实验三 卷积积分与卷积和运算
信号卷积实验报告数据
一、实验目的1. 理解信号卷积的概念及其物理意义。
2. 掌握信号卷积的图解方法及结果分析。
3. 通过实验加深对信号处理中卷积运算的理解和应用。
二、实验原理信号卷积是信号处理中一个重要的概念，它描述了两个信号相互作用的结果。
卷积运算可以表示为：y(t) = x(t) h(t)其中，y(t)是输出信号，x(t)是输入信号，h(t)是系统的冲激响应。
卷积运算的物理意义是将信号分解为冲激信号之和，借助系统的冲激响应，求解系统对任意激励信号的零状态响应。
三、实验仪器与设备1. 双踪示波器2. 信号发生器3. 信号源及频率计模块4. 数字信号处理模块5. 计算机及MATLAB软件四、实验数据1. 输入信号x(t)（1）方波信号：周期为T，幅度为A。
（2）三角波信号：周期为T，幅度为A。
2. 冲激响应h(t)（1）矩形脉冲信号：宽度为τ，幅度为B。
（2）高斯脉冲信号：标准差为σ，幅度为B。
3. 输出信号y(t)（1）方波信号与矩形脉冲信号的卷积（2）三角波信号与高斯脉冲信号的卷积五、实验步骤1. 使用信号发生器产生方波信号、三角波信号、矩形脉冲信号和高斯脉冲信号。
2. 将信号输入数字信号处理模块，进行信号处理。
3. 使用双踪示波器观察输入信号、冲激响应和输出信号的波形。
4. 使用MATLAB软件对信号进行卷积运算，并与示波器观察到的波形进行对比分析。
六、实验结果与分析1. 方波信号与矩形脉冲信号的卷积输入信号x(t)为方波信号，冲激响应h(t)为矩形脉冲信号。
根据卷积公式，输出信号y(t)为：y(t) = x(t) h(t) = A (u(t) - u(t-τ))其中，u(t)为单位阶跃函数。
从示波器观察到的波形可以看出，输出信号y(t)为方波信号，且周期与输入信号相同。
MATLAB仿真结果与示波器观察到的波形一致。
2. 三角波信号与高斯脉冲信号的卷积输入信号x(t)为三角波信号，冲激响应h(t)为高斯脉冲信号。
实验报告信号卷积实验
一、实验目的1. 理解卷积的概念及其物理意义。
2. 掌握卷积运算的原理和方法。
3. 通过实验加深对卷积运算在实际应用中的理解。
二、实验原理1. 卷积的定义：卷积是一种线性运算，它描述了两个信号在时域上的相互作用。
对于两个连续时间信号f(t)和g(t)，它们的卷积定义为：F(t) = ∫f(τ)g(t-τ)dτ其中，F(t)是卷积结果，f(τ)是信号f(t)的任意时刻的值，g(t-τ)是信号g(t)在时刻t-τ的值。
2. 卷积的性质：卷积具有交换律、结合律和分配律等性质。
其中，交换律是指f(t)和g(t)的卷积与g(t)和f(t)的卷积相等；结合律是指三个信号f(t)、g(t)和h(t)的卷积可以分别进行两两卷积后再进行一次卷积；分配律是指一个信号与两个信号的卷积等于该信号分别与两个信号卷积后的和。
三、实验内容1. 实验一：连续时间信号卷积实验（1）选用信号：选取两个连续时间信号f(t)和g(t)，其中f(t)为矩形脉冲信号，g(t)为指数衰减信号。
（2）卷积计算：根据卷积的定义，计算f(t)和g(t)的卷积F(t)。
（3）结果分析：观察F(t)的波形，分析卷积结果的物理意义。
2. 实验二：离散时间信号卷积实验（1）选用信号：选取两个离散时间信号f[n]和g[n]，其中f[n]为单位阶跃信号，g[n]为矩形脉冲信号。
（2）卷积计算：根据离散时间信号卷积的定义，计算f[n]和g[n]的卷积F[n]。
（3）结果分析：观察F[n]的波形，分析卷积结果的物理意义。
3. 实验三：MATLAB仿真实验（1）选用信号：选取两个连续时间信号f(t)和g(t)，其中f(t)为正弦信号，g(t)为余弦信号。
（2）MATLAB编程：利用MATLAB的信号处理工具箱，编写程序实现f(t)和g(t)的卷积运算。
（3）结果分析：观察MATLAB仿真得到的卷积结果，分析其物理意义。
四、实验结果与分析1. 实验一：连续时间信号卷积实验（1）实验结果：通过计算得到f(t)和g(t)的卷积F(t)的波形。
西交大《信号与系统》《数字信号处理》教学大纲
西安交通大学《信号与系统B》课程教学大纲（说明：信通系应该学的是《信号与系统A》，但是找不到A的大纲。
只找到了西交大电子、计算机等专业的《信号与系统B》的大纲，因为用的教材是一样的，大家就凑活着用吧）英文名称：Signals and Systems B课程编号：INFT3014学时：68 （讲课60 ，实验8 ）；学分：4.0 开课时间：秋季学期适用对象：电子科学与技术、计算机科学与技术专业、光信息科学与技术专业先修课程：数学分析（工程类）或高等数学、电路使用教材及参考书：1. 阎鸿森、王新凤、田惠生编《信号与线性系统》，西安交通大学出版社，1999 年8 月第一版2. [ 美] A.V. 奥本海姆等著，刘树棠译，《信号与系统》（第二版），西安交通大学出版社，1998 年一.课程性质、目的和任务“信号与系统”是电气与电子信息类各专业本科生继“电路”或“电路分析基础”课程之后必修的重要主干课程。
该课程主要研究确知信号的特性，线性时不变系统的特性，信号通过线性时不变系统的基本分析方法，信号与系统分析方法在某些重要工程领域的应用，以及数字信号处理的基础知识。
通过本课程的学习，使学生掌握信号分析、线性系统分析及数字信号处理的基本理论与分析方法，并对这些理论与方法在工程中的某些应用有初步了解。
为适应信息科学与技术的飞速发展及在相关专业领域的深入学习打下坚实的基础。
同时，通过习题和实验，学生应在分析问题与解决问题的能力及实践技能方面有所提高。
该课程是学习《现代通信原理》、《自动控制理论》等后续课程所必备的基础。
二.教学基本要求通过本课程的学习，在掌握连续时间信号与系统和离散时间信号与系统分析以及数字信号处理的基本理论和方法方面应达到以下基本要求：1. 掌握信号与系统的基本概念，信号与系统的描述方法，基本信号的特性，系统的一般性质，系统的互联，增量线性系统的等效方法。
2. 掌握信号分解的基本思想及信号在时域、频域和变换域进行分解的基本理论及描述方法。
卷积和计算方法
如果将参加卷积的一个函数看作区间的指示函数，卷积还可以被看作是“滑动平均”的推广。
求y1与y2两个多项式的乘积，即y=y1×y2=(2+x-2x^2)×(1+2x-x^2),求出的结果为y=2+5x-2x^2-5x^3+2x^4。转化成卷积结果为y(n)=[2,5,-2,-5,2]，即多项式乘积结果的系数。
假设两个求卷积的序列为x(n)=[2,1,-2]和h(n)=[1,2，-1]，求二者的卷积y(n)=x(n)*h(n)。
其实卷积的计算步骤和多项式乘法的计算步骤是一样的，把上面两个求卷积的序列转化成多项式，即y1=2+x-2x^2,多项式的零阶、一阶、二阶系数分别为x(n)的x(0),x(1),x(2)，同y2=1+2x-x^2,多项式的零阶、一阶、二阶系数分别为h(n)的h(0),h(1),h(2).
