滤波器的输入，输出都是离散时间信号，则该滤波器的冲激响应也必然是离散的，这样的滤波器定义为数字滤波器。
它通过对采样数据信号进行数学运算来达到频域滤波的目的.滤波器在功能上可分为四类，即低通（LP ）、高通（HP ）、带通（BP ）、带阻（BS ）滤波器等，每种又有模拟滤波器（AF ）和数字滤波器（DF ）两种形式。
对数字滤波器，从实现方法上，由有限长冲激响应所表示的数字滤波器被称为FIR 滤波器，具有无限冲激响应的数字滤波器被称为IIR 滤波器。
F IR 数字滤波器的主要优点有：一、可具有严格的线性相位特性；二、不存在稳定性问题；三、可利用DFT 来实现。
这些优点使FIR 数字滤波器得到了广泛应用。
窗函数法是一种设计FIR 数字滤波器的基本方法，但它不是最佳设计方法，在满足同样设计指标的情况下，用这种方法设计出的滤波器的阶数通常偏大。
数字信号处理论文范例
数字信号处理论文范例数字信号处理论文范例关键词：范例,数字信号处理,论文数字信号处理论文范例介绍：近年来，随着多媒体业务、P2P网络和IP 流媒体业务（特别是IPTV）快速发展，对宽带通信的需求剧增，超带宽业务正在推动全球运营商向下一代光传送技术演进。
传统的光纤传输系统中使用的强度调制/直接检测已经越来越不能满足未来超大距离超大容量数据传输的需求。
具有高频谱效率的相干光通信技术开始引起人们的广泛关数字信号处理论文范例详情： [论文：.lwlwlw.] 近年来，随着多媒体业务、P2P网络和IP流媒体业务（特别是IPTV）快速发展，对宽带通信的需求剧增，超带宽业务正在推动全球运营商向下一代光传送技术演进。
传统的光纤传输系统中使用的强度调制/直接检测已经越来越不能满足未来超大距离超大容量数据传输的需求。
具有高频谱效率的相干光通信技术开始引起人们的广泛关注。
下面我们来看一篇数字信号处理论文，学习一下该方面的知识。
题目：数字信号处理对电子测量与仪器的影响研究摘要：数字信号处理作 .016823./为科技研究中出现的一种新的技术，其目前已经在控制类、机电类以及计算机领域中被广泛的运用。
而这种技术和电子测量以及其仪器之间有着很紧密的联系。
本文对这三个主体的相关概念进行阐述，在此基础上对数字信号处理对电子测量以及其仪器的相关影响进行了详细的阐述。
关键词：数字信号处理；电子测量；电子仪器在对信号进行处理的时候，数字信号处理是其中关键的内容，其也是信息处理进行实现的关键途径。
而在这其中，电子测量是对信息进行收集的主要方式，电子测量仪器是对信息进行收集的仪器，所以电子测量以及仪器是为数字信号处理进行服务的。
把数字信号处理中的相关技术与理念运用到电子测量和仪器中，能够更好的促使电子测量以及其仪器的发展。
以下是我们的数字信号处理论文，供你借鉴参考。
一、电子测量以及相关仪器的概念（一）电子测量相关的概念测量即是指人类对客观世界进行分析以及获取相关数据的过程。
毕业设计106 数字信号处理基础
3 数字信号处理动态应变产生的原因有载荷随时间变化，也有因构件运动，按动态应变随时间变化的性质可分为确定性和非确定性两类。
对动态应变信号进行数据分析要分析其频谱，从频域的角度来反映和揭示信号的变化规律。
将信号的时域描述通过数学处理变换为频域分析的方法称为频谱分析。
根据信号的性质及变换方法的不同，可以表示为幅值相位谱、功率谱、幅值密度谱、能量谱密度以及功率谱密度。
频谱是人们认识信号最重要的手段之一，根据频谱的组成，人们很容易抓住信号与系统的特征，据此可以有效地对信号进行分析、处理、合成以及设计特定的系统。
傅立叶变换和信号的采样是进行动态应变信号分析时用到的最基本的技术，只有将被测信号先进行采样，然后才能对信号进行下一步的分析与处理。
3.1 信号的采样[15-17]用计算机对信号进行分析处理，由于许多信号都是连续变化的模拟量，而计算机只能识别和处理离散型的数字量，所以必须建立模拟量转换为数字量的装置，才能发挥计算机的一系列性能。
把连续的时间信号转换为离散的数字信号的过程称为模/数（D A /）转换过程，这是数字信号分析的必要过程。
D A /转换过程包括采样、量化和编码，其工作原理如图3.1所示。
图3.1 A/D 转换过程Fig.3.1 Conversion process of A/D信号)(t x 经过上述变换后，变成为时间上离散，幅值上量化的数字信号，通过接口电路输入计算机，这样，计算机才能进行进一步的处理。
1101（1）采样过程采样，又称为抽样，是利用采样脉冲序列)(t p ，从连续时间信号)(t x 中抽取一系列离散样值，使之成为采样信号)(t n x ∆的过程，其中，△t 称为采样周期，s f t =∆/1称为采样频率，n=0,1,2, …。
