综合训练①
实验内容：利用matlab绘制频率自定的正弦信号（连续时间和离散时间），复指数信号（连续时间），并举例实际中哪些物理现象可以用正弦信号，复指数信号来表示。绘制成谐波关系的正弦信号（连续时间和离散时间），分析其周期性和频率之间的关系。实验步骤：
一、绘制谐波关系的正弦信号
分析：由于正弦信号可以表示成两个共轭的复指数信号相减，然后再除去两倍的单位虚数得到，故，我们将正弦信号设置为
X=exp(j*pi*n/4)-exp(-j*pi*n/4))/(2*j)
此信号就相当于
x=sin(pi*n/4)
设计程序如下：
n=[0:32]; %设置n的取值
x=(exp(j*pi*n/4)-exp(-j*pi*n/4))/(2*j); %限定离散正弦信号
stem(n,x) %绘制该离散正弦信号
通过Matlab所得图形如下：
分析：同样的连续型的正弦信号同样也可以用类似方式绘制. x=sym('(exp(j*pi*t/T)+exp(-j*pi*t/T))/2');%函数表示正弦信号
x5=subs(x,5,'T'); %设置周期大小ezplot(x5,[0,10]) %绘制图形
所得结果如下：
二、绘制复指数信号
分析：由于复指数信号有实数部分和虚数部分，所以绘制其图形，我们采取了分别绘制的方法，将实数和虚数分别画出。
实验程序如下：
t=[0:.01:10]; %产生时间轴的等差点
y=exp((1+j*10)*t); %设置复指数信号
subplot(211),plot(t,real(y)); %绘制实数信号图形
grid
subplot(212),plot(t,imag(y)); %绘制虚数部分图形
grid
实验所得结果如下：
结论：
●周期信号可以分解成谐波分量的和(傅里叶级数展开)
●谐波分量可以用复指数信号表示。
●复指数信号的周期等于2π除以其角频率。
●因此周期信号的周期等于各个谐波分量的周期的最小公倍
数
●谐波分量的角频率为一次谐波分量角频率（基波角频率）
的整数倍
●因此周期信号的周期等于2π除以基波角频率
应用：连续的正弦信号在简谐振动（如分析弹簧振子,单摆等）中有所应用。
在日常实际生活中复指数信号本身是不存在的，但在某些
信号处理中描述问题的方便，通常人为地将两个实信号组
合在一起，构成复信号。
Loui荣誉巨献
电力系统谐波抑制的仿真研究 目 录 1 绪论…………………………………………………………………………… 1.1 课题背景及目的………………………………………………………… 1.2国内外研究现状和进展………………………………………………… 1.2.1国外研究现状 …………………………………………………… 1.2.1国内研究现状 …………………………………………………… 1.3 本文的主要内容…………………………………………………………… 2 有源电力滤波器及其谐波源研究……………………………………………… 2.1 谐波的基本概念………………………………………………………… 2.1.1 谐波的定义……………………………………………………… 2.1.2谐波的数学表达………………………………………………… 2.1.3电力系统谐波标准………………………………………………… 2.2 谐波的产生……………………………………………………………… 2.3 谐波的危害和影响……………………………………………………… 2.4 谐波的基本防治方法…………………………………………………… 2.5无源电力滤波器简述…………………………………………………… 2.6 有源电力滤波器介绍…………………………………………………… 2.6.1 有源滤波器的基本原理.……………………………………… 2.6.2 有源电力滤波器的分类.……………………………… 2.7并联型有源电力滤波器的补偿特性…………………………………… 2.7.1谐波源………………………………………………………… 2.7.2有源电力滤波器补偿特性的基本要求…………………………… 2.7.3影响有源电力滤波器补偿特性的因素…………………………… 2.7.4并联型有源电力滤波器补偿特性……………………………… 2.8 谐波源的数学模型的研究……………………………………………… 2.8.1 单相桥式整流电路非线性负荷………………………………… 2.8.2 三相桥式整流电路非线性负荷.………………………………… 3 基于瞬时无功功率的谐波检测方法…………………………………………… 3.1谐波检测的几种方法比较…………………………………………… 3.2三相电路瞬时无功功率理论…………………………………………… 3.2.1瞬时有功功率和瞬时无功功率……………………………………… 3.2.2瞬时有功电流和瞬时无功电流……………………………………… 3.3 基于瞬时无功功率理论的p q -谐波检测算法.