电子科大通信学院DSP数字信号处理实验报告

合集下载

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。

dsp原理与应用实验报告总结

dsp原理与应用实验报告总结

dsp原理与应用实验报告总结DSP(Digital Signal Processing)数字信号处理是利用数字技术对信号进行处理和分析的一种方法。

在本次实验中,我们探索了DSP的原理和应用,并进行了一系列实验以验证其在实际应用中的效果。

以下是对实验结果的总结与分析。

实验一:数字滤波器设计与性能测试在本实验中,我们设计了数字滤波器,并通过性能测试来评估其滤波效果。

通过对不同类型的滤波器进行设计和实现,我们了解到数字滤波器在信号处理中的重要性和应用。

实验二:数字信号调制与解调本实验旨在通过数字信号调制与解调的过程,了解数字信号的传输原理与方法。

通过模拟调制与解调过程,我们成功实现了数字信号的传输与还原,验证了调制与解调的可行性。

实验三:数字信号的傅里叶变换与频谱分析傅里叶变换是一种重要的信号分析方法,可以将信号从时域转换到频域,揭示信号的频谱特性。

本实验中,我们学习了傅里叶变换的原理,并通过实验掌握了频谱分析的方法与技巧。

实验四:数字信号的陷波滤波与去噪处理陷波滤波是一种常用的去除特定频率噪声的方法,本实验中我们学习了数字信号的陷波滤波原理,并通过实验验证了其在去噪处理中的有效性。

实验五:DSP在音频处理中的应用音频处理是DSP的一个重要应用领域,本实验中我们探索了DSP在音频处理中的应用。

通过实验,我们成功实现了音频信号的降噪、均衡和混响处理,并对其效果进行了评估。

实验六:DSP在图像处理中的应用图像处理是另一个重要的DSP应用领域,本实验中我们了解了DSP在图像处理中的一些基本原理和方法。

通过实验,我们实现了图像的滤波、边缘检测和图像增强等处理,并观察到了不同算法对图像质量的影响。

通过以上一系列实验,我们深入了解了DSP的原理与应用,并对不同领域下的信号处理方法有了更深刻的认识。

本次实验不仅加深了我们对数字信号处理的理解,也为日后在相关领域的研究与实践提供了基础。

通过实验的结果和总结,我们可以得出结论:DSP作为一种数字信号处理的方法,具有广泛的应用前景和重要的实际意义。

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引言数字信号处理(Digital Signal Processing,DSP)是一门研究数字信号的获取、分析、处理和控制的学科。

在现代科技发展中,数字信号处理在通信、图像处理、音频处理等领域起着重要的作用。

本次实验旨在通过实际操作,深入了解数字信号处理的基本原理和实践技巧。

实验一:离散时间信号的生成与显示在实验开始之前,我们首先需要了解信号的生成与显示方法。

通过数字信号处理器(Digital Signal Processor,DSP)可以轻松生成和显示各种类型的离散时间信号。

实验设置如下:1. 设置采样频率为8kHz。

2. 生成一个正弦信号:频率为1kHz,振幅为1。

3. 生成一个方波信号:频率为1kHz,振幅为1。

4. 将生成的信号通过DAC(Digital-to-Analog Converter)输出到示波器上进行显示。

实验结果如下图所示:(插入示波器显示的正弦信号和方波信号的图片)实验分析:通过示波器的显示结果可以看出,正弦信号在时域上呈现周期性的波形,而方波信号则具有稳定的上下跳变。

这体现了正弦信号和方波信号在时域上的不同特征。

实验二:信号的采样和重构在数字信号处理中,信号的采样是将连续时间信号转化为离散时间信号的过程,信号的重构则是将离散时间信号还原为连续时间信号的过程。

在实际应用中,信号的采样和重构对信号处理的准确性至关重要。

实验设置如下:1. 生成一个正弦信号:频率为1kHz,振幅为1。

2. 设置采样频率为8kHz。

3. 对正弦信号进行采样,得到离散时间信号。

4. 对离散时间信号进行重构,得到连续时间信号。

5. 将重构的信号通过DAC输出到示波器上进行显示。

实验结果如下图所示:(插入示波器显示的连续时间信号和重构信号的图片)实验分析:通过示波器的显示结果可以看出,重构的信号与原信号非常接近,并且能够还原出原信号的形状和特征。

这说明信号的采样和重构方法对于信号处理的准确性有着重要影响。

最新数字信号处理实验报告

最新数字信号处理实验报告

最新数字信号处理实验报告一、实验目的本次实验旨在加深对数字信号处理(DSP)理论的理解,并通过实践操作掌握数字信号处理的基本方法和技术。

通过实验,学习如何使用相关软件工具进行信号的采集、分析、处理和重构,提高解决实际问题的能力。

二、实验内容1. 信号采集与分析- 使用数字示波器采集模拟信号,并将其转换为数字信号。

- 利用傅里叶变换(FFT)分析信号的频谱特性。

- 观察并记录信号的时域和频域特性。

2. 滤波器设计与实现- 设计低通、高通、带通和带阻滤波器。

- 通过编程实现上述滤波器,并测试其性能。

- 分析滤波器对信号的影响,并调整参数以优化性能。

3. 信号重构实验- 应用所学滤波器对采集的信号进行去噪处理。

- 使用逆傅里叶变换(IFFT)重构经过滤波处理的信号。

- 比较重构信号与原始信号的差异,评估处理效果。

三、实验设备与材料- 计算机及DSP相关软件(如MATLAB、LabVIEW等)- 数字示波器- 模拟信号发生器- 数据采集卡四、实验步骤1. 信号采集- 连接并设置好数字示波器和模拟信号发生器。

- 生成一系列不同频率和幅度的模拟信号。

- 通过数据采集卡将模拟信号转换为数字信号。

2. 滤波器设计- 在DSP软件中设计所需的滤波器,并编写相应的程序代码。

- 调整滤波器参数,如截止频率、增益等,以达到预期的滤波效果。

3. 信号处理与重构- 应用设计的滤波器对采集的数字信号进行处理。

- 利用IFFT对处理后的信号进行重构。

- 通过对比原始信号和重构信号,评估滤波器的性能。

五、实验结果与分析- 展示信号在时域和频域的分析结果。

- 描述滤波器设计参数及其对信号处理的影响。

- 分析重构信号的质量,包括信噪比、失真度等指标。

六、实验结论- 总结实验中所学习到的数字信号处理的基本概念和方法。

- 讨论实验中遇到的问题及其解决方案。

- 提出对实验方法和过程的改进建议。

七、参考文献- 列出实验过程中参考的书籍、文章和其他资源。

数字信号处理实验报告1 DSP信号与系统实验报告 信号的基本表示及时域分析 电子科技大学 2018版

数字信号处理实验报告1 DSP信号与系统实验报告 信号的基本表示及时域分析 电子科技大学 2018版

电子科技大学实验报告学生姓名:Nickel 学号:20160X0X030XX 指导教师:杨錬一、实验室名称:数字信号处理实验室二、实验项目名称:信号的基本表示及时域分析三、实验原理:1、MATLAB基础MATLAB(Matrix+Laboratory)是MathWorks公司1982年推出的数值计算和可视化数学软件。

