信号处理实验报告
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。
信号处理实验报告
信号处理实验报告实验目的：通过实验了解信号处理的基本原理和方法，并掌握使用MATLAB进行信号处理的基本操作。
实验原理：信号处理是指对模拟信号或数字信号进行分析、处理、提取有用信息的过程。
信号处理包括信号的采集、滤波、降噪、特征提取等核心内容。
MATLAB 是一种功能强大的数学软件，也是信号处理的常用工具。
通过使用MATLAB，可以对信号进行快速、准确的处理和分析。
实验过程：1. 使用MATLAB生成一个正弦信号，频率为100Hz，幅值为1，时长为1s。
matlabt = 0:0.001:1;f = 100;x = sin(2*pi*f*t);2. 绘制该信号的时域图像。
matlabfigure;plot(t, x);xlabel('时间（s）');ylabel('幅值');title('正弦信号的时域图像');3. 使用MATLAB进行频谱分析。
matlabN = length(x);f = (0:N-1)*(1/N);X = fft(x);P = abs(X).^2/N;figure;plot(f,P);xlabel('频率（Hz）');ylabel('功率谱密度');title('信号的频谱图像');4. 对信号进行滤波，去除高频成分。
matlabfs = 1000;Wp = 200/(fs/2);Ws = 300/(fs/2);Rp = 3;Rs = 60;[n,Ws] = cheb2ord(Wp,Ws,Rp,Rs); [b,a] = cheby2(n,Rs,Ws);y = filter(b,a,x);figure;plot(t,y);xlabel('时间（s）');ylabel('幅值');title('去除高频成分后的信号');5. 对滤波后的信号进行降噪处理。
信号处理实验报告
一、实验目的本次实验旨在通过MATLAB软件平台，对数字信号处理的基本概念、原理和方法进行学习和实践。
通过实验，加深对以下内容的理解：1. 离散时间信号的基本概念和性质；2. 离散时间系统及其特性；3. 离散傅里叶变换（DFT）及其性质；4. 离散傅里叶逆变换（IDFT）及其应用；5. 窗函数及其在信号处理中的应用。
二、实验内容1. 离散时间信号的产生与性质（1）实验步骤：1.1 利用MATLAB生成以下离散时间信号：- 单位脉冲序列：δ[n]；- 单位阶跃序列：u[n]；- 矩形序列：R[n]；- 实指数序列：a^n；- 复指数序列：e^(jωn)。
1.2 分析并比较这些信号的性质，如自相关函数、功率谱密度等。
（2）实验结果：实验结果显示，不同类型的离散时间信号具有不同的性质。
例如，单位脉冲序列的自相关函数为δ[n]，功率谱密度为无穷大；单位阶跃序列的自相关函数为R[n]，功率谱密度为有限值；矩形序列的自相关函数为R[n]，功率谱密度为无穷大；实指数序列和复指数序列的自相关函数和功率谱密度均为有限值。
2. 离散时间系统及其特性（1）实验步骤：2.1 利用MATLAB构建以下离散时间系统：- 线性时不变系统：y[n] = x[n] a^n；- 非线性时不变系统：y[n] = x[n]^2；- 线性时变系统：y[n] = x[n] (1 + n)。
2.2 分析并比较这些系统的特性，如稳定性、因果性、线性时不变性等。
（2）实验结果：实验结果显示，不同类型的离散时间系统具有不同的特性。
例如，线性时不变系统的输出与输入之间存在线性关系，且满足时不变性；非线性时不变系统的输出与输入之间存在非线性关系，但满足时不变性；线性时变系统的输出与输入之间存在线性关系，但满足时变性。
3. 离散傅里叶变换（DFT）及其性质（1）实验步骤：3.1 利用MATLAB对以下离散时间信号进行DFT变换：- 单位脉冲序列：δ[n]；- 单位阶跃序列：u[n]；- 矩形序列：R[n]。
信号处理实验报告总结
信号处理实验报告总结引言信号处理是一门研究如何对信号进行处理和分析的学科，它在许多领域中都有着广泛的应用，如通信、图像处理、音频处理等。
本实验旨在通过实际操作与理论结合的方式，帮助学生深入理解信号处理的原理和方法。
理论背景信号处理的理论基础包括信号与系统、傅里叶分析、滤波器设计等方面的知识。
在本次实验中，我们主要了解了离散傅里叶变换（DFT）和数字滤波器的原理和应用，以及常见的信号处理算法。
实验过程与结果本次实验分为两个部分：DFT算法实现和数字滤波器设计。
DFT算法实现我们首先实现了离散傅里叶变换的算法，并通过MATLAB软件进行了验证。
实验中，我们使用了一个正弦信号，并通过DFT算法将其转换为频域表示。
实验结果显示，离散傅里叶变换能够准确地将时域信号转换为频域信号，且图像频谱与理论结果一致。
数字滤波器设计在第二个实验中，我们学习了数字滤波器的设计方法和常见的滤波器类型。
我们采用了巴特沃斯滤波器设计方法，并使用MATLAB软件进行了参数设计。
实验结果表明，数字滤波器能够有效地滤除输入信号中不需要的频率成分，并保留我们感兴趣的信号。
实验总结通过本次实验，我们对信号处理的理论知识有了更深入的了解，并通过实际操作加深了对信号处理方法的理解和应用能力。
通过实验，我们对离散傅里叶变换和数字滤波器的原理和应用有了更深入的了解。
然而，在实验过程中也遇到了一些困难。
例如，在DFT算法实现中，我们需要对算法进行优化以提高运行效率。
在数字滤波器设计中，我们还需要更深入地学习滤波器设计的原理和方法，以便更好地应用在实际工程中。
总的来说，本次实验使我们更加深入地了解了信号处理的原理和方法，并对信号处理的应用有了更为清晰的认识。
在今后的学习和工作中，我们将进一步巩固这方面的知识，并不断探索更多的信号处理方法和算法。
