西安电子科技大学数字信号处理上机报告解析
电子科大通信学院DSP数字信号处理实验报告
电⼦科⼤通信学院DSP数字信号处理实验报告电⼦科技⼤学实验报告学⽣姓名：马露学号：2010013020012 指导教师：潘晔⼀、实验室名称：数字信号处理实验室⼆、实验项⽬名称：多种离散时间信号的产⽣三、实验原理：1、基本离散时间信号利⽤MATLAB 强⼤的数值处理⼯具来实现信号的分析和处理，⾸先就是要学会应⽤MATLAB 函数来构成信号。
常见的基本信号可以简要归纳如下：（1）．单位采样序列=01)(n δ0≠=n n在MATLAB 中可以利⽤zeros()函数实现。
;1)1();,1(==x N zeros x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 0≠=n kn（2）．单位阶跃序列=01)(n u 00<≥n n在MATLAB 中可以利⽤ones()函数实现。
);,1(N ones x =（3）．正弦序列)2sin()(?π+=fn A n x采⽤MATLAB 的实现⽅法，如：)***2sin(*1:0?+=-=n f pi A x N n（4）．实指数序列n a A n x ?=)(其中，A 、a 为实数。
采⽤MATLAB 的实现⽅法，如：na x N n .^1:0=-=（5）．复指数序列n j e A n x )(0)(ωσ+?=采⽤MATLAB 的实现⽅法，如：)*)*exp((*1:00n j A x N n ωσ+=-=为了画出复数信号x [n ]，必须要分别画出实部和虚部，或者幅值和相⾓。
MATLAB 函数real 、imag 、abs 和angle 可以逐次计算出⼀个复数向量的这些函数。
2、基本数字调制信号（1）．⼆进制振幅键控（2ASK ）最简单的数字调制技术是振幅键控（ASK ），即⼆进制信息信号直接调制模拟载波的振幅。
⼆进制幅度键控信号的时域表达式：∑-=nc s n ASK t nT t g a t S ωcos )]([)(其中，a n 为要调制的⼆进制信号，g (t)是单极性脉冲信号的时间波形，Ts 表⽰调制的信号间隔。
西安电子科技大学数字信号处理上机作业
数字信号处理MATLAB上机作业M 2.21.题目The square wave and the sawtooth wave are two periodic sequences as sketched in figure ing the function stem. The input data specified by the user are: desired length L of the sequence, peak value A, and the period N. For the square wave sequence an additional user-specified parameter is the duty cycle, which is the percent of the period for which the signal is positive. Using this program generate the first 100 samples of each of the above sequences with a sampling rate of 20 kHz ,a peak value of 7, a period of 13 ,and a duty cycle of 60% for the square wave.2.程序% 用户定义各项参数参数A = input('The peak value =');L = input('Length of sequence =');N = input('The period of sequence =');FT = input('The desired sampling frequency =');DC = input('The square wave duty cycle = ');% 产生所需要的信号t = 0:L-1;T = 1/FT;x = A*sawtooth(2*pi*t/N);y = A*square(2*pi*(t/N),DC);% Plotsubplot(2,1,1)stem(t,x);ylabel('幅度');xlabel('n');subplot(2,1,2)stem(t,y);ylabel('幅度');xlabel('n');3.结果4.结果分析M 2.41.题目(a)Write a matlab program to generate a sinusoidal sequence x[n]= Acos(ω0 n+Ф) and plot thesequence using the stem function. The input data specified by the user are the desired length L, amplitude A, the angular frequency ω0 , and the phase Фwhere 0<ω0 <pi and 0<=Ф<=2pi. Using this program generate the sinusoidal sequences shown in figure 2.15. (b)Generate sinusoidal sequences with the angular frequencies given in Problem 2.22.Determine the period of each sequence from the plot and verify the result theoretically. 2.程序%用户定义的参数L = input('Desired length = ');A = input('Amplitude = ');omega = input('Angular frequency = ');phi = input('Phase = ');%信号产生n = 0:L-1;x = A*cos(omega*n + phi);stem(n,x);xlabel('n');ylabel('幅度');title(['\omega_{o} = ',num2str(omega)]);3.结果(a)ω0=0ω0=0.1πω0=0.8πω0=1.2π(b)ω0=0.14πω0=0.24πω0=0.34πω0=0.68πω0=0.75π4.结果分析M 2.51.题目Generate the sequences of problem 2.21(b) to 2.21(e) using matlab.2.程序(b)n = 0 : 99;x=sin(0.6*pi*n+0.6*pi);stem(n,x);xlabel('n');ylabel('幅度');(c)n = 0 : 99;x=2*cos(1.1*pi*n-0.5*pi)+2*sin(0.7*pi*n);stem(n,x);xlabel('n');ylabel('幅度');(d)n = 0 : 99;x=3*sin(1.3*pi*n-4*cos(0.3*pi*n+0.45*pi));stem(n,x);xlabel('n');ylabel('幅度');(e)n = 0 : 99;x=5*sin(1.2*pi*n+0.65*pi)+4*sin(0.8*pi*n)-cos(0.8*pi*n);stem(n,x);xlabel('n');ylabel('幅度');(f)n = 0 : 99;x=mod(n,6);stem(n,x);xlabel('n');ylabel('幅度');3.结果(b)(c)(d)(e)(f)4.结果分析M 2.61.题目Write a matlab program to plot a continuous-time sinusoidal signal and its sampled version and verify figure 2.19. You need to use the hold function to keep both plots.2.程序%用户定义的参数fo = input('Frequency of sinusoid in Hz = ');FT = input('Samplig frequency in Hz = ');%产生信号t = 0:0.001:1;g1 = cos(2*pi*fo*t);plot(t,g1,'-')xlabel('时间t');ylabel('幅度')holdn = 0:1:FT;gs = cos(2*pi*fo*n/FT);plot(n/FT,gs,'o');hold off3.结果4.结果分析M 3.11.题目Using program 3_1 determine and plot the real and imaginary parts and the magnitude and phase spectra of the following DTFT for various values of r and θ:G(e jω)=1, 0<r<1.1−2r(cosθ)e−jω+r2e−2jω2.程序%program 3_1%discrete-time fourier transform computatition%k=input('Number of frequency points = ');num=input('Numerator coefficients= ');den=input('Denominator coefficients= ');%computer the frequency responsew=0:pi/k:pi;h=freqz(num,den,w);%plot the frequency responsesubplot(221)plot(w/pi,real(h));gridtitle('real part')xlabel('\omega/\pi');ylabel('Amplitude') subplot(222)plot(w/pi,imag(h));gridtitle('imaginary part')xlabel('\omega/\pi');ylabel('Amplitude') subplot(223)plot(w/pi,abs(h));gridtitle('magnitude spectrum')xlabel('\omega/\pi');ylabel('magnitude') subplot(224)plot(w/pi,angle(h));gridtitle('phase spectrum')xlabel('\omega/\pi');ylabel('phase,radians')3.结果(a)r=0.8 θ=π/6(b)r=0.6 θ=π/34.结果分析M 3.41.题目Using matlab verify the following general properties of the DTFT as listed in Table 3.2:(a) Linearity, (b) time-shifting, (c) frequency-shifting, (d) differentiation-in-frequency, (e) convolution, (f) modulation, and (g) Parseval’s relation. Since all data in matlab have to be finite-length vectors, the sequences to be used to verify the properties are thus restricted to be of finite length.2.