数字信号处理课程设记 湖南工程学院 !!!!!!!!!!!!!!!!!!!!!!!
《数字信号处理》课程教学大纲
《数字信号处理》课程教学大纲课程编码：课程名称：数字信号处理英文名称： Digital signal processing适用专业：物联网工程先修课程：复变函数、线性代数、信号与系统学分：2总学时：48实验（上机）学时：0授课学时：48网络学时：16一、课程简介《数字信号处理》是物联网工程专业基础必修课。
主要研究如何分析和处理离散时间信号的基本理论和方法，主要培养学生在面对复杂工程问题时的分析、综合与优化能力，是一门既有系统理论又有较强实践性的专业基础课。
课程的目的在于使学生能正确理解和掌握本课程所涉及的信号处理的基本概念、基本理论和基本分析方法，来解决物联网系统中的信号分析问题。
培养学生探索未知、追求真理、勇攀科学高峰的责任感和使命感。
助力学生树立正确的价值观，培养思辨能力、工程思维和科学精神。
培养学生精益求精的大国工匠精神，激发学生科技报国的家国情怀和使命担当。
它既是学习相关专业课程设计及毕业设计必不可少的基础，同时也是毕业后做技术工作的基础。
二、课程目标和任务1.课程目标课程目标1（CT1）:运用时间离散系统的基本原理、离散时间傅里叶变换、Z变换、离散傅里叶变换（DFT）、快速傅里叶变换(FFT)、时域采样定理和频域采样定理等工程基础知识，分析物联网领域的复杂工程问题。
培养探索未知、追求真理、勇攀科学高峰的责任感和使命感[课程思政点1]。
助力学生树立正确的价值观，培养思辨能力、工程思维和科学精神[课程思政点2]。
课程目标2 （CT2）:说明利用DFT对模拟信号进行谱分析的过程和误差分析、区分各类网络的结构特点；借助文献研究运用窗函数法设计具有线性相位的FIR数字滤波器，分析物联网领域复杂工程问题解决过程中的影响因素，从而获得有效结论的能力。
培养学生精益求精的大国工匠精神，激发学生科技报国的家国情怀和使命担当[课程思政点3]。
2.课程目标与毕业要求的对应关系三、课程教学内容第一章时域离散信号与系统（1）时域离散信号表示；（2）时域离散系统；（3）时域离散系统的输入输出描述法；*（4）模拟信号数字处理方法；教学重点：数字信号处理中的基本运算方法，时域离散系统的线性、时不变性及系统的因果性和稳定性。
《数字信号处理》课程设计报告-卷积运算及算法实现
《数字信号处理》课程设计报告卷积运算及算法实现专业：通信工程班级：通信08-2BF组次：第10组姓名：学号：卷积运算及算法实现一、 设计目的卷积运算是一种有别于其他运算的新型运算，是信号处理中一种常用的工具。
随着信号与系统理论的研究的深入及计算机技术发展，卷积运算被广泛地运用到现代地震勘测，超声诊断，光学诊断，光学成像，系统辨识及其他诸多新处理领域中。
了解并灵活运卷积运算用去解决问题，提高理论知识水平和动手能力，才是学习卷积运算的真正目的。
通过这次课程设计，一方面加强对《数字信号处理》这门课程的理解和应用，另一方面体会到学校开这些大学课程的意义。
二、设计任务探寻一种运算量更少，算法步骤更简单的算法来实现卷积运算，文中主要通过阶梯函数卷积计算方法和斜体函数卷积计算方法对比来得出最终结论。
三、设计原理1，什么是卷积？卷积是数字信号处理中经常用到的运算。
其基本的表达式为：()()()∑=-=nm m n x m h n y 0换而言之，假设两个信号f 1(t)和f 2(t)，两者做卷积运算定义为 f(t)d做一变量代换不难得出： f(t)d =f 1(t)*f 2(t)=f 2(t)*f 1(t)在教材上，我们知道用图解法很容易理解卷积运算的过程，在此不在赘述。
2，什么是阶梯函数所谓阶梯函数，即是可以用阶梯函数u(t) 和u(t-1)的线性组合来表示的函数，可以看做是一些矩形脉冲的集合，图1-1给除了两个阶梯函数的例子。
1—1其中f(t)=2u(t)+u(t-1)-2u（t-2）-u(t-3),h(t)= 2u(t)-u(t-1)+2u(t-2)-3u(t-3).以图1—1中两个阶梯函数为例介绍本文提出的阶梯函数卷积算法。
根据卷积的性质（又称为杜阿美尔积分），上述f(t)与h(t)的卷积等于f(t)的导数与h(t)的积分的卷积，即：f(t)*h(t)=*由于f(t)为阶梯函数，因此其导数也为冲击函数及其延时的线性组合，如图1—2（a）所示。
数字信号处理课设任务书
1电子信息工程专业《数字信号处理课程设计》任务书一、基本要求：通过本课程设计，能够体现对电子信息工程专业主干学位课“数字信号处理”的课程知识的综合应用能力。
掌握应用MATLAB 语言完成课程设计题目所要求的设计指标，并撰写高质量的课程设计报告。
二、课程设计内容： 要求：1、用matlab 实现程序设计。
2、注意要对每幅图的横纵坐标、题目有所标注，程序加必要注释。
A 组（学号尾数为单数）1一个特定的线性时不变系统，描述它的差分方程为()()()()()()0.510.252213y n y n y n x n x n x n −−+−=+−+−。
(1) 画出传输函数的零极点，并通过极点的分布判断该系统是否稳定。
(2) 求得并画出在0100n ≤<间系统的脉冲响应，从脉冲响应确定系统的稳定性。
(3) 若系统的输入信号为()()()()53cos 0.24sin 0.6x n n n u n ππ=++⎡⎤⎣⎦，求得并画出输出()y n 在0100n ≤<间的响应。
提示：1. 用zplane()函数画出零点极点图，看极点是否全在单位圆内。
2．可调用impz()函数得出系统的脉冲响应。
3．可以调用filter()函数得出输出y(n)。
2．已知一长度为5的FIR 滤波器的系数满足()()4, 04h n h n n =−≤≤。
试确定滤波器的系数，使得(1) 当输入信号()()()()123x n x n x n x n =++，其中()()1cos 0.2x n n =，()()2cos 0.5x n n =，()()3cos 0.8x n n =，经过此滤波器时，输出信号()y n 只保留输入信号的中间频率成分，即()2x n 。
(2) 将()2x n 和输出信号()y n 的前100个系数（099n ≤≤）画在一张图上，验2证所获得的滤波器系数的正确性。
(3) 对(2)中画出的图进行分析。
数字信号处理课程设计
数字信号处理课程设计