其基本元素是矩阵,基本方法是程序实现。

使用MATLAB 可以方便地解决复杂的数值计算问题,并且具有丰富的工具箱(ToolBox)专用于辅助各类与数学相关问题的分析。

在高校中,MATLAB已成为数学,信息,控制等诸多学科有关课程的有效教学工具。

1.1 MATLAB功能特点MATLAB命令可控、可编程,有上百个预先定义好的命令和函数,这些函数能通过用户自定义函数进一步扩展。

MATLAB本身带有许多强有力的命令,例如,能够用一个单一的命令求解线性系统,能完成大量的高级矩阵处理,能绘制色彩绚丽的二维、三维图形,能与其他程序一起使用。

MATLAB语言的特点包括:●具有编程效率高,允许用数学的语言来编写程序●用于使用方便,把程序的编辑、编译、连接和执行融为一体●高效方便的矩阵和数组运算●语句简单,内涵丰富●扩充功能强,交互性,开放性●方便的绘图功能●该软件由c语言编写,移植性好MATLAB环境如图1.1所示,其中包括:图1.1 MATLAB的环境窗口●菜单栏●工具栏●[Command Window]命令窗口●[Launch Pad]分类帮助窗口●[Command History]指令历史记录窗口●[Current Directory]当前目录选择窗口1.2 MATLAB的数组与矩阵MATLAB中最常见的操作就是对数组与矩阵的操作。

MATLAB中的变量一般都默认为向量或矩阵,对于变量的定义不需要任何类型及维度的声明,变量名的第一个字符必须是字母。

常用的常数包括:pi(π),i或j(虚数单位),Inf(无穷),NaN(空值),e(以10为底的幂次,例如1.602e12)等。

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。

【精品】DSP实验报告

【精品】DSP实验报告

【精品】DSP实验报告一、实验目的1.探究数字信号处理器(DSP)的功能和应用。

2.熟悉DSP软件、硬件设计实验环境。

3.掌握DSP的基本编程方法。

4.实现数字信号的变换。

二、实验原理DSP是一种基于数字信号处理器的技术,是数码信号处理器技术和信号处理技术的一种应用。

DSP硬件处理器可以对数字信号进行滤波、基带处理和解调等。

DSP软件编程极为常见,可以设计各种数字信号处理算法、信号处理系统和软件运行环境。

使用DSP软件,我们可以过滤和处理模拟信号,包括声音和图像等。

三、实验器材和器件1.TMS320C5416数字信号处理器。

2.折标器。

3.信号源和信号处理器。

4.电器安全器材。

5.计算机和开发环境工具包。

四、实验步骤1.安装开发工具包,启动环境配置,并初始化DSP开发板和相关环境工具。

2.编写程序,加入滤波、处理和变换算法,提取有用信号和滤除噪声信号。

3.建立计算机接口和控制模块,并调试程序,验证结果。

五、实验结果本次实验结果如下:1.对于模拟信号输入,DSP通过滤波、变换等算法,进行信号分析和处理,有效提取信号,并消除噪声信号。

2.DSP的数字信号处理使得信号的提取和分析更加精确和高效,可以用于音频、视频、遥感等领域的处理。

3.当信号处理效果不佳时,需要调整算法和变换参数,重新调整信号滤波、变换和输出的参数,以获得更好的处理效果。

六、问题和分析在实验中,我们遇到了一些问题。

例如,信号处理的时候,出现了滤波不足,噪声信号无法完全滤除的情况。

我们通过调整算法和参数,进行重新优化,并在重新调整参数之后再次进行了测试,发现信号处理效果显著提高。

七、实验心得体会数字信号处理在现代信息技术领域是非常重要的,因此我们必须掌握DSP的理论原理和编程方法。

本次实验中,我们实际操作了DSP平台,并编写程序艇筏和优化算法,有效地提取信号,其结果是很有收获的。

通过本次实验,我们不仅学习了DSP的基本特性,还成功应用该技术处理信号数据,建立了初步的实践能力。

DSP实验报告一

DSP实验报告一

DSP实验报告一引言本实验旨在通过实际操作,探索数字信号处理(DSP)的基本概念和技术。

DSP是一种通过数字计算来处理连续时间信号的技术,被广泛应用于音频处理、图像处理、通信系统等领域。

本实验将重点介绍数字信号的采样、量化和离散化过程,并通过实际编程实现。

实验过程1. 信号的采样1.1 信号的定义在DSP领域,信号是指随着时间变化的某种物理量,可以是声音、图像等。

我们首先需要定义一个连续的信号,用于采样和处理。

在本次实验中,我们选择了一个简单的正弦信号作为示例:x(t) = A \\sin(2\\pi f t)其中,A表示幅值,f表示频率,t表示时间。

1.2 采样过程为了将连续信号转换为离散信号,我们需要对信号进行采样。

采样是指在一定时间间隔内对连续信号进行测量。

我们可以通过模拟采样器来模拟采样过程。

在本实验中,我们选择了采样频率为100Hz,即每秒采样100次。

使用Python编程实现采样过程:import numpy as np# 信号参数设置A =1f =10# 采样频率设置fs =100# 采样点数设置N =100# 生成时间序列t = np.arange(N) / fs# 生成采样信号x = A * np.sin(2* np.pi * f * t)上述代码中,我们通过调整A和f的值来模拟不同的信号。

生成的信号将存储在x变量中,可以用于后续处理。

2. 信号的量化2.1 量化过程量化是指将连续信号的幅值转换为离散的数值。

在实际应用中,我们通常使用有限位数来表示信号的幅值。

常用的量化方式有线性量化和非线性量化。

在本实验中,我们选择了线性量化方式。

具体的量化过程可以通过下列Python代码实现:import math# 量化位数设置bits =8# 量化步长计算step_size =2* A / (2** bits -1)# 信号的量化x_quantized = np.round(x / step_size) * step_size上述代码中,我们通过调整bits的值来控制量化位数。