参考文献[1] Oppenheim, A. V., & Schaffer, J. R. (1998). Discrete-time signal processing. Prentice Hall.[2] Proakis, J. G., & Manolakis, D. G. (1996). Digital signal processing: principles, algorithms, and applications. Prentice Hall.附录本次实验的MATLAB代码如下：matlab% DFT算法实现N = length(x);for k = 0:N-1X(k+1) = 0;for n = 0:N-1X(k+1) = X(k+1) + x(n+1)*exp(-1i*2*pi*k*n/N);endend% 数字滤波器设计fs = 100; % 采样频率fpass = 10; % 通带频率fstop = 20; % 阻带频率Rp = 1; % 通带最大衰减Rs = 60; % 阻带最小衰减wp = 2*pi*fpass/fs;ws = 2*pi*fstop/fs;[N, wn] = buttord(wp, ws, Rp, Rs);[b, a] = butter(N, wn);y = filter(b, a, x);以上是本次信号处理实验的总结，通过实验我们深入理解了信号处理的原理和方法，也发现了一些问题，期望在今后的学习和工作中能够进一步探索和应用信号处理技术。
信号分析与处理实验报告
信号分析与处理实验报告一、实验目的1.了解信号分析与处理的基本概念和方法；2.掌握信号分析与处理的基本实验操作；3.熟悉使用MATLAB进行信号分析与处理。
二、实验原理信号分析与处理是指利用数学和计算机技术对信号进行分析和处理的过程。
信号分析的目的是了解信号的特性和规律，通过对信号的频域、时域和幅频特性等进行分析，获取信号的频率、幅度、相位等信息。
信号处理的目的是对信号进行数据处理，提取信号的有效信息，优化信号的质量。
信号分析和处理的基本方法包括时域分析、频域分析和滤波处理。
时域分析主要是对信号的时变过程进行分析，常用的方法有波形分析和自相关分析。
频域分析是将信号转换到频率域进行分析，常用的方法有傅里叶级数和离散傅里叶变换。
滤波处理是根据信号的特性选择适当的滤波器对信号进行滤波，常用的滤波器有低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。
三、实验内容1.信号的时域分析将给定的信号进行波形分析，绘制信号的时域波形图；进行自相关分析，计算信号的自相关函数。
2.信号的频域分析使用傅里叶级数将信号转换到频域，绘制信号的频域图谱；使用离散傅里叶变换将信号转换到频域，绘制信号的频域图谱。
3.滤波处理选择合适的滤波器对信号进行滤波处理，观察滤波前后的信号波形和频谱。
四、实验步骤与数据1.时域分析选择一个信号进行时域分析，记录信号的波形和自相关函数。
2.频域分析选择一个信号进行傅里叶级数分析，记录信号的频谱；选择一个信号进行离散傅里叶变换分析，记录信号的频谱。
3.滤波处理选择一个信号，设计适当的滤波器对信号进行滤波处理，记录滤波前后的信号波形和频谱。
五、实验结果分析根据实验数据绘制的图像进行分析，对比不同信号在时域和频域上的特点。
观察滤波前后信号波形和频谱的变化，分析滤波效果的好坏。
分析不同滤波器对信号的影响，总结滤波处理的原理和方法。
六、实验总结通过本次实验，我们了解了信号分析与处理的基本概念和方法，掌握了信号分析与处理的基本实验操作，熟悉了使用MATLAB进行信号分析与处理。
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。
测试信号处理实验报告
一、实验目的1. 熟悉信号处理的基本概念和基本原理；2. 掌握信号的时域、频域分析方法；3. 理解滤波器的设计与实现方法；4. 提高实验操作技能和数据分析能力。
二、实验内容1. 信号的产生与基本特性分析2. 信号的时域、频域分析3. 滤波器的设计与实现4. 系统性能测试与分析三、实验原理1. 信号的产生与基本特性分析信号是信息传递的载体，信号的时域特性描述了信号随时间变化的规律，频域特性描述了信号中不同频率成分的分布情况。
2. 信号的时域、频域分析时域分析通过对信号进行时域波形观察，分析信号的波形、幅度、周期、频率等特性。
频域分析通过对信号进行傅里叶变换，分析信号的频谱分布情况。
3. 滤波器的设计与实现滤波器是一种能对信号进行选择性通、阻、衰减的装置。
滤波器的设计包括理想滤波器、实际滤波器的设计。
4. 系统性能测试与分析系统性能测试与分析包括系统稳定性、线性度、频率响应、群延迟、幅度响应等方面的测试。
四、实验步骤1. 信号的产生与基本特性分析（1）使用信号发生器产生不同类型的信号，如正弦波、方波、三角波等；（2）使用示波器观察信号的波形、幅度、周期、频率等特性；（3）对信号进行时域分析，记录相关数据。
2. 信号的时域、频域分析（1）对信号进行傅里叶变换，得到信号的频谱；（2）使用频谱分析仪观察信号的频谱分布情况；（3）对信号进行频域分析，记录相关数据。
3. 滤波器的设计与实现（1）设计一个低通滤波器，限制信号中高频成分的通过；（2）设计一个高通滤波器，限制信号中低频成分的通过；（3）设计一个带通滤波器，允许信号中特定频率范围内的成分通过；（4）使用滤波器对信号进行处理，观察滤波效果。
4. 系统性能测试与分析（1）测试滤波器的稳定性、线性度、频率响应、群延迟、幅度响应等性能指标；（2）记录测试数据，分析系统性能。
五、实验结果与分析1. 信号的产生与基本特性分析实验中产生的信号波形、幅度、周期、频率等特性符合理论预期。