…………………… 3.4基于瞬时无功功率理论的p q i i -谐波检测法.…………………… 4并联有源电力滤波器的控制策略…………………………………………… 4.1并联型有源电力滤波器系统构成及其工作原理………………………… 4.2并联有源电力滤波器的控制研究.……………………………… 4.2.1并联有源电力滤波器直流侧电压控制…………………… 4.2.2有源电力滤波器电流跟踪控制技术…………………………… 4.2.2.1 PWM 控制原理………………………………………… 4.2.2.2滞环比较控制方式………………………………………… 4.2.2.3三角波比较方式………………………… 4.3有源电力滤波器的主电路设计 …………………………………………
做脑电波信号处理滴嘿嘿。。Matlab addicted Codes %FEATURE EXTRACTER function [features] = EEGfeaturetrainmod(filename,m) a = 4; b = 7; d = 12; e = 30; signals = 0; for index = 1:9; % read in the first ten EEG data because the files are numbered as ha11test01 rather than ha11test1. s = [filename '0' num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0; signals = signal; else signals = [signals signal]; end end for index = 10:1:m/2; % read in the rest of the EEG training data s = [filename num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0;
signals = signal; else signals = [signals signal]; end end %%%%% modification just for varying the training testing ratio ------ for index = 25:1:25+m/2; % read in the rest of the EEG training data s = [filename num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0; signals = signal; else signals = [signals signal]; end end %%%%%end of modification just for varying the training testing ratio----- for l = 1:m % exrating features (power of each kind of EEG wave forms) [Pxx,f]=pwelch(signals(:,l)-mean(signals(:,l)), [], [], [], 200); % relative power fdelta(l) = sum(Pxx(find(f
安装好MATLAB 2012后再安装目录下点击setup.exe 会出现 "查找安装程序类时出错，查找类时出现异常"的错误提示。该错误的解决方法是进入安装目录下的bin 文件夹双击matlab.exe 对安装程序进行激活。这是可以对该matlab.exe 创建桌面快捷方式，以后运行程序是直接双击该快捷方式即可。 信号运算 1、 信号加 MATLAB 实现: x=x1+x2 2、 信号延迟 y(n)=x(n-k) 3、 信号乘 x=x1.*x2 4、 信号变化幅度 y=k*x 5、 信号翻转 y=fliplr(x) 6、 信号采样和 数学描述：y=∑=2 1)(n n n n x MATLAB 实现： y=sum(x(n1:n2)) 7、 信号采样积 数学描述：∏==2 1)(n n n n x y MATLAB 实现： y=prod(x(n1:n2)) 8、 信号能量 数学描述：∑∞ -∞ == n x n x E 2 | )(| MATLAB 实现：Ex=sum(abs(x)^2)