程序%先定义两个信号N = input('The length of the sequence = ');k = 0:N-1;%g为正弦信号g = 2*sin(2*pi*k/(N/2));%h为余弦信号h = 3*cos(2*pi*k/(N/2));[G,w] = freqz(g,1);[H,w] = freqz(h,1);%*************************************************************************%% 线性性质alpha = 0.5;beta = 0.25;y = alpha*g+beta*h;[Y,w] = freqz(y,1);figure(1);subplot(211),plot(w/pi,abs(Y));xlabel('\omega/\pi');ylabel('|Y(e^j^\omega)|');title('线性叠加后的频率特性');grid;% 画出Y 的频率特性subplot(212),plot(w/pi,alpha*abs(G)+beta*abs(H));xlabel('\omega/\pi');ylabel('\alpha|G(e^j^\omega)|+\beta|H(e^j^\omega)|');title('线性叠加前的频率特性');grid;% 画出alpha*G+beta*H 的频率特性%*************************************************************************% % 时移性质n0 = 10;%时移10个的单位y2 = [zeros([1,n0]) g];[Y2,w] = freqz(y2,1);G0 = exp(-j*w*n0).*G;figure(2);subplot(211),plot(w/pi,abs(G0));xlabel('\omega/\pi');ylabel('|G0(e^j^\omega)|');title('G0的频率特性');grid;% 画出G0的频率特性subplot(212),plot(w/pi,abs(Y2));xlabel('\omega/\pi');ylabel('|Y2(e^j^\omega)|');title('Y2的频率特性');grid;% 画出Y2 的频率特性%*************************************************************************% % 频移特性w0 = pi/2; % 频移pi/2r=256; %the value of w0 in terms of number of samplesk = 0:N-1;y3 = g.*exp(j*w0*k);[Y3,w] = freqz(y3,1);% 对采样的512个点分别进行减少pi/2,从而生成G(exp(w-w0))k = 0:511;w = -w0+pi*k/512;G1 = freqz(g,1,w);figure(3);subplot(211),plot(w/pi,abs(Y3));xlabel('\omega/\pi');ylabel('|Y3(e^j^\omega)|');title('Y3的频率特性');grid;% 画出Y3的频率特性subplot(212),plot(w/pi,abs(G1));xlabel('\omega/\pi');ylabel('|G1(e^j^\omega)|');title('G1的频率特性');grid;% 画出G1 的频率特性%*************************************************************************% % 频域微分k = 0:N-1;y4 = k.*g;[Y4,w] = freqz(y4,1);%在频域进行微分y0 = ((-1).^k).*g;G2 = [G(2:512)' sum(y0)]';delG = (G2-G)*512/pi;figure(4);subplot(211),plot(w/pi,abs(Y4));xlabel('\omega/\pi');ylabel('|Y4(e^j^\omega)|');title('Y4的频率特性');grid;% 画出Y4的频率特性subplot(212),plot(w/pi,abs(delG));xlabel('\omega/\pi');ylabel('|delG(e^j^\omega)|');title('delG的频率特性');grid;% 画出delG的频率特性%*************************************************************************% % 相乘性质y5 = conv(g,h);%时域卷积[Y5,w] = freqz(y5,1);figure(5);subplot(211),plot(w/pi,abs(Y5));xlabel('\omega/\pi');ylabel('|Y5(e^j^\omega)|');title('Y5的频率特性');grid;% 画出Y5的频率特性subplot(212),plot(w/pi,abs(G.*H));%频域乘积xlabel('\omega/\pi');ylabel('|G.*H(e^j^\omega)|');title('G.*H的频率特性');grid;% 画出G.*H的频率特性%*************************************************************************% % 帕斯瓦尔定理y6 = g.*h;%对于freqz函数，在0到2pi直接取样[Y6,w] = freqz(y6,1,512,'whole');[G0,w] = freqz(g,1,512,'whole');[H0,w] = freqz(h,1,512,'whole');% Evaluate the sample value at w = pi/2% and verify with Y6 at pi/2H1 = [fliplr(H0(1:129)') fliplr(H0(130:512)')]';val = 1/(512)*sum(G0.*H1);% Compare val with Y6(129) i.e sample at pi/2 % Can extend this to other points similarly% Parsevals theoremval1 = sum(g.*conj(h));val2 = sum(G0.*conj(H0))/512;% Comapre val1 with val23.结果(a)(b)(c)(d)(e)4.结果分析M 3.81.题目Using matlab compute the N-point DFTs of the length-N sequences of Problem 3.12 for N=3, 5, 7, and 10. Compare your results with that obtained by evaluating the DTFTs computed in Problem 3.12 at ω= 2pik/N, k=0, 1,……N-1.2.程序%用户定义N的长度N = input('The value of N = ');k = -N:N;y1 = ones([1,2*N+1]);w = 0:2*pi/255:2*pi;Y1 = freqz(y1, 1, w);%对y1做傅里叶变换Y1dft = fft(y1);k = 0:1:2*N;plot(w/pi,abs(Y1),k*2/(2*N+1),abs(Y1dft),'o');grid;xlabel('归一化频率');ylabel('幅度');(a)clf;N = input('The value of N = ');k = -N:N;y1 = ones([1,2*N+1]);w = 0:2*pi/255:2*pi;Y1 = freqz(y1, 1, w);Y1dft = fft(y1);k = 0:1:2*N;plot(w/pi,abs(Y1),k*2/(2*N+1),abs(Y1dft),'o');xlabel('Normalized frequency');ylabel('Amplitude');(b)%用户定义N的长度N = input('The value of N = ');k = -N:N;y1 = ones([1,2*N+1]);y2 = y1 - abs(k)/N;w = 0:2*pi/255:2*pi;Y2 = freqz(y2, 1, w);%对y1做傅里叶变换Y2dft = fft(y2);k = 0:1:2*N;plot(w/pi,abs(Y2),k*2/(2*N+1),abs(Y2dft),'o');grid;xlabel('归一化频率');ylabel('幅度');(c)%用户定义N的长度N = input('The value of N = ');k = -N:N;y3 =cos(pi*k/(2*N));w = 0:2*pi/255:2*pi;Y3 = freqz(y3, 1, w);%对y1做傅里叶变换Y3dft = fft(y3);k = 0:1:2*N;plot(w/pi,abs(Y3),k*2/(2*N+1),abs(Y3dft),'o');grid;xlabel('归一化频率');ylabel('幅度');3.结果(a)N=3N=5 N=7N=10 (b)N=3N=5 N=7N=10 (c)N=3N=5 N=7N=104.结果分析M 3.191.题目Using Program 3_10 determine the z-transform as a ratio of two polynomials in z-1 from each of the partial-fraction expansions listed below:(a)X1(z)=−2+104+z−1−82+z−1,|z|>0.5,(b)X2(z)=3.5−21−0.5z−1−3+z−11−0.25z−2,|z|>0.5,(c)X3(z)=5(3+2z−1)2−43+2z−1+31+0.81z−2,|z|>0.9,(d)X4(z)=4+105+2z−1+z−16+5z−1+z−2,|z|>0.5.2.程序% Program 3_10% Partical-Fraction Expansion to rational z-Transform %r = input('Type in the residues = ');p = input('Type in the poles = ');k = input('Type in the constants = ');[num, den] = residuez(r,p,k);disp('Numberator polynominal coefficients');disp(num) disp('Denominator polynomial coefficients'); disp(den)4.结果分析M 4.61.题目Plot the magnitude and phase responses of the causal IIR digital transfer functionH(z)=0.0534(1+z−1)(1−1.0166z−1+z−2) (1−0.683z−1)(1−1.4461z−1+0.7957z−2).What type of filter does this transfer function represent? Determine the difference equation representation of the above transfer function.2.程序b=[0.0534 -0.00088644 -0.00088644 0.0534];a=[1 -2.1291 1.7833863 -0.5434631];figure(1)freqz(b,a);figure(2)[H,w]=freqz(b,a);plot(w/pi,abs(H)),grid;xlabel('Normalized Frequency (\times\pi rad/sample)'),ylabel('Magnitude');幅度化成真值之后：4.结果分析H(z)=0.0534−0.00088644z−1−0.00088644z−2+0.0534z−31−2.1291z−1+1.7833863z−2−0.5434631z−3M 4.71.题目Plot the magnitude and phase responses of the causal IIR digital transfer functionH(z)=(1−z−1)4(1−1.499z−1+0.8482z−2)(1−1.5548z−1+0.6493z−2).2.程序b=[1 -4 6 -4 1];a=[1 -3.0538 3.8227 -2.2837 0.5472]; figure(1)freqz(b,a);figure(2)[H,w]=freqz(b,a);plot(w/pi,abs(H)),grid;xlabel('Normalized Frequency (\times\pi rad/sample)'), ylabel('Magnitude');3.结果4.结果分析。