dsp信号处理实验报告
dsp信号处理实验报告DSP信号处理实验报告一、引言数字信号处理（DSP）是一种将连续信号转换为离散信号，并对其进行处理和分析的技术。
在现代通信、音频处理、图像处理等领域中，DSP技术被广泛应用。
本实验旨在通过对DSP信号处理的实践，加深对该技术的理解与应用。
二、实验目的本实验旨在通过对DSP信号处理的实践，掌握以下内容：1. 学习使用DSP芯片进行信号采集和处理；2. 理解离散信号的采样和重构过程；3. 掌握常见的DSP信号处理算法和方法。
三、实验原理1. 信号采集与重构在DSP信号处理中，首先需要对模拟信号进行采样，将连续信号转换为离散信号。
采样过程中需要注意采样频率的选择，以避免混叠现象的发生。
采样完成后，需要对离散信号进行重构，恢复为连续信号。
2. DSP信号处理算法DSP信号处理涉及到多种算法和方法，如滤波、频谱分析、时域分析等。
其中，滤波是一种常见的信号处理方法，可以通过滤波器对信号进行去噪、增强等处理。
频谱分析可以将信号在频域上进行分析，了解信号的频率成分和能量分布。
时域分析则关注信号的时序特征，如幅值、相位等。
四、实验步骤1. 信号采集与重构在实验中，我们使用DSP芯片进行信号采集与重构。
将模拟信号输入DSP芯片的模拟输入端口，通过ADC（模数转换器）将模拟信号转换为数字信号。
然后，通过DAC（数模转换器）将数字信号转换为模拟信号输出。
2. 滤波处理为了演示滤波处理的效果，我们选择了一个含有噪声的信号进行处理。
首先，使用FIR滤波器对信号进行低通滤波，去除高频噪声。
然后，使用IIR滤波器对信号进行高通滤波，增强低频成分。
3. 频谱分析为了对信号的频率成分和能量分布进行分析，我们使用FFT（快速傅里叶变换）算法对信号进行频谱分析。
通过观察频谱图，可以了解信号的频率特性。
4. 时域分析为了对信号的时序特征进行分析，我们使用时域分析方法对信号进行处理。
通过计算信号的均值、方差、峰值等指标，可以了解信号的幅值、相位等特性。
matlab信号处理实验报告
matlab信号处理实验报告Matlab信号处理实验报告引言信号处理是一门研究如何获取、分析、变换和解释信号的学科。
在现代科技的发展中，信号处理在许多领域都扮演着重要的角色。
本文将以Matlab为工具，进行信号处理实验，并对实验结果进行分析和讨论。
实验一：信号的采样和重构在信号处理中，采样是指将连续时间的信号转化为离散时间的信号。
重构则是将离散时间的信号恢复为连续时间的信号。
我们选取了一个正弦信号进行实验。
首先，我们生成一个频率为10Hz的正弦信号，并对其进行采样。
使用Matlab的函数进行采样，可以得到离散时间的信号。
接下来，我们对采样后的信号进行重构。
使用Matlab的函数进行重构，可以得到连续时间的信号。
通过实验，我们可以观察到采样和重构过程中的信号失真情况。
信号的采样频率越高，重构后的信号越接近原始信号。
这是因为高采样频率可以提供更多的采样点，从而更好地还原原始信号。
实验二：信号的频谱分析频谱分析是信号处理中常用的一种方法，用于分析信号的频率成分。
我们选取了一个复杂的信号进行频谱分析。
首先，我们生成一个由多个正弦信号叠加而成的复杂信号。
使用Matlab的函数进行信号合成，可以得到复杂信号。
接下来，我们对复杂信号进行频谱分析。
使用Matlab的函数进行频谱分析，可以得到信号的频谱图。
通过实验，我们可以观察到复杂信号的频谱图中的不同频率成分。
频谱图上的峰值表示信号中的主要频率成分，而峰值的高度表示该频率成分的强度。
通过频谱分析，我们可以了解信号的频率特性，进而对信号进行进一步处理和分析。
实验三：信号的滤波处理滤波是信号处理中常用的一种方法，用于去除信号中的噪声或不需要的频率成分。
我们选取了一个包含噪声的信号进行滤波处理。
首先，我们生成一个包含噪声的信号。
使用Matlab的函数生成噪声信号，并将其与原始信号叠加，可以得到包含噪声的信号。
接下来，我们对包含噪声的信号进行滤波处理。
使用Matlab的函数进行滤波处理，可以得到去除噪声后的信号。
信号_频域分析实验报告(3篇)
第1篇一、实验目的1. 理解信号的频域分析方法及其在信号处理中的应用。
2. 掌握傅里叶变换的基本原理和计算方法。
3. 学习使用MATLAB进行信号的频域分析。
4. 分析不同信号在频域中的特性，理解频域分析在实际问题中的应用。
二、实验原理频域分析是信号处理中一种重要的分析方法，它将信号从时域转换到频域，从而揭示信号的频率结构。
傅里叶变换是频域分析的核心工具，它可以将任何信号分解为不同频率的正弦波和余弦波的线性组合。
三、实验内容及步骤1. 信号生成与傅里叶变换- 使用MATLAB生成一个简单的正弦波信号，频率为50Hz，采样频率为1000Hz。
- 对生成的正弦波信号进行傅里叶变换，得到其频谱图。
2. 频谱分析- 分析正弦波信号的频谱图，观察其频率成分和幅度分布。
- 改变正弦波信号的频率和幅度，观察频谱图的变化，验证傅里叶变换的性质。
3. 信号叠加- 将两个不同频率的正弦波信号叠加，生成一个复合信号。
- 对复合信号进行傅里叶变换，分析其频谱图，验证频谱叠加原理。
4. 窗函数- 使用不同类型的窗函数（如矩形窗、汉宁窗、汉明窗等）对信号进行截取，观察窗函数对频谱的影响。
- 分析不同窗函数的频率分辨率和旁瓣抑制能力。
5. 信号滤波- 设计一个低通滤波器，对信号进行滤波处理，观察滤波器对信号频谱的影响。
- 分析滤波器对信号时域和频域特性的影响。
6. MATLAB工具箱- 使用MATLAB信号处理工具箱中的函数，如`fft`、`ifft`、`filter`等，进行信号的频域分析。
- 学习MATLAB工具箱中的函数调用方法和参数设置。
