北科大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。
实验一 数字信号处理 实验报告
1.已知系统的差分方程如下式：y1(n)=0.9y1(n-1)+x(n)程序编写如下：(1)输入信号x(n)=R10 (n)，初始条件y1(-1)=1，试用递推法求解输出y1(n)；a=0.9; ys=1; %设差分方程系数a=0.9,初始状态: y(-1)=1xn=ones(1,10); %矩型序列R10(n)=u(n)-u(n-10)，定义其宽度为0~9n=1:35; %设差分方程系数a=0.9,初始状态: y(-1)=1xn=sign(sign(10-n)+1);B=1;A=[1,-a]; %差分方程系数xi=filtic(B,A,ys); %由初始条件计算等效初始条件输入序列xiyn=filter(B,A,xn,xi); %调用filter解差分方程,求系统输出y(n)n=0:length(yn)-1;subplot(2,1,1);stem(n,yn,'linewidth',2); axis([-5,15,0,8]); grid ontitle('图(a) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=1 ');xlabel('n');ylabel('y(n)')(2) 输入信号x(n)=R10 (n)，初始条件y1(-1)=0，试用递推法求解输出y1(n)。
a=0.9; ys=0; %设差分方程系数a=0.9,初始状态: y(-1)=1xn=ones(1,10); %矩型序列R10(n)=u(n)-u(n-10)B=1;A=[1,-a]; %差分方程系数xi=filtic(B,A,ys); %由初始条件计算等效初始条件输入序列xiyn=filter(B,A,xn,xi); %调用filter解差分方程,求系统输出y(n)n=0:length(yn)-1;subplot(2,1,2);stem(n,yn, 'linewidth',2); axis([-5,15,0,8]); grid ontitle('图(b) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=0 ');xlabel('n');ylabel('y(n)') 图形输出如下：-505101502468图(a) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=1ny (n )-55101502468图(b) y1(n)=0.9y1(n-1)+x(n) 初始条件y1(-1)=0ny (n )2. 已知系统差分方程为： y 1(n )=0.9y 1(n -1)+x (n ) 用递推法求解系统的单位脉冲响应h (n )，要求写出h (n )的封闭公式，并打印h (n )~n 曲线。
北京科技大学现代通信技术实验报告---语音信号数字处理
北京科技大学实验报告学院：自动化学院专业：班级：姓名：学号：实验日期：2018年3月31日实验名称：实验一语音信号数字处理实验目的：观察并验证语音信号的时域特性，理解并掌握典型的语音信号时域分析方法和时域特征，为深入学习语音信号处理的各种应用奠定基础。
实验仪器：matlab R2014实验原理：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。
采样频率与声音频率之间有一定的关系，根据奎斯特理论，只有采样频率高于声音信号最高频率的两倍时，才能把数字信号表示的声音还原成为原来的声音。
这就是说采样频率是衡量声卡采集、记录和还原声音文件的质量标准。
采样定理:在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中，最高频率fmax的2倍时，即：fs.max>=2fmax,则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；采样定理又称奈奎斯特定理。
采样位数：即采样值或取样值，用来衡量声音波动变化的参数，是指声卡在采集和播放声音文件时所使用数字声音信号的二进制位数。
采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。
样位数和采样率对于音频接口来说是最为重要的两个指标，也是选择音频接口的两个重要标准。
无论采样频率如何，理论上来说采样的位数决定了音频数据最大的力度范围。
每增加一个采样位数相当于力度范围增加了6dB。
采样位数越多则捕捉到的信号越精确。
对于采样率来说你可以想象它类似于一个照相机，44.1kHz意味着音频流进入计算机时计算机每秒会对其拍照达441000次。
显然采样率越高，计算机摄取的图片越多，对于原始音频的还原也越加精确。
FFT变换：对于给定的时域信号y，可以通过Fourier变换得到频域信息Y。
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。
课程大作业 数字信号处理实验报告
课程大作业数字信号处理实验报告课程大作业-数字信号处理实验报告实验一信号、系统和系统响应一．实验目的1.熟悉理想采样的性质，了解信号采用前后的频谱变化，加深对采样定理的理解。
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和编程方法：用卷积法观察和分析系统响应的时域特性。
