数字信号处理基础实验报告_
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。
数字信号处理实验报告
数字信号处理实验报告⼀、课程设计(综合实验)的⽬的与要求⽬的与要求：1．掌握《数字信号处理基础》课程的基本理论； 2．掌握应⽤MATLAB 进⾏数字信号处理的程序设计；实验内容：已知低通数字滤波器的性能指标如下：0.26p ωπ=，0.75dB p R =，0.41s ωπ=，50dB s A =要求：1. 选择合适的窗函数，设计满⾜上述指标的数字线性相位FIR 低通滤波器。
⽤⼀个图形窗⼝，包括四个⼦图，分析显⽰滤波器的单位冲激响应、相频响应、幅频响应和以dB 为纵坐标的幅频响应曲线。
2. ⽤双线性变换法，设计满⾜上述指标的数字Chebyshev I 型低通滤波器。
⽤⼀个图形窗⼝，包括三个⼦图，分析显⽰滤波器的幅频响应、以dB 为纵坐标的幅频响应和相频响应。
3. 已知模拟信号1234()2sin(2)5sin(2)8cos(2)7.5cos(2)x t f t f t f t f t ππππ=+++其中10.12f kHz =，2 4.98f kHz =，3 3.25f kHz =，4 1.15f kHz =，取采样频率10s f kHz =。
要求：(1) 以10s f kHz =对()x t 进⾏取样，得到()x n 。
⽤⼀个图形窗⼝，包括两个⼦图，分别显⽰()x t 以及()x n (0511n ≤≤)的波形；(2) ⽤FFT 对()x n 进⾏谱分析，要求频率分辨率不超过5Hz 。
求出⼀个记录长度中的最少点数x N ，并⽤⼀个图形窗⼝，包括两个⼦图，分别显⽰()x n 以及()X k 的幅值； (3) ⽤要求1中设计的线性相位低通数字滤波器对()x n 进⾏滤波，求出滤波器的输出1()y n ，并⽤FFT 对1()y n 进⾏谱分析，要求频率分辨率不超过5Hz 。
求出⼀个记录长度中的最少点数1y N ，并⽤⼀个图形窗⼝，包括四个⼦图，分别显⽰()x n （01x n N ≤≤-）、()X k 、1()y n （101y n N ≤≤-）和1()Y k 的幅值；(4) ⽤要求2中设计的Chebyshev 低通数字滤波器对()x n 进⾏滤波，求出滤波器的输出2()y n ，并⽤FFT 对2()y n 进⾏谱分析，要求频率分辨率不超过5Hz 。
数字信号处理课程设计实验报告
数字信号处理课程设计实验报告数字信号处理课程设计实验报告（基础实验篇）实验⼀离散时间系统及离散卷积⼀、实验⽬的和要求实验⽬的：(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。
(4)熟悉离散卷积的概念，并利⽤MATLAB计算离散卷积。
实验要求：(1)编制实验程序，并给编制程序加注释；(2)按照实验内容项要求完成笔算结果；(3)验证编制程序的正确性，记录实验结果。
(4)⾄少要求⼀个除参考实例以外的实例，在实验报告中，要描述清楚实例中的系统，并对实验结果进⾏解释说明。
⼆、实验原理δ的响应输出称为系统1.设系统的初始状态为零，系统对输⼊为单位脉冲序列()n的单位脉冲响应()h n。
对于离散系统可以利⽤差分⽅程，单位脉冲响应，以及系统函数对系统进⾏描述。
单位脉冲响应是系统的⼀种描述⽅法，若已知了系统的系统函数，可以利⽤系统得出系统的单位脉冲响应。
在MATLAB中利⽤impz 由函数函数求出单位脉冲响应()h n2.幅频特性，它指的是当ω从0到∞变化时，|()|Aω，H jω的变化特性，记为()相频特性，指的是当ω从0到∞变化时，|()|∠的变化特性称为相频特性，H jωω。
离散系统的幅频特性曲线和相频特性曲线直观的反应了系统对不同记为()频率的输⼊序列的处理情况。
三、实验⽅法与内容（需求分析、算法设计思路、流程图等）四、实验原始纪录（源程序等）1.离散时间系统的单位脉冲响应clcclear alla=[1,-0.3];b=[1,-1.6,0.9425];impz(a,b,30);%离散时间系统的冲激响应(30个样值点)title('系统单位脉冲响应')axis([-3,30,-2,2]);2.(1)离散系统的幅频、相频的分析⽅法21-0.3()1 1.60.9425j j j e H z e e ωωω---=-+clcclear alla=[1,-0.3];b=[1,-1.6,0.9425];%a 分⼦系数，b 分母系数 [H,w]=freqz(a,b,'whole'); subplot(2,1,1); plot(w/pi,abs(H));%幅度 title('幅度谱');xlabel('\omega^pi');ylabel('|H(e^j^\omega)'); grid on;subplot(2,1,2);plot(w/pi,angle(H));%相位 title('相位谱');xlabel('\omega^pi'); ylabel('phi(\omega)'); grid on;(2)零极点分布图clc; clear all a=[1,-0.3];b=[1,-1.6,0.9425]; zplane(a,b);%零极图 title('零极点分布图')3.离散卷积的计算111()()*()y n x n h n =clcclear all% x=[1,4,3,5,3,6,5] , -4<=n<=2 % h=[3,2,4,1,5,3], -2<=n<=3 % 求两序列的卷积 clear all;x=[1,4,3,5,3,6,5]; nx=-4:2; h=[3,2,4,1,5,3];nh=-2:3;ny=(nx(1)+nh(1)):(nx(length(x))+nh(length(h))); y=conv(x,h);n=length(ny);subplot(3,1,1);stem(nx,x);xlabel('nx');ylabel('x'); subplot(3,1,2);stem(nh,h);xlabel('nh');ylabel('h'); subplot(3,1,3);stem(ny,y);xlabel('n');ylabel('x 和h 的卷积')五、实验结果及分析（计算过程与结果、数据曲线、图表等）1.