一、概述
本次信号处理课程设计主要对常见的数字信号处理算法进行实现。
主要内容包括数字信号滤波器、傅立叶变换和数字信号检测算法。
通过实验，学生将学习主要处理手段；同时了解数字信号处理的基本原理和应用。
二、主要内容
（1）数字信号滤波器：实现简单的数字滤波器，同时计算滤波器的频率响应；
（2）傅立叶变换：实现常用的傅立叶变换，并利用变换后的信号图像进行频率分析；
（3）数字信号检测算法：实现基本的一阶和二阶差分算法，并利用此算法进行实时信号检测；
三、实验步骤
（1）准备实验材料：将数字信号的原始信号数据以文件的形式存储，使用MATLAB等软件进行处理；
（2）实现数字滤波器：实现一阶以及多阶低通、高通和带通滤波器，
并计算响应的频谱；
（3）实现傅立叶变换：实现Fourier变换后的信号图像处理，如二维DFT等；
（4）实现数字信号检测算法：实现一阶和二阶差分算法，并利用此算法进行实时信号检测；
（5）数字信号处理综合应用实验：针对实际的数字信号，分析信号的特征，并基于实验结果进行信号处理算法的比较。
四、实验结果
完成本次实验后，可以实现对不同数字信号的处理，掌握其中滤波器、傅立叶变换等数字信号处理理论，并掌握常规的算法，学会运用算法实现实际信号处理工程。
数字信号处理课程设计报告
数字信号处理课程设计报告《数字信号处理》课程设计报告专业：电子信息工程班级：学号：姓名：指导教师：2011年6月29日1.课程设计目的通过对课程设计任务的完成，使学生进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；使学生掌握的基本理论和分析方法方面的知识得到进一步扩展；使学生能有效地将理论和实际紧密结合；增强学生软件编程实现能力和解决实际问题的能力。
要求学生能够熟练地用Matlab语言编程实现IIR数字滤波器和FIR数字滤波器，进一步明确数字信号处理的工程应用。
2.课程设计题目描述和要求设计一个FIR数字滤波器要求如下：1.声音提取2.滤波器设计3.声音回放3.课程设计报告内容数字滤波器可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。
FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在极点处收敛，极点全部在z = 0处（因果系统），因而只能用较高的阶数达到高的选择性。
FIR数字滤波器的幅频特性精度较之于IIR数字滤波器低，但是线性相位，就是不同频率分量的信号经过fir滤波器后他们的时间差不变，这是很好的性质。
FIR数字滤波器是有限的单位响应也有利于对数字信号的处理，便于编程，用于计算的时延也小，这对实时的信号处理很重要。
FIR滤波器因具有系统稳定，易实现相位控制，允许设计多通带（或多阻带）滤波器等优点收到人们的青睐。
由于FIR的种种优点，所以在此选择FIR作为本次课程设计的重点。
3.1总体设计本次课程设计包括声音提取，声音信号分析，噪声分析，加噪，加噪后信号分析，滤波器设计，滤波后信号分析。
整个过程可以用以下框图表示：3.2软件仿真调试结果分析 3.2.1 声音信号的提取为了作为对比，使用两种方法提取声音源信号：自己录制和复制已有的声音信号。
数字信号处理课程设计
数字信号处理课程设计一、课程设计任务1.1 设计背景数字信号处理是关于数字信号的获取、处理和应用的学科，广泛应用于通信、图像处理、音频处理等领域。
随着现代通信技术的发展，数字信号处理的应用越来越广泛，因此数字信号处理技术的研究和应用已经成为了当前的热点和难点问题。
本次数字信号处理课程设计旨在通过实践，使学生深入了解数字信号处理技术，并且掌握数字信号处理的基本原理与方法。
同时，通过此课程设计的实践环节，学生将运用所学的数字信号处理知识，针对某一具体问题进行深入分析，设计相应的算法，并进行实验验证，培养学生的实践能力。
1.2 设计任务本次数字信号处理课程设计任务为：通过 MATLAB 对音频信号进行数字信号处理，实现音频信号数字化、本地化、校准、滤波、平滑等操作，并设计出相应的算法。
具体任务包括：1.对输入的音频信号进行数字化：将模拟信号输入到 A/D 转换器中，将其转换为数字信号。
2.实现音频信号的本地化：通过本地化处理，实现对音频信号的空间定位。
3.针对音频信号的校准问题，设计相应的校准算法。
4.实现音频信号的滤波和平滑处理：通过低通滤波、高通滤波等方法，实现对音频信号的滤波和平滑处理。
二、实验流程2.1 实验器材本实验采用的主要器材为：1.电脑2.MATLAB 软件3.音频设备2.2 实验流程本实验的主要流程如下所示：1.设置音频输入输出设备，并初始化参数% 设置音频输入输出设备audioInput = audioDeviceReader(44100, 16, 1); audioOutput = audioDeviceWriter(44100, 16, 1);% 初始化参数blockSize = 1024;overlap = 512;sampleRate = 44100;2.进行音频信号采集与播放while true% 采集音频数据audioData = audioInput();% 对音频数据进行数字信号处理processedData = processAudioData(audioData, blockSize, overlap, sampleRate);% 播放处理后的音频数据audioOutput(processedData);end3.设计音频数据处理算法function processedData = processAudioData(audioData, blockSize, overlap, sampleRate)% 数字化处理audioData = double(audioData);% 本地化处理processedData = doLocalization(audioData);% 校准算法processedData = doCalibration(processedData);% 滤波和平滑处理processedData = doFiltering(processedData, sampleRate);% 返回处理后的音频数据processedData = single(processedData);end4.