4．掌握序列傅氏变换的计算机实现方法，利用序列的傅氏变换对离散信号、系统及系统响应进行频域分析。
二、实验原理1．连续时间信号的采样这有助于理解信号从时域到频域的变化，也有助于理解信号从时域到时域的变化。
对一个连续时间信号进行理想采样的过程可以表示为该信号和个周期冲激脉冲的乘积，即a（t）？xa（t）m（t）（1－1）x？A（T）是连续信号Xa（T）的理想采样，m（T）是周期脉冲，其中XM（T）？N（t？nt）（1－2）它也可以用傅立叶级数表示为：1.吉咪？stm（t）？？e（1－3）tn其中t为采样周期，?s?2?/t是采样角频率。
设xa(s)是连续时间信号xa(t)的双边拉氏变换，即有：xa（s）xa（t）e？stdt（1－4）a(t)的拉氏变换为此时理想采样信号x??1?(s)?x?a(t)edtxa(s?jm?s)（1－5）xa?tmst??作为拉普拉斯变换的特例，信号理想采样的傅里叶变换1xa(j?)??xa?j(??m?s)?（1－6）tm从方程（1-5）和（1-6）可以看出，信号理想采样后的频谱是原始信号频谱的周期扩展，其扩展周期等于采样频率。
根据香农采样定理，如果原始信号是带限信号，且采样频率高于原始信号最高频率分量的两倍，则采样后不会出现频率混淆。
在计算机处理时，不采用式（1－6）计算信号的频谱，而是利用序列的傅立a（t）？Xa（T）m（T），根据z变量叶变换计算信号的频谱，并定义序列x（n）？xa（新界）？根据X变换的定义，序列X（n）的Z变换可以得到：X（Z）？Nx（n）zn（1－7）以ej?代替上式中的z，就可以得到序列x(n)的傅立叶变换x(e)?j?nx(n)e???j?n（1－8）式（1-6）和式（1-8）具有以下关系：(j)x(ej)x（1－9）at由式（1－9）可知，在分析一个连续时间信号的频谱时，可以通过取样将有将相关性的计算转化为序贯傅里叶变换的计算。
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11-12-10
《数字信号处理》实验报告专业学号姓名实验一 利用FFT 实现快速卷积一、实验目的1．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。
2．掌握循环卷积和线性卷积两者之间的关系。
二、实验原理用FFT 来快速计算有限长度序列的线性卷积。
这种方法就是先将输入信号x(n)通过FFT 变换为它的频谱采样值()x k ，然后再和FIR 滤波器的频响采样值H(k)相乘，H(k)可事先存放在存储器中，最后再将乘积H(k)X(k)通过快速傅里叶变换（简称IFFT ）还原为时域序列，即得到输出y(n)。
现以FFT 求有限长序列的卷积及求有限长度序列与较长序列间的卷积为例来讨论FFT 的快速卷积方法。
序列x(n)和h(n)的长差不多。
设x(n)的长为N 1，h(n)的长为N 2，要求∑-=-=⊗=1)()()()()(N m m n x m h n y n x n y用FFT 完成这一卷积的具体步骤如下：①为使两有限长序列的线性卷积可用其循环卷积代替而不发生混叠，必须选择循环卷积长度121-+≥N N N ，若采用基2-FFT 完成卷积运算，要求m N 2=（m 为整数）。
②用补零方法使x(n)和h(n)变成列长为N 的序列。
1122()01()01()01()01x n n N x n N n N h n n N h n N n N ≤≤-⎧=⎨≤≤-⎩≤≤-⎧=⎨≤≤-⎩③用FFT 计算x(n)和h(n)的N 点离散傅里叶变换。
④完成X(k)和H(k)乘积，)()()(k H k x k Y = ⑤用FFT 计算 ()Y k 的离散傅里叶反变换得*10*10)(1)(1)(⎭⎬⎫⎩⎨⎧⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=∑∑-=--=N k nk N nk N N k W k Y N W k Y N n y三、主要实验仪器及材料微型计算机、Matlab6.5教学版。
四、实验内容1．数字滤波器的脉冲响应为()22()1/2(),8nN h n R n N ==。
北科大信号系统与信号处理综合实验
北京科技大学《信号系统与信号处理综合实验》实验报告专业班级：学生姓名：学号：指导教师：实验成绩：年月日计算机与通信工程学院目录一、SEED-DTK6446 CCS 平台实验 (2)1、DDR2 SDRAM 实验 (2)2、Audio 音频实验 (6)3、RS232实验 (5)4、结论及思考 (8)二、Linux 平台实验 (10)1、入门实验 (10)2、OSD图像叠加实验 (14)3、视频采集回放实验........................................................................... 错误！未定义书签。
4、结论及思考 (15)三、自主设计实验 (16)四、总结与收获 (25)五、教师评语 (25)一、SEED-DTK6446 CCS 平台实验1、DDR2 SDRAM 实验实验目的1. 了解SEED-DVS6446 外部存储器DDR2 SDRAM；2. 了解TMS320DM6446 芯片DDR2 存储器控制器的特点；3. 熟悉DDR2 SDRAM 的读取操作。
实验内容1. 系统初始化；2. 外部接口的初始化；3. DDR2 SDRAM 的读写操作。
