数字信号处理实验十七
数字信号处理综合实验
数字信号处理综合实验一、实验目的本实验旨在通过数字信号处理技术的综合应用，加深对数字信号处理原理和方法的理解，提高学生的实际操作能力和问题解决能力。
二、实验原理数字信号处理是利用数字计算机对摹拟信号进行采样、量化和编码，然后进行数字运算和处理的技术。
本实验主要涉及以下几个方面的内容：1. 信号采集与预处理：通过摹拟信号采集电路将摹拟信号转换为数字信号，然后进行预处理，如滤波、降噪等。
2. 数字滤波器设计：设计和实现数字滤波器，包括FIR滤波器和IIR滤波器，可以对信号进行滤波处理，提取感兴趣的频率成份。
3. 时域和频域分析：对采集到的信号进行时域和频域分析，如时域波形显示、功率谱密度估计等，可以了解信号的时域和频域特性。
4. 信号重构与恢复：通过信号重构算法对采集到的信号进行恢复，如插值、外推等，可以还原信号的原始特征。
三、实验内容根据实验原理，本实验的具体内容包括以下几个部份：1. 信号采集与预处理a. 使用摹拟信号采集电路将摹拟信号转换为数字信号，并通过示波器显示采集到的信号波形。
b. 对采集到的信号进行预处理，如去除噪声、滤波等，确保信号质量。
2. 数字滤波器设计a. 设计并实现FIR滤波器，选择合适的滤波器类型和参数，对采集到的信号进行滤波处理。
b. 设计并实现IIR滤波器，选择合适的滤波器类型和参数，对采集到的信号进行滤波处理。
3. 时域和频域分析a. 对采集到的信号进行时域分析，绘制信号的时域波形图，并计算信号的均值、方差等统计指标。
b. 对采集到的信号进行频域分析，绘制信号的功率谱密度图，并计算信号的频域特性。
4. 信号重构与恢复a. 使用插值算法对采集到的信号进行重构，恢复信号的原始特征。
b. 使用外推算法对采集到的信号进行恢复，还原信号的原始特征。
四、实验步骤1. 搭建信号采集电路，将摹拟信号转换为数字信号，并通过示波器显示采集到的信号波形。
2. 对采集到的信号进行预处理，如去除噪声、滤波等，确保信号质量。
数字信号处理实验报告
《数字信号处理》实验报告学院：信息科学与工程学院专业班级：通信1303姓名学号：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、 实验原理（1） 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 δ0≠=n k n b ）单位阶跃序列⎩⎨⎧=01)(n u 00<≥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）离散傅里叶变换：设连续正弦信号()x t 为0()sin()x t A t φ=Ω+这一信号的频率为0f ，角频率为002f πΩ=，信号的周期为00012T f π==Ω。
如果对此连续周期信号()x t 进行抽样，其抽样时间间隔为T ，抽样后信号以()x n 表示，则有0()()sin()t nT x n x t A nT φ===Ω+，如果令w 为数字频率，满足000012s sf w T f f π=Ω=Ω=，其中s f 是抽样重复频率，简称抽样频率。
为了在数字计算机上观察分析各种序列的频域特性，通常对)(jw e X 在[]π2,0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∑-=-=10)()(N n n jw jw k k e n x e X其中 1,,1,02-==M k k Mw k ，π 通常M 应取得大一些，以便观察谱的细节变化。
取模|)(|k jw e X 可绘出幅频特性曲线。
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 。
数字信号实验报告材料 (全)
数字信号处理实验报告实验一：用 FFT 做谱分析 一、 实验目的1、进一步加深 DFT 算法原理和基本性质的理解。
2、熟悉 FFT 算法原理和 FFT 子程序的应用。
3、学习用FFT 对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便在实际中正确应用 FFT 。
二、实验原理用FFT 对信号作频谱分析是学习数字信号处理的重要内容。