离散时间系统的单位脉冲响应051015202530-2-1.5-1-0.500.511.52n (samples)A m p l i t u d e系统单位脉冲响应2.离散系统的幅频、相频的分析⽅法00.20.40.60.81 1.2 1.4 1.6 1.82 102030幅度谱ωp i|H (e j ω)0.20.40.60.811.21.41.61.82-2-1012相位谱ωp ip h i (ω)-1-0.500.51-1-0.8-0.6-0.4-0.200.20.40.60.81Real PartI m a g i n a r y P a r t零极点分布图3.离散卷积的计算-4-3-2-1012nxx-2-1.5-1-0.500.51 1.522.53nhh -6-4-20246nx 和h 的卷积六、实验总结与思考实验⼆离散傅⽴叶变换与快速傅⽴叶变换⼀、实验⽬的和要求实验⽬的：(1)加深理解离散傅⾥叶变换及快速傅⾥叶变换概念； (2)学会应⽤FFT 对典型信号进⾏频谱分析的⽅法； (3)研究如何利⽤FFT 程序分析确定性时间连续信号； (4)熟悉应⽤FFT 实现两个序列的线性卷积的⽅法；实验要求：(1)编制DFT 程序及FFT 程序，并⽐较DFT 程序与FFT 程序的运⾏时间。
数字信号处理实验(民航无线电监测关键技术研究)
《数字信号处理》实验报告实验名称数字信号处理实验（民航无线电监测关键技术研究）实验时间一、实验目的：通过实验，理解和掌握民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术，培养学生对数字信号处理技术的兴趣，并提高学生基于数字信号处理技术的工程应用能力。
二、实验环境：Matlab三、实验原理、内容与分析（包括实验内容、MATLAB程序、实验结果与分析）实验总体框图如上图所示，主要实现民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术。
1．有限长单位脉冲（FIR）滤波器的设计FIR 数字滤波器是一种非递归系统，其冲激响应h(n)是有限长序列,其差分方程表达式为：系统传递函数可表达为：N-1 为FIR 滤波器的阶数。
在数字信号处理应用中往往需要设计线性相位的滤波器，FIR 滤波器在保证幅度特性满足技术要求的同时，很容易做到严格的线性相位特性。
为了使滤波器满足线性相位条件，要求其单位脉冲响应h(n)为实序列，且满足偶对称或奇对称条件，即h(n)=h(N-1-n)或h(n)=-h(N-1-n)。
这样，当N 为偶数时，偶对称线性相位FIR 滤波器的差分方程表达式为：由上可见FIR 滤波器不断地对输入样本x(n)延时后，再做乘法累加算法，将滤波器结果y(n)输出，因此，FIR 实际上是一种乘法累加运算。
而对于线性相位FIR 而言，利用线性相位FIR 滤波器系数的对称特性，可以采用结构精简的FIR 结构将乘法器数目减少一半。
2．AM 调制解调AM 调制解调过程如下：3．多采样率数字信号处理一般认为，在满足采样定理的前提下，首先将以采样率F1 采集的数字信号进行D/A 转换, 变成模拟信号，再按采样率F2 进行A/D 变换，从而实现从F1 到F2 的采样率转换。
但这样较麻烦，且易使信号受到损伤，所以实际上改变采样率是在数字域实现的。
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 xx 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 XΩ-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 jw ae 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) l=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]); end k=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=yesinput 1=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);N=14;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)]');endendend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。
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。
数字信号处理实验报告
数字信号处理实验报告实验一：频谱分析与采样定理一、实验目的1．观察模拟信号经理想采样后的频谱变化关系。
2．验证采样定理，观察欠采样时产生的频谱混叠现象3．加深对DFT算法原理和基本性质的理解4．熟悉FFT算法原理和FFT的应用二、实验原理根据采样定理，对给定信号确定采样频率，观察信号的频谱三、实验内容和步骤实验内容（1）在给定信号为：1．x(t)=cos(100*π*at)2．x(t)=exp(-at)3．x(t)=exp(-at)cos(100*π*at)其中a为实验者的学号，用DFT分析上述各信号的频谱结构，选取不同的采样频率和截取长度，试分析频谱发生的变化。