则采样信号为：)()()(t p t x t x s = (3.1)设)()]([ωX t x F =， )()]([ωP t p F = 那么根据时域相乘频域卷积定理，有)(*)(21)(ωωπωP X X s = (3.2)又因为采样脉冲序列是一个周期函数，所以)(2)(s n n C P ωωδπω-=∑∞∞- (3.3)C n 为p(t)的傅立叶系数。
数字信号处理课程设计报告格式---肖伟
课程设计报告课程名称数字信号处理课题名称专业通信工程班级通信工程1101学号姓名指导教师胡瑛张细政2013年9月8日湖南工程学院课程设计任务书课程名称数字信号处理课题专业班级通信工程1101学生姓名学号指导老师胡瑛张细政审批任务书下达日期2013 年9月 1 日任务完成日期2013 年9月8日《数字信号处理》课程设计任务书一、设计目的综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应结论，再利用MATLAB 作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。
二、设计要求1、MATLAB 的使用，掌握MATLAB 的程序设计方法。
2、Windows 环境下语音信号采集的方法。
3、数字信号处理的基本概念、基本理论和基本方法。
4、TLAB 设计FIR 和nR 数字滤波器的方法。
5、用 MATLAB 对信号进行分析和处理6、计报告4000以上，含程序设计说明，用户使用说明，源程序清单及程序框图。
7、机演示。
8、有详细的文档。
文档中包括设计思路、设计仿真程序、仿真结果及相应的分析与结论。
三、进度安排第一周星期一：课题讲解，查阅资料星期二: 总体设计，详细设计星期三：编程，上机调试、修改程序星期四：上机调试、完善程序星期五：答辩星期六-星期天：撰写课程设计报告附：课程设计报告装订顺序：封面、任务书、目录、正文、评分、附件（A4大小的图纸及程序清单）。
正文的格式:一级标题用3号黑体,二级标题用四号宋体加粗,正文用小四号宋体;行距为22。
正文的内容:一、课题的主要功能；二、课题的功能模块的划分；三、主要功能的实现；四、程序调试；五、总结；六、附件（所有程序的原代码，要求对程序写出必要的注释）；七、评分表。
目录1、课题的主要功能 (1)1.1问题描述.......................................... 错误！未定义书签。
1.2功能要求.......................................... 错误！未定义书签。
数字信号处理毕业设计
摘要数字信号处理是将信号以数字方式表示并处理的理论和技术。
数字信号处理与模拟信号处理是信号处理的子集。
本书介绍了利用DFT的线性卷积、误差分析、快速傅里叶变换、划分和组合方法、基一2FFT算法、MATLAB 实现……。
关键字：DFT FFT MA TLAB目录利用DFT的线性卷积 (3)误差分析 (5)块卷积 (7)快速傅里叶变换 (11)划分和组合方法 (14)基一2FFT算法 (15)MA TLAB实现 (17)快速卷积 (19)高速块卷积 (21)致谢 (35)利用DFT 的线性卷积在线性系统中最重要的运算之一足线性卷积。
事实上，FIR 滤波器枉实际中一般都是用这种线性卷积实现的。
另一方面，DFT 、又是在频域实现线性系统运算的一条实际途径；稍后还会看到，通过计算这还是一种高效的运算。
然而，其巾存在一个问题：DFT 运算所得到的是一个循环卷积(我们不想要的东西)，而不是我们想要的线性卷积。
现在要看看如何应用DFT"来吏现线性卷积(或等效为如何让循环卷积做戚与线性卷积一样)。
在例题5.15中曾间接提到过这一问题。
令1()x n 是1N 点序列,2()x n 是2N 点序列。
定义3()x n 为1()x n 和2()x n 的线性卷积，即*312()()()x n x n x n1112120()()()()N k x k x n k x k x n k ∞---∞=-=-∑∑ 那么3()x n 是一个12(1)N N +-点序列。
如果选取12max(,)N N N =，并计算 N 点的循环卷积12()()x n Nx n ，那么就得到N 点序列，它显然不同于3()x n 。
这样的观点也提供了一个线索，为什么不选12(1)N N N =+-，并做12(1)N N +-点的循环卷积呢，这样至少这两个卷积都有相同的样本数。
因此，令121N N N =+-并将1()x n 和2()x n 都当作N 点序列对待。
- 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)。