电子科技大学数字信号处理报告
%****************************filter ********************************* %低通频率的设定 fp_l=3.5e+9; Fs_l=4e+9; wp_l=2*fp_l/fs; ws_l=2*Fs_l/fs; rp_l=3; as_l=50; %高通频率设定 fp_h=4e+9; Fs_h=3.5e+9;
因此， IIR 滤波器通常具有更高的计算效率， 所以选用 IIR 型滤波器。 （4）参数的设定： Filter1 低通滤波器参数的设定： 通带边界频率 fpl=3.5GHz 阻带边界频率 fsl=4GHz 通带衰减系数 Ap=3dB 阻带衰减系数 As=50dB Filter2 高通滤波器参数的设定： 通带边界频率 fph=4GHz 阻带边界频率 fsh=3.5GHz 通带衰减系数 Ap=2dB 阻带衰减系数 As=50dB （5）数字滤波器的结构与实现 滤波器的一般结构： FIR 滤波器：1、直接型实现结构 2、级联结构 3、并联结构 4、多相实现结构 5、线性相位型结构 IIR 滤波器：1、直接型实现结构：I 型和 II 型 2、级联结构
rt=A1*exp(-(t./v1).^2).*cos(2*pi*f1.*t)+A2*exp(-(t./v2).^2).*cos( 2*pi*f2.*t); %定义函数图像的坐标 axis([0 1e-7 -10 10]); %原函数信号 figure(1);plot(t,rt);grid on;hold on title('原函数连续信号') %采样信号 figure(2);stem(t,rt); axis([0,6e-8,-8,8]); grid on;hold on title('Sampled signal');
西电电院数字信号处理上机实验报告六
实验六、FIR数字滤波器设计及其网络结构班级: 学号: 姓名: 成绩:1实验目得(1)熟悉线性相位FIR数字滤波器得时域特点、频域特点与零极点分布;(2)掌握线性相位FIR数字滤波器得窗函数设计法与频率采样设计法;(3)了解IIR数字滤波器与FIR数字滤波器得优缺点及其适用场合。
2 实验内容(1)设计计算机程序,根据滤波器得主要技术指标设计线性相位FIR数字低通、高通、带通与带阻滤波器;(2)绘制滤波器得幅频特性与相频特性曲线,验证滤波器得设计结果就是否达到设计指标要求;(3)画出线性相位FIR数字滤波器得网络结构信号流图。
3实验步骤(1)设计相应得四种滤波器得MATLAB程序;(2)画出幅频相频特性曲线;(3)画出信号流图。
4 程序设计%% FIR低通f=[0、2,0、35];m=[1,0];Rp=1;Rs=40;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat1,dat2];[M,f0,m0,w]=remezord(f,m,rip);M=M+2;hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% FIR高通f=[0、7,0、9];m=[0,1];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat2,dat1];[M,f0,m0,w]=remezord(f,m,rip);hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% FIR带通f=[0、2,0、35,0、65,0、8];m=[0,1,0];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat2,dat1,dat2];[M,f0,m0,w]=remezord(f,m,rip);M=M+3hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% FIR带阻f=[0、2,0、35,0、65,0、8];m=[1,0,1];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat1,dat2,dat1];[M,f0,m0,w]=remezord(f,m,rip);hn=remez(M,f0,m0,w);w=0:0、001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') 5实验结果及分析(1)FIR低通滤波器自动得到得M值不满足要求,故我们将M加上2 在w=0、2π时,H=-0、5dB;w=0、35π时,H=-41dB。
西安电子科技大学数字信号处理上机报告
数字信号处理大作业院系：电子工程学院学号：02115043姓名：邱道森实验一：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、实验原理采样是连续信号数字处理的第一个关键环节。
对连续信号()a x t 进行理想采样的过程可用(1.1)式表示：()()()ˆa a xt x t p t =⋅ 其中()t xa ˆ为()a x t 的理想采样，()p t 为周期冲激脉冲，即 ()()n p t t nT δ∞=-∞=-∑()t xa ˆ的傅里叶变换()j a X Ω为 ()()s 1ˆj j j a a m X ΩX ΩkΩT ∞=-∞=-∑进行傅里叶变换，()()()j ˆj e d Ωt a a n X Ωx t t nT t δ∞∞--∞=-∞⎡⎤=-⎢⎥⎣⎦∑⎰ ()()j e d Ωtan x t t nT t δ∞∞--∞=-∞=-∑⎰()j e ΩnTan x nT ∞-=-∞=∑式中的()a x nT 就是采样后得到的序列()x n ， 即()()a x n x nT =()x n 的傅里叶变换为()()j j e enn X x n ωω∞-=-∞=∑比较可知()()j ˆj e aΩTX ΩX ωω==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()j e X ω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()()1j j 0eekk N nn X x n ωω--==∑其中2π,0,1,,1k k k M Mω==⋅⋅⋅-一个时域离散线性时不变系统的输入/输出关系为()()()()()m y n x n h n x m h n m ∞=-∞=*=-∑上述卷积运算也可以转到频域实现()()()j j j e e e Y X H ωωω= (1.9)三、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、 序列的傅里叶变换及性质等有关内容， 阅读本实验原理与方法。
西安电子科大数字信号处理课后实验答案
一系统响应及稳定性的实验报告一. 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。
二. 实验原理与方法:1.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。
已知输入信号可以由差分方程、单位脉冲响应或系统函数求出系统对于该输入信号的响应。
在计算机上可用filter 函数求差分方程的解， conv 函数计算输入信号和系统的单位脉冲响应的线性卷积，求出系统的响应。
2.系统的时域特性指的是系统的线性时不变性质、因果性和稳定性。
3.系统的稳定性是指对任意有界的输入信号，系统都能得到有界的系统响应。
或者系统的单位脉冲响应满足绝对可和的条件。
系统的稳定性由其差分方程的系数决定。
实际中检查系统是否稳定，不可能检查系统对所有有界的输入信号，输出是否都是有界输出，或者检查系统的单位脉冲响应满足绝对可和的条件。
可行的方法是在系统的输入端加入单位阶跃序列，如果系统的输出趋近一个常数（包括零），就可以断定系统是稳定的[19]。
系统的稳态输出是指当∞→n 时，系统的输出。
如果系统稳定，信号加入系统后，系统输出的开始一段称为暂态效应，随n 的加大，幅度趋于稳定，达到稳态输出。
三．实验内容及步骤:1.编制程序，包括产生输入信号、单位脉冲响应序列的子程序，用filter 函数或conv 函数求解系统输出响应的主程序。
程序中要有绘制信号波形的功能。
2.给定一个低通滤波器的差分方程为)1(9.0)1(05.0)(05.0)(-+-+=n y n x n x n y a) 分别求出系统对)()(81n R n x =和)()(2n u n x =的响应序列，并画出其波形。
b) 求出系统的单位冲响应，画出其波形。
3.给定系统的单位脉冲响应为)()(101n R n h =)3()2(5.2)1(5.2)()(2-+-+-+=n n n n n h δδδδ 用线性卷积法分别求系统h 1(n)和h 2(n)对)()(81n R n x =的输出响应，并画出波形。
2017年西电电院数字信号处理上机实验报告五
实验五、IIR数字滤波器设计及其网络结构班级：学号：姓名：成绩：1实验目的（1）熟悉数字滤波的基本概念、数字滤波器的主要技术指标及其物理意义；（2）掌握巴特沃斯和切比雪夫模拟低通滤波器的设计方法和IIR数字低通滤波器的脉冲响应不变设计法、双线性变换法设计方法。
（3）了解模拟和数字滤波器的频率变换、IIR数字滤波器的直接（优化）设计方法；2 实验内容（1）设计计算机程序，根据滤波器的主要技术指标设计IIR数字巴特沃斯和切比雪夫低通、高通、带通和带阻滤波器；（2）绘制滤波器的幅频特性和相频特性曲线，验证滤波器的设计结果是否达到设计指标要求；（3）画出数字滤波器的直接型、级联型、并联型网络结构信号流图。
3实验步骤（1）设计相应的八种滤波器的MATLAB程序；（2）画出幅频相频特性曲线；（3）画出信号流图。