实验内容（2）设x(n)=cos(0.48*π*n)+ cos(0.52*π*n),对其进行以下频谱分析：10点DFT，64点DFT，及在10点序列后补零至64点的DFT 试分析这三种频谱的特点。
四、实验步骤1．复习采样理论、DFT的定义、性质和用DFT作谱分析的有关内容。
2．复习FFT算法原理和基本思想。
3．确定实验给定信号的采样频率，编制对采样后信号进行频谱分析的程序五、实验程序和结果实验1内容（1）N=L/T+1;t=0:T:L;a=48;D1=2*pi/(N*T); % 求出频率分辨率k1=floor((-(N-1)/2):((N-1)/2)); % 求对称于零频率的FFT位置向量%%%%%%%%%%%%%%%%%%%%%%%%%figure(1),x1=cos(100*pi*a*t);y1=T*fftshift(fft(x1));%虽然原来是周期信号，但做了截断后，仍可当作非周期信号。
subplot(2,1,1),plot(t,x1);title('正弦信号');subplot(2,1,2),plot(k1*D1,abs(y1));title('正弦信号频谱'); %%%%%%%%%%%%%%%%%%%%% figure(2), x2=exp(-a*t);y2=T*fftshift(fft(x2));%有限长（长度为N)离散时间信号x1的dft 再乘T 来近似模拟信号的频谱，长度为Nsubplot(2,1,1),plot(t,x2);title('指数信号');subplot(2,1,2),plot(k1*D1,abs(y2));title('指数信号频谱'); %%%%%%%%%%%%%%%%%%%%% figure(3), x3=x1.*x2;y3=T*fftshift(fft(x3))subplot(2,1,1),plot(t,x3);title('两信号相乘');subplot(2,1,2),plot(k1*D1,abs(y3));title('两信号相乘频谱');0.020.040.060.080.10.120.140.16-1-0.500.51正弦信号-4000-3000-2000-10000100020003000400000.020.040.06正弦信号频谱00.020.040.060.080.10.120.140.160.51-4000-3000-2000-10000100020003000400000.010.020.03指数信号频谱0.020.040.060.080.10.120.140.16-1-0.500.51两信号相乘-4000-3000-2000-10000100020003000400000.0050.010.015两信号相乘频谱T=0.0005 L=0.150.020.040.060.080.10.120.140.16-1-0.500.51-8000-6000-4000-2000200040006000800000.020.040.060.08正弦信号频谱00.020.040.060.080.10.120.140.160.51指数信号-8000-6000-4000-20000200040006000800000.010.020.03指数信号频谱0.020.040.060.080.10.120.140.16-1-0.500.51-8000-6000-4000-20000200040006000800000.0050.010.015两信号相乘频谱T=0.002 L=0.150.020.040.060.080.10.120.140.16-1-0.500.51正弦信号-2000-1500-1000-50050010001500200000.020.040.060.08正弦信号频谱00.020.040.060.080.10.120.140.160.51-2000-1500-1000-500050010001500200000.010.020.03指数信号频谱0.020.040.060.080.10.120.140.16-1-0.500.51两信号相乘-2000-1500-1000-500050010001500200000.0050.010.015两信号相乘频谱T=0.001 L=0.180.020.040.060.080.10.120.140.160.18-1-0.500.51-4000-3000-2000-1000100020003000400000.020.040.060.08正弦信号频谱00.020.040.060.080.10.120.140.160.180.51指数信号-4000-3000-2000-10000100020003000400000.010.020.03指数信号频谱0.020.040.060.080.10.120.140.160.18-1-0.500.51-4000-3000-2000-10000100020003000400000.0050.010.015两信号相乘频谱T=0.001 L=0.120.020.040.060.080.10.12-1-0.500.51正弦信号-4000-3000-2000-10000100020003000400000.020.040.06正弦信号频谱00.020.040.060.080.10.120.51-4000-3000-2000-10000100020003000400000.010.020.03指数信号频谱0.020.040.060.080.10.12-1-0.500.51两信号相乘-4000-3000-2000-10000100020003000400000.0050.010.015两信号相乘频谱实验1内容（2）>> N=10;n=1:NT=1x1=cos(0.48*pi*n*T)+cos(0.52*pi*n*T)X1=fft(x1,10)k=1:N;w=2*pi*k/10subplot(3,2,1);stem(n,x1);axis([0,10,-3,3]);title('信号x(n)');subplot(3,