对音频数据进行本地化处理function localizationData = doLocalization(audioData) % 实现音频信号的本地化localizationData = audioData;end5.设计校准算法，使音频数据满足一定标准function calibrationData = doCalibration(processedDat a)% 校准算法calibrationData = processedData;end6.设计滤波和平滑处理算法function filteredData = doFiltering(processedData, sa mpleRate)% 低通滤波lowPassFilter = designfilt('lowpassfir', 'FilterOrder', 70, 'CutoffFrequency', 5000, 'SampleRate', sampleRate); filteredData = filtfilt(lowPassFilter, processedData);% 高通滤波highPassFilter = designfilt('highpassfir', 'FilterOrde r', 70, 'CutoffFrequency', 500, 'SampleRate', sampleRat e);filteredData = filtfilt(highPassFilter, filteredData);% 平滑处理smoothedData = smoothdata(filteredData, 'movmean', 50);% 返回处理后的数据filteredData = smoothedData;end三、实验结果及分析3.1 实验结果通过对 MATLAB 下进行数字信号处理的实验，得到了如下所示的实验结果：1.输入音频信号Input AudioInput Audio2.经过数字化、本地化、校准、滤波、平滑等处理后的音频信号Processed AudioProcessed Audio3.2 结果分析通过实验结果可以看出，经过数字信号处理后的音频信号具有了更好的音质和更好的稳定性。
数字信号处理课程设计说明书
长沙学院《数字信号处理课程设计》课程设计说明书系 (部) 电子与通信工程系专业(班级) 08通信1班姓名于升升学号 2008043103指导教师王路露、刘光灿、黄飞江、陈威兵、冯璐、张刚林起止日期 2011.4.18—2010.4.29目录一、任务与要求 (1)二、程序设计与实验仿真结果图 (3)1．语音信号的采集 (3)2.程序设计与实验仿真结果 (3)2.1原始信号和加噪信号时域跟频率分析 (3)2.2用双线性变化法设计滤波器： (4)三、工作原理与仿真结果分析 (7)四、结论与心得 (9)五、参考文献 (10)摘要本次DSP课程设计通过利用Matlab软件对信号进行分析和处理。
MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作。
本次DSP课程设计的主要内容是通过对语音信号的采集，熟悉数字信号滤波器的工作原理，然后对语音信号分别进行低通、高通、带通数字滤波器的设计，并画出了各个滤波器频率响应幅度；然后对所得的不同的频谱图进行总结，分析得到这样结果的不同原因！通过本次课程设计又熟悉了利用双线性法设计各种滤波器。
关键字：MATLAB、滤波器、语音信号、双线性法一、任务与要求数字信号处理课程设计任务书系(部):电信系专业: 08通信指导教师: 王路露、刘光灿、黄飞江、陈威兵、冯璐、张刚林2011-4长沙学院课程设计鉴定表原始语音时域信号时间 n音量 n加噪声之后时域语音信号时间 n音量 n50010001500原始信号傅里叶变换后波形050010001500加噪声信号傅里叶变换波形二、程序设计与实验仿真结果图1．语音信号的采集在windows 下录制一段语音，并保存为8000KHz ，8位，单声道 wav 格式，时间控制在3秒左右。
然后在MATLAB 软件平台下，利用函数wavread 对语音信号进行采样，记住采样频率和采样点数。
数字信号处理课程设计任务书(1)资料
数字信号处理课程设计指导一、课程设计目的：综合运用本课程的理论知识进行频谱分析以及滤波器设计，通过理论推导得出相应结论，并利用MATLAB作为工具进行实现，从而复习巩固课堂所学的理论知识，提高对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。
二、课程设计任务：每位同学在“四、课程设计内容”中的题目中任选一题或自行选择题目，每个题目最多4个人选。
自行选择的题目需经过指导老师确认。
班长于第五天把统计好的题目提交给指导老师。
三、课程设计时间安排：第一天：布置设计任务，讲解设计要求，提示设计要点。
第二～五天：选定题目，查阅资料（在图书馆或上网），弄清题目要求，提出解决方案。
)第五～十二天：根据题目要求，将理论推导与编程实现相结合，写出设计报告和ppt，可以申请去实验室进行课程设计，也可以自己安排。
第十三至十五天：答辩。
四、课程设计内容：1. 设计题目一：编程实现任意确定信号的频谱分析算法(1) 对给定的CEG和弦音音频文件取合适长度的采样记录点，然后进行频谱分析（信号的时域及幅频特性曲线要画出）。
(2) 分析CEG和弦音频谱特点，对该信号频谱能量相对较为集中的频带（分低、中、高频）实现滤波（分别使用低通，带通及高通），显示滤波后信号的时域和频域曲线，并对滤波后的信号与原信号的音频进行声音回放比较。
(3) 在低、中、高三个频带中，各滤出三个能量最集中的频簇，显示滤波后信号的时域和频域曲线。
(4) 任意选择几个滤出的频带（或频簇）进行时域信号重建（合成），与原信号的音频进行声音回放比较。
讨论：根据上述结果，分析什么是和弦音。
2. 设计题目二：设计并实现FIR数字滤波器的窗函数设计算法要求：输入数字滤波器指标，包括滤波器类型（低通、带通、带阻或高通等），通带截止频率，通带最大波动，阻带开始频率，阻带衰减，设计得到FIR滤波器，并画出设计得到的滤波器的增益曲线图（要有坐标标度）。
为了使编制的程序操作方便，设计处理系统的用户界面：在所设计的系统界面上可以选择滤波器的类型，输入滤波器的参数，显示滤波器的频率响应，选择输入信号并显示相应的输出信号等。