dsp实验报告

dsp实验报告

dsp实验报告DSP实验报告一、引言数字信号处理(Digital Signal Processing,DSP)是一种对数字信号进行处理和分析的技术。

它在许多领域中被广泛应用,如通信、音频处理、图像处理等。

本实验旨在通过实际操作,探索和理解DSP的基本原理和应用。

二、实验目的1. 理解数字信号处理的基本概念和原理;2. 掌握DSP实验平台的使用方法;3. 进行一系列DSP实验,加深对DSP技术的理解。

三、实验器材和软件1. DSP开发板;2. 电脑;3. DSP开发软件。

四、实验内容1. 实验一:信号采集与重构在此实验中,我们将通过DSP开发板采集模拟信号,并将其转换为数字信号进行处理。

首先,我们需要连接信号源和开发板,然后设置采样频率和采样时间。

接下来,我们将对采集到的信号进行重构,还原出原始模拟信号,并进行观察和分析。

2. 实验二:滤波器设计与实现滤波器是DSP中常用的模块,用于去除或增强信号中的特定频率成分。

在此实验中,我们将学习滤波器的设计和实现方法。

首先,我们将选择合适的滤波器类型和参数,然后使用DSP开发软件进行滤波器设计。

最后,我们将将设计好的滤波器加载到DSP开发板上,并进行实时滤波处理。

3. 实验三:频谱分析与频域处理频谱分析是DSP中常用的方法,用于分析信号的频率成分和能量分布。

在此实验中,我们将学习频谱分析的基本原理和方法,并进行实际操作。

我们将采集一个包含多个频率成分的信号,并使用FFT算法进行频谱分析。

然后,我们将对频谱进行处理,如频率选择、频率域滤波等,并观察处理后的效果。

4. 实验四:音频处理与效果实现音频处理是DSP中的重要应用之一。

在此实验中,我们将学习音频信号的处理方法,并实现一些常见的音频效果。

例如,均衡器、混响、合唱等。

我们将使用DSP开发软件进行算法设计,并将设计好的算法加载到DSP开发板上进行实时处理。

五、实验结果与分析通过以上实验,我们成功完成了信号采集与重构、滤波器设计与实现、频谱分析与频域处理以及音频处理与效果实现等一系列实验。

DSP实验报告2-数字信号处理

DSP实验报告2-数字信号处理

23 系 2012 级 丛松宇 PB12210075
3. clear; n=1:8; for i=1:4 x(i)=i; end for i=5:8 x(i)=9-i; end close all; subplot(2,4,1); stem(x);grid on; title('8 点三角波序列'); subplot(2,4,2); stem(abs(fft(x,8)));grid on; n=1:16; for i=9:16 x(i)=0; end subplot(2,4,3); stem(x);grid on; title('16 点三角波序列'); subplot(2,4,4); stem(abs(fft(x,16)));grid on; n=1:8; for i=1:4 x(i)=5-i; end
23 系 2012 级 丛松宇 PB12210075
1.② n=0:15; q=8;p=8; x=exp(-1*(n-p).^2/q); close all; subplot(3,2,1); stem(x),grid on title('q=8,p=8 的时域特性'); subplot(3,2,2); stem(abs(fft(x))),grid on;title('频域特性'); q=8;p=13; x=exp(-1*(n-p).^2/q); subplot(3,2,3); stem(x),grid on title('q=8,p=13 的时域特性'); subplot(3,2,4); stem(abs(fft(x))),grid on;title('频域特性'); q=8;p=14; x=exp(-1*(n-p).^2/q); subplot(3,2,5); stem(x),grid on title('q=8,p=14 的时域特性'); subplot(3,2,6); stem(abs(fft(x))),grid on;title('频域特性');

dsp信号处理实验报告

dsp信号处理实验报告

dsp信号处理实验报告DSP信号处理实验报告一、引言数字信号处理(DSP)是一种将连续信号转换为离散信号,并对其进行处理和分析的技术。

在现代通信、音频处理、图像处理等领域中,DSP技术被广泛应用。

本实验旨在通过对DSP信号处理的实践,加深对该技术的理解与应用。

二、实验目的本实验旨在通过对DSP信号处理的实践,掌握以下内容:1. 学习使用DSP芯片进行信号采集和处理;2. 理解离散信号的采样和重构过程;3. 掌握常见的DSP信号处理算法和方法。

三、实验原理1. 信号采集与重构在DSP信号处理中,首先需要对模拟信号进行采样,将连续信号转换为离散信号。

采样过程中需要注意采样频率的选择,以避免混叠现象的发生。

采样完成后,需要对离散信号进行重构,恢复为连续信号。

2. DSP信号处理算法DSP信号处理涉及到多种算法和方法,如滤波、频谱分析、时域分析等。

其中,滤波是一种常见的信号处理方法,可以通过滤波器对信号进行去噪、增强等处理。

频谱分析可以将信号在频域上进行分析,了解信号的频率成分和能量分布。

时域分析则关注信号的时序特征,如幅值、相位等。

四、实验步骤1. 信号采集与重构在实验中,我们使用DSP芯片进行信号采集与重构。

将模拟信号输入DSP芯片的模拟输入端口,通过ADC(模数转换器)将模拟信号转换为数字信号。

然后,通过DAC(数模转换器)将数字信号转换为模拟信号输出。

2. 滤波处理为了演示滤波处理的效果,我们选择了一个含有噪声的信号进行处理。

首先,使用FIR滤波器对信号进行低通滤波,去除高频噪声。

然后,使用IIR滤波器对信号进行高通滤波,增强低频成分。

3. 频谱分析为了对信号的频率成分和能量分布进行分析,我们使用FFT(快速傅里叶变换)算法对信号进行频谱分析。

通过观察频谱图,可以了解信号的频率特性。

4. 时域分析为了对信号的时序特征进行分析,我们使用时域分析方法对信号进行处理。

通过计算信号的均值、方差、峰值等指标,可以了解信号的幅值、相位等特性。

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。

电子科技大学数字信号处理报告总结

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');

数字信号处理实习报告模板

数字信号处理实习报告模板

实习报告实习单位:__________实习时间:____年__月__日至____年__月__日实习生:_______指导老师:________一、实习背景及目的随着现代电子技术的快速发展,数字信号处理(Digital Signal Processing,简称DSP)已经在通信、音视频、图像处理、医疗保健、汽车电子等领域得到广泛应用。

为了更好地了解并掌握DSP技术,提高自己在电子信息技术领域的实际操作能力,我选择了数字信号处理实习项目。

本次实习的主要目的是:1. 学习并掌握DSP基本原理、算法和应用。

2. 熟悉DSP硬件设备及其编程环境。

3. 学会使用DSP开发工具进行程序设计和调试。

4. 结合实际项目,锻炼自己解决实际问题的能力。

二、实习内容及过程1. DSP基本原理学习在实习初期,我首先学习了DSP的基本原理,包括信号采样、量化、DSP算法、数字滤波器设计等。

通过学习,我对DSP技术有了更深入的了解,为后续的实际操作奠定了基础。

2. DSP硬件设备熟悉在掌握基本原理后,我开始接触DSP硬件设备。

实习单位提供了多种DSP开发板和实验设备,我通过阅读硬件手册、参考资料,了解了各种设备的硬件结构和接口规范。

在指导老师的帮助下,我学会了如何使用示波器、信号发生器等仪器进行硬件调试。

3. DSP编程实践接下来,我开始了DSP编程实践。

首先,我学会了使用DSP编程环境(如CCS、MATLAB等)进行程序设计。

在熟悉编程环境的基础上,我开始编写简单的DSP程序,如信号发生器、数字滤波器等。

在编程过程中,我遇到了许多问题,但在指导老师的帮助下,逐一解决了这些问题。

4. 实际项目锻炼实习期间,我参与了一个实际项目,负责设计一个基于DSP的音频处理系统。

在项目过程中,我学会了如何分析项目需求、设计系统架构、编写程序代码、调试和优化系统。

通过这个项目,我锻炼了自己解决实际问题的能力,并对DSP技术在实际应用中的重要性有了更深刻的认识。

DSP数字信号处理实验报告

DSP数字信号处理实验报告

电气信息工程学院D S P技术及应用综合训练大作业学校江苏理工学院班级姓名学号指导老师2013年10月目录序言 (1)第一章DSP理论技术概述-------------------------------------------------------------21.1 课程设计目的与意义 (2)1.2 DSP芯片的选择与封装 (2)1.2.1芯片的选择原则 (2)1.2.2 芯片的封装 (2)1.3 DSP系统设计的方法和步骤 (3)1.4 DSP前言技术与应用 (4)第二章 DSP硬件部分设计 (6)2.1 硬件设计任务概述 (6)2.2 总体方案设计 (6)2.3 模块电路原理图设计 (7)2.4 硬件设计小结 (13)第三章 DSP软件部分设计 (15)3.1 人机界面主题设计 (15)3.1.1软件设计任务概述 (15)3.1.2 程序设计思路与算法原理3.1.3软件设计流程 (15)3.1.4设计程序编写 (17)3.1.5软件设计结果与小结 (45)3.1.6软件设计结果与小结 (47)第四章小结 (48)序言DSP数字信号处理(Digital Signal Processing,简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科。

20世纪60年代以来,随着计算机和信息技术的飞速发展,数字信号处理技术应运而生并得到迅速的发展。

数字信号处理是一种通过使用数学技巧执行转换或提取信息,来处理现实信号的方法,这些信号由数字序列表示。

在过去的二十多年时间里,数字信号处理已经在通信等领域得到极为广泛的应用。

德州仪器、Freescale等半导体厂商在这一领域拥有很强的实力。

第一种商品化的IC 数字信号处理器是英特尔的2920,早在1979 年就在取代全双工、1200bps 数字硬调制解调器中的模拟滤波器组了。

同时,迅速增多的微处理器和外设提高了处理以数字表示信号的可行性。

那时几乎任何商业化信号处理任务都需要模拟计算,伴有复杂的反馈回路和补偿电路来维持稳定性。

电子科大DSP第五次实验报告 - 副本

电子科大DSP第五次实验报告 - 副本

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:双音多频信号的产生与检测 三、实验原理:A. 双音多频信号产生与检测:1. 双音多频信号的工作原理及产生方法双音多频(DTMF, Dual-Tone Multi-Frequency )信号及其产生与检测技术广泛应用于电话信号处理,用来完成拨号、自动重播、自助电话查询等任务。