2,2);stem(w/pi,abs(X1));axis([0,1,0,10]);title('DFTx(n)');%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% N2=100;n2=1:N2T=1x1=cos(0.48*pi*[1:10]*T)+cos(0.52*pi*[1:10]*T)x2=[x1,zeros(1,90)]X2=fft(x2,N2)k2=1:N2;w2=2*pi*k2/100subplot(3,2,3);stem(x2);axis([0,100,-3,3]);title('信号x(n)补零');subplot(3,2,4);plot(w2/pi,abs(X2));axis([0,1,0,10]);title('DFTx(n)');%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% N3=100;n3=1:N3T=1x3=cos(0.48*pi*n3*T)+cos(0.52*pi*n3*T)X3=fft(x3,100)k3=1:N3;w3=2*pi*k3/100subplot(3,2,5);stem(n3,x3);axis([0,100,-3,3]);title('信号x(n)');subplot(3,2,6);stem(w3/pi,abs(X3));axis([0,1,0,10]);title('DFTx(n)');n =1 2 3 4 5 6 7 8 9 10 T =1510-202信号x(n)0.510510DFTx(n)50100信号x(n)补零0.510510DFTx(n)50100信号x(n)DFTx(n)实验二 卷积定理一、实验目的通过本实验，验证卷积定理，掌握利用DFT 和FFT 计算线性卷积的方法。
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
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。
数字信号处理实验报告完整版[5篇模版]
![数字信号处理实验报告完整版[5篇模版]](https://img.taocdn.com/s3/m/7b21a71bb5daa58da0116c175f0e7cd184251866.png)
数字信号处理实验报告完整版[5篇模版]第一篇：数字信号处理实验报告完整版实验 1利用 T 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T 1.DFT 与与 T 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()|()()0 1Nj knjNk NkX e x n e X k k Nπωωπ--====≤≤-∑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 T DFT 求求 DTFT方法 1 1：由恢复出的方法如下：由图 2.1 所示流程可知：101()()()Nj j n kn j nNn n kX e x n e X k W eNωωω∞∞----=-∞=-∞=⎡⎤==⎢⎥⎣⎦∑∑∑由上式可以得到：IDFT DTFT第二篇：数字信号处理实验报告JIANGSUUNIVERSITY OF TECHNOLOGY数字信号处理实验报告学院名称：电气信息工程学院专业：班级：姓名：学号：指导老师：张维玺（教授）2013年12月20日实验一离散时间信号的产生一、实验目的数字信号处理系统中的信号都是以离散时间形态存在的，所以对离散时间信号的研究是数字信号的基本所在。
而要研究离散时间信号，首先需要产生出各种离散时间信号。
使用MATLAB软件可以很方便地产生各种常见的离散时间信号，而且它还具有强大绘图功能，便于用户直观地处理输出结果。
通过本实验，学生将学习如何用MATLAB产生一些常见的离散时间信号，实现信号的卷积运算，并通过MATLAB中的绘图工具对产生的信号进行观察，加深对常用离散信号和信号卷积和运算的理解。
数字信号处理实验报告
数字信号处理实验报告实验一：混叠现象的时域与频域表现实验原理：当采样频率Fs不满足采样定理，会在0.5Fs附近引起频谱混叠，造成频谱分析误差。
实验过程：考虑频率分别为3Hz，7Hz，13Hz 的三个余弦信号，即：g1(t)=cos(6πt), g2(t)=cos(14πt), g3(t)=cos(26πt),当采样频率为10Hz 时，即采样间隔为0.1秒，则产生的序列分别为：g1[n]=cos(0.6πn), g2[n]=cos(1.4πn), g3[n]=cos(2.6πn)对g2[n]，g3[n] 稍加变换可得：g2[n]=cos(1.4πn)＝cos((2π-0.6π)n)= cos(0.6πn)g3[n]=cos(2.6πn)= cos((2π+0.6π)n)=cos(0.6πn)利用Matlab进行编程：n=1:300;t=(n-1)*1/300;g1=cos(6*pi*t);g2=cos(14*pi*t);g3=cos(26*pi*t);plot(t,g1,t,g2,t,g3);k=1:100;s=k*0.1;q1=cos(6*pi*s);q2=cos(14*pi*s);q3=cos(26*pi*s);hold on; plot(s(1:10),q1(1:10),'bd');figuresubplot(2,2,1);plot(k/10,abs(fft(q1)))subplot(2,2,2);plot(k/10,abs(fft(q2)))subplot(2,2,3);plot(k/10,abs(fft(q3)))通过Matlab软件的图像如图所示：如果将采样频率改为30Hz，则三信号采样后不会发生频率混叠，可运行以下的程序，观察序列的频谱。