经常需要进行谱分析的信号是模拟信号和时域离散信号。
对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。
频谱分辨率直接和FFT 的变换区间N 有关，因为FFT 能够实现的频率分辨率是2π/N ≤D 。
可以根据此时选择FFT 的变换区间N 。
误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N 较大时离散谱的包络才能逼近于连续谱，因此N 要适当选择大一些。
周期信号的频谱是离散谱，只有用整数倍周期的长度作FFT ，得到的离散谱才能代表周期信号的频谱。
如果不知道信号周期，可以尽量选择信号的观察时间长一些。
对模拟信号的频谱时，首先要按照采样定理将其变成时域离散信号。
如果是模拟周期信号，也应该选取整数倍周期的长度，经过采样后形成周期序列，按照周期序列的谱分析进行。
三、实验内容和步骤对以下典型信号进行谱分析：⎪⎩⎪⎨⎧≤≤-≤≤-=⎪⎩⎪⎨⎧≤≤-≤≤+==其它nn n n n n x 其它nn n n n n x n R n x ,074,330,4)(,074,830,1)()()(32414()cos4x n n π=5()cos(/4)cos(/8)x n n n ππ=+6()cos8cos16cos20x t t t t πππ=++对于以上信号，x1(n)~x5(n) 选择FFT 的变换区间N 为8和16 两种情况进行频谱分析。
分别打印其幅频特性曲线。
并进行对比、分析和讨论;；x6(t)为模拟周期信号，选择 采样频率Hz F s 64=，变换区间N=16,32,64 三种情况进行谱分析。
《数字信号处理》实验
《数字信号处理》实验一、实验要求1．上机期间不允许玩游戏。
若发现，以实验不通过记分。
实验不通过者，本课程成绩记为0分。
2．每个同学上机前应认真准备与实验相关的知识，搞清理论概念。
上机期间认真独立完成实验内容，不能相互抄袭。
3．对在3次上机时间内完成实验的同学，采取当场验收方式确定成绩。
否则，需提交所做实验的源程序和结果软件，并同时提交实验报告，两者缺一不可。
4．实验报告要求写明实验内容、实现方法、实验结果（附所有结果曲线）及对相关结果的说明与讨论。
二、实验内容1．利用傅立叶级数展开的方法，自由生成所需的x(t)；2．通过选择不同的采样间隔T（分别选T>或<1/2f c），从x(t)获得相应的x(n)（作出x(n)图形）；3．对获得的不同x(n)分别作傅立叶变换，分析其频率响应特性（给出幅频与相频特性曲线）；4．利用巴特沃思、切比雪夫或椭圆滤波器设计数字滤波器（滤波特性自定），要求通过改变滤波器参数或特性（低通、高通、带通或带阻）设计至少两种数字滤波器，分析所设计滤波器（画出频率特性曲线），并对上述给出的不同x(n)分别进行滤波（画出滤波结果），然后加以讨论；5．利用窗函数设计法或频率采样法设计数字滤波器（滤波特性自定），要求通过改变滤波器参数或特性（低通、高通、带通或带阻等）设计至少两种数字滤波器，分析所设计滤波器（画出频率特性曲线），并对上述给出的不同x(n)分别进行滤波（画出滤波结果），然后加以讨论。
三、实验工具可采用MA TLAB高性能数字计算和可视化软件中的Signal Processing Toolbox 完成上述实验。
四、实验时间、地点12月16日晚上（在计算中心E楼202、205机房）、12月17日下午2:00（在计算中心E楼2024、207、208机房）、12月24日上午8:00（在计算中心E楼203、2037、208机房）。
2011年8月30日。
数字信号处理实验文档
实验任务:1、给出音频信号的时域和频谱特性；2、设计一个IIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）；3、设计一个FIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）。
实验原理:采样频率、位数及采样定理采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。
采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。