4程序设计%% 巴特沃斯低通wp=0.2;ws=0.35;rp=1;rs=10;[N,wc]=buttord(wp,ws,rp,rs);[B,A]=butter(N,wc);w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H))subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')%% 巴特沃斯高通wp=0.8;ws=0.6;rp=1;rs=10;[N,wc]=buttord(wp,ws,rp,rs);[B,A]=butter(N,wc,'high');w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H));subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% 巴特沃斯带通wpl=0.4;wpu=0.6;wsl=0.2;wsu=0.8wp=[wpl,wpu];ws=[wsl,wsu];rp=1;rs=20;[N,wc]=buttord(wp,ws,rp,rs);[B,A]=butter(N,wc);w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H));subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|') subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% 巴特沃斯带阻wpl=0.2;wpu=0.8;wsl=0.4;wsu=0.6wp=[wpl,wpu];ws=[wsl,wsu];rp=1;rs=20;[N,wc]=buttord(wp,ws,rp,rs);[B,A]=butter(N,wc,'stop');w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H));subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') %% 切比雪夫低通wp=0.2;ws=0.5;rp=1;rs=40;[N,wpo]=cheb1ord(wp,ws,rp,rs);[B,A]=cheby1(N,rp,wpo);w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H));subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')%% 切比雪夫高通wp=0.7;ws=0.5;rp=1;rs=40;[N,wpo]=cheb1ord(wp,ws,rp,rs);[B,A]=cheby1(N,rp,wpo,'high');w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H));subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')%% 切比雪夫带通wpl=0.4;wpu=0.6;wsl=0.2;wsu=0.8wp=[wpl,wpu];ws=[wsl,wsu];rp=1;rs=20;[N,wpo]=cheb1ord(wp,ws,rp,rs);[B,A]=cheby1(N,rp,wpo);w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H));subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')%% 切比雪夫带阻wpl=0.2;wpu=0.8;wsl=0.4;wsu=0.6wp=[wpl,wpu];ws=[wsl,wsu];rp=1;rs=20;[N,wpo]=cheb1ord(wp,ws,rp,rs);[B,A]=cheby1(N,rp,wpo,'stop');w=0:0.001:pi;[H,w]=freqz(B,A,w);H1=20*log10(abs(H));subplot(2,1,1)plot(w/pi,H1),grid on;xlabel('\omega/\pi'),ylabel('|H(e^i^\omega)|')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')5实验结果及分析（1）巴特沃斯低通W=0.5πi时，H=-0.75dB，w=0.35π时，H=-10dB，满足要求。
数字信号处理实验报告(西电)
数字信号处理实验报告班级：****姓名：郭**学号：*****联系方式：*****西安电子科技大学电子工程学院绪论数字信号处理起源于十八世纪的数学，随着信息科学和计算机技术的迅速发展，数字信号处理的理论与应用得到迅速发展，形成一门极其重要的学科。
当今数字信号处理的理论和方法已经得到长足的发展，成为数字化时代的重要支撑，其在各个学科和技术领域中的应用具有悠久的历史，已经渗透到我们生活和工作的各个方面。
数字信号处理相对于模拟信号处理具有许多优点，比如灵活性好，数字信号处理系统的性能取决于系统参数，这些参数很容易修改，并且数字系统可以分时复用，用一套数字系统可以分是处理多路信号；高精度和高稳定性，数字系统的运算字符有足够高的精度，同时数字系统不会随使用环境的变化而变化，尤其使用了超大规模集成的DSP 芯片，简化了设备，更提高了系统稳定性和可靠性；便于开发和升级，由于软件可以方便传送，复制和升级，系统的性能可以得到不断地改善；功能强，数字信号处理不仅能够完成一维信号的处理，还可以试下安多维信号的处理；便于大规模集成，数字部件具有高度的规范性，对电路参数要求不严格，容易大规模集成和生产。
数字信号处理用途广泛，对其进行一系列学习与研究也是非常必要的。
本次通过对几个典型的数字信号实例分析来进一步学习和验证数字信号理论基础。
实验一主要是产生常见的信号序列和对数字信号进行简单处理，如三点滑动平均算法、调幅广播（AM ）调制高频正弦信号和线性卷积。
实验二则是通过编程算法来了解DFT 的运算原理以及了解快速傅里叶变换FFT 的方法。
实验三是应用IRR 和FIR 滤波器对实际音频信号进行处理。
实验一●实验目的加深对序列基本知识的掌握理解●实验原理与方法1.几种常见的典型序列：0()1,00,0(){()()(),()sin()j n n n n u n x n Aex n a u n a x n A n σωωϕ+≥<====+单位阶跃序列：复指数序列：实指数序列：为实数 正弦序列：2.序列运算的应用：数字信号处理中经常需要将被加性噪声污染的信号中移除噪声，假定信号 s(n)被噪声d(n)所污染，得到了一个含噪声的信号()()()x n s n d n =+。
西安电子科技大学DSP实验上机报告
DSP上机报告及发展综述电子工程学院020915陈步华02091478目录实验一 VISUAL DSP++的使用入门--------------------2 实验二用SIMULATOR模拟数字信号处理--------------8 实验三信号数据采集与谱分析----------------------18 实验四数据采集与滤波处理------------------------26 综述 DSP技术的发展与应用-----------------------29实验一 VISUAL DSP++的使用入门一、实验目的1、熟悉VISUAL DSP++的开发环境。
针对ADSP－21065L SHARC DSP，利用几个用C、C++和汇编语言写成的简单例子来描述VISUAL DSP＋十编程环境和调试器（debugger）的主要特征和功能。
2、对于运行在其它类型SHARC处理器的程序只需对其链接描述文件（．LDF）做一些小的变化，用于ADSP－21065L硬件仿真。
二、实验内容实验一：启动Visual DSP++，建立一个用C源代码的工程（Project），同时用调试器来评估用C语言所编写代码的性能；实验二：创立一个新的工程，修改源码来调用一个汇编（asm）程序，重新编译工程，用调试器来评估用汇编语言所写程序的性能；实验三：利用调试器的绘图（plot）功能来图形显示一个卷积算法中的多个数据的波形；实验四：利用调试器的性能统计功能（Statistical profile来检查练习三中卷积算法的效率。
利用所收集到的性能统计数据就能看出算法中最耗时的地方。
三、实验步骤及结果实验一：1、进入 Visual DSP＋＋，显示Visual DSP++的集成开发和调试环境窗口。
选择菜单中的Session\New Session\SHARK\ADSP-21065L SHARK processing Simulator.此过程为将要编译运行的程序建立了一个Session.2、选择菜单File 中Open 打开Project\E:\float\unit_1\dot_product_c \dotprodc．dpj。
西安电子科技大学数字信号处理上机报告解析
数字信号处理大作业院系：电子工程学院学号：********姓名：***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、实验原理采样是连续信号数字处理的第一个关键环节。
对连续信号()a x t 进行理想采样的过程可用(1.1)式表示：()()()ˆa a xt x t p t =⋅ 其中()t xa ˆ为()a x t 的理想采样，()p t 为周期冲激脉冲，即 ()()n p t t nT δ∞=-∞=-∑()t xa ˆ的傅里叶变换()j a X Ω为 ()()s 1ˆj j j a a m X ΩX ΩkΩT ∞=-∞=-∑进行傅里叶变换，()()()j ˆj e d Ωt a a n X Ωx t t nT t δ∞∞--∞=-∞⎡⎤=-⎢⎥⎣⎦∑⎰ ()()j e d Ωtan x t t nT t δ∞∞--∞=-∞=-∑⎰()j e ΩnTan x nT ∞-=-∞=∑式中的()a x nT 就是采样后得到的序列()x n ， 即()()a x n x nT =()x n 的傅里叶变换为()()j j e enn X x n ωω∞-=-∞=∑比较可知()()j ˆj e aΩTX ΩX ωω==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()j e X ω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()()1j j 0eekk N nn X x n ωω--==∑其中2π,0,1,,1k k k M Mω==⋅⋅⋅-一个时域离散线性时不变系统的输入/输出关系为()()()()()m y n x n h n x m h n m ∞=-∞=*=-∑上述卷积运算也可以转到频域实现()()()j j j e e e Y X H ωωω= (1.9)三、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、 序列的傅里叶变换及性质等有关内容， 阅读本实验原理与方法。
数字信号处理西安电子高西全课后答案
因果系统
因果系统是指系统的输出仅与输入的时间点有关，与输入的时间点无关。
信号与系统的关系
01
系统对信号的作用
系统对信号的作用可以改变信号 的幅度、频率和相位等基本属性 。
02
信号在系统中的传 播
信号在系统中传播时，会受到系 统的特性影响，从而改变信号的 基本属性。
03
系统对信号的响应
系统对信号的响应可以反映系统 的特性，从而可以用来分析和设 计系统。
02 离散傅里叶变换的定义
离散傅里叶变换是针对离散时间信号和系统的傅 里叶变换，它将离散时间信号分解成不同频率的 正弦波的叠加。
03 离散傅里叶变换的性质
离散傅里叶变换具有周期性、对称性和Parseval 等重要性质。
快速傅里叶变换算法
1 2 3
快速傅里叶变换算法的定义
快速傅里叶变换是一种高效计算离散傅里叶变换 的算法，它利用了循环卷积和分治的思想来降低 计算的复杂度。
03
数字信号处理技术能够提高通信系统的抗干扰性能、
传输效率和可靠性。
数字信号处理在通信中的应用
调制解调技术
调制是将低频信号转换为适 合传输的高频信号，解调是 将高频信号还原为原始的低
频信号。
通过调制解调技术，可以实 现信号的多路复用和高效传 输。
数字信号处理在通信中的应用
01
信道编码技术
02
信道编码是在发送端对信号进行编码，以增加信号的冗余 度，提高信号的抗干扰能力。