卷积积分与离散卷积--方波序列和方波序列的卷积及卷积过程演示
1引言信号的卷积是针对时域信号处理的一种分析方法，信号的卷积一般用于求取信号通过某系统后的响应。
在信号与系统中，我们通常求取某系统的单位冲激响应，所求得的h(k)可作为系统的时域表征。
任意系统的系统响应可用卷积的方法求得。
离散时间信号是时间上不连续的“序列”，因此，激励信号分解为脉冲序列的工作就很容易完成，对应每个样值激励，系统得到对此样值的响应。
每一响应也是一个离散时间序列，把这些序列叠加既得零状态响应。
因为离散量的叠加无需进行积分，因此，叠加过程表现为求“卷积和”。
LabVIEW是一种程序开发环境，由美国国家仪器（NI）公司研制开发的，类似于C和BASIC开发环境，但是LabVIEW与其他计算机语言的显著区别是：其他计算机语言都是采用基于文本的语言产生代码，而LabVIEW使用的是图形化编辑语言G编写程序，产生的程序是框图的形式。
本课程设计就是利用LabVIEW软件来实现方波序列卷积的过程，然后对方波序列移位过程进行演示，通过卷积过程演示和卷积和的波形图可以看出，方波序列的幅值大小不会影响卷积和的宽度而方波序列的宽度大小就会影响卷积序列相交部分的范围宽度即卷积宽度。
通过labview你能直观清晰地观察卷积的过程。
2虚拟仪器开发软件LabVIEW8.2入门2.1 LabVIEW介绍LabVIEW（Laboratory Virtual Instrument Engineering Workbench）是一种用图标代替文本行创建应用程序的图形化编程语言。
传统文本编程语言根据语句和指令的先后顺序决定程序执行顺序，LabVIEW 则采用数据流编程方式，程序框图中节点之间的数据流向决定VI及函数的执行顺序。
VI指虚拟仪器，是 LabVIEW]的程序模块。
LabVIEW 提供很多外观与传统仪器（如示波器、万用表）类似的控件，可用来方便地创建用户界面。
用户界面在 LabVIEW中被称为前面板。
使用图标和连线，可以通过编程对前面板上的对象进行控制。
《信号与系统教学课件》§2.6 卷积及其性质和计算
将卷积的微分性质和积分性质加以推广，可以得到
s
t
nm
f (n) 1
t
f (m) 2
t
f (m) 1
t
f (n) 2
t
X
二、卷积的性质
注意函数的积分和微分并不是一个严格的可逆关系， 因为函数加上任意常数后的微分与原函数的微分是相 同的。因此，对于等式
f1 t
f2 t
f1' t
k
d
k
f
3
t
d
令w k
f1
k
f2
w f3
t
k
w d w d k
令st f2t f3t
f1 k s t k d k
f1 t st
f1 t
f2 t
f3 t
f 1
t f2 t
f3 t
X
二、卷积的性质
一、代数性质 • 结合律
对于函数f1 t , f2 t , f3 t ,存在
h2 t
r(t)
h1 t
图2.6.2 卷积交换律的系统意义
X
二、卷积的性质
一、代数性质
• 结合律
对于函数f1 t , f2 t , f3 t ,存在
f1 t f2 t f3 t f1 t f2 t f3 t
根据卷积的定义
f1 t
f2
t
f3
t
f1
k
f2
X
三、卷积的计算
根据卷积的定义，卷积计算是由若干基本的信号运算组成的， 对于
s
t
f1
f2
t
d
第一步 反褶：将 f1 t 反褶运算，得到 f1
信号的卷积实验报告
一、实验目的1. 理解信号卷积的概念及其物理意义。
2. 掌握信号卷积的计算方法，包括连续卷积和离散卷积。
3. 分析卷积运算在信号处理中的应用，如信号滤波、信号重构等。
二、实验原理1. 信号卷积的概念信号卷积是指两个信号x(t)和h(t)的乘积在时间域上的积分。
卷积运算可以描述信号之间的相互作用和影响，对于信号处理、通信系统、控制系统等领域具有重要的应用。
2. 卷积的数学表示（1）连续卷积设x(t)和h(t)为两个连续信号，它们的卷积y(t)可以表示为：y(t) = ∫[x(τ)h(t-τ)]dτ（2）离散卷积设x[n]和h[n]为两个离散信号，它们的卷积y[n]可以表示为：y[n] = ∑[x[k]h[n-k]]3. 卷积的性质（1）交换律：x(t) h(t) = h(t) x(t)（2）结合律：(x(t) h(t)) g(t) = x(t) (h(t) g(t))（3）分配律：x(t) (h(t) + g(t)) = x(t) h(t) + x(t) g(t)（4）卷积的导数：d/dt(x(t) h(t)) = x(t) d/dt(h(t))三、实验仪器与设备1. 双踪示波器2. 信号源3. 信号处理模块4. 计算机5. MATLAB软件四、实验内容与步骤1. 连续信号卷积实验（1）选择两个连续信号，如方波信号和三角波信号。
（2）利用示波器观察两个信号的波形。
（3）通过计算机计算两个信号的卷积，并观察卷积结果的波形。
2. 离散信号卷积实验（1）选择两个离散信号，如单位阶跃信号和单位冲激信号。
（2）利用示波器观察两个信号的波形。
（3）通过计算机计算两个信号的卷积，并观察卷积结果的波形。
3. 卷积运算在信号处理中的应用实验（1）信号滤波：选择一个信号，如含噪声的信号，通过卷积运算实现滤波操作，去除噪声。
（2）信号重构：选择一个信号，如被压缩的信号，通过卷积运算实现信号重构，恢复原始信号。
五、实验结果与分析1. 连续信号卷积实验结果通过实验，我们可以观察到连续信号卷积的结果。
卷积积分与卷积和解法分析
但在操作上与卷积积分比较显得非常繁锁 ， 而且容 易出错． 针对这个 问题 ， 我们需要 找出图解法 以外
更为简单的算法．
１ 卷积积分的解 法
１１ 图解法 求卷 积积分 ．
一
根据两个信 号 （） １和五（） ｚ的波形 ， 对其 中的 个信号 （） １反褶 、 平移得到五（ 一 ， ｔ ｚ ｒ 让 的取值 ＿）
文章编号 ：０７ １２ （０ ６０ —０ ７０ １０ — ２９ ２０ ）１０ ２－ ３
卷积积分与卷积和解 法分 析
温 卫 ， 任克 强
（ 江西理工大学信息工程学院 ， 江西 赣州 ３ １０ ） ４００
摘 要： 卷积运算在信号与 系统理论 、 控制理论和动 态电路 的分析 中具有重要意义． 文中主要讨 论卷积积分与卷积和的图解法比较 ， 在此基础上 ， 出了他们各 自的简易算法， 给 并举例说 明了其
（ ∞，）【，４、一 ， 、‘５３、３ ∞） 一 １、 ｔ １ｔ５￡ （ ，）（ ， ，代入 １ － ｉ 】 一
以上各式得 ：
数相乘， 其积为零． ⑤积分： 卷积积分是乘积曲 线下
的面积 枷 波形如图 ２ 所示．
￡ Ｊ ． （ ）＝ ｔ５ ） 一 ｒ ￡ 打 ０ ＜ ＝ （ 吖
范 围在 （ ∞， ∞） 一 ＋ 连续变化 ， ｌ ｔｒ 的波形会跟 ￣ Ａ（ ） Ｊ －
响应的求解 ． 对连续 时间信号 的卷积称为卷积积
・ 蕾
随ｔ 进行 移动 ， 当与 （） １重叠时 ， 求出重 叠部分的
面积即是 （） １和五（） ｚ的卷积． 例 １ （） （） ｔ和五 ｚ的波形如图 １ 所示 ， 求 ｚ （） （） ） １ １．
‘ ．２ｒ２ １ ） ＝Ｊ ｄ＝ｔ ０ －
卷积的介绍——精选推荐
卷积的介绍先看到卷积运算，知道了卷积就是把模版与图像对应点相乘再相加，把最后的结果代替模版中⼼点的值的⼀种运算。
但是，近来⼜看到了积分图像的定义，⽴马晕菜，于是整理⼀番，追根溯源⼀下吧。
1 卷积图像1.1 源头⾸先找到了⼀篇讲解特别好的博⽂，原⽂为：贴过正⽂来看：---------------------------------------------------------------------------------------------------------------信号处理中的⼀个重要运算是卷积.初学卷积的时候,往往是在连续的情形, 两个函数f(x),g(x)的卷积,是∫f(u)g(x-u)du 当然，证明卷积的⼀些性质并不困难，⽐如交换，结合等等，但是对于卷积运算的来处，初学者就不甚了了。
