数字信号处理实验报告MATLAB
数字信号处理实验报告MATLB第一章
第一章离散时间信号的频域分析P1.1 单位样本和单位阶跃序列%程序P1_1%一个单位序列的产生clf;%产生从-10到20的一个向量n=-10:20;%产生单位样本序列u=[zeros(1,10) 1 zeros(1,20)];%绘制单位样本序列stem(n,u);xlabel('时间序号n');ylabel('振幅');title('单位样本序列');axis([-10 20 0 1.2]);1.1运行程序P1.1，以产生单位样本序列u[n]并显示它。
1.2：命令clf，axis，title，xlabel，和ylabel的作用是什么？clf—函数用于清除当前图像窗口。
axis—设置坐标轴的范围和显示方式title—就是给已经画出的图加一个标题xlabel—添加x坐标标注ylabel—添加y坐标标注1.3修改程序P1.1，以产生带有延时11个样本的延迟单位样本序列ud[n]。
运行修改的程序并显示产生的序列。
%程序%产生并绘制一个单位样本序列延时11clf;%产生从-10到20的一个向量n=-10:20;%产生单位样本序列u=[zeros(1,3) 1 zeros(1,27)];%绘制单位样本序列stem(n,u);xlabel('时间序号n');ylabel('振幅');title('单位样本序列');axis([-10 20 0 1.2]);1.5 修改程序P1.1，以产生带有超前7个样本的延时单位阶跃序列sd[n]。
运行修改后的序并显示产生的序列。
%程序%产生并绘制一个单位样本序列超前7clf;%产生从-10到20的一个向量n=-10:20;%产生单位样本序列u=[zeros(1,3) 1 zeros(1,27)];%绘制单位样本序列stem(n,u);xlabel('时间序号n');ylabel('振幅'); title('单位样本序列');axis([-10 20 0 1.2]);P1.2 指数信号%程序P1_2%生成一个复数指数序列clf;c=-(1/12)+(pi/6)*i;k=2;n=0:40;x=k*exp(c*n);subplot(2,1,1);stem(n,real(x));xlabel('时间序号n');ylabel('振幅');title('实部');subplot(2,1,2);stem(n,imag(x));xlabel('时间序号n');ylabel('振幅');title('虚部');1.6 运行程序P1.2，以产生复数值的指数序列。
数字信号处理实验报告-FFT算法的MATLAB实现
数字信号处理 实验报告实验二：FFT 算法的MATLAB 实现一、实验目的通过本实验的学习，掌握离散傅立叶变换的理论，特别是FFT 的基本算法以及其在在数字信号处理中的应用。
二、实验内容题一：若x(n)=cos(n*pi/6)是一个N =12的有限序列，利用MATLAB 计算它的DFT 并画出图形。
题二：一被噪声污染的信号，很难看出它所包含的频率分量，如一个由50Hz 和120Hz 正弦信号构成的信号，受均值随机噪声的干扰，数据采样率为1000Hz ，对这污染信号进行傅立叶变换，以检查所包含的频率分量题三：调用原始语音信号mtlb ，对其进行FFT 变换后去掉幅值小于1的FFT 变换值，最后重构语音信号。
（要求有四幅语音信号的频谱图在同一图形窗口以便比较：分别是1、原始语音信号；2、FFT 变换；3去掉幅值小于1的FFT 变换值；4、重构语音信号）三、实验原理1、有限长序列x(n)的DFT 的概念和公式：⎪⎪⎩⎪⎪⎨⎧-≤≤=-≤≤=∑∑-=--=101010)(1)(10)()(N k kn N N n kn N N n W k x N n x N k W n x k x2、基2的FFT 算法四、实验条件（1）微机（2）MATLAB 编程工具五、用matlab 程序实现：实验一：clc;N=12;n=0:N-1;k=0:N-1;xn=cos(n*pi/6);W=exp(-j*2*pi/N);kn=n'*kXk=xn*(W.^kn)stem(n,Xk);xlabel('k');ylabel('Xk');实验二clc;fs=1000;N=1024;n=0:N-1;t=n/fs;x=sin(2*pi*50*t)+sin(2*pi*120*t)+rand(1,N);y=fft(x,N);mag=abs(y);f=n*fs/N;subplot(1,2,1),plot(f,mag);xlabel('频率/Hz');ylabel('振幅');title('N=1024');subplot(1,2,2),plot(f(1:N/2),mag(1:N/2)); xlabel('频率/Hz');ylabel('振幅');title('N=1024');实验三：clc;load mtlbN=1500;subplot(2,2,1)plot([1:N],mtlb(1:N));title('原始语音信号');y=fft(mtlb(1:N));subplot(2,2,2)plot([1:N],y);title('原始语音信号FFT变换');y(y<1)=0;subplot(2,2,3)plot([1:N],y);title('去掉幅值小于1的FFT变换值');subplot(2,2,4)plot([1:N],ifft(y));title('重构语音信号');六、实验心得：(1)通过这次实验，掌握离散傅立叶变换的理论，特别是FFT的基本算法以及其在在数字信号处理中的应用。
数字信号处理MATLAB实验
(8) 用 FFT 分别计算 xa (n)( p 8, q 2) 和 xb(n) (a=0.1,f=0.0625)的自 相关函数。
三、思考题
(1)实验中的信号序列 xc(n)和 xd(n)，在单位圆上的 z 变换频谱
和 一些，为什么？
会相同吗？如果不同，说明哪一个低频分量更多
(2)对一个有限长序列进行 DFT 等价于将该序列周期延拓后进行
五、与本实验有关的 MATLAB 函数 x=sin（2*pi*f/fs*n）;生成频率为f，采样频率为fs的正弦信号，式
中，n=[0 1 2 … N]。 sum（X）；对于向量X，计算X各元素的和。对于矩阵X，计算X
各列元素之和组成的行向量。 plot（t，y）；画出以向量t为坐标的向量y（行或列）的曲线。向
出该信号，并讨论信号的混叠情况。
（3） 令
,其中 f/fs=1/16，即每个周期有 16 个
点。试利用 MATLAB 编程实现：
○1 作 M=4 倍的抽取，使每个周期变成 4 点。
○2 作 L=3 倍的插值，使每个周期变成 48 点。
（4）输入信号 x（n）为归一化频率分别为 f1=0.04，f2=0.3 的正 弦信号相加而成，N=50，插因子为 5，抽取因子为 3，给出 按有理因子 5/3 做采样率变换的输入输出波形。
（1） 简述实验目的及原理。 （2） 按实验步骤附上试验程序。 （3） 按实验容附上有关离散信号的波形或关键样本，对音频信号