FIR数字滤波器的优 点
FIR数字滤波器具有稳定性好、易 于实现、没有递归运算等优点， 因此在一些需要稳定的系统中得 到广泛应用。
08
信号处理的应用
数字信号处理在通信中的应用
西电数字信号处理上机实验报告
数字信号处理上机实验报告14020710021 张吉凯第一次上机实验一：设给定模拟信号()1000t a x t e -=，t 的单位是ms 。
(1) 利用MATLAB 绘制出其时域波形和频谱图（傅里叶变换），估计其等效带宽（忽略谱分量降低到峰值的3%以下的频谱）。
(2) 用两个不同的采样频率对给定的()a x t 进行采样。
○1()()15000s a f x t x n =以样本秒采样得到。
()()11j x n X e ω画出及其频谱。
○2()()11000s a f x t x n =以样本秒采样得到。
()()11j x n X e ω画出及其频谱。
比较两种采样率下的信号频谱，并解释。
（1）MATLAB 程序：N=10; Fs=5; Ts=1/Fs;n=[-N:Ts:N];xn=exp(-abs(n)); w=-4*pi:0.01:4*pi;X=xn*exp(-j*(n'*w));subplot(211)plot(n,xn);title('x_a(t)时域波形');xlabel('t/ms');ylabel('x_a(t)');axis([-10, 10, 0, 1]);subplot(212);plot(w/pi,abs(X));title('x_a(t)频谱图');xlabel('\omega/\pi');ylabel('X_a(e^(j\omega))'); ind = find(X >=0.03*max(X))*0.01;eband = (max(ind) -min(ind));fprintf('等效带宽为%fKHZ\n',eband);运行结果：等效带宽为12.110000KHZ（2）MATLAB程序：N=10;omega=-3*pi:0.01:3*pi;%Fs=5000Fs=5;Ts=1/Fs;n=-N:Ts:N;xn=exp(-abs(n));X=xn*exp(-j*(n'*omega));subplot(2,2,1);stem(n,xn);grid on;axis([-10, 10, 0, 1.25]); title('时域波形(f_s=5000)');xlabel('n');ylabel('x_1(n)');subplot(2,2,2);plot(omega/pi,abs(X));title('频谱图(f_s=5000)');xlabel('\omega/\pi');ylabel('X_1(f)');grid on;%Fs=1000Fs=1;Ts=1/Fs;n=-N:Ts:N;xn=exp(-abs(n));X=xn*exp(-j*(n'*omega));subplot(2,2,3);stem(n,xn);grid on;axis([-10, 10, 0, 1.25]); title('时域波形(f_s=1000)');xlabel('n');ylabel('x_2(n)');grid on; subplot(2,2,4); plot(omega/pi,abs(X)); title('频谱图(f_s=1000)'); xlabel('\omega/\pi'); ylabel('X_2(f)'); grid on;运行结果：实验二：给定一指数型衰减信号()()0cos 2at x t e f t π-=，采样率1s f T=，T 为采样周期。
2017年西电电院数字信号处理上机实验报告六
实验六、FIR数字滤波器设计及其网络结构班级：学号：姓名：成绩：1实验目的（1）熟悉线性相位FIR数字滤波器的时域特点、频域特点和零极点分布；（2）掌握线性相位FIR数字滤波器的窗函数设计法和频率采样设计法；（3）了解IIR数字滤波器和FIR数字滤波器的优缺点及其适用场合。
2 实验内容（1）设计计算机程序.根据滤波器的主要技术指标设计线性相位FIR数字低通、高通、带通和带阻滤波器；（2）绘制滤波器的幅频特性和相频特性曲线.验证滤波器的设计结果是否达到设计指标要求；（3）画出线性相位FIR数字滤波器的网络结构信号流图。
3实验步骤（1）设计相应的四种滤波器的MATLAB程序；（2）画出幅频相频特性曲线；（3）画出信号流图。
4 程序设计%% FIR低通f=[0.2,0.35];m=[1,0];Rp=1;Rs=40;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat1,dat2];[M,f0,m0,w]=remezord(f,m,rip);M=M+2;hn=remez(M,f0,m0,w);w=0:0.001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')%% FIR高通f=[0.7,0.9];m=[0,1];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat2,dat1];[M,f0,m0,w]=remezord(f,m,rip);hn=remez(M,f0,m0,w);w=0:0.001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')%% FIR带通f=[0.2,0.35,0.65,0.8];m=[0,1,0];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat2,dat1,dat2];[M,f0,m0,w]=remezord(f,m,rip);M=M+3hn=remez(M,f0,m0,w);w=0:0.001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi')%% FIR带阻f=[0.2,0.35,0.65,0.8];m=[1,0,1];Rp=1;Rs=60;dat1=(10^(Rp/20)-1)/(10^(Rp/20)+1);dat2=10^(-Rs/20);rip=[dat1,dat2,dat1];[M,f0,m0,w]=remezord(f,m,rip);hn=remez(M,f0,m0,w);w=0:0.001:pixn=[0:length(hn)-1];H=hn*exp(-j*xn'*w);figuresubplot(2,1,1)plot(w/pi,20*log10(abs(H)));gridon;xlabel('\omega/\pi'),ylabel('|H(e^j^w)|/dB')subplot(2,1,2)plot(w/pi,angle(H)/pi);xlabel('\omega/\pi'),ylabel('\phi(\omega)/\pi') 5实验结果及分析（1）FIR低通滤波器自动得到的M值不满足要求.故我们将M加上2 在w=0.2π时.H=-0.5dB；w=0.35π时.H=-41dB。
数字信号处理上机实验答案解析(全]
![数字信号处理上机实验答案解析(全]](https://img.taocdn.com/s3/m/1728b2a76529647d27285255.png)
第十章上机实验数字信号处理是一门理论和实际密切结合的课程，为深入掌握课程内容，最好在学习理论的同时，做习题和上机实验。
上机实验不仅可以帮助读者深入的理解和消化基本理论，而且能锻炼初学者的独立解决问题的能力。
本章在第二版的基础上编写了六个实验，前五个实验属基础理论实验，第六个属应用综合实验。
实验一 系统响应及系统稳定性。
实验二 时域采样与频域采样。
实验三 用FFT 对信号作频谱分析。
实验四 IIR 数字滤波器设计及软件实现。
实验五 FIR 数字滤波器设计与软件实现实验六 应用实验——数字信号处理在双音多频拨号系统中的应用任课教师根据教学进度，安排学生上机进行实验。
建议自学的读者在学习完第一章后作实验一；在学习完第三、四章后作实验二和实验三；实验四IIR 数字滤波器设计及软件实现在。
学习完第六章进行；实验五在学习完第七章后进行。
实验六综合实验在学习完第七章或者再后些进行；实验六为综合实验，在学习完本课程后再进行。
10.1 实验一: 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。
已知输入信号可以由差分方程、单位脉冲响应或系统函数求出系统对于该输入信号的响应，本实验仅在时域求解。
在计算机上适合用递推法求差分方程的解，最简单的方法是采用MATLAB 语言的工具箱函数filter 函数。
也可以用MATLAB 语言的工具箱函数conv 函数计算输入信号和系统的单位脉冲响应的线性卷积，求出系统的响应。
系统的时域特性指的是系统的线性时不变性质、因果性和稳定性。
重点分析实验系统的稳定性，包括观察系统的暂态响应和稳定响应。
系统的稳定性是指对任意有界的输入信号，系统都能得到有界的系统响应。
或者系统的单位脉冲响应满足绝对可和的条件。
电子科技大学数字信号处理报告总结
%****************************filter ********************************* %低通频率的设定 fp_l=3.5e+9; Fs_l=4e+9; wp_l=2*fp_l/fs; ws_l=2*Fs_l/fs; rp_l=3; as_l=50; %高通频率设定 fp_h=4e+9; Fs_h=3.5e+9;
600
500
400
300
200
100
0 -6
-5
-4
-3
-2
-1
0
1
2 x 10
3
9
图9
600
500
400
300
200
100
0 -6
-4
-2
0
2
4 x 10
6
9
图 10
120
100
80
60
40
20
0 -6
-4
-2
0
2
4 x 10
6
9
图 11 七、实验结果分析： r(t)在频域上近似表现为在一个低频率附近和一个高频率附近两个 幅度不同的冲击。而低频信号进似在低频段的两个冲击，表现为将高 频信号滤掉，成功分离出低频信号。同理高频信号的频率响应图， 表 现为在高频段的两个冲击，表现为将低频信号滤掉，成功分离出高频 信号。符合实验的要求。 八、实验结论 本次实验成功得通过巴特沃斯低通滤波器与巴特沃斯高通滤波器， 以及切比雪夫低通滤波器与切比雪夫高通滤波器将原信号成功的分 离为高频信号和低频信号。 九、实验心得以及改进手段
rt=A1*exp(-(t./v1).^2).*cos(2*pi*f1.*t)+A2*exp(-(t./v2).^2).*cos( 2*pi*f2.*t); %定义函数图像的坐标 axis([0 1e-7 -10 10]); %原函数信号 figure(1);plot(t,rt);grid on;hold on title('原函数连续信号') %采样信号 figure(2);stem(t,rt); axis([0,6e-8,-8,8]); grid on;hold on title('Sampled signal');
西电数字信号处理上机实验报告
数字信号处理上机实验报告14020710021 张吉凯第一次上机实验一：设给定模拟信号()1000t a x t e -=，t 的单位是ms 。
(1) 利用MATLAB 绘制出其时域波形和频谱图（傅里叶变换），估计其等效带宽（忽略谱分量降低到峰值的3%以下的频谱）。
(2) 用两个不同的采样频率对给定的()a x t 进行采样。
○1()()15000s a f x t x n =以样本秒采样得到。
()()11j x n X e ω画出及其频谱。
○2()()11000s a f x t x n =以样本秒采样得到。
()()11j x n X e ω画出及其频谱。
比较两种采样率下的信号频谱，并解释。