通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。
采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。
采样位数可以理解为声卡处理声音的解析度。
这个数值越大，解析度就越高，录制和回放的声音就越真实。
我们首先要知道：电脑中的声音文件是用数字0和1来表示的。
所以在电脑上录音的本质就是把模拟声音信号转换成数字信号。
反之，在播放时则是把数字信号还原成模拟声音信号输出。
采样定理又称奈奎斯特定理，在进行模拟/数字信号的转换过程中，当采样频率fs不小于信号中最高频率fm的2倍时，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍。
IIR数字滤波器设计原理利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。
如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws的转换，对ap和as 指标不作变化。
边界频率的转换关系为∩=2/T tan(w/2)。
接着，按照模拟低通滤波器的技术指标根据相应设计公式求出滤波器的阶数N 和3dB截止频率∩c ；根据阶数N查巴特沃斯归一化低通滤波器参数表，得到归一化传输函数Ha(p)；最后，将p=s/ ∩c 代入Ha(p)去归一，得到实际的模拟滤波器传输函数Ha(s)。
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（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);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。
最新数字信号处理实验报告
最新数字信号处理实验报告一、实验目的本次实验旨在加深对数字信号处理（DSP）理论的理解，并通过实践操作掌握数字信号处理的基本方法和技术。
通过实验，学习如何使用相关软件工具进行信号的采集、分析、处理和重构，提高解决实际问题的能力。
二、实验内容1. 信号采集与分析- 使用数字示波器采集模拟信号，并将其转换为数字信号。
- 利用傅里叶变换（FFT）分析信号的频谱特性。
- 观察并记录信号的时域和频域特性。
2. 滤波器设计与实现- 设计低通、高通、带通和带阻滤波器。
- 通过编程实现上述滤波器，并测试其性能。
- 分析滤波器对信号的影响，并调整参数以优化性能。
3. 信号重构实验- 应用所学滤波器对采集的信号进行去噪处理。
- 使用逆傅里叶变换（IFFT）重构经过滤波处理的信号。
- 比较重构信号与原始信号的差异，评估处理效果。
三、实验设备与材料- 计算机及DSP相关软件（如MATLAB、LabVIEW等）- 数字示波器- 模拟信号发生器- 数据采集卡四、实验步骤1. 信号采集- 连接并设置好数字示波器和模拟信号发生器。
- 生成一系列不同频率和幅度的模拟信号。
- 通过数据采集卡将模拟信号转换为数字信号。
2. 滤波器设计- 在DSP软件中设计所需的滤波器，并编写相应的程序代码。
- 调整滤波器参数，如截止频率、增益等，以达到预期的滤波效果。
3. 信号处理与重构- 应用设计的滤波器对采集的数字信号进行处理。
- 利用IFFT对处理后的信号进行重构。
- 通过对比原始信号和重构信号，评估滤波器的性能。
五、实验结果与分析- 展示信号在时域和频域的分析结果。
- 描述滤波器设计参数及其对信号处理的影响。
- 分析重构信号的质量，包括信噪比、失真度等指标。
六、实验结论- 总结实验中所学习到的数字信号处理的基本概念和方法。
- 讨论实验中遇到的问题及其解决方案。
- 提出对实验方法和过程的改进建议。
七、参考文献- 列出实验过程中参考的书籍、文章和其他资源。
【精品】数字信号处理实验报告
【精品】数字信号处理实验报告
1 实验目的
本次实验的目的是在MATLAB软件环境中运用数字信号处理理论，通过实验操作来检验用于数字信号处理的算法的正确性，以便明确数字信号处理理论在实际应用中的重要作用。
2 实验原理