程序编程改动如下：k=1:300;q=cos(6*pi*k/30);q1=cos(14*pi*k/30);q2=cos(26*pi*k/30);subplot(2,2,1);plot(k/10,abs(fft(q)))subplot(2,2,2);plot(k/10,abs(fft(q1)))subplot(2,2,3);plot(k/10,abs(fft(q2)))得图像：问题讨论：保证采样后的信号不发生混叠的条件是什么？若信号的最高频率为17Hz，采样频率为30Hz，问是否会发生频率混叠？混叠成频率为多少Hz的信号？编程验证你的想法。
数字信号处理基础实验报告
中南大学《数字信号处理》实验报告课程名称数字信号处理指导教师李宏学院信息科学与工程学院专业班级学号姓名实验一 常见离散时间信号的产生和频谱分析一、 实验目的（1） 熟悉MATLAB 应用环境，常用窗口的功能和使用方法； （2） 加深对常用离散时间信号的理解； （3） 掌握简单的绘图命令；（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进行频域分析。
二、实验内容及要求（1）复习常用离散时间信号的有关内容；常用离散时间信号a ）单位抽样序列⎩⎨⎧=01)(n δ00≠=n n 如果)(n δ在时间轴上延迟了k 个单位，得到)(k n -δ即：⎩⎨⎧=-01)(k n δ≠=n kn b ）单位阶跃序列⎩⎨⎧=01)(n u00<≥n n c ）矩形序列 ⎩⎨⎧=01)(n R N 其他10-≤≤N nd ）正弦序列)sin()(ϕ+=wn A n xe ）实指数序列f ）复指数序列()()jw n x n e σ+=（2） 用MATLAB 编程产生上述任意3种序列（长度可输入确定，对(d) (e) (f)中的参数可自行选择），并绘出其图形；()()n x n a u n =程序如下： 1）单位阶跃序列： n=-20:20; xn=heaviside(n); xn(n==0)=1;plot(n,xn);stem(n,xn);axis([-20 20 0 1.2]);title('单位阶跃序列');xlabel('n');ylabel('u(n)');box on得到图像如下：2）单位抽样序列： n=-20:20;xn=heaviside(n)-heaviside(n+1); xn(n==0)=1;plot(n,xn);stem(n,xn);axis([-20 20 0 1.2]);title('单位抽样序列');xlabel('n');ylabel('\delta(n)');box on得到图像如下：-20-15-10-50510152000.20.40.60.81单位阶跃序列nu (n )3）矩阵序列： n=-20:20; N=5;xn=heaviside(n)-heaviside(n-N); xn(n==0)=1;xn(n==N)=0;plot(n,xn);stem(n,xn);axis([-20 20 0 1.2]);title('矩阵序列');xlabel('n');ylabel('R_{N}(n)');box on 得到图像如下：-20-15-10-50510152000.20.40.60.81单位抽样序列n(n )-20-15-10-50510152000.20.40.60.81矩阵序列nR N (n )4）正弦序列：n=-40:40;A=2;w=pi/8;f=pi/4; xn=A*sin(w.*n+f);plot(n,xn);stem(n,xn);axis([-40 40 -4.2 4.2]) title('正弦序列');xlabel('n');ylabel('x(n)');box on得到图像如下：（3） 混叠现象对连续信号01()sin(2***)x t pi f t =其中，01500f Hz =进行采样，分别取采样频率2000,1200,800s f Hz Hz Hz =，观察|)(|jw e X 的变化，并做记录(打印曲线),观察随着采样频率降低频谱混叠是否明显存在，说明原因。
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(自己的实验报告)
数字信号处理实验报告西南交通大学信息科学与技术学院姓名：伍先春学号：20092487班级：自动化1班指导老师：张翠芳实验一序列的傅立叶变换实验目的进一步加深理解DFS,DFT 算法的原理;研究补零问题;快速傅立叶变换（FFT ）的应用。
实验步骤1. 复习DFS 和DFT 的定义，性质和应用；2. 熟悉MATLAB 语言的命令窗口、编程窗口和图形窗口的使用；利用提供的程序例子编写实验用程序；按实验内容上机实验，并进行实验结果分析；写出完整的实验报告，并将程序附在后面。
实验内容1. 周期方波序列的频谱试画出下面四种情况下的的幅度频谱,并分析补零后，对信号频谱的影响。
2. 有限长序列x(n)的DFT（1） 取x(n)(n=0:10)时，画出x(n)的频谱X(k) 的幅度；（2） 将（1）中的x(n)以补零的方式，使x(n)加长到(n:0~100)时，画出x(n)的频谱X(k) 的幅度；（3） 取x(n)(n:0~100)时，画出x(n)的频谱X(k) 的幅度。
利用FFT进行谱分析 已知：模拟信号以t=0.01n(n=0:N-1)进行采样，求N 点DFT 的幅值谱。
请分别画出N=45; N=50;N=55;N=60时的幅值曲线。