《数字信号处理》课程设计作业院系：物理工程学院电子信息科学与技术班级：1学号：20092250103姓名：冯军美实验一：音乐信号音谱和频谱的观察1.实验方案读取音乐信号并将信号装换为单声道的，并输出信号的波形图和频谱图%2.源程序clear all; close all;clc[x,fs,bit]=wavread('F:\费玉清-一剪梅00_01_23-00_01_28.wav');%读取音乐信号，其中x为截取的音乐信号size(x) %看音乐信号是单声道还是双声道sound(x,fs); %听原始音乐信号x=x(:,1); %获取单声道音乐信号N=length(x); %N为音乐信号的长度figureplot(x) %画音乐信号的连续波形grid on %产生虚线格title('音乐信号时域波型') %标注图注xlabel('Time') %x坐标ylabel('Magnitude') %y坐标F1=fft(x,N); %做音乐信号的N点快速傅里叶变换w=2/N*[0:N-1]; %w为连续频谱的数字角频率横坐标figureplot(w,abs(F1)) %连续频谱图grid ontitle('音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')%不同抽样频率下听取的音乐信号% sound(x,2*fs);sound(x,fs/2);3.输出波形0.511.522.5x 105-1-0.8-0.6-0.4-0.200.20.40.60.81音乐信号时域波型TimeM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.8250010001500200025003000音乐信号频域波型Frequency/HzM a g n i t u d e4．输出结果分析从音谱可看到音乐信号分布在整个时间轴上，幅值分布有规律；从频谱可看到音乐信号主要分布在低频段，高频成分较少，在0.4pi 以后几乎无音乐信号的频谱成分了5．回放声音信号特征的描述和解释当抽样率变为原来的2后，可听出音乐信号，但音乐明显比原来速度播放的快了，播放时间也比原来缩短了，而且音乐中听到的更多的是高频成分。
如果继续增加抽样率，当抽样率变为原来的五倍时，已经听不出原信号了，且播放时间缩的更短。
当抽样率变为原来的1/2，仍可辨别出音乐信号，但此时音乐中主要是低频成分，音乐信号听起来播放速度明显比原信号慢了，而且播放时间也比原来延长了。
如果继续降低抽样率，当抽样率变为原来的五分之一时，已经不能辨别出音乐信号了，且播放时间比原来更长。
实验二：音乐信号的抽取1.实验方案读取音乐信号之后将信号变为单声道信号，分别取不同的抽样间隔对原因有信号进行减抽样，并输出减抽样后信号的波形图和频谱图，同时播放信号。
2.源程序clear all;close all;clc;[x,fs,bit]=wavread('F:\费玉清-一剪梅00_01_23-00_01_28.wav');%读取音乐信号size(x)x=x(:,1); %取双声道信号的第一列sound(x,fs);figureplot(x); %输出音乐信号的连续波形grid ontitle('减抽样前音乐信号时域波型')xlabel('Time')ylabel('Magnitude')N=length(x); %音乐信号的长度F1=fft(x,N); %对音乐信号进行N点fft变换w=2/N*[0:N-1]; %连续频谱的数字角频率的横坐标figureplot(w,abs(F1)); %原信号的频谱图grid ontitle('减抽样前音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')%对音乐信号进行减抽样D=2;j=0; %取减抽样的间隔为2for i=1:D:length(x) %对原始的音乐信号每隔2个点抽一次样j=j+1;x1(j)=x(i); %x1为减抽样后的信号endsound(x1,fs/D); %播放减抽样后的音乐信号figureplot(x1); %输出减抽样后未混叠的信号的连续波形grid ontitle('减抽样后不混叠的音乐信号时域波型')xlabel('Time')ylabel('Magnitude')F2=fft(x1,N);figureplot(w,abs(F2)) %输出减抽样后未混叠的信号的频谱图grid ontitle('减抽样后不混叠的音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')D=100;j=0; %取抽样间隔为20for