给出测听的结果。 （4） 简要回答思考题。 五、 与本实验相关的 MATLAB 函数 y=decimate(x,M);对信号 x 按整数 M 作抽取，抽取前后作抗混叠低 通滤波，结果放在 y 中。 y=interp(x,L); 对信号 x 按整数 L 插零，然后作抗镜像低通滤波， 结果放在 y 中。 y=resample(x,L,M);对信号 x 按有理因子 L/M 作采样率转换，结果 放在 y 中。
Matlab数字信号处理实验报告
Matlab数字信号处理实验报告本次实验使用MATLAB进行数字信号处理操作，目的是熟悉MATLAB中数字信号处理的相关工具箱，并进一步理解数字信号处理的基本概念和算法。
一、实验内容1.信号的生成与显示2.时域分析和频域分析3.滤波器设计4.数字滤波器性能分析二、实验步骤在MATLAB中，使用sawtooth函数生成一个锯齿波信号，并使用plot函数进行时域波形的显示。
代码如下：f = 1000;fs = 40000;t = 0:1/fs:0.01;y = sawtooth(2*pi*f*t);plot(t,y);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave');时域分析包括波形的观察和参数分析，如幅值、均值、方差等。
频域分析则是对信号进行傅里叶变换，得到其频谱图，包括频率分布和强度分布。
%时域分析amp = max(y)-min(y);mean_y = mean(y);var_y = var(y);设计一个低通滤波器，将高于1kHz的频率成分滤掉。
对滤波后的信号进行时域分析和频域分析，比较滤波前后信号的特征参数和频谱特征，并绘制原始信号、滤波后信号及其频谱图。
subplot(2,2,1);plot(t,y);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave');subplot(2,2,2);plot(t,y_filt);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave After Filter');subplot(2,2,3:4);plot(f2,fft_y_filt,'r',f,fft_y,'g');xlabel('Frequency (Hz)');ylabel('Amplitude');title('Sawtooth Wave Spectrum Comparison');legend('After Filter','Before Filter');三、实验结果与分析通过生成并显示一段锯齿波信号，并对其进行时域和频域分析，可以得到该信号的关键信息，如幅值、均值、方差和频率分布特性。
数字信号处理实验报告 (基于MATLAB)
课程名称：数字信号处理实验实验地点：综合楼C407专业班级：2014级生物医学工程姓名：leifeng学号：指导老师：第一次实验第一章 离散时间信号的时域分析Q1.1运行程序P1.1，以产生单位样本序列u[n]并显示它clf; n=-10:20;u=[zeros(1,10) 1 zeros(1,20)]; stem(n,u);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([-10 20 0 1.2]);时间序号振幅单位样本序列Q1.2 命令clf ，axis ，title ，xlabel 和ylabel 的作用是什么clf ：清除图形窗口内容； axis:规定横纵坐标的范围；title ：使图像面板上方显示相应的题目名称； xlable ：定义横坐标的名字； ylable ：定义纵坐标的名字。
Q1.3修改程序P1.1以产生带有延时11个样本的延迟单位样本序列ud[n]，运行修改的程序并且显示产生的序列。
clf; n=0:30;u=[zeros(1,11) 1 zeros(1,19)]; stem(n,u);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([0 30 0 1.2]);时间序号振幅单位样本序列Q1.5 修改程序P1.1，以产生带有超前7个样本的延时单位阶跃序列sd[n]。
运行修改后的程序并显示产生的序列。
clf; n=-10:20;sd=[zeros(1,3) 1 ones(1,27) ]; stem(n,sd);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([-10 20 0 1.2]);时间序号振幅单位样本序列Q1.6运行程序P1.2，以产生复数值的指数序列。
数字信号处理MATLAB实验报告-2
实验报告课程名称：数字信号处理实验专业班级：姓名：学号：一、实验目的及任务 学会运用MATLAB 求解离散时间系统的零状态响应；学会运用MATLAB 求解离散时间系统的单位取样响应；学会运用MATLAB 求解离散时间系统的卷积和。
二、实验内容与步骤离散时间系统的响应离散时间LTI 系统可用线性常系数差分方程来描述，即∑∑==-=-Mj jN i i j n x b i n y a 00)()( （3-1） 其中，i a （0=i ，1，…，N ）和j b （0=j ，1，…，M ）为实常数。
MATLAB 中函数filter 可对式（13-1）的差分方程在指定时间范围内的输入序列所产生的响应进行求解。
函数filter 的语句格式为y=filter(b,a,x)其中，x 为输入的离散序列；y 为输出的离散序列；y 的长度与x 的长度一样；b 与a 分别为差分方程右端与左端的系数向量。
离散时间系统的单位取样响应系统的单位取样响应定义为系统在)(n δ激励下系统的零状态响应，用)(n h 表示。
MATLAB 求解单位取样响应可利用函数filter ，并将激励设为前面所定义的impDT 函数。
MATLAB 另一种求单位取样响应的方法是利用控制系统工具箱提供的函数impz 来实现。
impz 函数的常用语句格式为impz(b,a,N)其中，参数N 通常为正整数，代表计算单位取样响应的样值个数。
离散时间信号的卷积和运算由于系统的零状态响应是激励与系统的单位取样响应的卷积，因此卷积运算在离散时间信号处理领域被广泛应用。
离散时间信号的卷积定义为∑∞-∞=-==m m n h m x n h n x n y )()()(*)()( （3-2）可见，离散时间信号的卷积运算是求和运算，因而常称为“卷积和”。
MATLAB 求离散时间信号卷积和的命令为conv ，其语句格式为y=conv(x,h)其中，x 与h 表示离散时间信号值的向量；y 为卷积结果。
Matlab数字信号处理实验报告
数字信号处理实验报告基础实验篇实验一离散时间系统及离散卷积一、实验原理利用Matlab软件计算出系统函数的零极点分布、单位脉冲响应和系统频率响应等的图像并于笔算结果进行比较，找出异同。