数字信号处理课程设计
-40 -60 -80 -100 -120 -140
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
等波纹滤波器法设计FIR数字滤波器
Matlab应用的函数
[M,fo,ao,w]=remezord(f,a,dev) 与remez 配合使用，用于算出适合要求的滤波器阶次M ，fo和ao为有 2B个元素的向量，fo是频率轴分点，ao是在这些频率分点上理想的幅 频响应，w是有B个元素的向量，表示各频带的加权值。由于 remezord给出的阶次M有可能偏低，这时需要适当增加M。 f是具有2B个元素的向量，由通带边缘频率和阻带边缘频率构成，dev 若是两个值则为高通或低通，三个值为带通或带阻，由通带和阻带上 的偏差决定 Remez 设计出等波纹滤波器 freqz(B,A,N)：离散系统频响特性 B和A分别为离散系统的系统函数分 子、分母多项式的系数向量，N为正整数 (频率等分点的值 )
60
70
0.5
0
-0.5
0
10
20
30
40
50
60
70
小结
（1）在时域求系统响应的方法有两种,第一种是通过解差分 方程求得系统输出;第二种是已知系统的单位脉冲响应,通 过求输入信号和系统单位脉冲响应的线性卷积求得系统输 出。 （2）检验系统的稳定性，其方法是在输入端加入单位阶跃 序列， 观察输出波形,如果波形稳定在一个常数值上,系 统稳定,否则不稳定。
数字信号处理课程设计
数字信号处理 课程设计一、课程目标知识目标：1. 理解数字信号处理的基本概念、原理和方法，掌握其数学表达和物理意义；2. 掌握数字信号处理中的关键算法，如傅里叶变换、快速傅里叶变换、滤波器设计等；3. 了解数字信号处理技术在通信、语音、图像等领域的应用。
技能目标：1. 能够运用所学知识分析数字信号处理问题，提出合理的解决方案；2. 能够运用编程工具（如MATLAB）实现基本的数字信号处理算法，解决实际问题；3. 能够对数字信号处理系统的性能进行分析和优化。
情感态度价值观目标：1. 培养学生对数字信号处理学科的兴趣，激发其探索精神和创新意识；2. 培养学生严谨的科学态度和良好的团队协作精神，提高沟通与表达能力；3. 增强学生对我国在数字信号处理领域取得成就的自豪感，树立为国家和民族发展贡献力量的信心。
课程性质：本课程为专业选修课，旨在使学生掌握数字信号处理的基本理论和方法，培养其解决实际问题的能力。
学生特点：学生具备一定的数学基础和编程能力，对数字信号处理有一定了解，但缺乏系统学习和实践经验。
教学要求：结合学生特点和课程性质，注重理论与实践相结合，采用案例教学、互动讨论等教学方法，提高学生的参与度和实践能力。
通过本课程的学习，使学生能够达到上述课程目标，为后续相关课程和实际工作打下坚实基础。
二、教学内容1. 数字信号处理基础：包括数字信号、离散时间信号与系统、信号的采样与恢复等基本概念，使学生建立数字信号处理的基本理论框架。
教材章节：第一章 数字信号处理概述2. 傅里叶变换及其应用：介绍傅里叶变换的原理、性质和应用，以及快速傅里叶变换算法。
教材章节：第二章 傅里叶变换及其应用3. 数字滤波器设计：讲解数字滤波器的基本原理、设计方法和性能评价，包括IIR和FIR滤波器。
教材章节：第三章 数字滤波器设计4. 数字信号处理应用案例分析：通过通信、语音、图像等领域的实际案例，使学生了解数字信号处理技术的应用。
数字信号处理课程设计
数字信号处理课程设计（综合实验）班级：电子信息工程1202X姓名：X X学号：1207050227指导教师:XXX设计时间：2014.12.22—2015.1。
4成绩:评实验一时域采样与频域采样定理的验证实验一、设计目的1。
时域采样理论与频域采样理论是数字信号处理中的重要理论.要求掌握模拟信号采样前后频谱的变化，以及如何选择采样频率才能使采样后的信号不丢失信息；2. 要求掌握频率域采样会引起时域周期化的概念，以及频率域采样定理及其对频域采样点数选择的指导作用。
二、程序运行结果1。
时域采样定理验证结果:2。
频域采样定理验证结果:三、参数与结果分析1。
时域采样参数与结果分析：对模拟信号()ax t以T进行时域等间隔理想采样，形成的采样信号的频谱会以采样角频率Ωs（Ωs=2π/T)为周期进行周期延拓。
采样频率Ωs必须大于等于模拟信号最高频率的两倍以上，才能使采样信号的频谱不产生频谱混叠。
() ax t的最高截止频率为500HZ，而因为采样频率不同,得到的x1（n)、x2(n）、x3(n）的长度不同。
频谱分布也就不同。
x1(n）、x2（n）、x3(n)分别为采样频率为1000HZ、300HZ、200HZ 时候的采样序列，而进行64点DFT之后通过DFT分析频谱后得实验图中的图，可见在采样频率大于等于1000时采样后的频谱无混叠，采样频率小于1000时频谱出现混叠且在Fs/2处最为严重。
2.频域采样参数与结果分析：对信号x（n）的频谱函数进行N点等间隔采样，进行N 点IDFT[（）NXk］得到的序列就是原序列x(n）以N为周期进行周期延拓后的主值区序列。
对于给定的x（n）三角波序列其长度为27点则由频率域采样定理可知当进行32点采样后进应该无混叠而16点采样后进行IFFT得到的x（n）有混叠,由实验的图形可知频域采样定理的正确性.四、思考题如果序列x（n）的长度为M，希望得到其频谱在[0， 2π］上的N点等间隔采样，当N<M 时，如何用一次最少点数的DFT得到该频谱采样？答：通过实验结果可知，可以先对原序列x(n)以N为周期进行周期延拓后取主值区序列，再计算N点DFT则得到N点频域采样。
湖南工程学院数电课程设计
课 程 设 计课程名称 数字电子技术 课题名称 简易工序控制器 专 业 电子科学与技术 班 级 学 号 姓 名 指导教师 郭照南2010年12月 日湖南工程学院课程设计任务书课程名称：数字电子技术题目：简易工序控制器专业班级: dk0801学生姓名：学号：29指导老师：郭照南审批：任务书下达日期2010年12月6日星期一设计完成日期2010年12月17日星期五目录第1章设计总体思路和框图 (6)1.1设计总体思路及基本原理 (6)1.2 框图: (6)第2章单元电路设计（各单元电路图） (7)2.1倒计时显示及置数模块 (7)1．倒计时显示模块 (7)2．置数模块 (8)2.2加工步数显示模块 (9)2.3工序动作显示模块 (10)第3章总电路设计（总电路图） (12)第4章安装、调试步骤 (14)第5章故障分析与电路改进 (15)5.1 常见的故障现象 (15)5.2 产生故障的主要原因及解决方法 (15)第6章总结与设计调试体会 (16)附录 (19)参考文献： (19)第1章设计总体思路和框图1.1设计总体思路及基本原理要实现简易工序控制，首先要实现对每一步的控制。