其实，从离散的情形看卷积，或许更加清楚， 对于两个序列f[n],g[n],⼀般可以将其卷积定义为s[x]= ∑f[k]g[x-k] 卷积的⼀个典型例⼦,其实就是初中就学过的多项式相乘的运算, ⽐如(x*x+3*x+2)(2*x+5) ⼀般计算顺序是这样, (x*x+3*x+2)(2*x+5) = (x*x+3*x+2)*2*x+(x*x+3*x+2)*5 = 2*x*x*x+3*2*x*x+2*2*x+ 5*x*x+3*5*x+10 然后合并同类项的系数, 2 x*x*x 3*2+1*5 x*x 2*2+3*5 x 2*5 ---------- 2*x*x*x+11*x*x+19*x+10 实际上,从线性代数可以知道,多项式构成⼀个向量空间,其基底可选为 {1,x,x*x,x*x*x,...} 如此,则任何多项式均可与⽆穷维空间中的⼀个坐标向量相对应, 如,(x*x+3*x+2)对应于 (1 3 2), (2*x+5)对应于 (2,5). 线性空间中没有定义两个向量间的卷积运算,⽽只有加法,数乘两种运算,⽽实际上,多项式的乘法,就⽆法在线性空间中说明.可见线性空间的理论多么局限了. 但如果按照我们上⾯对向量卷积的定义来处理坐标向量, (1 3 2)*(2 5) 则有 2 3 1 _ _ 2 5 -------- 2 2 3 1 _ 2 5 ----- 6+5=11 2 3 1 2 5 ----- 4+15 =19 _ 2 3 1 2 5 ------- 10 或者说, (1 3 2)*(2 5)=(2 11 19 10) 回到多项式的表⽰上来, (x*x+3*x+2)(2*x+5)= 2*x*x*x+11*x*x+19*x+10 似乎很神奇,结果跟我们⽤传统办法得到的是完全⼀样的. 换句话,多项式相乘,相当于系数向量的卷积. 其实,琢磨⼀下,道理也很简单, 卷积运算实际上是分别求 x*x*x ,x*x,x,1的系数，也就是说，他把加法和求和杂合在⼀起做了。
卷积及其性质
f1 ( ) f 2 (t )d
（） 1 分 配 律 ： f1(t) [ f2(t) f3(t)] f1(t） f2(t) f1(t) f3(t) 物 理 意 义 ： 几 个 系 统 并 联 ， 可 等 效 为 一 个 冲 激 响 应 h(t) h1(t) h2(t) （ 2） 结 合 律 ： [ f1(t) f2(t)] f3(t) f1(t) [ f2(t) f3(t)] 物 理 意 义 ： 若 冲 击 响 应 为 h1(t)， h2(t)的 两 个 系 统 相 串 联 ， 此 两 系 统 的 组 合 可 等 效 唯 一 个 冲 击 响 应 h(t) h1(t)h2(t)的 系 统 。
x(n),x(m)
……
n,(m)
N-1
n,(m)
h(-m)
h(n-m)
…… n 0
……
n,(m)
n,(m)
…… n
……
n,(m)
n
n,(m)
所以
0, n 1 ( n 1) n 1 a y (n) a ,0 n N 1 1 1 a n 1 aN ,n N 1 a 1 1 a
(3) 交 换 律 ： f1(t) f2(t) f2(t) f1(t) 物 理 意 义 ： 串 联 的 子 系 统 可 以 任 意 交 换 位 置 。 （ 4） 卷 积 的 微 分 ： df2(t) df1(t) d f2(t) f1(t) f2(t) f1(t) dt dt dt （） 5 卷 积 的 积 分
m
x1 ( m ) x 2 ( n m )
例 ， 已 知 两 个 序 列 a n (0 a 1), n 0 1, 0 n N 1 x(n) , h(n) 0 , o t h e r s 0,n 0 求 卷 积 和 y (n ) x(n ) h (n ) 解 ： （1） 当 （ 2） 当 n 1 时 ，y ( n ) 0 ； 0 n N 1 时
信号与系统实验报告(2)
实验三：连续时间信号的卷积计算
一、实验目的
● ● ● 学会运用 MATLAB 实现时间信号的卷积； 学会运用 MATLAB 符号运算法求连续时间信号的卷积； 学会运用 MATLAB 数值计算法连续时间信号的卷积。
二、实验原理 卷积积分是信号与系统时域分析中重要方法之一。连续时间信号的卷积积分定义为
f (t ) f1 (t ) f 2 (t )
t=-2:0.01:4;
ft1=funct1(t-2); ft2=funct1(3*t);
图 3-1
ft3=funct1(-t); subplot(221)
ft4=funct1(-3*t-2); plot(t,ft1);grid on; title('f(t-2)'); subplot(222) axis([-2 4 -0.5 2]) plot(t,ft2);grid on; title('f(3t)'); subplot(223) axis([-2 4 -0.5 2]) ቤተ መጻሕፍቲ ባይዱlot(t,ft3);grid on; title('f(-t)'); subplot(224) axis([-2 4 -0.5 2]) plot(t,ft4);grid on; title('f(-3t-2)'); axis([-2 4 -0.5 2]) 运行结果：
f ( n )
1
m
f ( m ) f
1 2
2
( n m )
m
f (m) f [(n m)]
其中， 实际上就是离散序列 f1（m ）和 f2（m ）的卷积和。 当 足够小时，f（n ）就时卷积的结果，即对连续时间信号 f（t）的较好数值近似。当 足够 小时
信号与系统实验报告
实验三常见信号的MATLAB 表示及运算一、实验目的1．熟悉常见信号的意义、特性及波形2．学会使用MATLAB 表示信号的方法并绘制信号波形 3. 掌握使用MATLAB 进行信号基本运算的指令 4. 熟悉用MATLAB 实现卷积积分的方法二、实验原理根据MATLAB 的数值计算功能和符号运算功能,在MATLAB 中,信号有两种表示方法,一种是用向量来表示,另一种则是用符号运算的方法;在采用适当的MATLAB 语句表示出信号后,就可以利用MATLAB 中的绘图命令绘制出直观的信号波形了;1.连续时间信号从严格意义上讲,MATLAB 并不能处理连续信号;在MATLAB 中,是用连续信号在等时间间隔点上的样值来近似表示的,当取样时间间隔足够小时,这些离散的样值就能较好地近似出连续信号;在MATLAB 中连续信号可用向量或符号运算功能来表示; ⑴ 向量表示法对于连续时间信号()f t ,可以用两个行向量f 和t 来表示,其中向量t 是用形如12::t t p t =的命令定义的时间范围向量,其中,1t 为信号起始时间,2t 为终止时间,p 为时间间隔;向量f 为连续信号()f t 在向量t 所定义的时间点上的样值; ⑵ 符号运算表示法如果一个信号或函数可以用符号表达式来表示,那么我们就可以用前面介绍的符号函数专用绘图命令ezplot 等函数来绘出信号的波形; ⑶ 常见信号的MATLAB 表示 单位阶跃信号单位阶跃信号的定义为：10()0t u t t >⎧=⎨<⎩方法一： 调用Heavisidet 函数首先定义函数Heavisidet 的m 函数文件,该文件名应与函数名同名即;%定义函数文件,函数名为Heaviside,输入变量为x,输出变量为y function y= Heavisidety=t>0; %定义函数体,即函数所执行指令%此处定义t>0时y=1,t<=0时y=0,注意与实际的阶跃信号定义的区别;方法二：数值计算法在MATLAB 中,有一个专门用于表示单位阶跃信号的函数,即stepfun 函数,它是用数值计算法表示的单位阶跃函数()u t ;其调用格式为：stepfunt,t0其中,t 是以向量形式表示的变量,t0表示信号发生突变的时刻,在t0以前,函数值小于零,t0以后函数值大于零;有趣的是它同时还可以表示单位阶跃序列()u k ,这只要将自变量以及取样间隔设定为整数即可; 符号函数符号函数的定义为：10sgn()1t t t >⎧=⎨-<⎩在MATLAB 中有专门用于表示符号函数的函数sign ,由于单位阶跃信号 t 和符号函数两者之间存在以下关系：1122()sgn()t t ε=+,因此,利用这个函数就可以很容易地生成单位阶跃信号;2.