四、实验结果与分析1. 正弦波信号的频谱分析实验结果显示，正弦波信号的频谱图只有一个峰值，位于50Hz处，说明信号只包含一个频率成分。
2. 信号叠加的频谱分析实验结果显示，复合信号的频谱图包含两个峰值，分别对应两个正弦波信号的频率。
验证了频谱叠加原理。
3. 窗函数对频谱的影响实验结果显示，不同类型的窗函数对频谱的影响不同。
硕士信号处理实验报告(3篇)
第1篇一、实验背景随着信息技术的飞速发展，数字信号处理（DSP）技术已成为通信、图像处理、语音识别等领域的重要工具。
本实验旨在通过一系列实验，加深对数字信号处理基本原理和方法的理解，提高实际应用能力。
二、实验目的1. 理解数字信号处理的基本概念和原理。
2. 掌握常用信号处理算法的MATLAB实现。
3. 培养分析和解决实际问题的能力。
三、实验内容本实验共分为五个部分，具体如下：1. 离散时间信号的基本操作（1）实验目的：熟悉离散时间信号的基本操作，如加法、减法、乘法、除法、延时、翻转等。
（2）实验步骤：- 使用MATLAB生成两个离散时间信号。
- 对信号进行基本操作，如加法、减法、乘法、除法、延时、翻转等。
- 观察并分析操作结果。
2. 离散时间系统的时域分析（1）实验目的：掌握离散时间系统的时域分析方法，如单位脉冲响应、零状态响应、零输入响应等。
（2）实验步骤：- 使用MATLAB设计一个离散时间系统。
- 计算系统的单位脉冲响应、零状态响应和零输入响应。
- 分析系统特性。
（1）实验目的：掌握离散时间信号的频域分析方法，如快速傅里叶变换（FFT）、离散傅里叶变换（DFT）等。
（2）实验步骤：- 使用MATLAB生成一个离散时间信号。
- 对信号进行FFT和DFT变换。
- 分析信号频谱。
4. 数字滤波器的设计与实现（1）实验目的：掌握数字滤波器的设计与实现方法，如巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器等。
（2）实验步骤：- 使用MATLAB设计一个低通滤波器。
- 使用窗函数法实现滤波器。
- 对滤波器进行性能分析。
5. 信号处理在实际应用中的案例分析（1）实验目的：了解信号处理在实际应用中的案例分析，如语音信号处理、图像处理等。
（2）实验步骤：- 选择一个信号处理应用案例。
- 分析案例中使用的信号处理方法。
- 总结案例中的经验和教训。
四、实验结果与分析1. 离散时间信号的基本操作实验结果表明，离散时间信号的基本操作简单易懂，通过MATLAB可以实现各种操作，方便快捷。
信号处理的实验报告
一、实验目的1. 理解信号处理的基本概念和方法。
2. 掌握信号时域和频域分析的基本方法。
3. 熟悉常用信号处理算法的应用。
4. 提高信号处理实验技能。
二、实验原理信号处理是研究信号的获取、传输、处理、分析和解释的一门学科。
本实验主要研究以下内容：1. 信号时域分析：通过对信号进行时域变换，分析信号的时域特性。
2. 信号频域分析：通过对信号进行频域变换，分析信号的频域特性。
3. 信号处理算法：学习常用的信号处理算法，如滤波、压缩、解调等。
三、实验内容1. 信号时域分析（1）实验目的：观察和分析信号的时域特性。
（2）实验步骤：① 利用MATLAB生成一个简单的信号（如正弦波、方波等）；② 绘制信号的时域波形图；③ 分析信号的时域特性，如幅度、频率、相位等。
2. 信号频域分析（1）实验目的：观察和分析信号的频域特性。
（2）实验步骤：① 对时域信号进行快速傅里叶变换（FFT）；② 绘制信号的频域谱图；③ 分析信号的频域特性，如频谱分布、带宽等。
3. 信号处理算法（1）实验目的：掌握常用信号处理算法的应用。
（2）实验步骤：① 对信号进行滤波处理，如低通滤波、高通滤波等；② 对信号进行压缩处理，如均方根压缩、对数压缩等；③ 对信号进行解调处理，如幅度解调、相位解调等。
四、实验结果与分析1. 信号时域分析结果（1）正弦波信号的时域波形图显示了信号的幅度、频率和相位。
（2）方波信号的时域波形图显示了信号的幅度、频率和相位。
2. 信号频域分析结果（1）正弦波信号的频域谱图显示了信号的频率成分。
（2）方波信号的频域谱图显示了信号的频率成分。
3. 信号处理算法结果（1）低通滤波处理后的信号降低了高频成分，保留了低频成分。
（2）均方根压缩处理后的信号降低了信号的动态范围，提高了信噪比。
（3）幅度解调处理后的信号恢复了原始信号的幅度信息。
五、实验结论通过本次实验，我们掌握了信号处理的基本概念和方法，熟悉了信号时域和频域分析的基本方法，了解了常用信号处理算法的应用。
信号实验报告抽样定理
一、实验目的1. 理解并掌握抽样定理的基本原理。
2. 通过实验验证抽样定理的正确性。
3. 学习如何通过抽样恢复原始信号。
4. 掌握信号频谱的观察与分析方法。
二、实验原理抽样定理是信号处理中的一个基本定理，它描述了如何通过抽样来恢复原始信号。
该定理指出，如果一个带限信号的最高频率分量为f_max，那么只要抽样频率f_s 满足f_s > 2f_max，那么通过这些抽样值就可以无失真地恢复出原始信号。
三、实验设备与工具1. 信号发生器2. 示波器3. 函数信号发生器4. 采样器5. 计算机及信号处理软件（如MATLAB）四、实验步骤1. 信号生成：使用信号发生器生成一个带限信号，确保其最高频率分量f_max小于1MHz。
2. 抽样：使用采样器对生成的信号进行抽样，设置不同的抽样频率f_s，分别为fs=1MHz、fs=2MHz和fs=4MHz。
3. 信号分析：使用示波器和函数信号发生器观察原始信号和抽样信号的波形，分析抽样频率对信号波形的影响。
4. 频谱分析：使用信号处理软件对原始信号和抽样信号进行频谱分析，观察其频谱特性。
5. 信号恢复：使用信号处理软件对抽样信号进行恢复，观察恢复信号与原始信号是否一致。