编译合适程序能计算取值范围不同的离散卷积。
二、实验目的（1）熟悉MATLAB软件的使用方法。
（2）熟悉系统函数的零极点分布、单位脉冲响应和系统频率响应等概念。
（3）利用MATLAB绘制系统函数的零极点分布图、系统频率响应和单位脉冲响应。
三、实验步骤（1）自编并调试实验程序，并且，给实验程序加注释；（2）按照实验内容完成笔算结果；（3）验证计算程序的正确性，记录实验结果。
（4）至少要求一个除参考实例以外的实验结果，在实验报告中，要描述清楚实验结果对应的系统，并对实验结果进行解释说明。
四、实验源程序及实验结果a=[1,-1,0.9];b=1;x=chongji(-20,120);n=-20:120;h=filter(b,a,x);figure(1)stem(n,h);title('冲击响应');实验1-2运行结果b=[0.0181,0.0543,0.0543,0.0181];a=[1.000,-1.76,1.1829,-0.2781];w=pi*freqspace(500);H=freqz(b,a,w);MH=abs(H);AH=angle(H);subplot(2,1,1);plot(w/pi,MH);grid;axis([0,1,0,1]);xlabel('w(pi)');ylabel('|H|');title('幅度、相位响应');subplot(2,1,2);plot(w/pi,AH);grid;xlabel('w(pi)');ylabel('angle(H)');实验1-3运行结果n=0:30;%输入x(n)和冲激响应h(n) x=zeros(1,length(n)); h=zeros(1,length(n)); x([find((n>=0)&(n<=4))])=1; h([find((n>=0)&(n<=8))])=0.5;figure(1) subplot(3,1,1); stem(n,x);axis([0,30,0,2]); title('输入序列'); xlabel('n'); ylabel('x(n)');subplot(3,1,2); stem(n,h);axis([0,30,0,2]); title('冲激响应序列'); xlabel('n'); ylabel('h(n)');%输出响应y=conv(x,h); subplot(3,1,3); n=0:length(y)-1; stem(n,y);title('输出响应'); xlabel('n'); ylabel('y(n)');实验二 离散傅立叶变换与快速傅立叶变换一、 实验原理对有限长序列使用离散Fouier 变换(DFT)可以很好的反映序列的频谱特性，而且易于用快速算法在计算机上实现，当序列x(n)的长度为N 时，它的DFT 定义为()()[]()∑==-=1N n nk N W n x n x DFT k X 10-≤≤N k反变换为()()[]()∑==-=-101N n nkN W k X N k X IDFT n x 10-≤≤N n 有限长序列的DFT 是其Z 变换在单位圆上的等距采样，或者说是序列Fourier 变换的等距采样，因此可以用于序列的谱分析。
《数字信号处理》MATLAB编程实验报告
《计算机程序设计基础》实验报告
6
《数字信号处理》实验报告
实验项目 实验类别 基础性 MATLAB 编程语言环境使用 实验学时 4
实 验 目 的 及 要 求
（1） 正确进入 MATLAB 工作环境并熟悉其基本结构 （2） 熟悉其基本操作命令，包括变量的设置、help 命令的使用、结果的 保存与调用等 （3） 编写 M 文件并在环境中运行 （4） 信号与系统工具包使用
正弦信号程序代码
n=0:0.001:100; y=2*sin(0.1*n+pi/8); plot(n,y), grid on
《计算机程序设计基础》实验报告 3
计算机科学与工程学院 axis([0,100,-3,3])
正弦信号 x1(n)=2 sin(0.1n+pi/8)的图像为
复指数信号程序源代码 clear,t0=0;tf=5;dt=0.05;t1=1; t=t0:dt:tf; st=length(t); alpha=-0.5; w=10; x=exp((alpha+j*w)*t); subplot(1,2,1),plot(t,real(x)),grid on; subplot(1,2,2),plot(t,imag(x)),grid on;
复指数信号
x2 (n) Ae(机程序设计基础》实验报告
4
计算机科学与工程学院
思考题
1.说明点乘（.*）运算和乘法运算（*） 有何不同 答：每一个符号变量都被认为是一个元素，不论它的表达式多么复杂。因此如果你仅从符号
的视角出发，那所有的乘法都是点乘！就相当于两个数相乘一样，没有点乘还是差乘的分别。 但是如果一个矩阵是由符号变量组成的。 那么点乘和差乘就有分别了。 数值运算和符号运算都 是一样的，都要考虑点乘还是差乘
数字信号处理MATLAB实验报告
[H,w]=freqz(B,A,N)
其中，B与A分别表示 的分子和分母多项式的系数向量；N为正整数，默认值为512；返回值w包含 范围内的N个频率等分点；返回值H则是离散时间系统频率响应 在 范围内N个频率处的值。另一种形式为
[H,w]=freqz(B,A,N,’whole’)
与第一种方式不同之处在于角频率的范围由 扩展到 。
上机练习：
试用MATLAB的residuez函数，求出 的部分分式展开和。
b=[2 16 44 56 32];
a=[3 3 -15 18 -12];
[R,P,K]=residuez(b,a)
R =
+
zplane(B,A)
其中，B与A分别表示 的分子和分母多项式的系数向量。它的作用是在Z平面上画出单位圆、零点与极点。
与拉氏变换在连续系统中的作用类似，在离散系统中，z变换建立了时域函数 与z域函数 之间的对应关系。因此，z变换的函数 从形式可以反映 的部分内在性质。我们仍旧通过讨论 的一阶极点情况，来说明系统函数的零极点分布与系统时域特性的关系。
[R,P,K]=residuez(B,A)
其中，B，A分别表示X(z)的分子与分母多项式的系数向量；R为部分分式的系数向量；P为极点向量；K为多项式的系数。若X(z)为有理真分式，则K为零。
离散时间系统的系统函数定义为系统零状态响应的z变换与激励的z变换之比，即
（4-4）
如果系统函数 的有理函数表示式为
x=iztrans(z)
上式中的x和Z分别为时域表达式和z域表达式的符号表示，可通过sym函数来定义。
如果信号的z域表示式 是有理函数，进行z反变换的另一个方法是对 进行部分分式展开，然后求各简单分式的z反变换。设 的有理分式表示为
matlab 数字信号实验报告
matlab 数字信号实验报告MATLAB数字信号实验报告摘要：本实验使用MATLAB软件对数字信号进行处理和分析。
首先，我们使用MATLAB生成不同类型的数字信号，并对其进行采样和量化。