离散时间信号离散时间信号又叫离散时间序列,一般用()f k 表示,其中变量k 为整数,代表离散的采样时间点采样次数;在MATLAB 中,离散信号的表示方法与连续信号不同,它无法用符号运算法来表示,而只能采用数值计算法表示,由于MATLAB 中元素的个数是有限的,因此,MATLAB 无法表示无限序列；另外,在绘制离散信号时必须使用专门绘制离散数据的命令,即stem 函数,而不能用plot 函数; 单位序列()k δ单位序列()k δ的定义为10()0k k k δ=⎧=⎨≠⎩单位阶跃序列()u k单位阶跃序列()u k 的定义为10()0k u k k ≥⎧=⎨<⎩3.卷积积分两个信号的卷积定义为：MATLAB 中是利用conv 函数来实现卷积的;功能：实现两个函数1()f t 和2()f t 的卷积;格式：g=convf1,f2说明：f1=f 1t,f2=f 2t 表示两个函数,g=gt 表示两个函数的卷积结果;三、实验内容1.分别用MATLAB 的向量表示法和符号运算功能,表示并绘出下列连续时间信号的波形： ⑴ 2()(2)()tf t e u t -=- ⑵[]()cos()()(4)2tf t u t u t π=--1 t=-1::10;t1=-1::; t2=0::10;f1=zeros1,lengtht1,ones1,lengtht2;f=2-exp-2t.f1; plott,faxis-1,10,0, syms t;f=sym'2-exp-2theavisidet'; ezplotf,-1,10;2t=-2::8;f=0.t<0+cospit/2.t>0&t<4+0.t>4; plott,f syms t;f=sym'cospit/2heavisidet-heavisidet-4 '; ezplotf,-2,8;2.分别用MATLAB 表示并绘出下列离散时间信号的波形： ⑵ []()()(8)f t k u k u k =-- ⑶()sin()()4k f k u k π= 2 t=0:8; t1=-10:15;f=zeros1,10,t,zeros1,7; stemt1,faxis-10,15,0,10; 3 t=0:50; t1=-10:50;f=zeros1,10,sintpi/4; stemt1,faxis-10,50,-2,23.已知两信号1()(1)()f t u t u t =+-,2()()(1)f t u t u t =--,求卷积积分12()()()g t f t f t =*,并与例题比较;t1=-1::0; t2=0::1; t3=-1::1;f1=onessizet1; f2=onessizet2; g=convf1,f2;subplot3,1,1,plott1,f1; subplot3,1,2,plott2,f2; subplot3,1,3,plott3,g;与例题相比较,gt 的定义域不同,最大值对应的横坐标也不同;4.已知{}{}12()1,1,1,2,()1,2,3,4,5f k f k ==,求两序列的卷积和 ;N=4; M=5; L=N+M-1; f1=1,1,1,2;f2=1,2,3,4,5; g=convf1,f2; kf1=0:N-1; kf2=0:M-1; kg=0:L-1;subplot1,3,1,stemkf1,f1,'k';xlabel'k'; ylabel'f1k';grid onsubplot1,3,2,stemkf2,f2,'k';xlabel'k'; ylabel'f2k';grid onsubplot1,3,3;stemkg,g,'k';xlabel'k'; ylabel'gk';grid on 实验心得：第一次接触Mutlab 这个绘图软件,觉得挺新奇的,同时 ,由于之前不太学信号与系统遇到一些不懂的问题,结合这些图对信号与系统有更好的了解;实验四 连续时间信号的频域分析一、实验目的1．熟悉傅里叶变换的性质 2．熟悉常见信号的傅里叶变换3．了解傅里叶变换的MATLAB 实现方法二、实验原理从已知信号()f t 求出相应的频谱函数()F j ω的数学表示为：()F j ω()j t f t e dt ω∞--∞=⎰傅里叶反变换的定义为：1()()2j t f t F j e d ωωωπ∞-∞=⎰在MATLAB 中实现傅里叶变换的方法有两种,一种是利用MATLAB 中的Symbolic Math Toolbox 提供的专用函数直接求解函数的傅里叶变换和傅里叶反变换,另一种是傅里叶变换的数值计算实现法;1.直接调用专用函数法①在MATLAB 中实现傅里叶变换的函数为：F=fourier f 对ft 进行傅里叶变换,其结果为Fw F =fourierf,v 对ft 进行傅里叶变换,其结果为Fv F=fourier f,u,v 对fu 进行傅里叶变换,其结果为Fv ②傅里叶反变换f=ifourier F 对Fw 进行傅里叶反变换,其结果为fx f=ifourierF,U 对Fw 进行傅里叶反变换,其结果为fu f=ifourier F,v,u 对Fv 进行傅里叶反变换,其结果为fu 注意：1在调用函数fourier 及ifourier 之前,要用syms 命令对所有需要用到的变量如t,u,v,w 等进行说明,即要将这些变量说明成符号变量;对fourier 中的f 及ifourier 中的F 也要用符号定义符sym 将其说明为符号表达式;2采用fourier 及fourier 得到的返回函数,仍然为符号表达式;在对其作图时要用ezplot 函数,而不能用plot 函数;3fourier 及fourier 函数的应用有很多局限性,如果在返回函数中含有δω等函数,则ezplot 函数也无法作出图来;另外,在用fourier 函数对某些信号进行变换时,其返回函数如果包含一些不能直接表达的式子,则此时当然也就无法作图了;这是fourier 函数的一个局限;另一个局限是在很多场合,尽管原时间信号ft 是连续的,但却不能表示成符号表达式,此时只能应用下面介绍的数值计算法来进行傅氏变换了,当然,大多数情况下,用数值计算法所求的频谱函数只是一种近似值;2、傅里叶变换的数值计算实现法严格说来,如果不使用symbolic 工具箱,是不能分析连续时间信号的;采用数值计算方法实现连续时间信号的傅里叶变换,实质上只是借助于MATLAB 的强大数值计算功能,特别是其强大的矩阵运算能力而进行的一种近似计算;傅里叶变换的数值计算实现法的原理如下： 对于连续时间信号ft,其傅里叶变换为：其中τ为取样间隔,如果ft 是时限信号,或者当|t|大于某个给定值时,ft 的值已经衰减得很厉害,可以近似地看成是时限信号,则上式中的n 取值就是有限的,假定为N,有： 若对频率变量ω进行取样,得： 通常取：02k k k MM ωπωτ==,其中0ω是要取的频率范围,或信号的频带宽度;采用MATLAB 实现上式时,其要点是要生成ft 的N 个样本值()f n τ的向量,以及向量k j n eωτ-,两向量的内积即两矩阵的乘积,结果即完成上式的傅里叶变换的数值计算;注意：时间取样间隔τ的确定,其依据是τ必须小于奈奎斯特Nyquist 取样间隔;如果ft 不是严格的带限信号,则可以根据实际计算的精度要求来确定一个适当的频率0ω为信号的带宽;三、 实验内容1.