（1）MATLAB 程序：N=10; Fs=5; T s=1/Fs;n=[-N:T s:N];xn=exp(-abs(n)); w=-4*pi:0.01:4*pi; X=xn*exp(-j*(n'*w)); subplot(211) plot(n,xn);title('x_a(t)时域波形');xlabel('t/ms');ylabel('x_a(t)'); axis([-10, 10, 0, 1]); subplot(212);plot(w/pi,abs(X)); title('x_a(t)频谱图');xlabel('\omega/\pi');ylabel('X_a(e^(j\omega))');ind = find(X >=0.03*max(X))*0.01; eband = (max(ind) -min(ind)); fprintf('等效带宽为%fKHZ\n',eband); 运行结果：等效带宽为12.110000KHZ（2）MATLAB程序：N=10;omega=-3*pi:0.01:3*pi;%Fs=5000Fs=5;T s=1/Fs;n=-N:T s:N;xn=exp(-abs(n));X=xn*exp(-j*(n'*omega));subplot(2,2,1);stem(n,xn);grid on;axis([-10, 10, 0, 1.25]); title('时域波形(f_s=5000)');xlabel('n');ylabel('x_1(n)');subplot(2,2,2);plot(omega/pi,abs(X));title('频谱图(f_s=5000)');xlabel('\omega/\pi');ylabel('X_1(f)');grid on;%Fs=1000Fs=1;T s=1/Fs;n=-N:T s:N;xn=exp(-abs(n));X=xn*exp(-j*(n'*omega));subplot(2,2,3);stem(n,xn);grid on;axis([-10, 10, 0, 1.25]); title('时域波形(f_s=1000)');xlabel('n');ylabel('x_2(n)');grid on;subplot(2,2,4);plot(omega/pi,abs(X));title('频谱图(f_s=1000)');xlabel('\omega/\pi');ylabel('X_2(f)');grid on;运行结果：实验二：给定一指数型衰减信号()()0cos 2at x t e f t π-=，采样率1s f T=，T 为采样周期。
西电数字信号处理上机实验
实验一1-1、a=[-2 0 1 -1 3];b=[1 2 0 -1];c=conv(a,b);M=length(c)-1;n=0:1:M;stem(n,c);xlabel('n');ylabel('幅度');title('离散卷积’);1-2、N=41;a=[0.8 -0.44 0.36 0.22]; b=[1 0.7 -0.45 -0.6];x=[1 zeros(1,N-1)];k=0:1:N-1;y=filter(a,b,x);stem(k,y)xlabel('n');ylabel('幅度'); title('差分方程');1-3、k=256;num=[0.8 -0.44 0.36 0.02];den=[1 0.7 -0.45 -0.6];w=0:pi/k:pi;h=freqz(num,den,w);subplot(2,2,1);plot(w/pi,real(h));gridtitle('实部');xlabel('\omega/\pi');ylabel('幅度'); subplot(2,2,2);plot(w/pi,imag(h));gridtitle('虚部');xlabel('\omega/\pi');ylabel('Amplitude'); subplot(2,2,3);plot(w/pi,abs(h));gridtitle('幅度谱');xlabel('\omega/\pi');ylabel('幅值'); subplot(2,2,4);plot(w/pi,angle(h));gridtitle('相位谱');xlabel('\omega/\pi');ylabel('弧度');实验二2-1、N=16;n=0:1:15;p=8;q=4;a=0.1;f=0.0625;xa=exp(-((n-p).^2)./q);figure(1)stem(n, xa,'.');title('xa(n)序列')xlabel('n')ylabel('xa(n)')grid on[H, w] = freqz(xa, 1, [], 'whole', 1); Hamplitude = abs(H);Hphase = angle(H);Hphase = unwrap(Hphase);figure(2)subplot(2, 1, 1)plot(w, Hamplitude)title('幅频响应')xlabel('w/(2*pi)')ylabel('|H(exp(jw))|') grid onsubplot(2, 1, 2)plot(w, Hphase)title('相频响应')xlabel('w/(2*pi)')ylabel('fai(H(exp(jw)))') grid on2-2、n=0:1:15;a=0.1;f1=0.0625;f2=0.04375;f3=0.05625;xb1=exp(-a*n).*sin(2*pi*f1*n);figuresubplot(3,2,1)stem(n, xb1,'.');title('f=0.0625的时域特性')xlabel('n')ylabel('xb1(n)')grid on[H, w] = freqz(xb1, 1, [], 'whole', 1); Hamplitude = abs(H);subplot(3,2,2)plot(w, Hamplitude)title('f=0.0625的幅频响应')xlabel('w/(2*pi)')ylabel('|H(exp(jw))|')grid onxb2=exp(-a*n).*sin(2*pi*f2*n);subplot(3,2,3)stem(n, xb2,'.');title('f=0.04375的时域特性')xlabel('n')ylabel('xb2(n)')grid on[H, w] = freqz(xb2, 1, [], 'whole', 1); Hamplitude = abs(H);subplot(3,2,4)plot(w, Hamplitude)title('f=0.04375的幅频响应')xlabel('w/(2*pi)')ylabel('|H(exp(jw))|')grid onxb3=exp(-a*n).*sin(2*pi*f3*n);subplot(3,2,5)stem(n, xb3,'.');title('f=0.05625的时域特性')xlabel('n')ylabel('xb3(n)')grid on[H, w] = freqz(xb3, 1, [], 'whole', 1); Hamplitude = abs(H);subplot(3,2,6)plot(w, Hamplitude)title('f=0.05625的幅频响应')xlabel('w/(2*pi)')ylabel('|H(exp(jw))|')grid on2-3、n1=0:1:3;xc1=n1+1;n2=4:7;xc2=8-n2;xc=[xc1,xc2];n =[n1,n2];figurestem(n,xc);xlabel('n'); ylabel('xc');title('三角序列');n1=0:1:3;xd1=4-n1;n2=4:7;xd2=n2-3;xd=[xd1,xd2];n =[n1,n2];figurestem(n,xd);xlabel('n'); ylabel('xd');title('反三角序列');N = 16;[H1,w1] = freqz(xc,1, 256, 'whole', 1); Hamplitude1 = abs(H1);figureplot(2*w1, Hamplitude1)title('xc幅频响应')xlabel('w/pi')ylabel('|H(exp(jw))|')grid on[H2,w2] = freqz(xd,1, 256, 'whole', 1); Hamplitude2 = abs(H2);figureplot(2*w2, Hamplitude2)title('xd幅频响应')xlabel('w/pi')ylabel('|H(exp(jw))|')grid on[H3, w3] = freqz(xc, 1, N, 'whole', 1); Hamplitude3 = abs(H3);figuresubplot(2, 1, 1)h3 = stem(2*w3, Hamplitude3, '*');title('xc幅频响应进行N点FFT’);xlabel('n')ylabel('|H(exp(jw))|')grid on[H4, w4] = freqz(xd, 1, N, 'whole', 1); Hamplitude4 = abs(H4);subplot(2, 1, 2)h4 = stem(2*w4, Hamplitude4, '*');title('xd幅频响应进行N点FFT');xlabel('n')ylabel('|H(exp(jw))|')grid on2-4、N = 128;f1 = 1/16;n = 0:N-1;xn = sin(2*pi*0.125.*n)+ cos(2*pi*(0.125+f1).*n); figurestem(n,xn);figuresubplot(2,1,1),plot(n,abs(fft(xn)));title('f =1/16 幅频响应');f2 = 1/64;xn = sin(2*pi*0.125.*n)+ cos(2*pi*(0.125+f2).*n); subplot(2,1,2),plot(n,abs(fft(xn)));title('f =1/64 幅频响应');2-5、N=16;n=0:1:15;p=8;q=2;a=0.1;f=0.0625;xa=exp(-((n-p).^2)./q);xb=exp(-a*n).*sin(2*pi*f*n);%线性卷积x=conv(xa,xb);XDft= fft(x, 32);XDftR = abs(XDft);XDftPhase = angle(XDft);XDftPhase = unwrap(XDftPhase);figure(1);stem(x,'.');title('x(n)序列');xlabel('n')ylabel('x(n)')grid onfigure(2)subplot(2, 1, 1)stem(XDftR, '.');title('X(k)的幅度’);xlabel('k')ylabel('|X(k)|')grid onsubplot(2, 1, 2)stem(XDftPhase, '.');title('X(k)的相角')xlabel('k')ylabel('fai((X(k)))')grid on%圆周卷积XDft161 = fft(xa, N);XDft16R1 = abs(XDft161);XDft16Phase1 = angle(XDft161);XDft16Phase1 = unwrap(XDft16Phase1); XDft162 = fft(xb, N);XDft16R2 = abs(XDft162);XDft16Phase2 = angle(XDft162);XDft16Phase2 = unwrap(XDft16Phase2); XDft16=XDft161.*XDft162;XDft16R=XDft16R1.