然后，我们利用MATLAB对这些数字信号进行滤波、傅里叶变换和频谱分析。
通过本实验，我们可以深入了解数字信号处理的基本原理和方法，并掌握MATLAB在数字信号处理中的应用。
1. 实验目的本实验旨在通过MATLAB软件对数字信号进行处理和分析，加深对数字信号处理原理的理解，掌握MATLAB在数字信号处理中的应用技巧。
2. 实验原理数字信号处理是对数字信号进行处理和分析的技术。
数字信号处理的基本原理包括采样、量化、滤波、傅里叶变换和频谱分析等。
MATLAB是一种强大的工具，可以方便地对数字信号进行处理和分析。
3. 实验内容（1）生成不同类型的数字信号在MATLAB中，我们可以生成不同类型的数字信号，如正弦信号、方波信号和三角波信号等。
通过改变信号的频率、幅度和相位等参数，可以得到不同的数字信号。
（2）采样和量化对生成的数字信号进行采样和量化，得到离散时间信号和离散幅度信号。
（3）滤波利用MATLAB对采样和量化后的数字信号进行滤波处理，去除噪声和干扰，得到清晰的信号。
（4）傅里叶变换和频谱分析对滤波后的数字信号进行傅里叶变换，得到信号的频谱图，分析信号的频率成分和能量分布。
4. 实验结果通过MATLAB对不同类型的数字信号进行处理和分析，得到了清晰的信号波形图和频谱图。
通过对比不同类型的数字信号，我们可以发现它们在频率、幅度和相位等方面的差异。
5. 结论本实验通过MATLAB软件对数字信号进行处理和分析，加深了对数字信号处理原理的理解，掌握了MATLAB在数字信号处理中的应用技巧。
数字信号处理在通信、音频、图像等领域有着广泛的应用，掌握数字信号处理技术对于工程技术人员具有重要的意义。
MATLAB作为一种强大的工具，为数字信号处理提供了便利和高效的解决方案。
matlab 及数字信号实验报告
matlab 及数字信号实验报告
《利用Matlab进行数字信号实验报告》
数字信号处理是一门重要的工程学科，它涉及到数字信号的获取、处理和分析。
Matlab作为一种强大的工程计算软件，被广泛应用于数字信号处理领域。
本实
验报告将利用Matlab进行数字信号处理实验，以展示其在数字信号处理中的应用。
实验一：数字信号的获取与显示
首先，我们将使用Matlab编写程序，通过声卡获取外部声音信号，并将其显示在Matlab的图形界面上。
这个实验可以帮助我们了解如何使用Matlab进行信
号的采集和显示，为后续实验做好准备。
实验二：数字信号的滤波处理
接下来，我们将利用Matlab对获取的声音信号进行滤波处理。
我们将设计一个数字滤波器，对声音信号进行去噪处理，以提高信号的质量和清晰度。
通过这
个实验，我们可以学习到如何在Matlab中设计和应用数字滤波器，以及滤波处理对信号质量的影响。
实验三：数字信号的频谱分析
最后，我们将对处理后的声音信号进行频谱分析。
通过Matlab的频谱分析工具，我们可以了解信号的频率成分和能量分布情况，从而更好地理解信号的特性和
结构。
这个实验将帮助我们掌握如何使用Matlab进行数字信号的频谱分析，为进一步的信号处理和分析奠定基础。
通过以上实验，我们可以深入了解Matlab在数字信号处理中的应用，掌握信号采集、滤波处理和频谱分析等基本技能。
同时，我们也可以通过实验结果对数
字信号处理的理论知识进行验证和实践，加深对数字信号处理原理的理解。
希望本实验报告能够对数字信号处理领域的学习和研究有所帮助。
《数字信号处理》Matlab实验
《数字信号处理》Matlab 实验一．离散信号的 FFT 分析1.用Matlab 编程上机练习。
已知：N=2^5。
这里Q=0.9+j0.3。
可以推导出 ，首先根据这个式子计算X(k)的理论值，然后计算输入序列x(n)的32个值，再利用基2时间抽选的FFT 算法，计算x(n)的DFT X(k)，与X(k)的理论值比较（要求计算结果最少6位有效数字）。
解：函数代码：>> function xn()>> format long>> q=0.9+0.3*i;>> wn=exp(-2*pi*i/32);>> xk=(1-q^32)./(1-q*wn.^[0:31])>>xn=q.^[0:31]>> xk1=fft(xn,32)>>diff=xk-xk1具体执行情况：>> function xn()format longq=0.9+0.3*i;wn=exp(-2*pi*i/32);xk=(1-q^32)./(1-q*wn.^[0:31])xk =Columns 1 through 20.5698 + 3.3840i 2.8369 + 8.8597iColumns 3 through 49.3189 - 9.8673i 1.2052 - 3.5439iColumns 5 through 61.8846 -2.0941i 0.8299 - 1.2413i11,011)()()(k k 10nk 10-=--===∑∑-=-=N k QW Q QW W n x k X N NnN N n N N n ，0.9214 - 1.0753i 0.3150 - 0.0644i Columns 9 through 100.9240 - 0.8060i 0.4202 - 0.2158i Columns 11 through 120.8513 - 0.6357i 0.5040 - 0.1701i Columns 13 through 140.6217 - 0.6931i 0.2441 - 0.8978i Columns 15 through 160.9454 - 0.2800i 0.7139 - 0.3158i Columns 17 through 180.6723 - 0.6496i 0.0263 + 0.5093i Columns 19 through 200.5671 + 0.6914i 0.3173 + 0.9841i Columns 21 through 220.8929 + 0.7792i 0.4066 + 0.8452i Columns 23 through 240.5847 + 0.9017i 0.9129 + 0.9283i Columns 25 through 260.0573 + 0.5531i 0.4219 + 0.9562i Columns 27 through 280.3298 + 0.3143i 0.4513 + 0.2638i0.7214 + 0.1879i 0.0933 + 1.7793iColumns 31 through 320.9483 + 1.9802i 0.4932 + 2.6347i>> xn=q.