i=1:D:length(x) %对原信号每隔20个点抽取一次j=j+1;x2(j)=x(i); %减抽样后的信号endsound(x2,fs/D); %播放减抽样后的音乐信号figureplot(x2) %减抽样后混叠的信号连续波形grid ontitle('减抽样后混叠的音乐信号时域波型')xlabel('Time')ylabel('Magnitude')F3=fft(x2,N);figureplot(w,abs(F3)) %减抽样后混叠的信号的连续频谱图grid ontitle('减抽样后混叠的音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')3.输出波形.0.511.522.5x 105-1-0.8-0.6-0.4-0.200.20.40.60.81减抽样前音乐信号时域波型TimeM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.8250010001500200025003000减抽样前音乐信号频域波型Frequency/HzM a g n i t u d e24681012x 104-1-0.8-0.6-0.4-0.200.20.40.60.81TimeM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.82200400600800100012001400减抽样后不混叠的音乐信号频域波型Frequency/HzM a g n i t u d e5001000150020002500-1-0.8-0.6-0.4-0.200.20.40.60.81TimeM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.82510152025303540减抽样后不混叠的音乐信号频域波型Frequency/HzM a g n i t u d e4.输出结果分析从时域分析，随着减抽样的间隔不断的变大，可发现信号波形变得比原来稀疏平均幅值也比原信号小一些，但从信号的波形上无法看出减抽样后的频谱是否混叠。
从频域分析，可明显看出取不同的抽样间隔对信号的影响的不同。
当间隔为2时，频域图的最高频率未超过pi，未发生混叠。
当抽样间隔取100时，可看出频谱发生较大改变，且频谱变得很混乱，高频和低频没有分界线了。
5．回放声音信号特征的描述和解释减抽样的抽样间隔不同，相应的信号的频谱图和声音的播放也相应的会发生变化。
随着抽样间隔的增加，当抽样间隔增加到6时，可看到频谱已开始发生混叠，但播放的音乐信号并未发生太大改变。
继续增加抽样间隔，频谱的混叠程度逐渐增大。
随着抽样间隔的逐渐增大，播放的音乐信号音调变得越来越低，且当抽样间隔增加到20时，音乐信号里面间杂有杂音，但可以分辨出是原信号。
当抽样间隔增大到40时，已分辨不出原音乐信号了。
实验三：音乐信号的AM调制1．实验方案读取音乐信号之后，输出音乐信号的频谱图，观察音乐信号的频率上限，分别选取调制合适的调制频率0.4pi、产生混叠时的极低频调制频率0.1pi和极高频调制频率0.9pi，观察调制后的频率图，并播放调制后的音乐信号。
2．源程序clear all; close all;clc[x,fs,bit]=wavread('F:\费玉清-一剪梅00_01_23-00_01_28.wav');%读取音乐信号size(x);x=x(:,1); %获取单声道信号N=length(x); %N为音乐信号的长度% sound(x,fs); %播放音乐信号figuresubplot(2,1,1)plot(x) %输出音乐信号的连续波形grid ontitle('音乐信号时域波型')xlabel('Time')ylabel('Magnitude')F1=fft(x,N); %对音乐信号进行N点快速傅里叶变换w=2/N*[0:N-1]; %w为连续频谱的数字角频率横坐标subplot(2,1,2)plot(w,abs(F1)) %输出连续谱图grid ontitle('音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')n=0:N-1; %n取值共N点x1=cos(0.4*pi*n); %对音乐信号进行调制的余弦信号figureF2=fft(x1,N); %对余弦信号进行N点fft变换plot(w,abs(F2)) %输出余弦信号的连续谱图grid ontitle('余弦信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')x2=x.