当第1步的时候用置数控制模块控制倒计时计数器置数为5秒，步骤计数器置数为1,同时用步骤计数器控制工序显示模块使LED灯左移循环点亮；当倒计时模块全部减为0的时候，置数模块将其置数为12秒，并且给步骤计数器一个脉冲使其加1，显示为2，同时用步骤计数器控制工序显示模块使LED灯闪烁点亮。
同理实现第3步。
步骤计数器为3进制（1-3），每接受一个脉冲就实现一次加法计数。
它就像一个总的开关，控制着置数模块和工序显示模块。
而它是由倒计时模块控制，倒计时模块每给步骤计数器送一个脉冲就使其实现一次加法计数。
最终达到任务要求。
1.2 框图:第2章单元电路设计（各单元电路图）2.1倒计时显示及置数模块1．倒计时显示模块倒计时模块是由2个十进制计数器（74LS192）级联而成的。
数字信号处理课程设计报告_4
目录一、课程设计的目的 (2)二、数字滤波器的设计步骤 (2)2.2、IIR数字滤波器与FIR数字滤波器的区别 (2)三、IIR数字滤波器 (3)3.1、IIR数字滤波器的特点 (3)3.1.2、IIR数字滤波器采用递归型结构 (3)3.1.3、借助成熟的模拟滤波器的成果 (3)3.1.4、需加相位校准网络 (3)3.2、用双线性法设计IIR数字滤波器 (3)3.3、巴特沃斯低通滤波器的设计 (4)3.4、巴特沃斯高通滤波器的设计 (5)3.4.1、巴特沃斯高通滤波器各参数图形 (5)3.4.2、巴特沃斯高通滤波器滤波效果图 (5)四、FIR数字滤波器 (5)4.1、FIR滤波器的特点 (5)4.2、窗函数法设计FIR数字滤波器 (6)五、程序实例源码 (8)六、问题分析 (12)七、心得体会 (13)八、参考文献 (13)一、课程设计的目的数字滤波是数字信号分析中最重要的组成部分之一，与模拟滤波相比，它具有精度和稳定性高、系统函数容易改变、灵活性强、便于大规模集成和可实现多维滤波等优点。
在信号的过滤、检测和参数的估计等方面，经典数字滤波器是使用最广泛的一种线性系统。
本次课程设计是通过对常用数字滤波器的设计和实现，掌握数字信号处理的工作原理及设计方法；熟悉用双线性变换法设计 IIR 数字滤波器和用窗函数法设计FIR数字滤波器的原理与方法，掌握利用数字滤波器对信号进行滤波的方法，掌握数字滤波器的计算机仿真方法，并能够对设计结果加以分析。
二、数字滤波器的设计步骤2.1、不论是IIR滤波器还是FIR滤波器的设计都包括三个步骤：(1)按照实际任务的要求，确定滤波器的性能指标。
(2)用一个因果、稳定的离散线性时不变系统的系统函数去逼近这一性能指标。
根据不同的要求可以用IIR系统函数，也可以用FIR系统函数去逼近。
(3)利用有限精度算法实现系统函数，包括结构选择，字长选择等。
2.2、IIR数字滤波器与FIR数字滤波器的区别2.2.1、单位响应IIR数字滤波器单位响应为无限脉冲序列，而FIR数字滤波器单位响应为有限的；FIR滤波器，也就是“非递归滤波器”，没有引入反馈。
数字信号处理教程课程设计
数字信号处理教程课程设计一、引言数字信号处理（Digital Signal Processing, DSP）是通过数值计算来获取、处理和分析信号的一种技术。
随着现代电子通信技术和嵌入式系统的发展，数字信号处理已经成为了一个重要的研究领域。
本课程设计旨在通过模拟与实验相结合的方式，为学生提供数字信号处理基础知识和实践经验。
这将有助于学生更好地理解和应用数字信号处理技术。
二、课程设计目标本课程设计旨在达到以下目标：1.帮助学生理解数字信号处理的基础知识和概念；2.通过实际操作，让学生掌握数字信号处理技术；3.通过课程设计，提高学生创新思维和解决问题的能力。
三、课程设计内容1. 数字信号处理基础知识•数字信号处理概述•采样定理及其证明•信号离散化•数字滤波器设计•快速傅里叶变换（FFT）及其应用•数字信号处理的应用领域2. 数字信号处理实践本课程的实践环节包括以下内容：•采样定理的验证•信号离散化实验•数字滤波器设计与仿真•FFT算法的实现•数字信号处理应用实例3. 课程设计要求本课程设计要求学生独立完成以下任务：•撰写数字信号处理课程论文•完成数字信号处理相关程序设计•课堂展示数字信号处理应用实例四、课程设计步骤本课程设计分为以下步骤：1. 阶段性目标确定在本课程设计之初，老师会与学生一起确定阶段性目标，以帮助学生理解和掌握数字信号处理基础知识。
2. 数字信号处理理论教学老师将通过讲授数字信号处理基础理论知识，来帮助学生更好地理解数字信号处理技术的基础知识。
3. 实验设计老师将制定实验计划，设计合适的实验，以帮助学生巩固理论，并且将数字信号处理的抽象概念转化为实际的运算过程。
4. 编程与实践操作学生将通过编程和实践操作，来掌握数字信号处理技术，完成实验后还需要撰写数字信号处理课程论文。
五、期望帮助与输出本课程设计采用 Matlab 软件作为编程工具，老师将为学生提供实验数据和相应的代码。
同时，教师将提供必要的帮助和引导，帮助学生顺利完成数字信号处理课程设计任务。
- 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)。