^[0:31]xn =Columns 1 through 21.0000 0.0000 + 0.0000i Columns 3 through 40.0000 + 0.0000i 0.0000 + 0.0000iColumns 5 through 60.0000 + 0.0000i -0.0000 + 0.0000iColumns 7 through 8-0.0000 + 0.0000i -0.0000 + 0.0000iColumns 9 through 10-0.0000 + 0.0000i -0.0000 + 0.0000iColumns 11 through 12-0.0000 - 0.0000i -0.0000 - 0.0000iColumns 13 through 14-0.2000 - 0.4000i -0.3600 - 0.5200iColumns 15 through 16-0.9680 - 0.1760i 0.4816 - 0.3488i0.2381 - 0.2695i 0.2951 - 0.1711i Columns 19 through 200.1169 - 0.4655i 0.4449 - 0.9838i Columns 21 through 220.6955 + 0.2480i 0.5516 + 0.4319i Columns 23 through 240.3669 + 0.5542i 0.9639 + 0.2088i Columns 25 through 260.3049 + 0.9771i -0.5187 + 0.4709i Columns 27 through 28-0.6081 + 0.2682i -0.1278 + 0.5589i Columns 29 through 30-0.4827 + 0.0647i -0.6538 + 0.5134i Columns 31 through 32-0.8425 - 0.4341i -0.1280 - 0.1434i >> xk1=fft(xn,32)xk1 =Columns 1 through 20.5698 + 3.3839i 2.8366 + 8.8599i Columns 3 through 49.3182 - 9.8692i 1.2051 - 3.5439i1.8845 -2.0942i 0.8298 - 1.2413i Columns 7 through 80.9213 - 1.0754i 0.3150 - 0.0645i Columns 9 through 100.9240 - 0.8060i 0.4202 - 0.2158i Columns 11 through 120.8514 - 0.6356i 0.5040 - 0.1701i Columns 13 through 140.6217 - 0.6931i 0.2441 - 0.8977i Columns 15 through 160.9454 - 0.2800i 0.7139 - 0.3159i Columns 17 through 180.6723 - 0.6496i 0.0263 + 0.5093i Columns 19 through 200.5671 + 0.6913i 0.3172 + 0.9840i Columns 21 through 220.8929 + 0.7792i 0.4065 + 0.8452i Columns 23 through 240.5846 + 0.9016i 0.9129 + 0.9283i Columns 25 through 260.0572 + 0.5531i 0.4219 + 0.9563i0.3297 + 0.3144i 0.4512 + 0.2638iColumns 29 through 300.7213 + 0.1879i 0.0932 + 1.7793iColumns 31 through 320.9480 + 1.9802i 0.4928 + 2.6347i>> diff=xk-xk1diff =1.0e-013 *Columns 1 through 20.4625 + 0.8501i 0.9504 - 0.4003iColumns 3 through 40.6010 + 0.4028i 0.4752 + 0.7001iColumns 5 through 60.5502 + 0.8501i 0.4625 + 0.8501iColumns 7 through 80.7751 + 0.9250i 0 + 0.3875i Columns 9 through 100.7751 - 0.4625i 0.3126 - 0.4625iColumns 11 through 12-0.4625 - 0.3126i 0.4625 + 0.3875iColumns 13 through 14-0.9250 + 0.6938i 0.3875 - 0.0781iColumns 15 through 160.3875 - 0.6156i 0 + 0.9641iColumns 17 through 180.9250 - 0.7598i -0.4625 - 0.0422iColumns 19 through 200.4625 + 0.1172i 0.4625 + 0.3094iColumns 21 through 220.9250 + 0.4625i 0.9250 + 0.2313iColumns 23 through 240.3875 + 0.1563i 0.3875 - 0.2313iColumns 25 through 260.8501 -0.9250 - 0.4625iColumns 27 through 280.0127 - 0.7751i 0.7001 - 0.9250iColumns 29 through 300.1626 0.7814 - 0.9250iColumns 31 through 320.4816 + 0.9250i 0.7255 - 0.8501i由以上结果可知，由基2时间抽选的FFT算法所得到的DFT结果与利用公式法所得的理论值稍有偏差，但误差较小，从结果可以看出大概在小数点第15位才开始出现误差，故而用计算机FFT处理数据在精度上是可以接受的。
基于 Matlab 的数字信号处理实验报告
第一章MATLAB基本知识MATLAB是一种面向科学和工程计算的高级语言，包含的几十个工具箱，覆盖了通信、自动控制、信号处理、图像处理、生命科学等科技领域，现已成为国际公认的最优秀的科技界应用软件。
该软件的特点是：强大的计算功能、计算结果和编程可视化及极高的转换效率。
本章目的是帮助新用户在领略MATLAB非凡能力的同时能轻松跨越MA TLAB的门槛。
§1.1 MATLAB 语言的基本使用环境一．MATLAB的安装MATLAB5.3 版本仅有一张光盘，运行其上的安装文件setup.exe，则可以按提示安装整个MA TLAB 系统。
MATLAB6.1 版本有两张光盘，将其中的程序盘插入驱动器，运行其上的安装文件setup.exe，则可以按提示安装整个MA TLAB 系统。
MATLAB6.x与以前的版本相比，在界面上的变化是很大的，以前的版本只给出一个又一个命令窗口，MA TLAB6.1的程序界面，除了其右侧的Command Window (命令窗口)之外，还有Launch Pad (程序调用板) 和Command History (命令的历史记录)两个子窗口，以及Workspace (工作空间管理程序) 和Current Directory (当前目录管理程序)等，使MA TLAB 的操作更容易、方便了。