五、实验结果与分析1. 波形观察：当抽样频率fs=1MHz时，抽样信号与原始信号存在较大差异，信号波形发生明显畸变；当抽样频率fs=2MHz时，抽样信号与原始信号波形相似，但存在一定程度的失真；当抽样频率fs=4MHz时，抽样信号与原始信号基本一致，信号波形失真很小。
2. 频谱分析：当抽样频率fs=1MHz时，抽样信号的频谱存在混叠现象，无法恢复原始信号的频谱；当抽样频率fs=2MHz时，抽样信号的频谱与原始信号的频谱基本一致；当抽样频率fs=4MHz时，抽样信号的频谱与原始信号的频谱完全一致。
3. 信号恢复：当抽样频率fs=4MHz时，恢复信号与原始信号基本一致，证明了抽样定理的正确性。
六、实验结论1. 抽样定理是信号处理中的一个基本定理，它描述了如何通过抽样来恢复原始信号。
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。
数字信号处理实验报告_五个实验
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、掌握序列傅立叶变换的计算机实现方法，利用序列的傅立叶变换对连续信号、离散信号及系统响应进行频域分析。
二、 实验原理及方法采样是连续信号数字处理的第一个关键环节。
对采样过程的研究不仅可以了解采样前后信号时域和频域特性发生变化以及信号信息不丢失的条件，而且可以加深对傅立叶变换、Z 变换和序列傅立叶变换之间关系式的理解。
对一个连续信号)(t x a 进行理想采样的过程可用下式表示：)()()(^t p t t x x aa其中)(^t x a 为)(t x a 的理想采样，p(t)为周期脉冲，即∑∞-∞=-=m nT t t p )()(δ)(^t x a的傅立叶变换为)]([1)(^s m a m j X T j a X Ω-Ω=Ω∑∞-∞= 上式表明^)(Ωj Xa为)(Ωj Xa的周期延拓。
其延拓周期为采样角频率（T /2π=Ω）。
只有满足采样定理时，才不会发生频率混叠失真。
在实验时可以用序列的傅立叶变换来计算^)(Ωj X a 。
公式如下：Tw jwae X j X Ω==Ω|)()(^离散信号和系统在时域均可用序列来表示。
为了在实验中观察分析各种序列的频域特性，通常对)(jw e X 在[0，2π]上进行M 点采样来观察分析。
对长度为N 的有限长序列x(n)，有：n jw N n jw k ke m x eX--=∑=)()(1其中，k Mk πω2=，k=0,1,……M-1 时域离散线性非移变系统的输入/输出关系为∑∞-∞=-==m m n h m x n h n x n y )()()(*)()(上述卷积运算也可在频域实现)()()(ωωωj j j e H e X eY =三、 实验程序s=yesinput(Please Select The Step Of Experiment:\n 一.(1时域采样序列分析 s=str2num(s); close all;Xb=impseq(0,0,1); Ha=stepseq(1,1,10);Hb=impseq(0,0,3)+2.5*impseq(1,0,3)+2.2*impseq(2,0,3)+impseq(3,0,3); i=0;while(s);%时域采样序列分析 if(s==1)k=0;while(1)if(k==0)A=yesinput('please input the Amplitude:\n',...444.128,[100,1000]); a=yesinput('please input the Attenuation Coefficient:\n',...222.144,[100,600]);w=yesinput('please input the Angle Frequence(rad/s):\n',...222.144,[100,600]);endk=k+1;fs=yesinput('please input the sample frequence:\n',...1000,[100,1200]);Xa=FF(A,a,w,fs);i=i+1;string+['fs=',num2str(fs)];figure(i)DFT(Xa,50,string);1=yesinput1=str2num(1);end%系统和响应分析else if(s==2)kk=str2num(kk);while(kk)if(kk==1)m=conv(Xb,Hb);N=5;i=i+1;figure(i)string=('hb(n)');Hs=DFT(Hb,4,string);i=i+1;figure(i)string('xb(n)');DFT(Xb,2,string);string=('y(n)=xb(n)*hb(n)');else if (kk==2)m=conv(Ha,Ha);N=19;string=('y(n)=ha(n)*(ha(n)');else if (kk==3)Xc=stepseq(1,1,5);m=conv(Xc,Ha);string=('y(n)=xc(n)*ha(n)');endendendi=i+1;figure(i)DFT(m,N,string);kk=yesinputkk=str2num(kk);end卷积定理的验证else if(s==3)A=1;a=0.5;w=2,0734;fs=1;Xal=FF(A,a,w,fs);i=i+1;figure(i)string=('The xal(n)(A=1,a=0.4,T=1)'); [Xa,w]DFT(Xal,50,string);i=i+1;figure(i)string =('hb(n)');Hs=DFT(Hb,4,string);Ys=Xs.