实验报告要求1. 将ddr 工程运行结果截图。
2. 分别在ddr_test.c 中的第20 行、21 行设置断点，将memory browser 窗口截屏，地址栏为0x80000000。
3. 分析第ddr_test.c 中的20 行、21 行代码的作用，将memory browser 窗口截屏。
第20行代码：retcode |= memaddr32（ddr_base, ddr_size ）;作用：memaddr32函数分为读操作和写操作两个部分，/* Write Pattern */for ( i = start; i < end; i += 4 ) {*( volatile Uint32* )i = i; }写入部分操作是将操作数i存入寄存器中。
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
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：(1) 时域采样。
(2) LTI系统的输入输出关系。
三、实验内容(1) 认真复习采样理论、离散信号与系统、线性卷积、序列的傅里叶变换及性质等有关内容，阅读本实验原理与方法。
(2) 编制实验用主程序及相应子程序。
①信号产生子程序，用于产生实验中要用到的以下信号序列：a. xa(t)=A*e^-at *sin(Ω0t)u(t)A=444.128;a=50*sqrt(2)*pi;b. 单位脉冲序列：xb(n)=δ(n)c. 矩形序列：xc(n)=RN(n), N=10②系统单位脉冲响应序列产生子程序。
本实验要用到两种FIR系统。
a. ha(n)=R10(n);b. hb(n)=δ(n)+2.5δ(n-1)+2.5δ(n-2)+δ(n-3)③有限长序列线性卷积子程序用于完成两个给定长度的序列的卷积。
可以直接调用MATLAB语言中的卷积函数conv。
conv用于两个有限长度序列的卷积，它假定两个序列都从n=0 开始。
调用格式如下：y=conv (x, h)四、实验步骤调通并运行实验程序，完成下述实验内容：①分析采样序列的特性。
a. 取采样频率fs=1 kHz, 即T=1 ms。
b. 改变采样频率，fs=300 Hz，观察|X(ejω)|的变化，并做记录(打印曲线)；进一步降低采样频率，fs=200 Hz，观察频谱混叠是否明显存在，说明原因，并记录(打印)这时的|X(ejω)|曲线。
②时域离散信号、系统和系统响应分析。
a. 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)，比拟所求响应y(n)和hb(n)的时域及频域特性，注意它们之间有无差异，绘图说明，并用所学理论解释所得结果。
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
《数字信号处理》实验报告课程名称：《数字信号处理》学院：信息科学与工程学院专业班级：通信1502班学生姓名：侯子强学号：0905140322指导教师：李宏2017年5月28日实验一 离散时间信号和系统响应一. 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. 掌握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离散信号及系统响应进行频域分析二、实验原理1. 采样是连续信号数字化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的变化以及信号信息不丢失的条件，而且可以加深对离散傅里叶变换、Z 变换和序列傅里叶变换之间关系式的理解。
对连续信号()a x t 以T 为采样间隔进行时域等间隔理想采样，形成采样信号：ˆ()()()a a xt x t p t = 式中()p t 为周期冲激脉冲，()a x t 为()a x t 的理想采样。
()a x t 的傅里叶变换为()a X j Ω：上式表明将连续信号()a x t 采样后其频谱将变为周期的，周期为Ωs=2π/T。
也即采样信号的频谱()a X j Ω是原连续信号xa(t)的频谱Xa(jΩ)在频率轴上以Ωs 为周期，周期延拓而成的。
因此，若对连续信号()a x t 进行采样，要保证采样频率fs ≥2fm ，fm 为信号的最高频率，才可能由采样信号无失真地恢复出原模拟信号计算机实现时，利用计算机计算上式并不方便，因此我们利用采样序列的傅里叶变换来实现，即()()n P t t nT δ∞=-∞=-∑1()()*()21()n a a a s X j X j P j X j jn T π∞=-∞Ω=ΩΩ=Ω-Ω∑()()|j a TX j X e ωω=ΩΩ=而()()j j n n X e x n e ωω∞-=-∞=∑为采样序列的傅里叶变换2. 时域中，描述系统特性的方法是差分方程和单位脉冲响应，频域中可用系统函数描述系统特性。
数字信号处理实验报告一二