9、 信号功率 数学描述：∑-== 1 2 | )(|1 P N n x n x N MATLAB 实现：Px=sum((abs(x)^2)/N MATLAB 窗函数 矩形窗 w=boxcar(n) 巴特利特窗 w=bartlett(n) 三角窗 w=triang(n) 布莱克曼窗 w=blackman(n) w=blackman(n,sflag) 海明窗 w=haiming(n) W=haiming(n,sflag) sflag 用来控制窗函数首尾的两个元素值，其取值为symmetric 、periodic 汉宁窗 w=hanning(n) 凯塞窗 w=Kaiser(n,beta) ,beta 用于控制旁瓣的高度。n 一定时，beta 越大，其频谱的旁瓣越小，但主瓣宽度相应增加；当beta 一定时，n 发生变化，其旁瓣高度不变。 切比雪夫窗：主瓣宽度最小，具有等波纹型，切比雪夫窗在边沿的采样点有尖峰。 W=chebwin(n,r)
实验四：窄带随机信号的仿真与分析 一、 实验目的 利用计算机仿真窄带随机信号，考察其数字特征，以加深对窄带随机信号的特点及分析方法的掌握，熟悉常用的信号处理仿真平台软件matlab 。 二、 实验原理 如果一个随机过程的功率谱密度，在分布在高频载波0ω附近的一个窄带频率范围ω?内，在此范围之外全为0，则称之为窄带过程。窄带过程是在信息传输系统，特别是接收机经常遇到的随机ωω?>>信号，当窄带系统（接收机）输入的噪声（如热噪声）的功率谱分布在足够宽的频带（相对于接收机带宽）上时，系统饿输出即为窄带过程。 窄带信号的确切定义如下： 一个实平稳随机过程)(t X ，如果它的功率谱密度)(ωx S 具有下述性质： 而且带宽满足ωω?>>，则称此过程为窄带平稳随机过程。窄带平稳随机过程的功率谱密度函数如图所示： 从示波器观看窄带随机过程的一个样本函数，可看到如下图所示的波形，从这个波形可以看出，窄带随机过程可表示成具有角频率0ω以及慢变幅度与相位的正弦振荡，这就说可以写成： 式中，B （t ）是随机过程的慢变幅度，)(t ?是过程的慢变相位，称之为准正弦振荡，这就是窄带过程的数学模型。
三、实验任务与要求 用matlab编写仿真程序。产生满足下列条件的窄带随机信号 ，其中A（t）包络频率为1khz，幅度为1V，载波频率为4khz，幅度为1V， 是一个固定相位，n（t）为高斯白噪 声，采样频率设为16khz，实际上，这就是一个带有载波的双边带调制信号。计算窄带随机信号的均值，均方值、方差、概率密度、频谱及功率谱密度、相关函数，用图示法表示。 提示： nosiy为高斯白噪声，有wgn函数生成。 a=cos(2*pi*1000*t); 均值：Ex=mean（x）； 方差:Dx=var(x); 用fft函数可以很方便的计算出X（t）的频谱，然后用abs和angle函数求得幅度和相位； 用函数xcorr 求自相关序列 对自相关函数，进行fft变换，得到X（t）的功率谱密度。 四、实验程序及结果 以下是一个完整的程序，在M文件中运行。 写实验报告的时候，程序和结果图打印出来粘贴好。 参考程序：
目录 摘要 (2) Abstract (2) 1：绪论 (2) 1.1课题背景 (2) 1.2谐波的产生 (3) 1.3电网中谐波的危害 (5) 1.4研究谐波的重要性 (5) 2：谐波的限制标准和常用措施 (7) 2.1国外谐波的标准和规定 (8) 2.1.1谐波电压标准 (8) 2.1.2谐波电流的限制 (9) 2.2我国谐波的标准和规定 (9) 2.2.1谐波电压标准 (10) 2.2.2谐波电流的限制 (11) 2.3谐波的限制措施 (12) 3：谐波的检测与分析 (15) 3.1电力系统谐波检测的基本要求 (15) 3.2国内外电力谐波检测与分析方法研究现状 (15) 3.3谐波的分析 (18) 3.3.1电力系统电压（或电流）的傅立叶分析 (19) 3.3.2基于连续信号傅立叶级数的谐波分析 (19) 4：电力谐波基于FFT的访真 (21) 4.1快速傅立叶变换的简要和计算方法 (21) 4.1.1快速傅立叶变换的简要 (21) 4.1.2快速傅立叶变换的计算方法 (21) 4.2 FFT应用举例 (22) 5：结论 (28) 附录： (28) 参考文献： (30) 致谢： (30)
基于MATLAB的电力谐波分析 学生： 指导老师： 电气信息工程学院 摘要：电力系统的谐波问题早在20世纪20年代就引起人们的注意，到了50年代和60年代，由于高压直流输电技术的发展，发表了有关换流器引起电力系统谐波问题的大量论文。70年代以来，由于电力电子技术的飞速发展，各种电力电子装置在电力系统、工业、交通及家庭中的应用日益广泛，谐波所造成的危害也日趋严重。世界各国都对谐波问题予以充分的关注。 本文首先对目前国内外电力谐波检测与分析方法进行了综述与展望，并对电力谐波的基本概念、性质和特征参数进行了详细的分析，给出了谐波抑制的措施。并得出基于连续信号傅立叶级数的各次谐波系数的计算公式，推导了该计算公式与MATLAB函数FFT计算出的谐波系数的关系。