数字信号处理实验一1.(1) L=5;N=20;60,7)4(;60,5)3(;40,5)2(;20,5)1()](~[)(~,2,1,01)1(,01,1)(~=========±±=⎩⎨⎧-+≤≤+-+≤≤=N L N L N L N L n x DFS k X m N m n L mN L mN n mN n x )52.0cos()48.0cos()(n n n x ππ+=)8cos(5)4sin(2)(t t t x ππ+=n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(1)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=20');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(2)L=5;N=40;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(2)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=40');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(3)L=5;N=60;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(3)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=60');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(4)L=7;N=60;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(4)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=7,N=60');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');2. (1)M=10;N=10;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(1)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=10');axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');(2)M=10;N=100;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(2)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=10');axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');(3)M=100;N=100;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(3)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=100');axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');3.figure(1)subplot(2,2,1)N=45;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))stem(q,abs(y))title('FFT N=45')%subplot(2,2,2)N=50;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=50')%subplot(2,2,3)N=55;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=55')%subplot(2,2,4)N=16;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=16')function[Xk]=dfs(xn,N)n=[0:1:N-1];k=[0:1:N-1];WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;实验二 用双线性变换法设计IIR 数字滤波器 一、 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的滤波作用，获得数字滤波器的感性知识。
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。
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：。
数字信号处理实验报告
实验报告课程名称：数字信号处理授课班级：学号：姓名：指导老师：实验一离散时间信号及系统的时域分析实验类别：基础性实验1实验目的：(1）了解MA TLAB 程序设计语言的基本特点，熟悉MA TLAB软件运行环境。
(2）熟悉MA TLAB中产生信号和绘制信号的基本命令，学会用MA TLAB在时域中产生一些基本的离散时间信号，并对这些信号进行一些基本的运算。
(3）通过MA TLAB仿真一些简单的离散时间系统，并研究它们的时域特性。
(4）通过MA TLAB进行卷积运算，利用卷积方法观察分析系统的时域特性。
2. 实验报告要求●简述实验原理及目的。
●结合实验中所得给定典型序列幅频特性曲线，与理论结果比较，并分析说明误差产生的原因以及用FFT作谱分析时有关参数的选择方法。
●记录调试运行情况及所遇问题的解决方法。
3.实验内容：思考题：9.2.1 运行程序P9.2.1，哪个参数控制该序列的增长或衰减：哪个参数控制该序列的振幅？若需产生实指数序列，应对程序作何修改？9.2.2运行程序P9.2.1，该序列的频率是多少？怎样改变它？哪个参数控制该序列的相位？哪个参数可以控制该序列的振幅？该序列的周期是多少？9.2.3 运行程序P9.2.3，对加权输入得到的y(n)与在相同权系数下输出y1(n)和y2(n)相加得到的yt(n)进行比较，这两个序列是否相等？该系统是线性系统吗？9.2.4 假定另一个系统为y(n)=x(n)x(n-1)修改程序，计算这个系统的输出序列y1(n),y2(n)和y(n)。