现在所用的电话,每一个数字按键都是由两种频率的单音信号组成的,这两种单音信号被分为高频带和低频带。

高低频带各由四个频率组成。

每一位号码均由一个低频带频率和一个高频带频率叠加形成。

如图1所示是国际标准认可的数字和符号键的频率分配情况。

图1 键盘的双音多频方案每个按键对应的DTMF 信号为:[]cos(2)cos(2)L S H S x n f nT f nT ππ=+ (1)其中L f 和H f 分别是低频单音和高频单音。

一般而言,电话中的双音多频信号有两个作用:(1) 用拨号信号去控制交换机接通被叫的用户电话机;(2) 控制电话机的各种动作,如播放留言等。

2. 双音多频信号的常用产生方法如下:1) 直接计算法利用定义式(1),在MATLAB 中用指令直接计算,但是运算量和实现成本较高。

2) 查表法该方法的思想是构造一个正/余弦函数查找表,表中所列为正/余弦函数的值,通过将表中的值以不同幅度和不同采样间隔输出,就可以得到任意幅度、任意频率的正弦或余弦波。

但此方法运算量虽低,但是对存储量的要求很高。

3) 数字振荡器法数字振荡器的本质是,使用一个IIR 滤波器,通过把它的极点放在单位圆上来产生振荡。

利用正弦波的指数形式,可以得到正弦序列[]x n 的z 变换为()()()()()()11001[]sin 21122SSS S S Sjn T jn T S nnjn T jn T j T j T n n n x n T n e e jX z e e z e z ez j j Ω-Ω∞∞Ω-ΩΩ-Ω---===Ω=-⎡⎤⎡⎤=-=-⎢⎥⎢⎥⎣⎦⎣⎦∑∑()222011222cos 1S S S Sj T j T j T j Tn S z zz ze z ze j z e z e j z z T -ΩΩ∞Ω-Ω=⎡⎤--+⎡⎤=-=⎢⎥⎢⎥---Ω+⎣⎦⎣⎦∑ (2) 12212sin()2cos()11S S z T Cz Cz z z T z Az B Az Bz---Ω===-Ω+---- 上式在1z >时成立,且()()2cos ,1,sin s s A T B C T =Ω=-=Ω根据Z 变换的原理和性质,可知对于给定的()X z ,可以通过反Z 变换,唯一确定[]x n 。

数字信号处理实验报告3 DSP信号与系统实验报告 信号加窗及谱分析 电子科技大学 2018版

数字信号处理实验报告3 DSP信号与系统实验报告 信号加窗及谱分析 电子科技大学 2018版

电 子 科 技 大 学实 验 报 告学生姓名:Nickel 学号:20XXXXXXXXX 指导教师:杨錬一、实验室名称:数字信号处理实验室 二、实验项目名称:信号加窗及谱分析 三、实验原理:1、信号的时域加窗自然界的信号大多是无限长的(随时间无限延伸),而实际的数字信号处理系统只能处理有限长的信号,所以在对它们进行处理之前,必须对输入信号进行分段,一段段放入系统中进行处理。

具体做法是从信号中截取一个时间片段,然后用截取的信号时间片段进行周期延拓处理,得到虚拟的无限长的信号,然后就可以对信号进行傅里叶变换、相关分析等数学处理。

其中对信号分段的过程称为“时域加窗”。

时域加窗的实质为[][][]^x n x n w n =(3.1)其中,[]^x n 为分段后的有限长信号,[]x n 为原始的无限长或很长的信号,[]w n 为窗函数。

1.1 时域加窗对信号频域的改变时域加窗后,根据DTFT 的时域相乘频域相卷积性质,变换信号的频域上表现为周期卷积,即()()()()^12j j j X e X e W e d πωθωθπθπ--=⎰(3.2)这种卷积在一定程度上,会改变信号原频谱的特性,图3.1给出了理想低通滤波器在时域发生截断,频谱的卷积过程。

图3.1 理想低通滤波的频域卷积过程1.2 窗的类型通常,我们用得最多的是矩形窗(如上面示例中采用的窗),矩形窗就好像我们屋子里的窗口一样,直接对你想观察的数据进行截取。

实际的信号处理过程中,矩形窗会在其边缘处突然将信号截断,窗外时域信息全部消失,导致在频域增加了频率分量,即频谱泄漏(如图3.1所示,理想的低通滤波器频谱中通带内和阻带内由于周期卷积产生了其他频率成分)。