数字信号处理实验的原理是使用MATLAB进行数字信号处理算法实验，首先，设置一些用于数字信号处理的参数，如传输函数、离散时间区间、采样频率、滤波器类型等；其次，按照信号处理的算法进行编程实现，搭建一个数字信号处理系统，在MATLAB下对信号进行处理，包括采样、滤波和量化等；最后，对处理后的信号进行数字分析，监测数字信号处理后的变化趋势，验证数字信号处理算法的正确性。
3 实验步骤
(1) 建立信号处理实验系统：选择一个常见的信号处理算法，运用MATLAB软件分别编写信号发生程序、信号采样程序、滤波程序和信号量化程序；
(2) 运行实验程序：实验同学可以自行设置参数，如传输函数、离散时间区间、采样频率、滤波器类型等，调整完毕后，点击“run”，运行实验程序；
(3) 观察实验结果：运行完毕后，可以观察MATLAB的图形结果，以此来分析信号处理算法的性能；
(4) 对结果进行分析：经过上述实验操作后，可以根据所得到的实验结果来判断信号处理算法的性能，如输出信号的噪声抑制能力、良好的时域和频域性能等，从而验证信号处理理论在实际应用中的价值。
4 总结。
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实验报告
实验题目：数字信号处理实验
实验日期：XXXX年XX月XX日
实验目的：
1. 了解数字信号处理的基本概念和原理；
2. 掌握数字信号的采样、量化和编码方法；
3. 学习数字信号处理的基本算法和应用。
实验内容：
1. 采样与重建
1.1 采样定理的验证
1.2 重建信号的实现
2. 量化与编码
2.1 量化方法的比较
2.2 编码方法的选择与实现
3. 数字滤波器设计与实现
3.1 FIR滤波器设计方法
3.2 IIR滤波器设计方法
实验步骤：
1. 使用示波器对输入的模拟信号进行采样，记录采样频率和采样点数。
2. 使用恢复信号方法，将采样得到的数字信号重建为模拟信号，并进行对比分析。
3. 对重建的信号进行量化处理，比较不同量化方法的效果，选择合适的方法进行编码。
4. 设计并实现数字滤波器，比较FIR和IIR滤波器的性能和实
现复杂度。
实验结果与分析：
1. 采样与重建实验结果表明，在满足采样定理的条件下，采样频率越高，重建信号的质量越高。
2. 量化与编码实验结果表明，在相同位数下，线性量化方法优于非线性量化方法，而编码方法可以根据信号特性选择，例如
差分编码适用于连续变化的信号。
3. 数字滤波器实验结果表明，FIR滤波器相对于IIR滤波器在时域和频域上更易于设计和理解，但实现复杂度较高。
实验结论：
数字信号处理是对模拟信号进行采样、量化和编码等处理，具有较高的灵活性和可靠性。
在实际应用中，应根据需要选择合适的采样频率、量化位数和编码方式，并根据信号特性选择合适的滤波器设计方法。
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
数字信号处理是指利用数字技术对模拟信号进行采样、量化、编码等处理后，再通过数字信号处理器进行数字化处理的技术。
在数字信号处理实验中，我们通过对数字信号进行滤波、变换、解调等处理，来实现信号的处理和分析。
在实验中，我们首先进行了数字信号采集和处理的基础实验，采集了包括正弦信号、方波信号、三角波信号等在内的多种信号，并进行了采样、量化、编码等处理。
通过这些处理，我们可以将模拟信号转换为数字信号，并对其进行后续处理。
接着，我们进行了数字信号滤波的实验。
滤波是指通过滤波器对数字信号进行处理，去除其中的噪声、干扰信号等不需要的部分，使其更加纯净、准确。
在实验中，我们使用了低通滤波器、高通滤波器、带通滤波器等多种滤波器进行数字信号滤波处理，得到了更加干净、准确的信号。
除了滤波，我们还进行了数字信号变换的实验。
数字信号变换是指将数字信号转换为另一种表示形式的技术，可以将信号从时域转换到频域，或者从离散域转换到连续域。
在实验中，我们使用了傅里叶变换、离散傅里叶变换等多种变换方式，对数字信号进行了变换处理，得到了信号的频谱信息和其他相关参数。
我们进行了数字信号解调的实验。
数字信号解调是指将数字信号转换为模拟信号的技术，可以将数字信号还原为原始信号，并进行后续处理。
在实验中，我们使用了频率解调、相干解调等多种解调方式，将数字信号转换为模拟信号，并对其进行了分析和处理。
总的来说，数字信号处理实验是一项非常重要的实验，可以帮助我们更好地理解数字信号处理的原理和方法，为我们今后从事相关领域的研究和工作打下坚实的基础。