z1=wavread('C:zhouzheng.wav'); plot(z1);01234567x 105-0.4-0.3-0.2-0.100.10.20.30.40.5figure(1);subplot(2,1,2); y1=z1(1:8192); Y1=fft(y1); plot(abs(Y1));title('原始时域波形图');xlabel('时间t/s');ylabel('幅值/A'); figure(2);y1=fft(z1,8000);f1=8000*(0:7999)/8000; subplot(2,1,2); plot(f1,abs(y1));title('原始频域波形图');xlabel('频率 f/Hz');ylabel('幅值/db') 原语音频域和时域波形图如下：10002000300040005000600070008000900005101520原始时域波形图时间t/s幅值/A1000200030004000500060007000800005101520原始频域波形图频率 f/Hz幅值/d b②对语音信号进行频谱分析，在MATLAB 中，可以利用函数fft 对信号进行快速付立叶变换，得到信号的频谱特性 z1=wavread('C:zhouzheng.wav'); y1=z1(1:8192); Y1=fft(y1); n=0:8191; plot(n,Y1);图像输出如图2：0100020003000400050006000700080009000-20-15-10-5510153. 设计数字滤波器和对信号滤波（1）窗函数设计低通滤波器 程序设计如下： clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav') y1=z1(1:8192); Y1=fft(y1);fp=1000;fc=1200;As=100;Ap=1;Fs=8000; wc=2*pi*fc/Fs; wp=2*pi*fp/Fs; wdel=wc-wp;beta=0.112*(As-8.7);N=ceil((As-8)/2.285/wdel); wn= kaiser(N+1,beta); ws=(wp+wc)/2/pi;b=fir1(N,ws,wn); figure(1); freqz(b,1);x=fftfilt(b,z1); X=fft(x,8192); figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]); title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,1000,0,1.0]); title('滤波后信号频谱'); subplot(2,2,3);plot(z1); title('滤波前信号波形'); subplot(2,2,4);plot(x); title('滤波前信号波形'); sound(x,fs,bits);图形分析如下：0.10.20.30.40.50.60.70.80.91-8000-6000-4000-2000Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )00.10.20.30.40.50.60.70.80.91-200-100100Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )050010000.51滤波前信号频谱050010000.51滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-0.4-0.200.20.4滤波前信号波形2）窗函数设计高通滤波器程序设计如下： clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav') y1=z1(1:8192); Y1=fft(y1);fp=2800;fc=3000;As=100;Ap=1;Fs=8000; wc=2*pi*fc/Fs; wp=2*pi*fp/Fs; wdel=wc-wp;beta=0.112*(As-8.7);N=ceil((As-8)/2.285/wdel); wn= kaiser(N,beta); ws=(wp+wc)/2/pi;b=fir1(N-1,ws,'high',wn); figure(1); freqz(b,1);x=fftfilt(b,z1); X=fft(x,8192); figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]); title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,1000,0,1.0]); title('滤波后信号频谱'); subplot(2,2,3);plot(z1);title('滤波前信号波形'); subplot(2,2,4);plot(x); title('滤波前信号波形'); sound(x,fs,bits);图形分析如下：0.10.20.30.40.50.60.70.80.91Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )00.10.20.30.40.50.60.70.80.91-200-100100Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )050010000.51滤波前信号频谱050010000.51滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-4-2024-4滤波前信号波形（3）窗函数设计带通滤波器程序设计如下：clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav') y1=z1(1:8192); Y1=fft(y1);fp1=1200 ;fp2=3000 ;fc1=1000 ;fc2=3200 ;As=100 ;Ap=1 ;Fs=8000 ; wp1=2*pi*fp1/Fs; wc1=2*pi*fc1/Fs; wp2=2*pi*fp2/Fs; wc2=2*pi*fc2/Fs; wdel=wp1-wc1;beta=0.112*(As-8.7);N=ceil((As-8)/2.285/wdel);ws =[(wp1+wc1)/2/pi,(wp2+wc2)/2/pi]; wn= kaiser(N+1,beta); b=fir1(N,ws,wn); figure(1); freqz(b,1)x=fftfilt(b,z1); X=fft(x,8192); figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]); title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,2000,0,0.0003]); title('滤波后信号频谱')subplot(2,2,3);plot(z1); title('滤波前信号波形'); subplot(2,2,4);plot(x); title('滤波前信号波形'); sound(x,fs,bits);图形分析如下：0.10.20.30.40.50.60.70.80.91-15000-10000-500005000Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )00.10.20.30.40.50.60.70.80.91-200-100100Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )050010000.51滤波前信号频谱050010001500200012x 10-4滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-0.2-0.100.10.2滤波前信号波形（4）双线性变换法设计低通滤波器①选用butter 程序设计如下： clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav') y1=z1(1:8192); Y1=fft(y1);fp=1000;fc=1200;As=100;Ap=1;Fs=8000; wc=2*fc/Fs; wp=2*fp/Fs;[N,ws]=buttord(wc,wp,Ap,As); [b,a]=butter(N,ws); figure(1);freqz(b,a,512,Fs); x=filter(b,a,z1); X=fft(x,8192); figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]); title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,1000,0,1.0]); title('滤波后信号频谱'); subplot(2,2,3);plot(z1); title('滤波前信号波形'); subplot(2,2,4);plot(x);title('滤波前信号波形'); sound(x,fs,bits);图形分析:5001000150020002500300035004000x 104Frequency (Hz)P h a s e (d e g r e e s )05001000150020002500300035004000-1000-5000500Frequency (Hz)M a g n i t u d e (d B )050010000.51滤波前信号频谱50010000.51滤波后信号频谱02468x 105-0.500.5滤波前信号波形02468x 105-55x 10300滤波前信号波形②选用cheby1程序设计如下：clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav')y1=z1(1:8192);Y1=fft(y1);fp=1000;fc=1200;As=100;Ap=1; ;Fs=8000;wc=2*fc/Fs;wb=2*fp/Fs;[n,wp]=cheb1ord(wc,wb,Ap,As);[b,a]=cheby1(n,Ap,wp);figure(1);freqz(b,a);x=filter(b,a,z1);X=fft(x,8192);figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]); title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,4000,0,0.03]); title('滤波后信号频谱');subplot(2,2,3);plot(z1);title('滤波前信号波形');subplot(2,2,4);plot(x);title('滤波前信号波形');sound(x,fs,bits);图形分析如下：050010000.51滤波前信号频谱010002000300040000.010.020.03滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-0.4-0.200.20.4滤波前信号波形050010000.51滤波前信号频谱010002000300040000.010.020.03滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-0.4-0.200.20.4滤波前信号波形（5），双线性变换法设计高通滤波器①选用butter程序设计如下：clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav')y1=z1(1:8192);Y1=fft(y1);fc=2800 ;fp=3000 ;As=100;Ap=1;Fs=8000;wc=2*fc/Fs; wp=2*fp/Fs;[N,ws]=buttord(wc,wp,Ap,As);[b,a]=butter(N,ws,'high');figure(1);freqz(b,a,512,Fs);x=filter(b,a,z1);X=fft(x,8192);figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]); title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,1000,0,1.0]); title('滤波后信号频谱');subplot(2,2,3);plot(z1);title('滤波前信号波形');subplot(2,2,4);plot(x);title('滤波前信号波形');sound(x,fs,bits);图形分析如下：05001000150020002500300035004000-5000050001000015000Frequency (Hz)P h a s e (d e g r e e s )05001000150020002500300035004000-800-600-400-200Frequency (Hz)M a