*Hs;y=conv(Xal,Hb);N=53;i=i+1;figure(i)string=('y(n)=xa(n)*hb(n)');[yy,w]=DFT(y,N,string);i=i+1;figure(i)subplot(2,2,1)plot(w/pi,abs(yy));axis([-2 2 0 2]);xlabel('w/pi');ylabel('|Ys(jw)|');title(FT[x(n)*h(n)]');subplot(2,2,3)plot(w/pi,abs(Ys));axis([-2 2 0 2]);xlabel('w/pi');ylabel('|Ys(jw)|');title('FT[xs(n)].FT[h(n)]'); end end end子函数:离散傅立叶变换及X(n),FT[x(n)]的绘图函数 function[c,l]=DFT(x,N,str) n=0:N-1; k=-200:200; w=(pi/100)*k; l=w; c=x*Xc=stepseq(1,1,5); 子函数：产生信号function c=FF(A,a,w,fs) n=o:50-1;c=A*exp((-a)*n/fs).*sin(w*n/fs).*stepseq(0,0,49); 子函数：产生脉冲信号function [x,n]=impseq(n0,n1,n2) n=[n1:n2];x=[(n-n0)==0];子函数：产生矩形框信号function [x,n]=stepseq(n0,n1,n2) n=[n1:n2];x=[(n-n0>=0)];四、 实验内容及步骤1、认真复习采样理论，离散信号与系统，线性卷积，序列的傅立叶变换及性质等有关内容，阅读本实验原理与方法。
信号处理实验报告
1. 进一步掌握信号分解的方法；2. 熟悉RLC 串联谐振电路的选频特性；基波二次谐波三次谐波四次谐波五次谐波六次谐波七次谐波频率 2.778 5.553 8.329 13.885 13.884 0 19.442 (KHz)幅值1070.0 90.8 282.0 40.3 108.0 0 75.2 (mv)1. 由表中数据可以比对出：1 ，3 ，5 ，7 次谐波的频率之比为：2.778 ：8.329 ：13.884 ：19.442 = 1 ：2.998 ：4.999 ：6.999是与傅里叶级数相符合的。
2. 同时可以比对出：其电压幅值之比：1070.0 ：282.0 ：108.0 ：75.2 = 1 ：0.2636 ：0.101：0.070 电压的幅值之比不是彻底符合要求，但是大致上能满足要求。
造成这一情况的原因可能是在测量幅值的过程中存在着干扰，实验中存在一定误差。
3. 2 ，4 ，6 次谐波的幅度较其他次谐波的幅度比较相对较小，基本满足幅度为0 的估计。
造成这一情况的原因也应该是在幅值的测量过程中存在的干扰所致。
Ⅰ-ⅤⅠ-ⅤⅠ-ⅦⅠ-ⅢⅦ-Ⅴ5 74.999 6.999图形见下Ⅴ--Ⅶ737≈3Ⅰ-ⅠⅢ-Ⅲ32.998Ⅲ-ⅦⅤ535≈3Ⅴ-Ⅶ757≈ 5Ⅰ-Ⅰ11NxNyff x图形y计算出的对应不同频率的 R 如上表所示，可以看出不同频率的 R 是不同的，这可能是L L因为趋肤效应的影响所致。
R (k Ω)L43.3 245.0 539.0 1001.3U (V)AB8.88.8 8.8 8.8U (V)R13.600 0.9600.464 0.256f 0 3f 05f 0 7fm c ． 简述李萨如图形的主要用途。
李萨如图可以用来大致判断合成图形的 X ，Y 方向的正弦运动的频率之比。
由此可以根据已知的一个输入频率求另一待测频率a ． 在RLC 电路中，若改变电阻R1 使电路的Q 变化，那末串联谐振电路的选频效应有什么变化，并说明Q 的物理意义。
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. 时域采样定理:对一个连续信号xa(t)进行理想采样的过程如下： xa1(t)=xa(t)p(t)其中xa1(t)为xa(t)的理想采样,p(t)为周期冲击脉冲。
xa1(t)的傅里叶变换Xa1(j Ω)为:11()[()]m Xa j Xa j m s T +∞=-∞Ω=Ω-Ω∑表明Xa1(j Ω)为Xa(j Ω)的周期延拓，其延拓周期为采样角频率（s Ω=2π/T ）。
离散信号和系统在时域均可用序列来表示。
2. LTI 系统的输入输出关系: y(n)=x(n)*h(n)=()()m x m h n m +∞=-∞-∑()()()j j j Y e X e H e ωωω=三、实验内容1. 分析采样序列的特性。
1) 取模拟角频w=70.7*pi rad/s ，采样频率fs=1000Hz>2w ，发现无频谱混叠现象。
2) 改变采样频率， fs=300 Hz<2w ，频谱产生失真。
3) 改变采样频率， fs=200Hz<2w，频谱混叠，产生严重失真2. 时域离散信号、系统和系统响应分析。
1) 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。
2) 观察系统ha(n)对信号xc(n)的响应特性。
可发现：信号通过系统，相当于x(n)与系统函数h(n)卷积，时域卷积即对应频域函数相乘。
信号处理技术实验报告
信号处理技术实验报告在信号处理技术这一领域里，实验是非常重要的一环。
本次实验旨在通过实操操作和数据分析，探讨信号处理技术的应用和原理。
以下将详细介绍实验过程和结果。
实验一：滤波器设计与实现在本实验中，我们首先学习了滤波器的设计原理，然后通过软件仿真工具进行了滤波器的设计与实现。
我们分别设计了低通滤波器、高通滤波器和带通滤波器，通过观察输出信号波形和频谱图，我们验证了设计的滤波器的有效性。
实验二：采样定理验证实验采样定理是信号处理技术中一个非常重要的理论。