实例证明：准确测量各次谐波参数，对电力系统谐波分析和抑制具有很大意义，可确保系统安全、可靠、经济地运行。同时实验结果表明，该法对设备要求不高，易于实现。 关键字：MA TLAB电力谐波分析 Harmonic Analysis of Electric Power System Based On Matlab Student: Teacher: Electrical and Information Engineering Abstract:The harmonic problem of electric power system has caused the attention of people in1920s and 1930s.Until 1950s,owing to the development of high voltage direct current transportation electricity technology,people published a large number of theses about the electricity power system harmonic problem,which caused by the current transform device.Since 1970s,because of the speedly development of eletricity power electronics technology,the various electric power electronics devices were applied extensively in the electric power system,industry,traffic and family,but the harm which the harmonic creates was serious more and more.Many country of the world all pay attention to the harmonic problem. Summary and Prospects of the first domestic and international power harmonics detection and analysis methods, and power harmonics of the basic concepts of the nature and characteristic parameters of a detailed analysis, given a harmonic suppression measures. Obtained based on the
语音信号处理系统设计 摘要：语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科。语音信号处理的目的是得到某些参数以便高效传输或存储,或者是用于某种应用，如人工合成出语音、辨识出讲话者、识别出讲话内容、进行语音增强等。本文简要介绍了语音信号采集与分析以及语音信号的特征、采集与分析方法，并在采集语音信号后，在MATLAB 软件平台上进行频谱分析,并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。利用MATLAB来读入（采集）语音信号，将它赋值给某一向量，再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波，然后我们还可以通过sound命令来对语音信号进行回放，以便在听觉上来感受声音的变化。 关键词：Matlab，语音信号，傅里叶变换，滤波器 1课程设计的目的和意义 本设计课题主要研究语音信号初步分析的软件实现方法、滤波器的设计及应用。通过完成本课题的设计，拟主要达到以下几个目的： 1.1．了解Matlab软件的特点和使用方法。 1.2．掌握利用Matlab分析信号和系统的时域、频域特性的方法； 1.3．掌握数字滤波器的设计方法及应用。 1.4．了解语音信号的特性及分析方法。 1.5．通过本课题的设计，培养学生运用所学知识分析和解决实际问题的能力。 2 设计任务及技术指标 设计一个简单的语音信号分析系统，实现对语音信号时域波形显示、进行频谱分析，