编程实现求下列信号的幅度频谱1 求出1()(21)(21)f t u t u t =+--的频谱函数F 1jω,请将它与上面门宽为2的门函数()(1)(1)f t u t u t =+--的频谱进行比较,观察两者的特点,说明两者的关系;2 三角脉冲21||||1()0||1t t f t t -≤⎧=⎨>⎩3 单边指数信号3()()tf t e t ε-=4 高斯信号23()t f t e -=1 syms t w Gt=sym'Heaviside2t+1-Heaviside2t-1'; Fw=fourierGt,t,w;FFw=maple'convert',Fw,'piecewise'; FFP=absFFw; ezplotFFP,-10pi 10pi;grid; axis-10pi 10pi 0与()(1)(1)f t u t u t =+--的频谱比较,1()(21)(21)f t u t u t =+--的频谱函数F 1jω最大值是其的1/2; 2syms t w;Gt=sym'1+tHeavisidet+1-Heavisidet+1-tHeavisidet-Heavisidet-1'; Fw=fourierGt,t,w;FFw=maple'convert',Fw,'piecewise'; FFP=absFFw; ezplotFFP,-10pi 10pi;grid; axis-10pi 10pi 0 3syms t w Gt=sym'exp-tHeavisidet';Fw=fourierGt,t,w;FFw=maple'convert',Fw,'piecewise'; FFP=absFFw; ezplotFFP,-10pi 10pi;grid; axis-10pi 10pi -1 2 4syms t w Gt=sym'exp-t^2';Fw=fourierGt,t,w;FFw=maple'convert',Fw,'piecewise'; ezplotFFw,-30 30;grid; axis-30 30 -1 22.利用ifourier 函数求下列频谱函数的傅氏反变换122()16F j j ωωω=-+ 222()58()()65j j F j j j ωωωωω+-=++1syms t w Fw=sym'-i2w/16+w^2'; ft=ifourierFw,w,t; ft运行结果： ft =-exp4theaviside-t+exp-4theavisidet 2syms t wFw=sym'iw^2+5iw-8/iw^2+6iw+5'; ft=ifourierFw,w,t; ft运行结果： ft =diract+-3exp-t+2exp-5theavisidet实验心得matlab 不但具有数值计算能力,还能建模仿真,能帮助我们理解不同时间信号的频域分析;实验五 连续时间系统的频域分析一、实验目的1. 学习由系统函数确定系统频率特性的方法;2. 学习和掌握连续时间系统的频率特性及其幅度特性、相位特性的物理意义;3.通过本实验了解低通、高通、带通、全通滤波器的性能及特点;二、实验原理及方法频域分析法与时域分析法的不同之处主要在于信号分解的单元函数不同;在频域分析法中,信号分解成一系列不同幅度、不同频率的等幅正弦函数,通过求取对每一单元激励产生的响应,并将响应叠加,再转换到时域以得到系统的总响应;所以说,频域分析法是一种变域分析法;它把时域中求解响应的问题通过 Fourier 级数或 Fourier 变换转换成频域中的问题；在频域中求解后再转换回时域从而得到最终结果;在实际应用中,多使用另一种变域分析法：复频域分析法,即 Laplace 变换分析法;所谓频率特性,也称频率响应特性,是指系统在正弦信号激励下稳态响应随频率变化的情况,包括幅度随频率的响应和相位随频率的响应两个方面;利用系统函数也可以确定系统频率特性,公式如下：幅度响应用()ωj H 表示,相位响应用)(ωϕH 表示;本实验所研究的系统函数Hs 是有理函数形式,也就是说,分子、分母分别是m 、n 阶多项式; 要计算频率特性,可以写出为了计算出()ωj H 、)(ωϕH 的值,可以利用复数三角形式的一个重要特性： 而⎥⎦⎤⎢⎣⎡+=2sin 2cosππωωj j ,则()⎥⎦⎤⎢⎣⎡+=2sin 2cos ππωωn j n j n n利用这些公式可以化简高次幂,因此分子和分母的复数多项式就可以转化为分别对实部与虚部的实数运算,算出分子、分母的实部、虚部值后,最后就可以计算出幅度()ωj H 、相位)(ωϕH 的值了;三、实验内容a)sm m ms H )(1)(2-+=,m 取值区间 0,1,绘制一组曲线 m=,,,,； b) 绘制下列系统的幅频响应对数曲线和相频响应曲线,分析其频率特性; a %figurealpha=,,,,;colorn='r' 'g' 'b' 'y' 'k'; % r g b y m c k 红,绿,蓝,黄,品红,青,黑 for n=1:5b=0 alphan; % 分子系数向量a=alphan-alphan^2 1; % 分母系数向量 printsysb,a,'s' Hz,w=freqsb,a; w=w./pi; magh=absHz;zerosIndx=findmagh==0; maghzerosIndx=1; magh=20log10magh; maghzerosIndx=-inf; angh=angleHz;angh=unwrapangh180/pi; subplot1,2,1plotw,magh,colornn;hold onsubplot1,2,2plotw,angh,colornn;hold onendsubplot1,2,1hold offxlabel'特征角频率\times\pi rad/sample' title'幅频特性曲线 |Hw| dB';subplot1,2,2hold offxlabel'特征角频率 \times\pi rad/sample' title'相频特性曲线 \thetaw degrees';b1 %b=1,0; % 分子系数向量a=1,1; % 分母系数向量printsysb,a,'s'Hz,w=freqsb,a;w=w./pi;magh=absHz;zerosIndx=findmagh==0;maghzerosIndx=1;magh=20log10magh; % 以分贝maghzerosIndx=-inf;angh=angleHz;angh=unwrapangh180/pi; % 角度换算figuresubplot1,2,1plotw,magh;grid onxlabel'特征角频率\times\pi rad/sample'title'幅频特性曲线 |Hw| dB';subplot1,2,2plotw,angh;grid onxlabel'特征角频率 \times\pi rad/sample'title'相频特性曲线 \thetaw degrees';2 %b=0,1,0; % 分子系数向量a=1,3,2; % 分母系数向量printsysb,a,'s'Hz,w=freqsb,a;w=w./pi;magh=absHz;zerosIndx=findmagh==0;maghzerosIndx=1;magh=20log10magh; % 以分贝maghzerosIndx=-inf;angh=angleHz;angh=unwrapangh180/pi; % 角度换算figuresubplot1,2,1plotw,magh;grid onxlabel'特征角频率\times\pi rad/sample'title'幅频特性曲线 |Hw| dB';subplot1,2,2plotw,angh;grid onxlabel'特征角频率 \times\pi rad/sample'title'相频特性曲线 \thetaw degrees';3 %b=1,-1; % 分子系数向量a=1,1; % 分母系数向量printsysb,a,'s'Hz,w=freqsb,a;w=w./pi;magh=absHz;zerosIndx=findmagh==0;maghzerosIndx=1;magh=20log10magh; % 以分贝maghzerosIndx=-inf;angh=angleHz;angh=unwrapangh180/pi; % 角度换算figuresubplot1,2,1plotw,magh;grid onxlabel'特征角频率\times\pi rad/sample'title'幅频特性曲线 |Hw| dB';subplot1,2,2plotw,angh;grid onxlabel'特征角频率 \times\pi rad/sample'title'相频特性曲线 \thetaw degrees';实验心得：虽然之前用公式转换到频域上分析,但是有时会觉得挺抽象的,不太好理解;根据这些图像结合起来更进一步对信号的了解;同时,这个在编程序时,虽然遇到一些问题,但是总算解决了;实验六离散时间系统的Z域分析一、 实验目的1. 