*x1'; %用合适的余弦信号对音乐信号进行调制% sound(x2,fs); %播放调制后的音乐信号figuresubplot(2,1,1);plot(x2) %输出调制后的信号的波形F3=fft(x2,N); %对调制后的信号进行N点fft变换grid ontitle('调制后未发生混叠的音乐信号时域波型')xlabel('Time')subplot(2,1,2);plot(w,abs(F3)) %输出调制后信号的信号的连续谱图grid ontitle('调制后未发生混叠的音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')n=0:N-1;x3=cos(0.1*pi*n); % 低频的余弦信号F=fft(x3,N);figureplot(w,abs(F)) %输出余弦信号的连续谱图grid ontitle('余弦信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')x4=x.*x3'; %对音乐信号进行调制% sound(x4,fs); %播放调制后的音乐信号figuresubplot(2,1,1);plot(x4) %输出低频调制后的信号的波形F4=fft(x4,N); %对调制后的进行N点fft变换grid ontitle('低频调制后混叠的音乐信号时域波型')xlabel('Time')subplot(2,1,2);plot(w,abs(F4)) %输出低频调制后信号的信号的连续谱图grid ontitle('低频调制后混叠的音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')x5=cos(0.9*pi*n); %高频的余弦信号F5=fft(x5,N);figureplot(w,abs(F5)) %输出高频余弦信号的连续谱图grid ontitle('余弦信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')x6=x.*x5'; %对音乐信号进行高频调制sound(x6,fs); %播放高频调制后的音乐信号figuresubplot(2,1,1);plot(x4) %输出高频调制后的信号的波形F=fft(x6,N); %对高频调制后的进行N点fft变换grid ontitle('高频调制后混叠的音乐信号时域波型')xlabel('Time')subplot(2,1,2);plot(w,abs(F)) %输出高频调制后信号的信号的连续谱图grid ontitle('高频调制后混叠的音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')3.输出波形0.511.522.5x 105-1-0.500.51音乐信号时域波型TimeM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.82100020003000音乐信号频域波型Frequency/Hz M a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.82246810124余弦信号频域波型Frequency/HzM a g n i t u d e0.511.522.5x 105-1-0.500.51Time00.20.40.60.81 1.2 1.4 1.6 1.8250010001500调制后未发生混叠的音乐信号频域波型Frequency/HzM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.82246810124余弦信号频域波型Frequency/HzM a g n i t u d e0.511.522.5x 105-1-0.500.51Time00.20.40.60.81 1.2 1.4 1.6 1.8250010001500低频调制后混叠的音乐信号频域波型Frequency/HzM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.82246810124余弦信号频域波型Frequency/HzM a g n i t u d e0.511.522.5x 105-1-0.500.51Time00.20.40.60.81 1.2 1.4 1.6 1.8250010001500高频调制后混叠的音乐信号频域波型Frequency/HzM a g n i t u d e4. 输出结果从输出波形上看，调制前后的音乐信号的波形几乎没有什么区别。