二．MATLAB5.3的操作步骤由于实验室安装的是MA TLAB5.3，下面我们介绍MATLAB5.3 的操作步骤。
双击桌面的MA TLAB5.3 的图标，如图1-1，将进入MA TLAB5.3的Command Window (命令窗口)，如图1-2。
1．帮助[Help]选项Help Windows 打开分类帮助窗Help Tips 打开函数文件命令帮助窗Help Desk 打开以超文本形式存储的帮助文件主页Examples and Demos 打开演示窗主页About MA TLAB 注册图标、版本、制造商和用户信息选择[Help]中不同的类别，用户可以从相关的帮助信息得到帮助。
数字信号处理实验报告MATLAB
数字信号处理实验报告姓名：班级：09电信一班学号：2)]得下图二，图二图一3．将如下文件另存为：sigadd.m文件function [y,n] = sigadd(x1,n1,x2,n2)% 实现y(n) = x1(n)+x2(n)% -----------------------------% [y,n] = sigadd(x1,n1,x2,n2)% y = 在包含n1 和n2 的n点上求序列和,% x1 = 在n1上的第一序列% x2 = 在n2上的第二序列(n2可与n1不等)n = min(min(n1),min(n2)):max(max(n1),max(n2)); % y(n)的长度y1 = zeros(1,length(n)); y2 = y1; % 初始化y1(find((n>=min(n1))&(n<=max(n1))==1))=x1; % 具有y的长度的x1y2(find((n>=min(n2))&(n<=max(n2))==1))=x2; % 具有y的长度的x2y = y1+y2;在命令窗口输入：x1=[1,0.5,0.3,0.4];n1=-1:2;x2=[0.2,0.3,0.4,0.5,0.8,1];n2=-2:3; [y,n] = sigadd(x1,n1,x2,n2)得：y =n=-1:10;x=sin(0.4*pi*n);y=fliplr(x);n1=-fliplr(n);subplot(2,1,1),stem(n,x) subplot(2,1,2),stem(n1,y在命令窗口键入:n=-1:10; x=sin(0.4*pi*n);n (samples)实验结果：1.（1）在命令窗口输入：tic; [am,pha]=dft1(x)N=length(x);w=exp(-j*2*pi/N);for k=1:Nsum=0;for n=1:Nsum=sum+x(n)*w^((k-1)*(n-1));endam(k)=abs(sum);pha(k)=angle(sum);end;toc得到如下结果：am =Columns 1 through 11120.0000 41.0066 20.9050 14.3996 11.3137 9.6215 8.6591 8.1567 8.0000 8.1567 8.6591Columns 12 through 169.6215 11.3137 14.3996 20.9050 41.0066pha =Columns 1 through 110 1.7671 1.9635 2.1598 2.3562 2.5525 2.7489 2.9452 3.1416 -2.9452 -2.7489Columns 12 through 16-2.5525 -2.3562 -2.1598 -1.9635 -1.7671Elapsed time is 0.047000 seconds.（2）在命令窗口输入：tic;[am,pha]=dft2(x)N=length(x);n=[0:N-1];k=[0:N-1];w=exp(-j*2*pi/N);nk=n’*k;wnk=w.^(nk); Xk=x*wnk; am= abs(Xk); pha=angle(Xk); toc得到下图：figure(1)00.10.20.30.40.50.60.70.80.91signal x(n), 0 <= n <= 99（2）在命令窗口键入：n3=[0:1:99];y3=[x(1:1:10) zeros(1,90)]; ％添90个零。
数字信号处理实验报告MATLAB
实验2 离散时间信号的频谱分析1、实验内容一、编写子函数计算长度为N 的序列x(n) （ 0≤n ≤ N-1）的离散时间傅里叶变换，将频率均匀离散化， 一个周期内有M 个点。
要求画出虚部、实部、幅度、相位，并标注坐标轴。
二、对矩形序列x(n)=RN(n)1. 用公式表示x(n)的频谱，求出其幅度谱和相位谱；2. 利用编写的子函数，计算并画出x(n)的频谱1）固定M ，改变N ，观察N 的取值对频谱的最大值、过零点、第一旁瓣幅度与最大值的比值以及相位谱的影响；2）固定N ，改变M ，观察M 的取值对幅度谱和相位谱的影响。
如： M=4，26，100N=4，26，100三、利用子函数，画出信号x(n)=sin(pi*n/5)和 x(n)=cos(pi*n/4)+cos(pi*n/8) （ 0≤n ≤ N -1）的幅度谱和相位谱。
N 分别取为8，16，20，64，75，128，M=256。
观察N 取不同值时信号频谱的相同和不同之处，为什么会有这样的结果。
2、编程原理、思路和公式（1）、给定长度为N 的序列x(n)的离散时间傅里叶变换（DTFT ）的公式为 10()()N jwjwn n X e x n e --==∙∑ 1()()2j w j w n x n X e e d w πππ-=⎰。
可以看出x(n)的DTFT 仍然是一个连续函数，所以需要将数字角频域w 离散化，设一个频率周期内离散点有M 个，则第k 个点所代表的数字角频率2w k M π=。
这样x(n)的DTFT 变成：2210()()()N j k j nk jw M M n X e X e x n eππ--===∙∑ 01k M ≤≤-，（2）、因为0≤.n ≤.N-1, 01k M ≤≤- 设置两层for 循环，用sum 表示累加求和的值，即可实现2210()()()N j k j nk jw MM n X e X e x n eππ--===∙∑（3）对矩形序列x(n)=R4(n)，首先固定M 不变，改变N 的取值。
《基于MATLAB的数字信号处理》实验报告
0.60007.0000-5.4000所以，X=[错误!未找到引用源。