《数字信号处理》实验报告
《数字信号处理》实验报告年级：2011级班级：信通4班姓名：朱明贵学号：111100443老师：李娟福州大学2013 年11 月实验一快速傅里叶变换(FFT)及其应用一、实验目的1.在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉MATLAB中的有关函数。
2.熟悉应用FFT对典型信号进行频谱分析的方法。
3.了解应用FFT进行信号频谱分析过程中可能出现的问题，以便在实际中正确应用FFT。
4.熟悉应用FFT实现两个序列的线性卷积和相关的方法。
二、实验类型演示型三、实验仪器装有MATLAB语言的计算机四、实验原理在各种信号序列中，有限长序列信号处理占有很重要地位，对有限长序列，我们可以使用离散Fouier变换(DFT)。
这一变换不但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：反变换为：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。
FFT并不是与DFT不同的另一种变换，而是为了减少DFT运算次数的一种快速算法。
它是对变换式进行一次次分解，使其成为若干小点数的组合，从而减少运算量。
常用的FFT 是以2为基数的，其长度。
它的效率高，程序简单，使用非常方便，当要变换的序列长度不等于2的整数次方时，为了使用以2为基数的FFT，可以用末位补零的方法，使其长度延长至2的整数次方。
(一)在运用DFT进行频谱分析的过程中可能的产生三种误差1．混叠序列的频谱是被采样信号频谱的周期延拓，当采样速率不满足Nyquist定理时，就会发生频谱混叠，使得采样后的信号序列频谱不能真实的反映原信号的频谱。
避免混叠现象的唯一方法是保证采样速率足够高，使频谱混叠现象不致出现，即在确定采样频率之前，必须对频谱的性质有所了解，在一般情况下，为了保证高于折叠频率的分量不会出现，在采样前，先用低通模拟滤波器对信号进行滤波。
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(1-7)原始实验内容文档(含代码)
实验要求1.每个实验进行之前须充分预习准备，实验完成后一周内提交实验报告；2.填写实验报告时，分为实验题目、实验目的、实验内容、实验结果、实验小结五项；3.实验报告要求：实验题目、实验目的、实验内容、实验结果四项都可打印；但每次实验的实验内容中的重要代码（或关键函数）后面要用手工解释其作用。
实验小结必须手写！（针对以前同学书写实验报告时候抄写代码太费时间的现象，本期实验报告进行以上改革）。
实验一信号、系统及系统响应实验目的：1. 掌握使用MATLAB进行函数、子程序、文件编辑等基本操作；2. 编写一些数字信号处理中常用序列的3. 掌握函数调用的方法。
实验内容：1.在数字信号处理的基本理论和MATLAB信号处理工具箱函数的基础上，可以自己编写一些子程序以便调用。
（1）单位抽样序列δ(n-n0)的生成函数impseq.m（2）单位阶跃序列u(n-n0)的生成函数stepseq.m（3）两个信号相加的生成函数sigadd.m（4）两个信号相乘的生成函数sigmult.m（5）序列移位y(n)=x(n-n0)的生成函数sigshift.m（6）序列翻褶y(n)=x(-n)生成函数sigfold.m（7）奇偶综合函数evenodd.m（8）求卷积和2.产生系列序列，并绘出离散图。
（1） x1(n)=3δ(n-2)-δ(n+4) -5≤n≤5（2） x3(n)=cos(0.04πn)+0.2w(n) 0≤n≤50其中：w(n)是均值为0，方差为1 的白噪声序列。
3.设线性移不变系统的抽样响应h(n)=(0.9)^n*u(n),输入序列x(n)=u(n)-u(n-10),求系统的输出y(n).实验二 系统响应及系统稳定性1.实验目的（1）掌握 求系统响应的方法。
（2）掌握时域离散系统的时域特性。
（3）分析、观察及检验系统的稳定性。
2.实验原理与方法在时域中，描写系统特性的方法是差分方程和单位脉冲响应，在频域可以用系统函数描述系统特性。
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：。