学习和掌握离散系统的频率特性及其幅度特性、相位特性的物理意义;2. 深入理解离散系统频率特性和对称性和周期性;3. 认识离散系统频率特性与系统参数之间的系统4.通过阅读、修改并调试本实验所给源程序,加强计算机编程能力; 二、 实验原理及方法对于离散时间系统,系统单位冲激响应序列)(n h 的 Fourier 变换)(ωj e H 完全反映了系统自身的频率特性,称)(ωj eH 为离散系统的频率特性,可由系统函数)(z H 求出,关系式如下：ωωj j e z z H e H ==)()( 6 – 1由于ωj e是频率的周期函数,所以系统的频率特性也是频率的周期函数,且周期为π2,因此研究系统频率特性只要在πωπ≤≤-范围内就可以了;∑∑∑∞-∞=∞-∞=∞-∞=--==n n n j j n n h j n n h en h e H )sin()()cos()()()(ωωωω6 – 2容易证明,其实部是ω的偶函数,虚部是ω的奇函数,其模ωj e H (的ω的偶函数,相位[])(arg ωj e H 是ω的奇函数;因此研究系统幅度特性)(ωj e H 、相位特性[])(arg ωj e H ,只要在πω≤≤0范围内讨论即可;综上所述,系统频率特性)(ωj eH 具有周期性和对称性,深入理解这一点是十分重要的;当离散系统的系统结构一定,它的频率特性)(ωj e H 将随参数选择的不同而不同,这表明了系统结构、参数、特性三者之间的关系,即同一结构,参数不同其特性也不同; 例如,下图所示离散系统,其数学模型由线性常系数差分方程描述：)()1()(n x n ay n y +-=系统函数：a z az z z H >-=,)(系统函数频率特性：ωωωωωsin )cos 1(1)(ja a a e e e H j j j +-=-=幅频特性：ωωcos 211)(2a a eH j -+=相频特性：[]ωωωcos 1sin arctan)(arg a a eH j --= 容易分析出,当10<<a 时系统呈低通特性,当01<<-a 时系统呈高通特性；当0=a 时系统呈全通特性;同时说明,在系统结构如图所示一定时,其频率特性随参数a 的变化而变化;三、 实验内容a 2281.011)(----=z z z H ;b 1.04.06.01.03.03.01.0)(2323+++-+-=z z z z z z z Hc 2181.011)(--+-=zz z H a %b=1,0,-1; % 分子系数向量a=1,0,; % 分母系数向量printsysb,a,'z'Hz,w=freqzb,a;w=w./pi;magh=absHz;zerosIndx=findmagh==0;maghzerosIndx=1;magh=20log10magh; % 以分贝maghzerosIndx=-inf;angh=angleHz;angh=unwrapangh180/pi; % 角度换算figuresubplot1,2,1plotw,magh;grid onxlabel'特征角频率\times\pi rad/sample'title'幅频特性曲线 |Hw| dB';subplot1,2,2plotw,angh;grid onxlabel'特征角频率 \times\pi rad/sample'title'相频特性曲线 \thetaw degrees';带通b %b=,,,; % 分子系数向量a=1,,,; % 分母系数向量printsysb,a,'z'Hz,w=freqzb,a;w=w./pi;magh=absHz;zerosIndx=findmagh==0;maghzerosIndx=1;magh=20log10magh; % 以分贝maghzerosIndx=-inf;angh=angleHz;angh=unwrapangh180/pi; % 角度换算figuresubplot1,2,1plotw,magh;grid onxlabel'特征角频率\times\pi rad/sample'title'幅频特性曲线 |Hw| dB';subplot1,2,2plotw,angh;grid onxlabel'特征角频率 \times\pi rad/sample'title'相频特性曲线 \thetaw degrees';高通c %b=1,-1,0; % 分子系数向量a=1,0,; % 分母系数向量printsysb,a,'z'Hz,w=freqzb,a;w=w./pi;magh=absHz;zerosIndx=findmagh==0;maghzerosIndx=1;magh=20log10magh; % 以分贝maghzerosIndx=-inf;angh=angleHz;angh=unwrapangh180/pi; % 角度换算figuresubplot1,2,1plotw,magh;grid onxlabel'特征角频率\times\pi rad/sample'title'幅频特性曲线 |Hw| dB';subplot1,2,2plotw,angh;grid onxlabel'特征角频率 \times\pi rad/sample'title'相频特性曲线 \thetaw degrees';带通实验心得：本来理论知识不是很强的,虽然已经编出程序得到相关图形,但是不会辨别相关通带,这让我深刻地反省;。
《数字信号处理》信号卷积实验
《数字信号处理》信号卷积实验一、实验目的1. 理解卷积的概念及物理意义；2. 通过实验的方法加深对卷积运算的图解方法及结果的理解。
二、实验设备1. 信号与系统实验箱 1台2. 双踪示波器1台3. 铆孔连接线 若干二、实验原理说明卷积积分的物理意义是将信号分解为冲激信号之和，借助系统的冲激响应，求解系统对任意激励信号的零状态响应。
设系统的激励信号为)t (x ，冲激响应为)t (h ，则系统的零状态响应为)(*)()(t h t x t y =()()x t h t d ττ∞-∞=-⎰。
对于任意两个信号)t (f 1和)t (f 2，两者做卷积运算定义为：()()()12f t f t f t d ττ∞-∞=-⎰=)t (f 1*)t (f 2=)t (f 2*)t (f 1。
1. 两个矩形脉冲信号的卷积过程两信号)t (x 与)t (h 都为矩形脉冲信号，如图10-1所示。
下面由图解的方法（图10-1）给出两个信号的卷积过程和结果，以便与实验结果进行比较。
0≤<∞-t210≤≤t 1≤≤t 41≤≤t ∞<≤t 2124τ（b)(a)(c)(d)(e)(f)(g)(h)(i)2卷积结果图10-1 两矩形脉冲的卷积积分的运算过程与结果2. 矩形脉冲信号与锯齿波信号的卷积信号)t (f 1为矩形脉冲信号，)t (f 2为锯齿波信号，如图10-2所示。
根据卷积积分的运算方法得到)t (f 1和)t (f 2的卷积积分结果)t (f ，如图10-2(c)所示。
)t (f 1111tt)t (f 212)t (f *)t (f )t (f 21 (a)(b)(c)t100.5图10-2 矩形脉冲信号与锯齿脉冲信号的卷积积分的结果3. 本实验进行的卷积运算的实现方法在本实验装置中采用了DSP 数字信号处理芯片，因此在处理模拟信号的卷积积分运算时，是先通过A/D 转换器把模拟信号转换为数字信号，利用所编写的相应程序控制DSP 芯片实现数字信号的卷积运算，再把运算结果通过D/A 转换为模拟信号输出。
实验三 信号卷积的MATLAB实现
实验三信号卷积的MATLAB实现一、实验名称：信号卷积的MATLAB实现二、实验目的：1.增加学生对卷积的认识2.了解MATLAB这个软件的一些基础知识3.利用MATLAB计算信号卷积4.验证卷积的一些性质三、实验原理：用MATLAB实现卷积我们先必须从信号下手，先把信号用MATLAB语句描述出来，然后再将这些信号带入到我们写好的求卷积的函数当中来计算卷积。
在本章中我们将信号分为连续信号和离散序列两种来实现卷积并验证卷积的一些性质。
MATLAB强大的图形处理功能及符号运算功能，为我们实现信号的可视化提供了强有力的工具。