避免泄漏的最佳方法是满足整周期采样条件,但实际中是不可能做到的。

对于非整周期采样的情况,必须考虑如何减少加窗时造成的泄漏误差,主要的措施是使用合理的加窗函数,使信号截断时的锐角钝化,从而使频谱的扩散减到最少。

数字信号处理(DSP)实验报告

数字信号处理(DSP)实验报告

数字信号处理(DSP)实验报告学院电子科学与工程学院姓名学号指导教师2016年6月2日实验一M2.1Write a MATLAB program to the generate the conjugate-symmetric and conjugate-antisymmetric parts of a finite length complex sequence. Using this program verify the results of Example 2.8.Code:x = [0 1+4j -2+3j 4-2j -5-6j -2j 3];cs = 0.5*(x + conj(fliplr(x)));ca = 0.5*(x - conj(fliplr(x)));M2.2 (a) Using Program 2-2, generate the sequences shown in Figures 2.23 and 2.24.)n for 0≤n≤82using(b)Generate and plot the complex exponential sequence -2.7e(-0.4+jπ6Program 2-2.Code:% Program 2_2% Generation of complex exponential sequence%a = input('Type in real exponent = ');b = input('Type in imaginary exponent = ');c = a + b*i;K = input('Type in the gain constant = ');N = input ('Type in length of sequence = ');n = 1:N;x = K*exp(c*n);%Generate the sequencestem(n,real(x));%Plot the real partxlabel('Time index n');ylabel('Amplitude');title('Real part');disp('PRESS RETURN for imaginary part');pausestem(n,imag(x));%Plot the imaginary partxlabel('Time index n');ylabel('Amplitude'); title('Imaginary part');Figure 2.23Figure 2.24Figure 2.2bM2.4 (a) Write a MATLAB program to generate a sinusoidal sequence x[n]=Asin(ω0n+φ), and plotTime index nA m p l i t u d eImaginary partTime index nA m p l i t u d eTime index nA m p l i t ud eReal partTime index nA m p l i t u d ethe sequence using the stem function. The input data specified by the user the desired length L, amplitude A, the angular frequency ω0, and the phase φ where 0<ω0<πand 0≤ ∅≤2π. Using this program, generate the sinusoidal sequences shown in Figure 2.22.(b) Generate sinusoidal sequences with the angular frequencies given in Problem 2.40. Determine the period of each sequence from the plot, and verify the result theoretically. Code:L = input('Desired length = ');A = input('Amplitude = ');omega = input('Angular frequency = ');phi = input('Phase = ');n = 0:L-1;x = A*cos(omega*n + phi);stem(n,x);xlabel('Time Index'); ylabel('Amplitude');title(['\omega_{o} = ',num2str(omega/pi),'\pi']);Figure 2.22M2.6Write a MA TLAB program to plot a continuous-time sinusoidal signal and its sampled version, and verify Figure 2.28. You need to the hold function to keep both plots.Code:t = 0:0.001:1;fo = input('Frequency of sinusoid in Hz = ');FT = input('Sampling frequency in Hz = ');g1 = cos(2*pi*fo*t);plot(t,g1,':');xlabel('time'); ylabel('Amplitude'); holdn = 0:1:FT;gs = cos(2*pi*fo*n/FT);plot(n/FT,gs,'o'); hold offM3.2 Using Program 3-1, determine and plot the real and imaginary parts and the magnitude and phase spectra of the DTFTs of the sequence of Problem 3.18 for N=10.,Code:% Program 3_1% Discrete-Time Fourier Transform Computation%% Read in the desired number of frequency samplesk = input('Number of frequency points = ');% Read in the numerator and denominator coefficientsnum = input('Numerator coefficients = ');den = input('Denominator coefficients = ');% Compute the frequency responsew = 0:pi/(k-1):pi;h = freqz(num, den, w);%%%%%%%h = h.*exp(1i*w*10);% Plot the frequency response%h=sin(21*w/2)./sin(w/2);%h=exp(-1i*w*5).*sin(w*11/2)./sin(w/2);subplot(2,2,1)plot(w/pi,real(h));gridtitle('Real part')xlabel('\omega/\pi'); ylabel('Amplitude')subplot(2,2,2)plot(w/pi,imag(h));gridtitle('Imaginary part')xlabel('\omega/\pi'); ylabel('Amplitude')subplot(2,2,3)plot(w/pi,abs(h));gridtitle('Magnitude Spectrum')xlabel('\omega/\pi'); ylabel('Magnitude')subplot(2,2,4)plot(w/pi,angle(h));gridtitle('Phase Spectrum')xlabel('\omega/\pi'); ylabel('Phase, radians')M3.3 Using Program 3-1, determine and plot the real and imaginary parts and the magnitude and phase spectra of the following DTFTs:(a)X(e jω)=0.1323(1+0.1444e−jω−0.4519e−j2ω+0.1444e−j3ω+e−j4ω),1+0.1386e−jω+0.8258e−j2ω+0.1393e−j3ω+0.4153e−j4ω.(b) X(e jω)=0.3192(1+0.1885e−jω−0.1885e−j2ω−e−j3ω)1+0.7856e−jω+1.4654e−j2ω−0.2346e−j3ωCode:% Program 3_1% Discrete-Time Fourier Transform Computation%% Read in the desired number of frequency samplesk = input('Number of frequency points = ');% Read in the numerator and denominator coefficientsnum = input('Numerator coefficients = ');den = input('Denominator coefficients = ');% Compute the frequency responsew = 0:pi/(k-1):pi;h = freqz(num, den, w);%%%%%%%h = h.*exp(1i*w*10);% Plot the frequency response%h=sin(21*w/2)./sin(w/2);%h=exp(-1i*w*5).*sin(w*11/2)./sin(w/2);subplot(2,2,1)plot(w/pi,real(h));gridtitle('Real part')xlabel('\omega/\pi'); ylabel('Amplitude')subplot(2,2,2)plot(w/pi,imag(h));gridtitle('Imaginary part')xlabel('\omega/\pi'); ylabel('Amplitude') subplot(2,2,3)plot(w/pi,abs(h));gridtitle('Magnitude Spectrum')xlabel('\omega/\pi'); ylabel('Magnitude') subplot(2,2,4)plot(w/pi,angle(h));gridtitle('Phase Spectrum')xlabel('\omega/\pi'); ylabel('Phase, radians')Figure aFigure bM3.4 Using MATLAB, verify the symmetry relations of the DTFT of a real sequence as listed in Table 3.1.Code:N = 8; % Number of samples in sequencegamma = 0.5; k = 0:N-1;x = 0.5.^k;w = -3*pi:pi/1024:3*pi;X = freqz(x,1,w);subplot(2,2,1)plot(w/pi,real(X));gridtitle('Real part')xlabel('\omega/\pi'); ylabel('Amplitude')subplot(2,2,2)plot(w/pi,imag(X));gridtitle('Imaginary part')xlabel('\omega/\pi'); ylabel('Amplitude')subplot(2,2,3)plot(w/pi,abs(X));gridtitle('Magnitude Spectrum')xlabel('\omega/\pi'); ylabel('Magnitude')subplot(2,2,4)plot(w/pi,angle(X));gridtitle('Phase Spectrum')xlabel('\omega/\pi'); ylabel('Phase, radians')M4.1 Using Program 4-1(new), investigate the effect of signal smoothing by a moving-average filter of length 5, 7 and 9. Does the signal smoothing improve with an increase in the length? What is the effect of the length on the delay between the smoothing output and the noisy input? Code:% Program 4_1% Signal Smoothing by a Moving-Average FilterR = 50;d = rand(R,1)-0.5;m = 0:1:R-1;s = 2*m.*(0.9.^m);x = s + d';plot(m,d,'r-',m,s,'b--',m,x,'g:')xlabel('Time index n'); ylabel('Amplitude')legend('d[n]','s[n]','x[n]');pauseM = input('Number of input samples = ');b = ones(M,1)/M;y = filter(b,1,x);plot(m,s,'r-',m,y,'b--')legend('s[n]','y[n]');xlabel ('Time index n');ylabel('Amplitude')实验二M5.1 Using MATLAB, compute the N-point DFTs the length-N sequences of Problem 3.18 for N=4,6,8 and 10. Compare your result with that obtained by evaluating the DTFTs computed inProblem 3.18 at ω=2πkN,k=0,1…..,N-1.Code:N = input('The value of N = ');k = -N:N;y = ones(1,2*N+1);w = 0:2*pi/255:2*pi;Y = freqz(y, 1, w);Ydft = fft(y);n = 0:1:2*N;plot(w/pi,abs(Y),n*2/(2*N+1),abs(Ydft),'o');xlabel('\omega/\pi'),ylabel('Amplitude');M6.1 Using Program 6-1, determine the factored form of the following z-transforms:(a)G1=3z4−2.4z3+15.36z2+3.84z+95z4−8.5z3+17.6z2+4.7z−6,(b)G2=2z4+0.2z3+6.4z2+4.6z+2.4.5z4+z3+6.6z2+0.42z+24Code:% Program 6_1% Determination of the Factored Form% of a Rational z-Transform%num = input('Type in the numerator coefficients = '); den = input('Type in the denominator coefficients = '); K = num(1)/den(1);Numfactors = factorize(num);Denfactors = factorize(den);disp('Numerator factors');disp(Numfactors);disp('Denominator factors');disp(Denfactors);disp('Gain constant');disp(K);zplane(num,den);Figure aFigure bM8.1 Using MATLAB, develop a cascade realization of each of the following linear-phase FIR transfer function:(a)H1(z)=-0.3+0.16z−1+0.1z−2+1.2z−3+0.1z−4+0.16z−5−0.3z−6,(b) H2(z)=2-3.8z−1+1.5z−2−4.2z−3+1.5z−4−3.8z−5+2z−6,(c) H3(z)=-0.3+0.16z−1+0.1z−2−0.1z−4+0.16z−5−0.3z−6,(d) H4(z)=--2+3.8z−1−0.15z−2+0.15z−4−3.8z−5+2z−6,Code:num = input('Type in the numerator coefficients = ');Numfactors = factorize(num);disp('Numerator factors');disp(Numfactors);Figure aFigure bFigure cFigure dM8.2 Consider the fourth-oder IIR transfer function.G(z)=0.1103−0.4413z−1+0.6619z−2−0.4413z−3+0.1103z−41−0.1510z−1+0.8042z−2+0.1618z−3+0.1872z−4(a)Using MATLAB, express G(z) in factored form.(b)Develop two different cascade realizations of G(z).(c)Develop two different parallel form realization of G(z).Realize each second-order section in direct from II.Code:% Program 8_2% Factorization of a Rational IIR Transfer Function %format shortnum = input('Numerator coefficients = ');den = input('Denominator coefficients = '); Numfactors = factorize(num);Denfactors = factorize(den);K = num(1)/den(1);disp('Numerator Factors'),disp(Numfactors)disp('Denominator Factors'),disp(Denfactors)disp('Gain constant');disp(K);Figure aM9.1 Design a digital Butterworth lowpass filter operating at a sampling rate of 100kHz with a 0.3dB cutoff frequency at 15kHz and a minimum stopband attenuation of 45 dB at 25 kHz using the bilinear transformation method. Determine the order of the analog filter prototype using the formula given in Eq.(A.9), and then design the analog prototype filter using the M-file buttap of MATLAB. Transform the analog filter transform function to the desired digital transfer function using the M-file bilinear. Plot the gain and phase response using MA TLAB. Show all step used in the design. Code:wp=2*1/4;ws=2*15/40;[n1,wn1]=buttord(wp,ws,3,35);[B,A]=butter(n1,wn1);[h1,w]=freqz(B,A);f=w/pi*20000;plot(f,20*log10(abs(h1)),'r');axis([0,20000,-80,10]);grid;xlabel('Frequency/Hz');ylabel('Magnitude/dB');M10.1 Plot the magnitude response of a linear-phase FIR highpass filter by truncating the impulse response h HP[n] of the ideal highpass filter of Eq.(10.17) to length N=2M+1 for two different values of M, and show that the truncated filter exhibits oscillatory behavior on both sides of the cutoff frequency.Code:M=800;n= -M:M;hn= -sin(0.4*pi*n)./(pi*n);%hn= -0.4*sinc(0.4*n);hn(M+1)=0.6;[H,w] = freqz(hn,1);plot(n,hn)figure,plot(w/pi,abs(H))M10-1M10-2M11-1 Using Program 11-1,determine the first 30 samples of the impulse response coeFfiicients of the following filters:(a)Filter-oder elliptic lowpass filter developed in Example 9.14,(b)Fourth-oder Type 1 Chebyshev highpass filter developed in Example 9.15,(c)Eight-oder Butterworth bandpass filter develped in Example 9.16. Code:N=8;xa=input('8点xa =');xb=input('8点xb =');xak=fft(xa,N);xbk=fft(xb,N);f=ifft(xak.*xbk,N);figure(1);subplot(5,1,1);stem(0:N-1,xa);title('xa(n)');subplot(5,1,2);stem(0:N-1,xb);title('xb(n)');subplot(5,1,3);stem(0:N-1,f);title('xa(n)⊙xb(n)');xak1=fft(xa,2*N);xbk1=fft(xb,2*N);h=ifft(xak1.*xbk1,2*N);subplot(5,1,4);stem(0:2*N-2,h(1:2*N-1));title('xa*xb');h=conv(xa,xb);subplot(5,1,5);stem(0:2*N-2,h(1:2*N-1));M11-1实验体会通过本次实验,通过此次DSP上机实验,进一步掌握和巩固了数字信号的相关知识,以及Matlab的相关操作,体验了将实际问题用软件进行实际应用的方法,为今后的学习和毕设夯实基础。