数字信号处理实验报告一二目录一、实验目的 (2)1.1 了解数字信号处理的基本概念 (2)1.2 掌握数字信号处理的基本流程 (3)1.3 熟悉数字信号处理中常用的算法和实现方法 (5)二、实验目的 (6)2.1 理解数字信号处理技术在通信系统中的作用 (7)2.2 掌握数字信号处理技术在通信系统中的应用实例 (8)2.3 通过实验加深对数字信号处理技术的理解和实际操作能力 (9)三、实验原理和流程 (11)3.1 通信系统的基本工作原理 (12)3.2 数字信号处理技术在通信系统中的应用 (13)3.3 实验准备和实施计划 (14)四、数字滤波器设计与验证 (15)4.1 数字滤波器的设计方法 (17)4.2 滤波器的验证方法 (19)4.3 滤波器的性能测试 (20)五、信号检测与估计技术 (22)5.1 信号检测技术在通信系统中的应用 (23)5.2 信号估计技术的实现 (25)5.3 检测与估计技术的应用案例分析 (26)六、实验结果与讨论 (28)6.1 实验结果的分析与评价 (28)6.2 实验结果的对比与优化 (30)6.3 实验中遇到的问题和解决方案 (31)七、结论与展望 (32)7.1 实验结果的主要发现 (33)7.2 对数字信号处理在通信系统中的应用的认识提升 (34)7.3 对未来实验的思考和展望 (36)一、实验目的本次数字信号处理的实验旨在使学生掌握数字信号处理的基本概念、理论和实验技能，并通过实际操作加深对数字信号处理方法的理解和应用。
具体目的包括：理解数字信号处理的基本原理，包括离散时间信号与系统的概念、抽样定理、数字滤波器设计方法和数字信号处理的应用。
学习各种数字信号处理技术，如脉冲幅度调制、谱分析、滤波器设计与实现等。
使用实验设备实施信号模拟与数字信号处理操作，以便在实际系统中应用这些技术。
通过实验数据分析和处理，培养学生解决实际问题的能力，以及数据解读、实验方案设计和报告撰写的能力。
- 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)。
程序流程1、录制采样率为44kHz的wav格式音频文件，利用matlab内置的wavread()函数将音频信号读取到工作空间中，并对读取到的语音信号进行时域和频域分析，利用fft()函数进行快速傅里叶变换；2、对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析；3、设计合适的滤波器滤除噪声；4、恢复原信号并作对比。
Matlab程序代码及结果1、语音信号时域波形及频域波形如下图所示：语音信号时域和频谱图由于音频文件内容为五个字“”，所以时域信号上明显看出除开始录音噪声段外的六个音节，经过FFT变换后得到的频率集中在两个波段，一个是人声音所处的波段，另一个应该是噪声所处的波段。
程序如下：x1=wavread('E:\matlab\bin\matlab\sen.wav');sound(x1,44100);figure;subplot(211);plot(x1);title('原始语音信号');xlabel('time n');ylabel('fuzhi n');y=fft(x1,8000);subplot(212);plot(abs(y));title('原始语音频率');xlabel('Hz');ylabel('fuzhi');2、对原来的语音信号进行添加噪声，给原始的语音信号加上一个正弦噪声，频率为500Hz。
画出加噪后的语音信号时域和频谱如图所示：加噪后的语音信号时域和频谱图（幅值0.03）程序如下：fs=8000;x1=wavread('E:\matlab\bin\matlab\sen.wav');f=fs*(0:511)/1024;t=0:1/8000:(size(x1)-1)/8000;noise =[0.03*sin(2*pi*500*t)]';X = x1(:,2) + noise;sound(X,44100);figure;subplot(211);plot(X);title('加噪声的语音信号');xlabel('time n');ylabel('fuzhi n');Y=fft(X,8000);subplot(212);plot(abs(Y));title('FFT变换');xlabel('Hz');ylabel('fuzhi');加噪后的语音信号时域和频谱图（幅值0.001）程序如下：fs=8000;x1=wavread('E:\matlab\bin\matlab\sen.wav');f=fs*(0:511)/1024;t=0:1/8000:(size(x1)-1)/8000;noise =[0.001*sin(2*pi*500*t)]';X = x1(:,2) + noise;sound(X,44100);figure;subplot(211);plot(X);title('加噪声的语音信号');xlabel('time n');ylabel('fuzhi n');Y=fft(X,8000);subplot(212);plot(abs(Y));title('FFT变换');xlabel('Hz');ylabel('fuzhi');说明：在原来语音信号基础上添加频率为500Hz的正弦噪声，得到的时域图可以明显看出，该频率比原语音信号频率稍低，在下面的频谱图中看出噪声的能量高过原信号能量，所以在播放的时候听到的噪声大于原语音信号。
为了感知语音信号的大致幅值，加幅值为0.1和0.001的噪声重复上述步骤，实验结果如图2所示。
另外，由于音频文件录制时候没有注意，选用的是双声道录制，在后来处理的时候只需随便选择其中的一条进行处理即可，用到函数X = x1(:,2) + noise;才能顺利完成噪声的叠加。