比较有y(n)和yt(n)。
这两个序列是否相等？该系统是线性系统吗？(提高部分)9.2.5运行程序P9.2.4，并比较输出序列y(n)和yd(n-10)。
这两个序列之间有什么关系？该系统是时不变系统吗？9.2.6 考虑另一个系统：修改程序,以仿真上面的系统并确定该系统是否为时不变系统。
（选做）n = 0:40; D = 10;a = 3.0;b = -2;x = a*cos(2*pi*0.1*n) + b*cos(2*pi*0.4*n);[x1,n1]=sigmult(n,n,x,n)[x2,n2]=sigshift(x,n,1)[y,ny1]= sigadd(x1,n1,x2,n2)[y1,ny11]= sigshift(y,ny1,D)[sx,sn]= sigshift(x,n,D)[sx1,sn1]=sigmult(n,n, sx,sn)[sx2,sn2]=sigshift(sx,sn,1)[y2,ny2]= sigadd(sx1,sn1,sx2,sn2)D= sigadd(y1,ny11,y2,ny22)六、实验心得体会：实验时间批阅老师实验成绩实验二 FFT 实现数字滤波实验类别：提高性实验 1.实验目的(1) 通过这一实验，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。
- 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)。
本科生实验报告实验课程数字信号处理基础学院名称地球物理学院专业名称地球物理学学生姓名学生学号指导教师王山山实验地点5417实验成绩二〇一四年十一月二〇一四年十二月填写说明1、适用于本科生所有的实验报告（印制实验报告册除外）；2、专业填写为专业全称，有专业方向的用小括号标明；3、格式要求：①用A4纸双面打印（封面双面打印）或在A4大小纸上用蓝黑色水笔书写。
②打印排版：正文用宋体小四号，1.5倍行距，页边距采取默认形式（上下2.54cm，左右2.54cm，页眉1.5cm，页脚1.75cm）。
字符间距为默认值（缩放100%，间距：标准）；页码用小五号字底端居中。
③具体要求：题目（二号黑体居中）；摘要（“摘要”二字用小二号黑体居中，隔行书写摘要的文字部分，小4号宋体）；关键词（隔行顶格书写“关键词”三字，提炼3-5个关键词，用分号隔开，小4号黑体)；正文部分采用三级标题；第1章××(小二号黑体居中，段前0.5行)1.1 ×××××小三号黑体×××××（段前、段后0.5行）1.1.1小四号黑体（段前、段后0.5行）参考文献（黑体小二号居中，段前0.5行），参考文献用五号宋体，参照《参考文献著录规则（GB/T 7714－2005）》。
实验一生成离散信号并计算其振幅谱并将信号进行奇偶分解一、实验原理单位脉冲响应h(t)=exp(-a*t*t)*sin(2*3.14*f*t)进行离散抽样，分别得到t=0.002s，0.009s，0.011s采样的结果。
用Excel软件绘图显示计算结果。
并将信号进行奇偶分解，分别得到奇对称信号h(n)-h(-n)与偶对称信号h(n)+h(-n)。
用Excel 软件绘图显示计算结果。
二、实验程序代码（1）离散抽样double a,t;a=2*f*f*log(m);int i;for(i=0;i<N;i++){t=i*dt;h[i]=exp(-a*t*t)*sin(2*3.14*f*t);}（2）奇偶分解float h1[128], h2[128], h3[128], h4[128];int i;for(i=0;i<2*N;i++){h1[i]=h2[i]=h3[i]=h4[i]=0;}for(i=N;i<2*N;i++){h1[i]=h[i-N];}double a;float t=0;a=2*f*f*log(M);for(i=N;i>=0;i--){h2[i]=float(exp(-a*t*t)*sin(2*3.14*f*t));t=t-dt;}for(i=0;i<2*N;i++){h3[i]=h1[i]+h2[i];h4[i]=h1[i]-h2[i];}三、实验结果图（1）离散抽样A信号图B频谱图C频谱图D频谱图（2）奇偶分解A信号图B翻转信号C偶对称信号D奇对称信号四、结果分析对单位脉冲响应h(t)=exp(-a*t*t)*sin(2*3.14*f*t)进行离散抽样，分别得到t=0.002s，0.009s，0.011s采样的结果。
在进行频谱分析时，对信号的采样要满足采样定理，否则会发生频谱混叠现象而对信号不能进行还原。
由图象知t=0.002s采样后，可以还原原始信号。
0.009s，0.011s采样，频谱发生混叠，已不能将原始信号还原。
对单位脉冲响应h(t)=exp(-a*t*t)*sin(2*3.14*f*t)进行离散抽样，然后进行奇偶分解。
因为任何一个信号都可以分解为奇分量与偶分量之和。
原始信号与翻转信号之和为偶对称信号，原始信号减去翻转信号为奇对称信号。
五、心得体会通过本次实验，学会了信号抽样，进行频谱分析。
关键是在信号抽样时要满足抽样定理，否则频谱不能还原原始信号。
学会了如何将信号进行奇偶分解，关键之处是要求得翻转信号。