利用滤波器滤除噪声、对语音信号的参数进行提取分析等功能。采用Matlab设计语言信号分析相关程序，并且利用GUI设计图形用户界面。具体任务是： 2.1．采集语音信号。 2.2．对原始语音信号加入干扰噪声，对原始语音信号及带噪语音信号进行时频域分析。 2.3．针对语音信号频谱及噪声频率，设计合适的数字滤波器滤除噪声。 2.4．对噪声滤除前后的语音进行时频域分析。 2.5.对语音信号进行重采样，回放并与原始信号进行比较。 2.6．对语音信号部分时域参数进行提取。 2.7．设计图形用户界面（包含以上功能）。 3 设计方案论证 3.1语音信号的采集 使用电脑的声卡设备采集一段语音信号，并将其保存在电脑中。 3.2语音信号的处理 语音信号的处理主要包括信号的提取播放、信号的重采样、信号加入噪声、信号的傅里叶变换和滤波等，以及GUI图形用户界面设计。 Ⅰ.语音信号的时域分析 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和变换域等处理方法，其中时域分析是最简单的方法。 Ⅱ.语音信号的频域分析 信号的傅立叶表示在信号的分析与处理中起着重要的作用。因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更
一、设计目的 通过运用MATLAB对函数进行Z域分析和单边带信号的调制与解调，使我们进一步加深对MATLAB的认识和运用，以实现以下目的： 1.本次试验进一步熟悉了MATLAB软件的使用方法及相关的操作。 2.对Z变换及其反变换函数在MATLAB中的调用有了掌握。 3.理论与实际的仿真相结合，更直观的看到结果。 4.观察了单边带信号调制与解调后的图像，加深认识。 二、设计原理 MATLAB是The MathWorks公司在1984年推出的一种商品化软件，它提供了大量丰富的应用函数，并且具有扩充的开放性结构。目前，该软件包涵盖了控制系统应用、数字信号处理、数字图像处理、通讯、神经网络、小波理论分析、优化与统计、偏微分方程、动态系统实时仿真等多学科专业领域。 其中单边带调制信号是将双边带信号中的一个边带滤掉而形成的。根据方法的不同，产生单边带调制信号的方法有：滤波和相移法。 由于滤波法在技术上比较难实现所以在此我们将用相移法对单边带调制与解调系统进行讨论与设计。 三、设计内容和MATLAB图像
1、数字系统的响应 源代码如下： b=[0 1 2 1 0]; a=[1 -0.5 0 0.3 -0.005]; subplot(421);zplane(b,a); title('系统的零极点图'); subplot(422);impz(b,a,21); title('单位脉冲响应'); subplot(423);stepz(b,a,21); title('单位阶跃响应');
N=21;n=0:N-1; x=exp(-n); x0=zeros(1,N); y0=[1,-1]; xi=filtic(b,a,y0); y1=filter(b,a,x0,xi); xi0=filtic(b,a,0); y2=filter(b,a,x,xi0); y3=filter(b,a,x,xi); [h w]=freqz(b,a,21); subplot(424);stem(n,y1); title('零输入响应');grid on; subplot(425);stem(n,y2); title('零状态响应');grid on; subplot(426);stem(n,y3); title('系统的全响应');grid on; subplot(427);plot(w,abs(h)); title('幅频特性曲线');grid on; subplot(428);plot(w,angle(h)); title('相频特性曲线');grid on;
MATLAB 在数字信号处理中的应用：连续信号的采样与重建 一、 设计目的和意义 随着通信技术的迅速发展以及计算机的广泛应用，利用数字系统处理模拟信号的情况变得更加普遍。数字电子计算机所处理和传送的都是不连续的数字信号，而实际中遇到的大都是连续变化的模拟量，现代应用中经常要求对模拟信号采样，将其转换为数字信号，然后对其进行计算处理，最好在重建为模拟信号。 采样在连续时间信号与离散时间信号之间其桥梁作用，是模拟信号数字化的第一个步骤，研究的重点是确定合适的采样频率，使得既要能够从采样信号（采样序列）中五失真地恢复原模拟信号，同时由要尽量降低采样频率，减少编码数据速率，有利于数据的存储、处理和传输。 本次设计中，通过使用用MATLAB 对信号f （t ）=A1sin(2πft)+A2sin(4πft)+A3sin(5πft)在300Hz 的频率点上进行采样，并进行仿真，进一步了解MA TLAB 在数字信号处理上的应用，更加深入的了解MA TLAB 的功能。 