加噪后的语音信号时域和频谱图（幅值0.1）程序如下：fs=8000;x1=wavread('E:\matlab\bin\matlab\sen.wav');f=fs*(0:511)/1024;t=0:1/8000:(size(x1)-1)/8000;noise =[0.1*sin(2*pi*500*t)]';X = x1(:,2) + noise;sound(X,44100);figure;subplot(211);plot(X);title('加噪声的语音信号');xlabel('time n');ylabel('fuzhi n');Y=fft(X,8000);subplot(212);plot(abs(Y));title('FFT变换');xlabel('Hz');ylabel('fuzhi');3、窗函数法设计滤波器设计矩形窗函数，得其幅频及相频特性如下图所示。
这个滤波器的设计是从网上找的，由于对数字信号的接触较少，所以对滤波的一些基本参数不是很了解，也求不出来合适的参数，借鉴网络资源，简单设计滤波器，对信号进行处理，希望达到好的滤波效果。
设计的矩形窗滤波器的相频与幅频特性程序如下：N=35;wc=pi/4;n=0:N-1;r=(N-1)/2;hdn=-sin(wc*(n-r))/pi./(n-r);if rem(N,2)~=0hdn(r+1)=1-(wc/pi);endhn1=fir1(N-1,wc/pi,'high',boxcar(N));figure;subplot(211)stem(n,hn1,'.')title('矩形窗设计的h(n)相频特性');xlabel('n');ylabel('h£¨n');hn1f=fft(hn1,8000);w=2*[0:7999]/8000;subplot(212)plot(w,20*log10(abs(hn1f)))grid;axis([1,2,-80,5]);title('矩形窗设计的h(n)幅频特性');xlabel('w/£¨2*pi');ylabel('幅度<dB');4、用所设计滤波器进行滤波，恢复原始波形。
其滤波前后的波形有明显的变化恢复，但其与原始值仍存在差距区别，恢复不完整。
所得结果如下面三组图所示。
同时设置了音频播放，用来更加直观的感受加不同噪声与滤波去噪后的效果对比。
需要调用函数sound(x1,44100)即可。
程序如下：x1=wavread('E:\matlab\bin\matlab\sen.wav');noise=[0.1*sin(2*pi*500*t)]';X=x1(:,2)+noise;figure;subplot(211)plot(X);title('滤波前的语音信号');xlabel('time n');ylabel('fuzhi n');s0=filter(hn1,1,X);sound(s0,44100);subplot(212)plot(s0);title('滤波后的语音信号');xlabel('time n');ylabel('fuzhi n');y=fft(X,8000);figure;subplot(211);plot(abs(y));title('滤波前的频谱');xlabel('Hz');ylabel('fuzhi');S=fft(s0,8000);subplot(212);plot(abs(S));title('滤波后的频谱');xlabel('Hz');ylabel('fuzhi');滤波前后效果对比图（幅值0.1）x1=wavread('E:\matlab\bin\matlab\sen.wav'); noise=[0.03*sin(2*pi*500*t)]';X=x1(:,2)+noise;figure;subplot(211)plot(X);title('滤波前的语音信号');xlabel('time n');ylabel('fuzhi n');s0=filter(hn1,1,X);sound(s0,44100);subplot(212)plot(s0);title('滤波后的语音信号');xlabel('time n');ylabel('fuzhi n');y=fft(X,8000);figure;subplot(211);plot(abs(y));title('滤波前的频谱');xlabel('Hz');ylabel('fuzhi');S=fft(s0,8000);subplot(212);plot(abs(S));title('滤波后的频谱');xlabel('Hz');ylabel('fuzhi');滤波前后效果对比图（幅值0.03）x1=wavread('E:\matlab\bin\matlab\sen.wav'); noise=[0.001*sin(2*pi*500*t)]';X=x1(:,2)+noise;figure;subplot(211)plot(X);title('滤波前的语音信号');xlabel('time n');ylabel('fuzhi n');s0=filter(hn1,1,X);sound(s0,44100);subplot(212)plot(s0);title('滤波后的语音信号');xlabel('time n');ylabel('fuzhi n');y=fft(X,8000);figure;subplot(211);plot(abs(y));title('滤波前的频谱');xlabel('Hz');ylabel('fuzhi');S=fft(s0,8000);subplot(212);plot(abs(S));title('滤波后的频谱');xlabel('Hz');ylabel('fuzhi');1112滤波前后效果对比图（幅值0.001）。