在本实验中，我们进行了一系列的采样实验，验证采样频率是否满足信号的重构条件。
通过实验数据的对比分析，我们验证了采样定理的正确性，并且得出了一些结论和经验。
实验三：数字信号处理硬件实现本次实验中，我们使用FPGA芯片进行了数字信号的硬件实现。
我们编写了Verilog代码，实现了数字信号的低通滤波和加法运算。
通过实验数据的对比和波形分析，我们验证了硬件实现的正确性，并且对FPGA在信号处理中的应用有了更深入的理解。
实验四：信号处理算法优化在这个实验中，我们学习了常见的信号处理算法，比如快速傅里叶变换（FFT）和小波变换。
我们通过对算法的原理和实现细节进行分析，并尝试对算法进行优化。
通过实验数据的对比和性能测试，我们得出了一些优化算法的结论，为实际应用提供了指导。
总结：通过本次实验，我们深入了解了信号处理技术的基本原理和应用。
我们通过实操操作和数据分析，掌握了一定的实验技能，并且对信号处理技术有了更深入的认识。
希望在以后的学习和工作中能够更好地运用所学的知识，为信号处理技术的发展做出贡献。
- 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)。
数字信号处理第四次实验报告一、 实验目的1.了解离散系统的零极点与系统因果性能和稳定性的关系2.观察离散系统零极点对系统冲激响应的影响3.熟悉MATLAB 中进行离散系统零极点分析的常用子函数4.加深对离散系统的频率响应特性基本概念的理解5.了解离散系统的零极点与频响特性之间的关系6.熟悉MATLAB 中进行离散系统分析频响特性的常用子函数，掌握离散系统幅频响应和相频响应的求解方法。
二、实验过程9.2已知离散时间系统函数分别为)7.05.0)(7.05.0(3.0)(1j z j z z z H ++-+-=)1)(1(3.0)()8.06.0)(8.06.0(3.0)(32j z j z z z H j z j z z z H ++-+-=++-+-=求这些系统的零极点分布图以及系统的冲击响应，并判断系统因果稳定性。
%---------第一式-----------------------------------------------------------------------------% z1=[0.3,0]';p1=[-0.5+0.7j,-0.5-0.7j]';k=1;%z1零点向量矩阵，p1极点向量矩阵,k 系统增益系数---------------------------% [bl,al]=zp2tf(z1,p1,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,1),zplane(bl,al); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆内');subplot(3,2,2),impz(bl,al,20); %impz 绘制系统的冲激响应图%---------第二式-----------------------------------------------------------------------------% z2=[0,3,0]';p2=[-0.6+0.8j,-0.6-0.8j]';%z2零点向量矩阵，p2极点向量矩阵---------------------------------------------------% [b2,a2]=zp2tf(z2,p2,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,3),zplane(b2,a2); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆上');subplot(3,2,4),impz(b2,a2,20); %impz 绘制系统的冲激响应图%---------第三式-----------------------------------------------------------------------------%z3=[0.3,0]';p3=[-1+j,-1-j]';%z3零点向量矩阵，p3极点向量矩阵---------------------------------------------------% [b3,a3]=zp2tf(z3,p3,k);subplot(3,2,5),zplane(b3,a3); ylabel('极点在单位圆外'); subplot(3,2,6),impz(b3,a3,20);-202Real Part极点在单位圆内51015n (samples) A m p l i t u d eImpulse Response-1123Real Part极点在单位圆上51015n (samples) A m p l i t u d eImpulse Response-2-1012-101Real Part极点在单位圆外051015n (samples)A m p l i t u d eImpulse Response实验结果分析：1、H1(z)离散时间系统的极点为实数，在z 平面的左半平面。
收敛域包含虚轴，所以为非因果系统。
在系统冲激响应图中，系统的冲激响应曲线随着频率的增大而收敛。
证明该系统为稳定系统。
2、H2（z ）离散时间系统的极点在虚轴，收敛域包含虚轴，所以为非因果系统。
在系统冲激响应图中，系统的冲激响应曲线随着频率的增大等幅震荡。
证明该系统为临界稳定系统。
3、H3(z)离散时间系统的极点为实数，在z 平面的右半平面。
收敛域不包含虚轴，所以为因果系统。
在系统冲激响应图中，系统的冲激响应曲线随着频率的增大而增大。
证明该系统为不稳定系统。