实验二 计算序列的卷积和相关函数一、 实验原理假设h(n)和x(n)都是有限长序列，长度分别为N 和M ，它们的线性卷积可以表示如下：10()()()()N l m h n x n h m x n m y -==*=-∑假设y(n)和x(n)都是有限长序列，长度分别为N 和M ，它们的线性相关可以表示如下：)()()()()(n y n x n m y m x n R m -*=-=∑∞-∞=二、实验程序代码A 卷积int i,k;for(i=0;i<L;i++){y[i]=0;}for(i=0;i<L;i++){for(k=0;k<N&i-k>=0;k++){y[i]=y[i]+x[i-k]*h[k]; }}B 相关int i,k;for(i=0;i<L;i++){r[i]=0;}for(i=0;i<L;i++){for(k=0;i+k<M;k++){r[i]=r[i]+y2[i+k]*y1[k];}}三、实验结果图A卷积B相关四、结果分析卷积不用管h(n)与x(n)的顺序，二者交换顺序卷积结果是一样的。
但是y1(n)和y2(n)的相关函数 r(n)不可以交换二者的顺序，交换之后相关结果会发生变化，因为Rxy(n)=Rxy(-n),二者图形为偶对称。
五、心得体会通过本次实验，学会了用计算机进行信号的卷积编程运算，其实质就是两重for循环。
以及两个信号之间的相关性进行分析。
知道了卷积与相关之间的本质联系。
实验三 计算离散信号的振幅谱和相位谱并比较FFT 与DFT 的运算速度一、实验原理对于有线长离散数字信号x(n),0<=n<256。
其离散频谱可以由离散傅里叶变换得到。
并进行离散傅里叶逆变换得到原始信号。
傅里叶正逆变换的公式如下。
二、 实验程序代码A 离散傅里叶变换DFTint i,j;if(s==1){for(i=0;i<N;i++){Xr[i]=0;Xi[i]=0;}for(i=0;i<N;i++){for(j=0;j<N;j++){Xr[i]+=float(x[j]*cos(2*3.141592653/N*j*i));Xi[i]+=float(x[j]*sin(2*3.141592653/N*j*i));}}}if(s==-1){for(i=0;i<N;i++){x[i]=0;210210()()1()()N j nk N n N j nk N k X k x n e x n X k e N ππ--=-=⎧=⎪⎪⎨⎪=⎪⎩∑∑01n N ≤≤-01k N ≤≤-}for(i=0;i<N;i++){for(j=0;j<N;j++){x[i]+=float((Xr[j]*cos((2*3.141592653/N)*j*i)+Xi[j]*sin((2*3.141592653/N)*j*i))/N);}}}B计算振幅谱和相位谱int i;for (i=0;i<N;i++){Amp[i]=float(sqrt(Xr[i]*Xr[i]+Xi[i]*Xi[i]));phi[i]=float(atan(Xi[i]/Xr[i]));}三、实验结果图A信号图B振幅谱图C相位谱图四、结果分析在进行离散傅里叶正变换的时候，应用欧拉公式，将频谱实部与虚部分别放入不同的数组Xr[]，Xi[]。
而不能利用正变换公式直接计算。
再将信号还原时，因为知道时间域信号是实数，只有实部，在还原时分别将频谱实部与cos相乘，虚部与sin相乘，二者相加直接得到原始信号。
在比较DFT与FFT计算速度时，发现DFT比FFT用时长的多。
五、心得体会通过本次试验，学会了编程计算离散傅里叶正变换与逆变换。
学会了将信号变换到频率域进行分析，得到了原始信号的振幅谱与相位谱。
振幅谱表示权重，相位谱表示初始相位差。
FFT采用基二分解，FFT由于减少了运算，使得运算速度加快。
尤其是数据长度较大时，加快运算速度非常明显。
试验四 FIR滤波器设计和滤波处理一、实验原理本实验中，滤波器滤波功能在频率域实现，若原始信号在频率域高频与低频没有分开，则不可以采用本次是实验方法。
再设计滤波器的时候，关键是要设计h(n)。
再设计滤波器的时候，由于会发生吉普斯现象，所以要对窗函数进行镶边处理，以抑制吉普斯现象。
二、实验程序代码A设计零相位的FIR低通滤波器int i;float d=0.1;for(i=0;i<128;i++){if(i<N1)H[i]=1;if(N1<=i&&i<N2)H[i]=float((N2-i)*d);if(N2<=i&&i<128-N2)H[i]=0;if(128-N2<=i&&i<128-N1)H[i]=float((i-128+N2)*d);if(i>=128-N1)H[i]=1;}B设计零相位的FIR高通滤波器int i;float d=0.1;for(i=0;i<128;i++){if(i<N2)H[i]=0;if(N2<=i&&i<N1)H[i]=float((i-N2)*d);if(N1<=i&&i<128-N1)H[i]=1;if(128-N1<=i&&i<128-N2)H[i]=float((128-N2-i)*d);if(i>=128-N2)H[i]=0;}C计算输出信号的振幅谱并输出信号频谱的实部和虚部 for(k=0;k<128;k++){ Yamp[k]=0;Yr[k]=0;Yi[k]=0;}for(k=0;k<128;k++){Yamp[k]=Xamp[k]*H[k];}for(i=0;i<128;i++){Yr[i]=float(Yamp[i]*cos(phase[i]));Yi[i]=float(Yamp[i]*sin(phase[i]));}三、实验结果图A原始信号B原始信号振幅谱D低通滤波后信号E低通滤波后信号的振幅谱G高通滤波后的信号H高通滤波后的振幅谱四、结果分析原始信号既有高频部分又有低频部分。
将信号进行低通滤波，就是将原始信号的频谱与低通滤波器单位脉冲响应在频率域相乘，并进行傅里叶逆变换还原到时间域，得到低通滤波后的信号，从低通滤波后的信号图谱可以看出，只有低频部分通过，高频部分被压制滤掉。
将信号进行高通滤波，就是将原始信号的频谱与高通滤波器单位脉冲响应在频率域相乘，并进行傅里叶逆变换还原到时间域，得到高通滤波后的信号，从高通滤波后的信号图谱可以看出，只有高频部分通过，低频部分被压制滤掉。