]=[ 0.6000, 7.0000, -5.4000]’实验结果2：K=1.732051实验结果3：三曲线的对比图如下所示：图1.1 三曲线的对比实验二基于MATLAB信号处理实验xlabel('频率/Hz');ylabel('振幅/dB');title('布莱克窗的幅频特性');grid on;subplot(2,1,2);plot(f4,180/pi*unwrap(angle(H4)));xlabel('频率/Hz');ylabel('相位');title('布莱克窗的相频特性');grid on;六、实验结果实验结果2.1：图2-1 x(n)与y(n)的互相关序列图由实验结果可知，x(n)与y(n)的互相关只在区间[-4,8]上有能力，刚好是区间[-3,3]与右移后的区间[-1,5]两端点之和，与结论一致。
且互相关在2处达到最大。
实验结果2.2.1：其表示的差分方程为：y(n)-0.8145y(n-4)=x(n)+x(n-4)实验结果2.2.2：滤波器的幅频和相频图如下所示：图2-2 滤波器的幅频与相频图实验结果2.2.3：由下图实验结果可知，输出信号相对于输入信号有一小小的延迟，基本上x(n)的频点都通过了，滤波器是个梳状filter，正好在想通过的点附近相位为0，也就是附加延迟为0图2-3 滤波器的幅度和相位变化图2-4 两信号波形实验结果2.3：四种带通滤波器的窗函数的频率响应如下所示：图2-5 矩形窗的频率特性图2-6 汉宁窗的频率特性图2-7 海明窗的频率特性图2-8 布莱克曼窗的频率特性图3-1 加噪前、后图像对比图3-2 加椒盐噪声的图像均值滤波前、后的图像对比图3-3 加椒盐噪声的图像中值滤波前、后的图像对比图3-4加高斯噪声的图像均值滤波前、后的图像对比图3-5 加高斯噪声的图像中值滤波前、后的图像对比实验结果3.2：图3-6 原图及重构图像图3-7 程序运行结果由实验结果可知，当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：43.708737；当DCT变换的系数置0个数小于10时，重构图像与原图像的峰值信噪比15.922448，重构图像置为0的变换系数的个数个数为：36.110705；当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：30.366348；可以发现，在抛弃部分DCT系数后，重构图像时不会带来其画面质量的显著下降，采用这种方法来实现压缩算法时，可以通过修改mask变量中的DCT系数来更好地比较仿真结果。
matlab 数字信号实验报告
matlab 数字信号实验报告数字信号处理是现代通信和信息处理领域的重要技术之一。
在数字信号处理中，Matlab是一种常用的工具，它提供了丰富的函数和工具箱，可以方便地进行信号分析和处理。
本文将介绍我在数字信号实验中使用Matlab的经验和成果。
1. 实验背景和目的数字信号处理实验是我们学习数字信号处理课程的重要环节。
通过实验，我们可以巩固理论知识，掌握实际应用技巧，并深入了解数字信号处理的原理和方法。
本次实验的目的是通过Matlab编程实现一些数字信号处理的基本操作，如信号的采样、量化、傅里叶变换等，并对实验结果进行分析和展示。
2. 实验过程和方法2.1 信号的生成与显示首先，我们需要生成一个信号并在Matlab中进行显示。
可以使用Matlab提供的函数生成各种类型的信号，如正弦信号、方波信号等。
生成信号后，我们可以使用plot函数将信号绘制出来，以便观察和分析。
2.2 信号的采样与重构在数字信号处理中，采样是将连续时间信号转换为离散时间信号的过程。
我们可以使用Matlab的采样函数对信号进行采样，并通过plot函数将采样后的信号绘制出来。
此外，我们还可以使用重构函数对采样信号进行重构，以还原原始信号。
2.3 信号的量化与编码量化是将连续信号的幅度转换为离散值的过程。
在Matlab中，我们可以使用quantize函数对信号进行量化，并使用code函数对量化后的信号进行编码。
通过观察和分析编码后的信号，我们可以了解信号的失真情况以及编码效率。
2.4 信号的滤波与频谱分析滤波是数字信号处理中常用的操作之一。
在Matlab中，我们可以使用fir1函数设计滤波器，并使用filter函数对信号进行滤波。
此外，我们还可以使用fft函数对信号进行频谱分析，以观察信号的频谱特性。
3. 实验结果和分析通过实验，我们可以得到一系列实验结果，并对其进行分析和展示。
例如，我们可以绘制原始信号和采样信号的波形图，并对其进行比较和分析。
- 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)。
0.40.60.811.21.4再在命令窗口输入：[y,n] = segshift(x,n,n0);n=0:5;n0=3;stem(n,y)按ENTER 键出图如下图1。
2. 在命令窗口输入: m = -fliplr(n);m1 = min([m,n]); m2 = max([m,n]); m = m1:m2; x1 =[ zeros(1,(length(m)-length(n))),x]; xe = 0.5*(x1 + fliplr(x1)) xo = 0.5*(x1 - fliplr(x1)) subplot(1,2,1),stem(m,xe),ylabel(xe),subplot(1,2,2),stem(m,xo),ylabel(xo), 得下图二，图二图一3．将如下文件另存为：sigadd.m 文件 function [y,n] = sigadd(x1,n1,x2,n2)% 实现 y(n) = x1(n)+x2(n) % ----------------------------- % [y,n] = sigadd(x1,n1,x2,n2)% y = 在包含n1 和 n2 的n 点上求序列和, % x1 = 在 n1上的第一序列% x2 = 在 n2上的第二序列(n2可与 n1不等)n = min(min(n1),min(n2)):max(max(n1),max(n2)); % y(n)的长度 y1 = zeros(1,length(n)); y2 = y1; % 初始化y1(find((n>=min(n1))&(n<=max(n1))==1))=x1; % 具有y 的长度的 x1 y2(find((n>=min(n2))&(n<=max(n2))==1))=x2; % 具有y 的长度的x2 y = y1+y2; 在命令窗口输入：x1=[1,0.5,0.3,0.4];n1=-1:2;x2=[0.2,0.3,0.4,0.5,0.8,1];n2=-2:3; [y,n] = sigadd(x1,n1,x2,n2) 得：y =0.2000 1.3000 0.9000 0.8000 1.2000 1.0000 n =-2 -1 0 1 2 3 再在命令窗口输入：x1=[1,0.5,0.3,0.4];n1=-1:2;x2=[0.2,0.3,0.4,0.5,0.8,1];n2=-2:3;[y,n]=sigadd(x1,n1,x2,n 2) ；stem(n,y)，得到下图： 4. 将如下文件另存为.m 文件n=-1:10;x=sin(0.4*pi*n);y=fliplr(x);n1=-fliplr(n);subplot(2,1,1),stem(n,x) subplot(2,1,2),stem(n1,y在命令窗口键入:n=-1:10; x=sin(0.4*pi*n);研究DFT的点数与混叠的关系,并用stem(n,y)画出相应的图形。