9.3 已知离散时间系统函数分别为1113321321215.0115.01112)(4.035.04.0146.16.14)()4)(2()3)(1(5)(---------++---=-+++--=+-+-=z z z z H z z z z z z z H z z z z z H求该系统的零极点及零极点分布图，并判断系统的因果稳定性。
z1=[1,3]';p1=[2,-4];k=1; [b1,a1]=zp2tf(z1,p1,k);subplot(3,2,1),zplane(b1,a1); title('极点在单位圆内');subplot(3,2,2),impz(b1,a1,20); title('系统的冲激响应');b2=[4,-1.6,-1.6,4];a2=[1,0.4,0.35,-0.4]; rz=roots(b2) rp=roots(a2)subplot(3,2,3),zplane(b2,a2); title('系统的零极点分布图'); subplot(3,2,4),impz(b2,a2,20); title('系统的冲激响应');r=[2,-1,1]';p=[1,0.5,-0.5]';k=0; [b3,a3]=residuez(r,p,k)subplot(3,2,5),zplane(b3,a3); title('系统的零极点分布图'); subplot(3,2,6),impz(b3,a3,20); title('系统的冲激响应');-4-202Real PartI m a g i n a r y P a r t极点在单位圆内5101511n (samples) A m p l i t u d e系统的冲激响应-202Real PartI m a g i n a r y P a r t系统的零极点分布图051015n (samples) A m p l i t u d e系统的冲激响应Real PartI m a g i n a r y P a r t系统的零极点分布图051015n (samples)A m p l i t u d e系统的冲激响应结果分析：1、H1(z)离散时间系统的极点为实数，在z 平面的右半平面。
收敛域不包含虚轴，所以为因果系统。
在系统冲激响应图中，系统的冲激响应曲线随着频率的增大而增大。
证明该系统为飞稳定系统。
2、H2（z ）离散时间系统的极点在虚轴，收敛域包含虚轴，所以为非因果系统。
在系统冲激响应图中，系统的冲激响应曲线随着频率的增大等幅震荡。
证明该系统为临界稳定系统。
3、H3(z)离散时间系统的极点为实数，在z 平面的左半平面。
收敛域包含虚轴，所以为因果系统。
在系统冲激响应图中，系统的冲激响应曲线随着频率的增大而收敛。
证明该系统为稳定系统。
10.2已知离散时间系统的传递函数2114.0132)(---+++=z z z z H ,求该系统在0-pi 频率范围内的相对幅度频率响应与相位频率响应曲线。
%------------方法一----------------------------------------------------b=[2,3,0];a=[1,0.4,1];n=(0:500)*pi/500; %在Pi 的范围内取501个采样点 [h,w]=freqz(b,a,n); %求系统的频率响应db=20*log10(abs(h)); %求系统的相对幅频响应值 figuresubplot(1,2,1),plot(w/pi,db);grid %绘制系统的幅度频响图 ylabel('幅度');subplot(1,2,2),plot(w/pi,angle(h));grid %绘制系统的相位频响图 ylabel('相位');xlabel('以pi 为单位的频率');%--------------------方法二------------------------------------------- b=[2,3,0];a=[1,0.4,1];freqz(b,a) %用于在当前图形窗口中绘制幅频和相频特性曲线 %----------------------方法三------------------------------------------ function[db,mag,pha,grd,w]=freqz_m(b,a); [H,w]=freqz(b,a,1000,'whole'); H=(H(1:501))';w=(w(1:501))';mag=abs(H); %mag 计算[0,pi]频率区域的绝对幅值响应值db=20*log((mag+eps)/max(mag)); %db 计算[0,pi]频率区域的相对幅值响应值 pha=-angle(H); %pha 计算[0,pi]频率区域的相位响应值 grd=grpdelay(b,a,w); %grd 计算[0,pi]频率区域的群延迟响应值 %W 记录了对应[0,pi]频率区域的501个频点的频率值 b=[2,3,0];a=[1,0.4,1];[db,mag,pha,grd,w]=freqz_m(b,a);subplot(2,2,1),plot(w/pi,db);grid %作相对幅度频响图 subplot(2,2,2),plot(w/pi,pha);grid %作相位频响图幅度00.10.20.30.40.50.60.70.80.91相位以pi 为单位的频率图一利用freqz 进行离散系统频率响应分析，求解出幅度响应、相频响应。
Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )图二用于在当前图形窗口中绘制幅频和相频特性曲线00.51相对幅度频响图0.51相位频响图图三定义freqz-m 函数，是freqz 函数的修正函数，可以方便快捷的求出幅值响应（绝对和相对）、相位响应及群延迟响应。