*XDft16R2;XDft16Phase=XDft16Phase2 +XDft16Phase1 ; x = ifft(XDft16, N);figure(3)stem(x,'.')title('x(n)序列')xlabel('n')ylabel('x(n)')grid onfigure(4)subplot(2, 1, 1)t= 0 : 1 : N - 1;stem(t, XDft16R, '.');title('X(k)的幅度')xlabel('k')ylabel('|X(k)|')grid onsubplot(2, 1, 2)stem(t,XDft16Phase, '.');title('X(k)的相角')xlabel('k')ylabel('fai((X(k)))')grid on2-6、xe=rand(1,512);n1=0:1:3;xc1=n1+1;n2=4:7;xc2=8-n2;xc=[xc1,xc2];%重叠相加法yn=zeros(1,519);for j=0:7xj=xe(64*j+1:64*(j+1));xak=fft(xj,71);xck=fft(xc,71);yn1=ifft(xak.*xck);temp=zeros(1,519);temp(64*j+1:64*j+71)=yn1; yn=yn+temp;end;n=0:518;figure(1)subplot(2,1,1);plot(n,yn);xlabel('n');ylabel('y(n)');title('xc(n)与xe(n)的线性卷积的时域波形-重叠相加法'); subplot(2,1,2);plot(n,abs(fft(yn)));xlabel('k');ylabel('Y(k)');axis([0,600,0,300]);title('xc(n)Óëxe(n)的线性卷积的幅频特性-重叠相加法'); %重叠保留法k=1:7;xe1=k-k;xe_1=[xe1,xe];yn_1=zeros(1,519);for j=0:7xj_1=xe_1(64*j+1:64*j+71);xak_1=fft(xj_1);xck_1=fft(xc,71);yn1_1=ifft(xak_1.*xck_1);temp_1=zeros(1,519);temp_1(64*j+1:64*j+64)=yn1_1(8:71);yn_1=yn_1+temp_1;end;n=0:518;figure(2)subplot(2,1,1);plot(n,yn_1);xlabel('n');ylabel('y(n)');title(' xc(n)的线性卷积的时域波形-重叠保留法'); subplot(2,1,2);plot(n,abs(fft(yn_1)));xlabel('k');ylabel('Y(k)');axis([0,600,0,300]);title('xc(n)Óëxe(n)的线性卷积的幅频特性-重叠保留法');实验三3-1、Wp=0.3;Ws=0.2;Rp=0.8;Rs=20;[N,Wpo]=cheb1ord(Wp,Ws,Rp,Rs);[Bz,Az]=cheby1(N,Rp,Wpo,'high');w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);H=20*log10(abs(H));plot(w/pi,H),grid onxlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB') title('Chebyshev高通滤波器');3-2、Wp=0.2;Ws=0.3;Rp=1;Rs=25;[N,Wc]=buttord(Wp,Ws,Rp,Rs);[Bs,As]=butter(N,Wc,'s');[Bz,Az]=impinvar(Bs,As);w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);H=20*log10(abs(H));subplot(211);plot(w/pi,H),grid onxlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB') title('脉冲响应不变法')[N,Wc]=buttord(Wp,Ws,Rp,Rs);[Bz,Az]=butter(N,Wc);w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);H=20*log10(abs(H));subplot(212);plot(w/pi,H),grid onxlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB') title('双线性变换法')3-3、Wp=1.2/8;Ws=2/8;Rp=0.5;Rs=40;[N,Wpo]=cheb1ord(Wp,Ws,Rp,Rs);[Bz,Az]=cheby1(N,Rp,Wpo);w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);H=20*log10(abs(H));subplot(311);plot(w/pi,H),grid onxlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB') title('切比雪夫')[N,Wc]=buttord(Wp,Ws,Rp,Rs);[Bz,Az]=butter(N,Wc);w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);H=20*log10(abs(H));subplot(312);plot(w/pi,H),grid onxlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB') title('巴特沃斯')[N,Wpo]=ellipord(Wp,Ws,Rp,Rs);[Bz,Az]=ellip(N,Rp,Rs,Wpo);w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);H=20*log10(abs(H));subplot(313);plot(w/pi,H),grid ontitle('椭圆')xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB')3-4、Wp1=2/15;Wpu=0.2;Ws1=0.1;Wsu=0.4;Rp=3;Rs=20;Wp=[Wp1,Wpu];Ws=[Ws1,Wsu];[N,Wc]=buttord(Wp,Ws,Rp,Rs);[Bz,Az]=butter(N,Wc);w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);H=20*log10(abs(H));plot(w/pi,H),grid onxlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB') title('双线性变换法Butterworth型数字带通滤波器')。
电子科技大学-数字信号处理实验报告-FFT的实现
电 子 科 技 大 学实 验 报 告学生姓名： 学 号： 指导教师：一、实验室名称：数字信号处理实验室 二、实验项目名称：FFT 的实现 三、实验原理：一．FFT 算法思想： 1．DFT 的定义：对于有限长离散数字信号{x[n]}，0 ≤ n ≤ N-1，其离散谱{x[k]}可以由离散付氏变换（DFT ）求得。
DFT 的定义为：21[][]N jnk Nn X k x n eπ--==∑，k=0,1,…N-1通常令2jNN eW π-=，称为旋转因子。
2．直接计算DFT 的问题及FFT 的基本思想：由DFT 的定义可以看出，在x[n]为复数序列的情况下，完全直接运算N 点DFT 需要（N-1）2次复数乘法和N （N-1）次加法。
因此，对于一些相当大的N 值（如1024）来说，直接计算它的DFT 所作的计算量是很大的。
FFT 的基本思想在于，将原有的N 点序列分成两个较短的序列，这些序列的DFT 可以很简单的组合起来得到原序列的DFT 。
例如，若N 为偶数，将原有的N 点序列分成两个（N/2）点序列，那么计算N 点DFT 将只需要约[(N/2)2 ·2]=N 2/2次复数乘法。
即比直接计算少作一半乘法。
因子（N/2）2表示直接计算（N/2）点DFT 所需要的乘法次数，而乘数2代表必须完成两个DFT 。
上述处理方法可以反复使用，即（N/2）点的DFT 计算也可以化成两个（N/4）点的DFT （假定N/2为偶数），从而又少作一半的乘法。
这样一级一级的划分下去一直到最后就划分成两点的FFT 运算的情况。
3．基2按时间抽取（DIT ）的FFT 算法思想：设序列长度为2L N =，L 为整数（如果序列长度不满足此条件，通过在后面补零让其满足）。
将长度为2L N =的序列[](0,1,...,1)x n n N =-，先按n 的奇偶分成两组：12[2][][21][]x r x r x r x r =+=，r=0,1,…,N/2-1DFT 化为：1/21/212(21)0/21/21221200/21/211/22/2[]{[]}[][2][21][][][][]N N N nk rk r kNNNn r r N N rk k rk NNN r r N N rk k rk N NN r r X k DFT x n x n Wx r Wx r W x r W Wx r W x r WWx r W ---+===--==--=====++=+=+∑∑∑∑∑∑∑上式中利用了旋转因子的可约性，即：2/2rkrkNN W W =。
西电电院数字信处理上机实验报告三
实验三、信号的频域与Z 域剖析班级：学号：姓名：成绩：1实验目的（1）理解序列失散傅里叶变换（ DTFT）的定义，熟习序列 DTFT的计算及其主要性质；（2）掌握 Z 变换的计算和主要性质，熟习Z 变换的收敛域及其与序列特征的关系，以及Z 变换与 DTFT的关系；（3）掌握时域失散线性时不变系统的频域剖析方法，深刻理解系统的频次响应。
认识系统的稳态响应和暂态响应、相位延缓和群延缓等观点；（4）掌握时域失散线性时不变系统的z 域剖析方法，深刻理解失散系统的系统函数及其零极点散布，熟习零极点散布与系统的因果性和稳固性关系、零极点散布对系统频次特征的影响、差分方程的Z 变换解法等；2实验内容（ 1）设计计算机程序，产生序列并计算序列的DTFT，绘制其幅频特征和相频特征曲线；（2）依据系统的单位脉冲响应和差分方程，计算系统的频次响应，绘制系统频次响应的幅频特征和相频特征曲线；（ 3）依据系统的单位脉冲响应和差分方程，计算系统的系统函数、零极点散布；改变系统的零极点散布，察看系统频次响应的变化。