g n i t u d e (d B )050010000.51滤波前信号频谱050010000.51滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-11301滤波前信号波形②选用cheby1程序设计如下：clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav')y1=z1(1:8192);Y1=fft(y1);fc=2800 ;fp=3000 ;As=100;Ap=1; Fs=8000;wc=2*fc/Fs;wb=2*fp/Fs;[n,wp]=cheb1ord(wc,wb,Ap,As);[b,a]=cheby1(n,Ap,wp,'high');figure(1);freqz(b,a);x=filter(b,a,z1);X=fft(x,8192);figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]); title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,4000,0,0.03]); title('滤波后信号频谱');subplot(2,2,3);plot(z1);title('滤波前信号波形');subplot(2,2,4);plot(x);title('滤波前信号波形');sound(x,fs,bits);图形分析如下：0.10.20.30.40.50.60.70.80.91-2000-1500-1000-500Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )00.10.20.30.40.50.60.70.80.91-600-400-200Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )050010000.51滤波前信号频谱010002000300040000.010.020.03滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-4-2024-4滤波前信号波形（6），双线性变换法设计带通滤波器①选用butter程序设计如下clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav')y1=z1(1:8192);Y1=fft(y1);fp1=1200 ;fp2=3000; fc1=1000 ;fc2=3200 ;As=100;Ap=1; Fs=8000; wc=[2*fc1/Fs,2* fc2/Fs];wp=[2*fp1/Fs,2*fp2/Fs];[N,ws]=buttord(wc,wp,Ap,As);[b,a]=butter(N,ws,'stop');figure(1);freqz(b,a,512,Fs);x=filter(b,a,z1);X=fft(x,8192);figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]);title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,1000,0,1.0]);title('滤波后信号频谱');subplot(2,2,3);plot(z1);title('滤波前信号波形');subplot(2,2,4);plot(x);title('滤波前信号波形');sound(x,fs,bits);图形分析如下：05001000150020002500300035004000-6000-4000-2000Frequency (Hz)P h a s e (d e g r e e s )05001000150020002500300035004000-400-200200Frequency (Hz)M a g n i t u d e (d B )050010000.51滤波前信号频谱050010000.51滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-2-1012x 10306滤波前信号波形②选用cheby1程序设计如下：clear;close all[z1,fs,bits]=wavread('C:zhouzheng.wav')y1=z1(1:8192);Y1=fft(y1);fp1=1200 ;fp2=3000; fc1=1000 ;fc2=3200 ;As=100;Ap=1; Fs=8000; wc=[2*fc1/Fs,2* fc2/Fs];wb=[2*fp1/Fs,2*fp2/Fs];[n,wp]=cheb1ord(wc,wb,Ap,As);[b,a]=cheby1(n,Ap,wp,'stop');figure(1);freqz(b,a);x=filter(b,a,z1);X=fft(x,8192);figure(2);subplot(2,2,1);plot(abs(Y1));axis([0,1000,0,1.0]);title('滤波前信号频谱');subplot(2,2,2);plot(abs(X));axis([0,4000,0,0.03]);title('滤波后信号频谱');subplot(2,2,3);plot(z1);title('滤波前信号波形');subplot(2,2,4);plot(x);title('滤波前信号波形');sound(x,fs,bits);图形分析如下：00.10.20.30.40.50.60.70.80.91-3000-2000-1000Normalized Frequency (⨯π rad/sample)P h a s e (d e g r e e s )00.10.20.30.40.50.60.70.80.91-600-400-200Normalized Frequency (⨯π rad/sample)M a g n i t u d e (d B )050010000.51滤波前信号频谱010002000300040000.010.020.03滤波后信号频谱02468x 105-0.50.5滤波前信号波形02468x 105-0.4-0.200.20.4滤波前信号波形。