在MATLAB中通常有两种方法来表示信号，一种是用向量来表示信号，另一种则是用符号运算的方法来表示信号。
用适当的MATLAB 语句表示出信号后，我们就可以利用MATLAB的绘图命令绘制出直观的信号波形。
连续时间信号，是指自变量的取值范围是连续的，且对于一切自变量的取值，除了有若干不连续点以外，信号都有确定的值与之对应的信号。
从严格意义上来讲，MATLAB并不能处理连续信号，在MATLAB中，是用连续信号在等时间间隔点的样值来近似地表示连续信号的，当取样时间间隔足够小时，这些离散的样值就能较好地近似出连续信号。
在MATLAB中连续信号可用向量或符号运算功能来表示。
1．向量表示法对于连续时间信号f(t)，我们可以用两个行向量f和t来表示，其中向量t是行如t＝t1：p：t2的MATLAB命令定义的时间范围向量，t1为信号起始时间，t2为中止时间，p为时间间隔。
向量f为连续信号f(t)在向量t所定义的时间点上的样值。
例如对于连续信号f(t)=sin(t),我们可以用如下两个向量来表示：t=-10:1.5:10；f=sin(t)用上述向量对连续信号表示后，就可以用plot命令来绘出该信号的时域波形。
Plot命令可将点与点间用直线连接，当点与点间的距离很小时，绘出的图形就成了光滑的曲线。
命令如下：plot(t,f)title(‘f(t)=sint’)xlabel(‘t’)axis([-10,10,-1.1,1.1])绘制的信号波形如图3.1所示，当把时间间隔p取得更小(如0.01)时，就可得到sint较好的近似波形，如图3.2所示。
《信号与系统》MATLAB仿真实验讲义
《信号与系统》MATLAB仿真实验讲义（第二版）肖尚辉编写宜宾学院电信系电子信息教研室《信号与系统》课程2004年3月 宜宾使用对象：电子专业02级3/4班（本科）实验一 产生信号波形的仿真实验一、实验目的：熟悉MATLAB软件的使用，并学会信号的表示和以及用MATLAB来产生信号并实现信号的可视化。
二、实验时数：3学时+3学时（即两次实验内容）三、实验内容：信号按照自变量的取值是否连续可分为连续时间信号和离散时间信号。
对信号进行时域分析，首先需要将信号随时间变化的规律用二维曲线表示出来。
对于简单信号可以通过手工绘制其波形，但对于复杂的信号，手工绘制信号波形显得十分困难，且难以绘制精确的曲线。
在MATLAB中通常用三种方法来产生并表示信号，即（1）用MATLAB软件的funtool符合计算方法（图示化函数计算器）来产生并表示信号；（2）用MATLAB软件的信号处理工具箱（Signal Processing Toolbox）来产生并表示信号；（3）用MATLAB软件的仿真工具箱Simulink中的信号源模块。
（一） 用MATLAB软件的funtool符合计算方法（图示化函数计算器）来产生并表示信号在MATLAB环境下输入指令funtool，则回产生三个视窗。
即figure No.1：可轮流激活，显示figure No.3的计算结果。
figure No.2：可轮流激活，显示figure No.3的计算结果。
figure No.3：函数运算器，其功能有：f，g可输入函数表达式；x是自变量，在缺省时在[－2pi，2pi]的范围内；自由参数是a；在分别输入完毕后，按下面四排的任一运算操作键，则可在figure No.1或figure No.2产生相应的波形。
学生实验内容：产生以下信号波形3sin(x)、5exp(-x)、sin(x)/x、1－2abs(x)/a、sqrt(a*x)（二） 用MATLAB软件的信号处理工具箱（Signal Processing Toolbox）来产生并表示信号一种是用向量来表示信号，另一种则是用符合运算的方法来表示信号。
卷积计算的实验报告
1. 理解卷积的基本概念和原理；2. 掌握卷积的计算方法；3. 通过MATLAB软件实现卷积运算；4. 分析卷积运算在信号处理中的应用。
二、实验原理卷积是一种线性运算，它描述了两个信号之间的相互作用。
对于两个离散信号x[n]和h[n]，它们的卷积y[n]定义为：y[n] = Σx[k]h[n-k]其中，n和k为离散时间变量，Σ表示求和。
卷积运算具有以下性质：1. 交换律：x[n] h[n] = h[n] x[n]2. 结合律：(x[n] h[n]) g[n] = x[n] (h[n] g[n])3. 分配律：x[n] (h[n] + g[n]) = x[n] h[n] + x[n] g[n]卷积运算在信号处理中具有重要的应用，如信号滤波、系统分析、图像处理等。
三、实验内容1. 熟悉MATLAB软件环境；2. 编写MATLAB程序实现卷积运算；3. 分析卷积运算的结果，验证卷积性质；4. 应用卷积运算解决实际问题。
四、实验器材1. 计算机；2. MATLAB软件；3. 离散信号数据。
1. 创建离散信号数据：在MATLAB中创建两个离散信号x[n]和h[n]，分别代表输入信号和系统响应。
2. 编写卷积程序：使用MATLAB内置函数conv实现卷积运算，计算y[n] = x[n] h[n]。
3. 分析卷积结果：观察卷积运算的结果，验证卷积性质，如交换律、结合律、分配律等。
4. 应用卷积运算解决实际问题：选择一个实际问题，如信号滤波，使用卷积运算进行求解。
六、实验结果与分析1. 卷积运算结果：运行卷积程序，得到卷积运算结果y[n]。
观察y[n]的波形，分析卷积运算对信号的影响。
2. 验证卷积性质：通过比较x[n] h[n]和h[n] x[n]的卷积结果，验证交换律；通过比较(x[n] h[n]) g[n]和x[n] (h[n] g[n])的卷积结果，验证结合律；通过比较x[n] (h[n] + g[n])和x[n] h[n] + x[n] g[n]的卷积结果，验证分配律。
北理工信号与系统实验报告
������������ ������ ������������ ������ 0 ������
������������ =
1 ������0
������(������)������ −������������ ������ 0 ������ ������������
������0
上述两式定义为周期信号复指数形式的傅里叶级数，系数 Ck 称为 x(t)的傅 里叶级数。周期信号的傅里叶级数还可以由三角函数的线性组合来表示，即
xlabel('n') title('y[n]') 程序运行结果如下：
x[n] 1 0.5 0 -0.5 -1 1 0.5 0 -0.5 -1 y[n] 4 h[n]
0
5
10 n
15
20
0
5
10 n
15
20
2
0
-2
0
5
10
15
20 n
25
30
35
40
7.已知两个连续时间信号，求两个信号的卷积。 程序如下： w1=2; w2=4; dt=0.01; t1=-2:dt:2; t2=-4:dt:4; x1=2*rectpuls(t1,w1) x2=rectpuls(t2,w2) x=conv(x1,x2); x=x*dt; t0=t1(1)+t2(1); t3=length(x1)+length(x2)-2; t=t0:dt:(t3*dt+t0); plot(t,x); axis([-4 4 -2 6]); xlabel('t'); title('x(t)'); 程序运行结果如下：
an y (n) (t ) an1 y (n1) (t ) a1 y ' (t ) a0 y(t ) bm x (m) (t ) bm1 x (m1) (t ) b1 x ' (t ) b0 x(t )
卷积和相关
g
x
11 0
d
1
2
(图c) (图d,e)
(4)2＜ x ＜3， g x 1 1 d 9 3x x2 (图f)
x2
2
2
(5)x≥3， g x f xhx 0
(图g,h)
综合上述各式,可知所求二函数的卷积为:
0
x x2
2
g x
f
xhx
12
9 2
3x 0
x2 2
x0 0 x1 1 x2
三、卷积的物理意义和几何意义
物理意义：像强度分布是物强度分布与单位强度点 光源对应的像强度分布的卷积.