DSP数字信号处理实验报告

DSP数字信号处理实验报告

实验报告实验名称__ 采样、系统性质及滤波_ _ 系统频率响应和样本处理算法实现加窗和离散傅氏变换数字滤波器设计课程名称数字信号处理A(双语)班级学号_ ___ 姓名____ _____开课时间 2011/2012学年,第二学期实验一 采样、系统性质及滤波一、 实验目的和任务(1)熟悉MA TLAB 的主要操作命令。

(2)学会简单的矩阵输入和数据读写。

(3)掌握简单的绘图命令。

(4)用MATLAB 编程并学会创建函数。

(5)观察采样引起的混叠。

(6)判别离散时间系统的时不变性。

(7)卷积计算二、 实验内容 A 、观察采样引起的混叠设模拟信号为)3sin()2sin(4)5cos()(t t t t x πππ⋅+=,t 的单位为毫秒(ms)。

1. 设采样频率为3kHz ,确定与)(t x 混叠的采样重建信号)(t x a 。

2. 画出)(t x 和)(t x a 在)(60ms t ≤≤范围内的连续波形。

(因数字计算机无法真正画出连续波形,可用较密的离散点的连线来近似。

)3. 分别用"" 和""⨯在两信号波形上标记出3kHz 采样点。

两信号波形是否相同?采样后的两序列是否相同?实验过程与结果: 实验程序:% ============= % problem 1% ============= clear% estimate x(t) and xa(t) with a much higher sampling freq. 'fs1' time_period=6; % unit: ms fs1=50; % unit: kHz T1=1/fs1; % unit: ms n1=0:fix(time_period/T1);x=cos(5*pi*n1*T1)+4*sin(2*pi*n1*T1).*sin(3*pi*n1*T1); xa=cos(pi*n1*T1);% obtain x(nT) and xa(nT) with given sampling freq. 'fs' fs=3; T=1/fs;n=0:fix(time_period/T);x_sample=cos(5*pi*n*T)+4*sin(2*pi*n*T).*sin(3*pi*n*T); xa_sample=cos(pi*n*T);figure,plot(n1*T1,x,'r',n1*T1,xa,'b',n*T,x_sample,'ro'),hold on, stem(n*T,xa_sample,'b:x')legend('x(t)','xa(t)','x(nT)','xa(nT)'),xlabel('t(ms)') 实验结果:分析与讨论:)5cos()cos(2)3sin()2sin(4)5cos()(t t t t t t x ωωπππ-=⋅+= )cos()(t t x a π=两个信号)(t x 和)(t x a 波形不相同。

DSP数字信号处理实验报告(精品)

DSP数字信号处理实验报告(精品)

FFT 频谱分析一、 实验目的a) 进一步加深DFT 算法原理和基本性质的理解b) 熟悉FFT 算法原理和FFT 程序的应用c) 学习用FFT 对连续信号和时域离散信号进行谱分析的方法,了解可能出现的分析误差及其原因,以便在实际中正确的应用FFT二、 实验原理a) 离散傅里叶变换(DFT ):离散傅里叶变换在作为有限长序列的傅里叶变换表示法在理论上相当重要;由于存在着计算离散傅里叶变换的快速算法(FFT ),从而离散傅里叶变换在各种数字信号处理的算法中起到了核心的作用。

其对应的离散傅里叶变换对为:X (K )=DFT [x (n )]=∑x (n )W N nk 0≤k ≤N −1N−1n=0x (n )=IDFT [X (K )]=1N ∑x (n )W N nk 0≤n ≤N −1N−1n=0需要注意:有限长序列的离散傅里叶变换及周期序列的离散傅里叶级数之间的关系是:它们仅仅是n 、k 的取值不同,DFT 只取主值区间。

X(n)、X(k)是一个有限长序列的离散傅里叶变换对,已知其中一个序列,就可以唯一确定另一个序列,这是因为x(n)、X(k)都是长为N 的序列,都有N 个独立值,所以信息量相同。

b) DFT 计算量:长度为N 的DFT 的计算量是N 个复数乘法和N-1个复数加法(4N 个实数乘法和4N-2个复数加法)c) FFT 的计算量:长度为N 的FFT 的计算量是 N 2log 2N 个复数乘法和N log 2N 个复数加法。