3.讨论序列补零及增加数据长度对信号频谱的影响(1)求出序列x(n)=cos(0.48 n)+cos(0.52 n)基于有限个样点n=10的频谱(2)求n=100时,取x(n)的前10个,后90个设为零,得到x(n)的频谱(3)增加x(n)有效的样点数,取100个样点得到x(n)的频谱实验地点：4305实验结果：1.（1）在命令窗口输入：tic; [am,pha]=dft1(x)N=length(x);w=exp(-j*2*pi/N);for k=1:Nsum=0;for n=1:Nsum=sum+x(n)*w^((k-1)*(n-1));endam(k)=abs(sum);pha(k)=angle(sum);end;toc得到如下结果：am =Columns 1 through 11120.0000 41.0066 20.9050 14.3996 11.3137 9.6215 8.6591 8.1567 8.0000 8.1567 8.6591Columns 12 through 169.6215 11.3137 14.3996 20.9050 41.0066pha =Columns 1 through 110 1.7671 1.9635 2.1598 2.3562 2.5525 2.7489 2.9452 3.1416 -2.9452 -2.7489Columns 12 through 16-2.5525 -2.3562 -2.1598 -1.9635 -1.7671Elapsed time is 0.047000 seconds.（2）在命令窗口输入：tic;[am,pha]=dft2(x)N=length(x);n=[0:N-1];k=[0:N-1];w=exp(-j*2*pi/N);nk=n’*k;wnk=w.^(nk);Xk=x*wnk;am= abs(Xk);pha=angle(Xk);tocsubplot(2,1,2);stem(w1/pi,magY1);title(‘10点DFT');xlabel('w/pi')，axis([0,1,0,10])得到下图：figure(1)00.10.20.30.40.50.60.70.80.91subplot(2,1,1);stem(n3,y3);title('signal x(n), 0 <= n <= 9 + 90 zeros');xlabel('n')axis([0,100,-2.5,2.5])Y3=fft(y3);magY3=abs(Y3(1:1:51));k3=0:1:50;w3=2*pi/100*k3;subplot(2,1,2);stem(w3/pi,magY3);title('100点DFT');xlabel('w/pi')axis([0,1,0,10])得到下图figure(2)（3）在命令窗口键入：n=[0:1:99];x=cos(0.48*pi*n)+cos(0.52*pi*n);subplot(2,1,1);stem(n,x);title('signal x(n), 0 <= n <= 99');xlabel('n')axis([0,100,-2.5,2.5])X=fft(x);magX=abs(X(1:1:51));k=0:1:50;w=2*pi/100*k;subplot(2,1,2);stem(w/pi,magX);title('100点DFT);xlabel('w/pi')axis([0,1,0,60])得到如下结果：N =7wn =1.0359e+0032:在命令窗口键入：b=1;a=[1,1000];w=[0:1000]*2*pi;[h,w]=freqs(b,a,w);subplot(2,2,1)plot(w/2/pi,abs(h)/abs(h(1)));grid;title('模拟频率响应');xlabel('f(Hz)');ylabel('幅度');Fs=1000;[bz,az]=impinvar(b,a,Fs);[bzl,azl]=bilinear(b,a,Fs);wz=[0:pi/512:pi];hz1=freqz(bz,az,wz);hz2=freqz(bzl,azl,wz);subplot(2,2,2);plot(wz/pi,abs(hz1)/hz1(1));grid;axis([0,1,0,1])title('冲激响应不变法数字频率响应')subplot(2,2,3);plot(wz/pi,abs(hz2)/hz2(1));grid;axis([0,1,0,1])title('双线性变换法数字频率响应');得到结果如右图：：结果分析：结果如上总结：matlaB可以实现低通数字巴特沃斯滤波器的设计实验报告（五）姓名：学号：实验日期：8-12周实验题目：窗函数设计FIR滤波器实验目的：掌握利用窗函数法设计线性相位FIR数字滤波器的方法实验内容：1.利用窗生成函数boxcar，hanning，bartlett设计FIR低通数字滤波器，指标如下：采样频率Fs＝1000Hz，截止频率ws＝200Hz，滤波器阶数N＝65，画出滤波器的幅度频率特性和窗的形状，参考程序chfir1.m2.用基于窗函数的滤波器设计函数fir1，重新设计上述滤波器实验地点：4305实验结果：在命令窗口键入：wp=200/1000*2*pi;n=1:65;hd=sin(wp*(n-32))./(pi*(n-32));hd(32)=wp/pi;w1=boxcar(65);subplot(2,3,1)24-200-150-100-50050矩形窗024-150-100-50巴特里特窗024-300-200-100100汉宁窗501000.511.525010000.20.40.60.8105010000.20.40.60.81h1=hd.*rot90(w1); [mag1,r1]=freqz(h1); plot(r1,20*log(abs(mag1))); title('矩形窗') w2=triang(65); subplot(2,3,2)h2=hd.*rot90(w2); [mag2,r2]=freqz(h2);plot(r2,20*log(abs(mag2)));title('巴特里特窗')w3=hanning(65); subplot(2,3,3)h3=hd.*rot90(w3);[mag3,r3]=freqz(h3); plot(r3,20*log(abs(mag3))); title('汉宁窗')subplot(2,3,4); plot(n,w1); subplot(2,3,5);plot(n,w2);subplot(2,3,6);plot(n,w3);得到右图结果： 结果分析：结果如上总结：matlab 可以实现利用窗函数设计滤波器。