几何意义：可采用图解分析法帮助理解卷积运算的 含义。其运算过程分为折叠，位移，相 乘，积分4个步骤
卷积运算的两个效应：⑴展宽效应 ⑵平滑化效应
四、卷积计算方法--借助几何作图
步骤:
f(t)
h(t)
(1)当x 0或x 4，
g
x
rect
x
2
1
rect
x 1 2
0
(2)当0 < x≤2(图a) ,
g
x
x
0
d
x
2
1
x
2
2
(3)当2≤ x<4(图b),
gx
2 x2
d
4
x
2 1
x
2
2
rect
x
1 2
rect
ab
f
(ax,by) h(ax,by)
f
a , b
h ax
a ,by
b
dd
1 ab
f
a ,b hax a ,by b d a d b
- 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)。
a=1000;
t1=-5:1/a:5;
f1=stepfun(t1,0);
f2=stepfun(t1,-1/a)-stepfun(t1,1/a);
subplot(231);
plot(t1,f1);
axis([-5,5,0,1.2]);
xlabel('时间(t)');ylabel('幅值f1(t)');title('f1'); subplot(232);
plot(t1,f2);
ylabel('幅值f2(t)');
title('f2');
y=conv(f1,f2);
r=2*length(t1)-1;
t=-10:1/a:10;
subplot(233);
plot(t,y);
axis([-5,5,0,1.2]);
title('f1和f2的卷积');
ylabel('f(t)');
f11=conv(f1,f1);f22=conv(f2,f2);
subplot(234);
plot(t,f11);
title('f1和f1的卷积');
ylabel('f11(t)');
axis([-5,5,0,5000]);
subplot(235);
plot(t,f22);
title('f2和f2的卷积');
ylabel('f22(t)');
s=0.01;
k1=0:s:2;
k2=k1;
f1=3*k1;
f2=3*k2;
f=conv(f1,f2);
f=f*s;
k0=k1(1)+k2(1);
k3=length(f1)+length(f2)-2; k=k0:s:k3*s;
subplot(3,1,1);
plot(k1,f1);
title('f1(t)');
subplot(3,1,2);
plot(k2,f2);
title('f2(t)');
subplot(3,1,3);
plot(k,f);
title('f(t)')
clear all;
T=0.1;
t=0:T:10;
f=sin(t);
h=0.5*(exp(-t)+exp(-3*t));
Lf=length(f);
Lh=length(h);
for k=1:Lf+Lh-1
y(k)=0;
for i=max(1,k-(Lh-1)):min(k,Lf)
y(k)=y(k)+f(i)*h(k-i+1) ;
end
yzsappr(k)=T*y(k) ;
end
subplot(3,1,1);
plot(t,f);
title('f(t)');
subplot(3,1,2);
plot(t,h);
title('h(t)');
subplot(3,1,3);
plot(t,yzsappr(1:length(t))); title('卷积近似计算结果'); xlabel('时间');
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('幅值');
k1=-5:15;
f1=[zeros(1,5),ones(1,16)];
subplot(3,1,1);
stem(k1,f1);
title('f1(k)');
k2=k1;
f2=[zeros(1,5),ones(1,3),zeros(1,13)]; subplot(3,1,2);
stem(k2,f2);
title('f2(k)');
k3=k1(1)+k2(1):k1(end)+k2(end); f3=conv(f1,f2);
subplot(3,1,3);
stem(k3,f3);
title('f3(k)');
a=1000;
t1=-5:1/a:5;
f1=stepfun(t1,-1/a)-stepfun(t1,1/a);
f2=stepfun(t1,0);
subplot(331);
plot(t1,f1);
axis([-5,5,0,1.2]);
xlabel('时间(t)');ylabel('幅值f1(t)');title('单位冲激f1');
subplot(332);
plot(t1,f2);
axis([-5,5,0,1.2]);
xlabel('时间(t)');
ylabel('幅值f2(t)');
title('单位阶跃f2');
t=0:0.0001:8;
t2=0;t3=4;
u1=stepfun(t,t2);
u2=stepfun(t,t3);
subplot(333);
f3=u1-u2;plot(t,u);
xlabel('时间(t)');ylabel('幅值f3(t)');title('u(t)-u(t-4)');
y=conv(f1,f2);
r=2*length(t1)-1;
t=-10:1/a:10;
subplot(334);
plot(t,y);
axis([-5,5,0,1.2]);
title('f1和f2的卷积');
ylabel('y');
y1=conv(f2,f1);
r=2*length(t1)-1;
t=-10:1/a:10;
subplot(335);
plot(t,y1);
axis([-5,5,0,1.2]);
title('f1和f2的卷积');
ylabel('y1');
t=0:0.0001:8;
a=1000;
f1=stepfun(t,-1/a)-stepfun(t,1/a);
f2=stepfun(t1,0);
subplot(331);
plot(t1,f1);
axis([-5,5,0,1.2]);
xlabel('时间(t)');ylabel('幅值f1(t)');title('单位冲激f1'); subplot(332);
plot(t1,f2);
axis([-5,5,0,1.2]);
xlabel('时间(t)');
ylabel('幅值f2(t)');
title('单位阶跃f2');
t=0:0.0001:8;
t2=0;t3=4;
u1=stepfun(t,t2);
u2=stepfun(t,t3);
subplot(333);
f3=u1-u2;plot(t,u);
xlabel('时间(t)');ylabel('幅值f3(t)');title('u(t)-u(t-4)');
f4=f2+f3;
y2=conv(f1,f4);
r=2*length(t1)-1;
t=-10:1/a:10;
subplot(334);
plot(t,y2);
axis([-5,5,0,1.2]);
title('f1和(f2+f3)的卷积');
ylabel('y2');
f5=conv(f1,f2);f6=conv(f1,f3);
y3=f5+f6;
r=2*length(t1)-1;
t=-10:1/a:10;
subplot(335);
plot(t,y5);
axis([-5,5,0,1.2]);
title('(f1+f2)的卷积和(f1+f3)的卷积之和');
ylabel('y5');。