三、 实验步骤a) 复习DFT 的定义、性质和用DFT 做谱分析的有关内容b) 复习FFT 算法原理与编程思想,熟悉DIT-FFT 运算流图c) 编制信号产生程序,产生典型信号尽心谱分析。

d) 进行以下几个信号的谱分析i.x 1(n)=R 4(n ) ii. x 2(n)={n +1 ,0≤n ≤38−n ,4≤n ≤70 ,其他niii. x 3(n)= {4−n ,0≤n ≤3n −3 ,4≤n ≤70 ,其他niv. x 4(n )=cos π4n ,0≤n ≤19v.x 5(n )=sin π8n ,0≤n ≤19 vi.x 6(n )= cos 8πt +cos 16πt +cos 20πt vii.令x 7(n )=x 4(n )+x 5(n) N=8,16 viii. 令x 8(n )=x 4(n )+jx 5(n) N=8,16针对上述信号进行逐一的谱分析,下面给出针对各个信号的FFT 点数N 及对连续信号x 6(n )的采样频率f s ,供实验时参考 :x 1(n ),x 2(n ),x 3(n ),x 4(n ),x 5(n ) N=8,16x 6(n ) f s =64Hz ,N =16,32,64四、 实验内容a)对x1(n)=R4(n)进行谱分析1.编辑代码x1=[1 1 1 1];y11 = fft(x1,8);y12 = fft(x1,16);subplot(2,2,1);stem(0:3,x1);title('函数X1的图像');subplot(2,2,2);stem(0:7,abs(y11));title('N=8的DFT');subplot(2,2,4);stem(0:15,abs(y12));title('N=16的DFT');2.谱分析图片b) 对x 2(n)={n +1 ,0≤n ≤38−n ,4≤n ≤70 ,其他n进行谱分析i. 编辑代码x2 = [1 2 3 4 4 3 2 1];y11 = fft(x2,8);y12 = fft(x2,16);subplot(2,2,1);stem(0:7,x2);title('函数X2的图像');subplot(2,2,2);stem(0:7,abs(y11));title('N=8的DFT');subplot(2,2,4);stem(0:15,abs(y12));c)对x3(n)={4−n ,0≤n≤3n−3 ,4≤n≤70 ,其他n进行谱分析i.谱分析程序x3 = [4 3 2 1 1 2 3 4];y11 = fft(x2,8);y12 = fft(x2,16);subplot(2,2,1);stem(0:7,x2);title('函数X2的图像');subplot(2,2,2);stem(0:7,abs(y11));title('N=8的DFT');subplot(2,2,4);stem(0:15,abs(y12));n ,0≤n≤19进行谱分析d)对x4(n)=cosπ4i.谱分析程序n = 0:1:19;x2 = cos(0.25*pi*n);y11 = fft(x2,32);y12 = fft(x2,64);subplot(2,2,1);stem(0:19,x2);title('函数X4的图像');subplot(2,2,2);stem(0:31,abs(y11));title('N=32的DFT');subplot(2,2,4);stem(0:63,abs(y12));title('N=64的DFT');ii.谱分析图片n ,0≤n≤19进行谱分析e)对x5(n)=sinπ8i.谱分析程序n = 0:1:19;x2 = sin(0.125*pi*n);y11 = fft(x2,32);y12 = fft(x2,64);subplot(2,2,1);stem(0:19,x2);title('函数X5的图像');subplot(2,2,2);stem(0:31,abs(y11));title('N=32的DFT');subplot(2,2,4);stem(0:63,abs(y12));title('N=64的DFT');ii.谱分析图片f)对x6(n)=cos8πt+cos16πt+cos20πt进行谱分析i.谱分析程序n = 0:1:15;x1 = cos(8*pi*n/64)+cos(16*pi*n/64)+cos(20*pi*n/64);n = 0:1:31;x2 = cos(8*pi*n/64)+cos(16*pi*n/64)+cos(20*pi*n/64); n = 0:1:63;x3 = cos(8*pi*n/64)+cos(16*pi*n/64)+cos(20*pi*n/64);y1 = fft(x1,16);y2 = fft(x2,32);y3 = fft(x3,64);subplot(3,2,1);stem(0:15,x1);title('函数X6 N=16 的图像');subplot(3,2,2);stem(0:15,abs(y1));title('N=16的DFT');subplot(3,2,3);stem(0:31,x2);title('函数X6 N=32 的图像');subplot(3,2,4);stem(0:31,abs(y2));title('N=32的DFT');subplot(3,2,5);stem(0:63,x3);title('函数X6 N=64 的图像');subplot(3,2,6);stem(0:63,abs(y3));title('N=64的DFT');ii.谱分析图片g)对x7(n)=x4(n)+x5(n)进行谱分析i.谱分析程序n = 0:1:19;x2 = j*sin(0.125*pi*n) + cos(0.25*pi*n);y11 = fft(x2,8);y12 = fft(x2,16);subplot(2,2,1);stem(0:19,x2);title('函数X=X4 + X5 的图像');subplot(2,2,2);stem(0:7,abs(y11));title('N=8的DFT');subplot(2,2,4);stem(0:15,abs(y12));title('N=16的DFT');ii.谱分析图片h)对x8(n)=x4(n)+jx5(n)进行谱分析i.谱分析程序n = 0:1:19;x2 = j*sin(0.125*pi*n) + cos(0.25*pi*n);y11 = fft(x2,8);y12 = fft(x2,16);subplot(2,2,1);stem(0:19,x2);title('函数X=X4 + X5 的图像');subplot(2,2,2);stem(0:7,abs(y11));title('N=8的DFT');subplot(2,2,4);stem(0:15,abs(y12));title('N=16的DFT');ii.谱分析图片五、实验分析六、实验结论通过这次利用FFT对信号进行频谱分析的实验,更加深刻的理解了DFT算法的理解和性质的理解;同时也更为熟悉了FFT算法的原理和应用;学会使用FFT 对离散信号和连续信号进行频谱分析,了解了可能出现的分析误差和原因。

  1. 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. 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. 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)。

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()(ϕπ+=fn A n x采用MATLAB 的实现方法,如:)***2sin(*1:0ϕ+=-=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。

典型波形如下:图 1 – 1 二进制振幅键控信号时间波形(2).二进制频移键控(2FSK )在二进制数字调制中,若正弦载波的频率随二进制基带信号在f 1和f 2两个频率点间变化,则产生二进制移频键控信号(2FSK 信号)。

二进制频域键控已调信号的时域表达式为:t nT t g a t T n t g a t S n S n S n n FSK 212cos )(cos )()(ωω⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡-=∑∑这里,22112,2f f πωπω==,的反码是n n a a 。

典型波形如下:图 1 – 2 二进制频移键控信号时间波形(3).二进制相移键控(2PSK 或BPSK )a n1 0 1 1 0 0 1ttt2FSK 信号载波信号1载波信号2在二进制数字调制中,当正弦载波的相位随二进制数字基带信号离散变化时,则产生二进制移相键控(2PSK)信号。

通常用已调信号载波的0°和 180°分别表示二进制数字基带信号的 1 和 0。

二进制移相键控信号的时域表达式为:πφφω或0),cos()()(2=+⎥⎦⎤⎢⎣⎡-=∑i i c n S n PSK t nT t g a t S典型波形如下:图 1 – 3 二进制相移键控信号时间波形数字调制信号可以根据调制原理采用基本的MATLAB 命令实现,也可以用现成的命令:Y = DMOD(X, Fc, Fd, Fs, METHOD...),其中,X 为要调制的二进制信号;Fc 为载波频率(Hz);Fd 为符号频率(Hz);Fs 为采样频率。

要求:Fs > Fc ,同时Fs/Fd 是一个正整数。

参数METHOD 是可以选择的调制方式:ask 、psk 、qask 、fsk 、msk 等。

3、双音多频DTMF 信号DTMF (Double Tone MulitiFrequency,双音多频)作为实现电话号码快速可靠传输的一种技术,它具有很强的抗干扰能力和较高的传输速度,因此,可广泛用于电话通信系统中。