3实验步骤（1）设计有限长序列 Rn；计算序列的 DTFT，绘制幅频特征和相频特征曲线（2）改变系统的系统函数的零点散布，绘制系统改变前和改变后的频次响应的幅频特征和相频特征曲线4程序设计x=[1,1,1,1];nx=[0:3];%x(n)=R(n)w=linspace*pi,*pi,100000);% 取 100000 个点X=x*exp(-j*nx'*w);%DTFTfigure(1);subplot(3,2,1),plot(w/pi,abs(X));xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|') subplot(3,2,2),plot(w/pi,angle(X));xlabel('\omega/\pi');ylabel('\phi(\omega)/\pi') %差分方程求解a=[1,];b=[1];[H,w]=freqz(b,a,'whole');subplot(3,2,3),plot(w/pi,abs(H));xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|') subplot(3,2,4),plot(w/pi,angle(H));xlabel('\omega/\pi');ylabel('\phi(\omega)/\pi') %零极点散布a=[1,,];%分母b1=[1,];b2=[1,];% 分子[F,w]=freqz(b1,a,'whole');figure(2);subplot(2,2,1),zplane(b1,a);% 零极点散布图subplot(2,2,3),plot(w/pi,abs(F));xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|') subplot(2,2,4),plot(w/pi,angle(F));xlabel('\omega/\pi');ylabel('\phi(\omega)/\pi') figure(3);% 改变零极点散布，察看频次响应变化[F,w]=freqz(b2,a,'whole');subplot(2,2,1),zplane(b2,a);subplot(2,2,3),plot(w/pi,abs(F));xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|') subplot(2,2,4),plot(w/pi,angle(F));xlabel('\omega/\pi');ylabel('\phi(\omega)/\pi')5实验结果及剖析零点改变前系统频次响应：零点改变后系统频次响应：改变极点能够改变剖析：经过图像能够显然看出改变系统的零点能够改变谷深和谷底地点，峰值的地点和峰的尖利程度6总结经过本次实验深刻理解失散信号与系统的时域性质和剖析方法，娴熟掌握利用MATLAB 工具时域剖析失散信号和系统的方法。
- 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)。
数字信号处理大作业院系：电子工程学院学号：********姓名：***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、实验原理采样是连续信号数字处理的第一个关键环节。
对连续信号()a x t 进行理想采样的过程可用(1.1)式表示：()()()ˆa a xt x t p t =⋅ 其中()t xa ˆ为()a x t 的理想采样，()p t 为周期冲激脉冲，即 ()()n p t t nT δ∞=-∞=-∑()t xa ˆ的傅里叶变换()j a X Ω为 ()()s 1ˆj j j a a m X ΩX ΩkΩT ∞=-∞=-∑进行傅里叶变换，()()()j ˆj e d Ωt a a n X Ωx t t nT t δ∞∞--∞=-∞⎡⎤=-⎢⎥⎣⎦∑⎰ ()()j e d Ωtan x t t nT t δ∞∞--∞=-∞=-∑⎰()j e ΩnTan x nT ∞-=-∞=∑式中的()a x nT 就是采样后得到的序列()x n ， 即()()a x n x nT =()x n 的傅里叶变换为()()j j e enn X x n ωω∞-=-∞=∑比较可知()()j ˆj e aΩTX ΩX ωω==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()j e X ω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()()1j j 0eekk N nn X x n ωω--==∑其中2π,0,1,,1k k k M Mω==⋅⋅⋅-一个时域离散线性时不变系统的输入/输出关系为()()()()()m y n x n h n x m h n m ∞=-∞=*=-∑上述卷积运算也可以转到频域实现()()()j j j e e e Y X H ωωω= (1.9)三、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下列信号序列： xa(t)=Ae-at sin(Ω0t)u(t) 进行采样， 可得到采样序列xa(n)=xa(nT)=Ae-anT sin(Ω0nT)u(n), 0≤n<50其中A 为幅度因子， a 为衰减因子， Ω0是模拟角频率， T 为采样间隔。
这些参数都要在实验过程中由键盘输入， 产生不同的xa(t)和xa(n)。
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)(3) 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(ej ω)|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(ej ω)|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。
b. 观察系统ha(n)对信号xc(n)的响应特性。
③ 卷积定理的验证。
（4）主程序框图①分析采样序列的特性②时域离散信号、系统和系统响应分析③卷积定理的验证四．实验程序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(e^jω)|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(e^jω)|曲线。
A=444.128;a=50*sqrt(2)*pi;m=50*sqrt(2)*pi;fs1=1000;fs2=300;fs3=200;T1=1/fs1;T2=1/fs2;T3=1/fs3;N=30;n=[0:N-1];x1=A*exp(-a*n*T1).*sin(m*n*T1);x2=A*exp(-a*n*T2).*sin(m*n*T2);x3=A*exp(-a*n*T3).*sin(m*n*T3);w=linspace(-2*pi,2*pi,10000); %设置w的范围X1=x1*exp(-j*n'*w);%对x1(n)做DTFT变换X2=x2*exp(-j*n'*w);%对x2(n)做DTFT变换X3=x3*exp(-j*n'*w);%对x3(n)做DTFT变换figure(1)subplot(2,3,1);stem(x1);xlabel('n');ylabel('xa(n)');title('采样频率为1000HZ时的理想采样信号'); subplot(2,3,2);stem(x2);xlabel('n');ylabel('xa(n)');title('采样频率为300HZ时的理想采样信号'); subplot(2,3,3);stem(x3);xlabel('n');ylabel('xa(n)');title('采样频率为200HZ时的理想采样信号'); subplot(2,3,4)plot(w/pi,abs(X1));%绘制x1(n)的幅度谱xlabel('\omega/π');ylabel('|H(e^j^\omega)|' )title('采样频率为1000Hz时的幅度谱');subplot(2,3,5)plot(w/pi,abs(X2));%绘制x2(n)的幅度谱xlabel('\omega/π');ylabel('|H(e^j^\omega)|' )title('采样频率为300Hz时的幅度谱'); subplot(2,3,6)plot(w/pi,abs(X3));%绘制x3(n)的幅度谱xlabel('\omega/π');ylabel('|H(e^j^\omega)|' )title('采样频率为200Hz时的幅度谱');由图可见，在折叠频率w=π,即f=fs/2=500Hz处混叠很小。
当fs=300Hz时，存在较明显的混叠失真；当fs=200时，发生严重的混叠失真。
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。
b. 观察系统ha(n)对信号xc(n)的响应特性。
xbn=[1];xc1n=ones(1,10);xc2n=ones(1,5);han=ones(1,5);hbn=[1,2.5,2.5,1];yn=conv(xbn,hbn);figure(2)n1=0:length(xbn)-1n2=0:length(hbn)-1;n3=0:length(yn)-1;subplot(3,3,1);stem(n1,xbn,'.') xlabel('n');ylabel('xb(n)')title('xb(n)的时域特性曲线') subplot(3,3,4);stem(n2,hbn,'.') xlabel('n');ylabel('hb(n)')title('hb(n)的时域特性曲线') subplot(3,3,7);stem(n3,yn,'.') xlabel('n');ylabel('y(n)')title('y(n)的时域特性曲线')n1=[0:length(xbn)-1];w=linspace(-pi,pi,10000);Xb=xbn*exp(-j*n1'*w);subplot(3,3,2);plot(w/pi,abs(Xb));xlabel('\omega/π');ylabel('幅度') title('DTFT[xb(n)]的幅度');n2=[0:length(hbn)-1];w=linspace(-pi,pi,10000);Hb=hbn*exp(-j*n2'*w);subplot(3,3,5);plot(w/pi,abs(Hb));xlabel('\omega/π');ylabel('幅度') title('DTFT[hb(n)]的幅度'); subplot(3,3,6);plot(w/pi,angle(Hb));xlabel('\omega/π');ylabel('相位') title('DTFT[hb(n)]的相位');n3=[0:length(yn)-1];w=linspace(-pi,pi,10000);Y=yn*exp(-j*n3'*w);subplot(3,3,8);plot(w/pi,abs(Y));xlabel('\omega/π');ylabel('幅度') title('DTFT[y(n)]的幅度');subplot(3,3,9);plot(w/pi,angle(Y));xlabel('\omega/π');ylabel('相位') title('DTFT[y(n)]的相位');figure(3)y1n=conv(xc1n,han);y2n=conv(xc2n,han);n1=[0:length(y1n)-1];n2=[0:length(y2n)-1]; w=linspace(-pi,pi,10000);Y1=y1n*exp(-j*n1'*w);Y2=y2n*exp(-j*n2'*w);subplot(2,3,1);stem(n1,y1n,'.')xlabel('n');ylabel('y1(n)')title('N=10时y1(n)的时域特性曲线') subplot(2,3,4);stem(n2,y2n,'.')xlabel('n');ylabel('y2(n)')title('N=5时y2(n)的时域特性曲线') subplot(2,3,2);plot(w/pi,abs(Y1));xlabel('\omega/π');ylabel('幅度') title('DTFT[y1(n)]的幅度'); subplot(2,3,3);plot(w/pi,angle(Y1));xlabel('\omega/π');ylabel('相位') title('DTFT[y1(n)]的相位'); subplot(2,3,5);plot(w/pi,abs(Y2));xlabel('\omega/π');ylabel('幅度') title('DTFT[y2(n)]的幅度'); subplot(2,3,6);plot(w/pi,angle(Y2));xlabel('\omega/π');ylabel('相位') title('DTFT[y2(n)]的相位');3.卷积定理的验证。