但绝大部分是用作电话的音频拨号。

另外,它也可以在数据通信系统中广泛地用来实现各种数据流和语音等信息的远程传输。

DTMF 是用两个特定的单音频组合信号来代表数字信号以实现其功能的一种编码技术。

两个单音频的频率不同,代表的数字或实现的功能也不同。

这种电话机中通常有16个按键,其中有10个数字键0~9和6个功能键*、#、A 、B 、C 、D 。

由于按照组合原理,一般应有8种不同的单音频信号。

因此可采用的频率也有8种,故称之为多频,又因它采用从8种频率中任意抽出2种进行组合来进行编码,所以又称之为“8中取2”的编码技术。

Tst2PSK 信号a n 1 0 0 1根据CCITT的建议,国际上采用的多种频率为697Hz、770Hz、852Hz、941Hz、1209Hz、1336Hz、1477Hz和1633Hz等8种。

用这8种频率可形成16种不同的组合,从而代表16种不同的数字或功能键,具体组合见表1-1。

表1-1 双音多频的组合功能高频群Hz1209 1336 1477 1633 功能低频群Hz697 1 2 3 A770 4 5 6 B852 7 8 9 C941 * 0 # D 因此,DTMF信号可以看作两个有限长度的正弦序列相加,正弦信号的频率由按键数字或字母符号对应的频率决定。

如,数字“8”由行频852Hz和列频1336Hz 决定。

四、实验目的:1、掌握几种基本的离散时间信号(包括单位采样序列,单位阶跃序列,单频正弦序列,单频复指数序列,实指数序列等)。

2、能够熟练利用MATLAB产生这些基本的离散时间信号。

3、理解双音多频DTMF信号、ASK、FSK、BPSK等信号的产生原理。

4、学习并运用MATLAB产生各种通信中的调制信号及双音多频信号。

五、实验内容:1、对几种基本离散时间信号(包括单位采样序列,单位阶跃序列,正弦序列,复指数序列,实指数序列等)在MATLAB中编程产生。

2、(拓展要求)利用MATLAB编程产生2ASK,2FSK,2PSK等数字调制信号。

3、(拓展要求)利用MATLAB编程产生理解双音多频DTFM信号。

4、(拓展要求)利用MATLAB编程产生高斯白噪声序列。

5、(拓展要求)利用MATLAB中的谱分析函数对正弦信号的频谱进行分析。

6、通过硬件(DSP)实验箱演示上述信号的时域(示波器)波形与频域波形(计算结果)。

六、实验器材(设备、元器件):安装MATLAB 软件的PC 机一台,DSP 实验演示系统一套。

七、实验步骤:1、在2020≤≤-n 内,画出单位下列信号:(a ).单位采样序列][][1n n x δ=和单位阶跃序列][][2n u n x =的时域波形图。

(b ).]5[][11+=n x n y 、]8[][22-=n x n y 的波形。

说明][1n x 与][1n y 、][2n x 与][2n y 之间的关系。

2、画出下列信号在1000≤≤n 内的波形。

⎪⎭⎫⎝⎛+⎪⎭⎫ ⎝⎛=⎪⎭⎫⎝⎛=⎪⎭⎫ ⎝⎛=83cos 12cos ][2sin ][16sin ][543n n n x n n x n n x πππ观察][][][543n x n x n x 、、是否周期信号。

如果是周期信号,信号的基波周期是什么?如果不是周期信号,说明原因。

3、在300≤≤n 内,画出下列信号:()nj n en x n x 6/12/176][)8.0(2.0][π+-==对于复数序列,要求分别画出实部和虚部;幅值和相角。

若把][6n x 中的底数0.8分别改为1.2、-0.8,讨论产生的时域波形有何变化。

总结指数序列的底数对序列变化的影响。

4、(拓展要求)设计产生数字二进制序列:1 0 1 0 1 0 的2ASK 、2FSK 、2PSK 调制信号。

已知符号速率Fd =10Hz (即时间间隔Ts 为0.1),输出信号的采样频率为20Hz 。

(a ).2ASK 信号的载波频率Fc =5Hz ,(b ).2FSK 信号载波1频率F1=5Hz ,载波2频率F2=1Hz 。

(c ).2PSK 载波频率Fc =1Hz 。

分别画出以上信号调制前后的时域波形图。

5、(拓展要求)利用MATLAB 产生DTMF 双音多频信号。

画出数字“0”的时域波形图。

6、(拓展要求)MATLAB 函数randn(1,N)可以产生均值为0,方差为1的高斯随机序列,也就是白噪声序列。

试利用randn 函数产生均值为0.15,方差为0.1的高斯白噪声序列][8n x ,要求序列时域范围为1000≤≤n 。

画出时域波形图。

同时将实验步骤2中产生的信号][2n x 与][8n x 相加,将得到的波形与][2n x 的波形做比较。

7、(拓展要求)利用MATLAB 中的谱分析函数画出][][][543n x n x n x 、、的频谱。

与理论上根据傅立叶变换的定义计算出的][][][543n x n x n x 、、的频谱进行比较。

8、通过硬件(DSP )实验箱演示上述信号的时域(示波器)波形与频域波形(计算结果)。

八、实验数据及结果分析:程序:(1)产生][][][][][][][][][765432121n x n x n x n x n x n y n y n x n x 、、、、、、、、序列的程序1产生x1[n]、x2[n]、y1[n]、y2[n]序列的程序 k=1;for n1=-20:20 if n1==0; x1(k)=1; elsex1(k)=0; end k=k+1; endsubplot(2,2,1),stem(-20:20,x1);title('x1(n)'); k=1;for n1=-20:20if n1>=0;x2(k)=1;elsex2(k)=0;endk=k+1;endsubplot(2,2,2),stem(-20:20,x2);title('x2(n)');for k=1:41;if k<=36y1(k)=x1(k+5);elsey1(k)=0;endendsubplot(2,2,3),stem(-20:20,y1);title('y1(n)');for k=1:41;if k>=28y2(k)=x2(k-8);elsey2(k)=0;end;end;subplot(2,2,4),stem(-20:20,y2);title('y2(n)');2产生x3[n]、x4[n]、x5[n]、x6[n]、x7[n]序列的程序N=0:100x3=sin(pi.*N/16);x4=sin(N/2);x5=cos(pi.*N/12)+cos(pi.*N*3/8);figure(1),subplot(2,2,1),stem(N,x3);title('x3(n)')subplot(2,2,2),stem(N,x4);title('x4(n)')subplot(2,2,3),stem(N,x5);title('x5(n)')N=0:30;x6=0.2*(0.8).^N;x7=exp((-1/12+j*pi/6).*N);subplot(2,2,4),stem(N,x6);title('x6(n)')figure(2),subplot(2,2,1),stem(N,real(x7));title('real{x7(n)}'); subplot(2,2,2),stem(N,imag(x7));title('imag{x7(n)}'); subplot(2,2,3),stem(N,abs(x7));title('Magnitude {x7(n)}'); subplot(2,2,4),stem(N,angle(x7));title('angle {x7(n)}');(2)产生2ASK 、2FSK 、2PSK 调制信号的程序(拓展要求) (3)产生DTMF 信号的程序(拓展要求) (4)高斯白噪声序列的产生程序(扩展要求) (4)正弦信号频谱分析的程序(扩展要求) 结果:(1)][][][][][][][][][765432121n x n x n x n x n x n y n y n x n x 、、、、、、、、的时域波形 1.x1[n]、x2[n]、x3[n]、x4[n]的时域波形。

相关文档
最新文档