二、 设计原理 1、 时域抽样定理 令连续信号 xa(t)的傅立叶变换为Xa （j Ω），抽样脉冲序列p(t)傅立叶变换为P （j Ω），抽样后的信号x^(t)的傅立叶变换为X^(j Ω)若采用均匀抽样，抽样周期Ts ，抽样频率为Ωs= 2πfs ，有前面分析可知：抽样过程可以通过抽样脉冲序列p （t ）与连续信号xa （t ）相乘来完成，即满足：x^(t)p(t),又周期信号f （t ）傅立叶变换为： F[f(t)]=2[(]n s n F j n π δ∞ =-∞Ω-Ω∑ 故可以推得p(t)的傅立叶变换为： P （j Ω）=2[(]n s n P j n π δ∞ =-∞Ω-Ω∑ 其中： 根据卷积定理可知： X （j Ω）=12π Xa （j Ω）*P(j Ω) 得到抽样信号x （t ）的傅立叶变换为： X （j Ω）= [()]n n s n P X j n ∞=-∞Ω-Ω∑ 其表明：信号在时域被抽样后，他的频率X （j Ω）是连续信号频率X （j Ω）的形状以抽样频率Ωs 为间隔周期重复而得到，在重复过程中幅度被p （t ）的傅立叶级数Pn 加权。因为只是n 的函数，所以X （j Ω）在重复过程中不会使其形状发生变化。 假定信号x （t ）的频谱限制在-Ωm~+Ωm 的范围内，若以间隔Ts 对xa （t ）进行抽样信号X^（j Ω）是以Ωs 为周期重复。显然，若早抽样过程中Ωs<Ωm ，则 X^ (j Ω)将会发生频谱混叠的现象，只有在抽样的过程中满足Ωs>2Ωm 条件，X^(j Ω)才不会产生混频的混叠，在接收端完全可以有x^（t ）恢复原连续信号xa （t ），这就是低通信号的抽样定理的核心内容。
第一章课程设计内容及要求 1. 直流电动机的机械特性仿真； 2. 直流电动机的直接起动仿真； 3. 直流电动机电枢串联电阻启动仿真； 4. 直流电动机能耗制动仿真； 5．直流电动机反接制动仿真； 6. 直流电动机改变电枢电压调速仿真； 7. 直流电动机改变励磁电流调速仿真。 要求：编写M文件，在Simulink环境画仿真模型原理图，用二维画图命令画仿真结果图或用示波器观察仿真结果，并加以分析
第二章直流电动机的电力拖动仿真绘制 1）直流电动机的机械特性仿真 clear; U_N=220;P_N=22;I_N=115; n_N=1500;R_a=;R_f=628; Ia_N=I_N-U_N/R_f; C_EPhi_N=(U_N-R_a*Ia_N)/n_N; C_TPhi_N=*C_EPhi_N; Ia=0;Ia_N; n=U_N/C_EPhi_N-R_a/(C_EPhi_N)*Ia; Te=C_TPhi_N*Ia; P1=U_N*Ia+U_N*U_N/R_f; T2_N=9550*P_N/n_N; figure(1); plot(Te,n,'.-'); xlabel('电磁转矩Te/'); ylabel('转矩n/rpm'); ylim([0,1800]); figure(2); plot(Te,n,'rs'); xlabel('电磁转矩Te/'); ylabel('转矩n/rpm');
hold on; R_c=0; for coef=1:;; U=U_N*coef; n=U/C_EPhi_N-(R_a+R_c)/(C_EPhi_N*C_TPhi_N)*Te; plot(Te,n,'k-'); str=strcat('U=',num2str(U),'V'); s_y=1650*coef; text(50,s_y,str); end figure(3); n=U_N/C_EPhi_N-(R_a+R_c)/(C_EPhi_N*C_TPhi_N)*Te; plot(Te,n,'rs'); xlabel('电磁转矩Te/'); ylabel('转矩n/rpm'); hold on; U=U_N;R_c=; for R_c=0::; n=U/C_EPhi_N-(R_a+R_c)/(C_EPhi_N*C_TPhi_N)*Te; plot(Te,n,'k-'); str=strcat('R=',num2str(R_c+R_a),'\Omega'); s_y=400*(4-R_c*; text(120,s_y,str);
Matlab 中随机信号的产生 在matlab 编程中，我们所能用到的用于产生随机信号的函数有三：Rand, randn,randi 下面我们详细的了解一下这三个函数。 1. Rand 功能是生产均匀分布的伪随机数，并且所生成的伪随机数分布在（0-1）； 主要语法：rand （m ，n ）生成m 行n 列的均匀分布的伪随机数 Rand （m,n.’double’）生成制定精度的均匀分布的伪随机数，参数还可以是’single’； Rand(randStream,m,n)利用指定的randStream 生成伪随机数 2. Randn 生成标注正态分布的伪随机数（均值为0，方差为1） 语法同上； 3. Randi 生成均匀分布的伪随机整数 主要语法：randi(iMax)在开区间（0，iMax ）生成均匀分布的伪随机整数 Randi(iMax,m,n) 在开区间（0，iMax ）生成m ×n 型随机矩阵 r= randi([iMin,iMax],m,n)在开区间（iMin,iMax ）生成m ×n 型随机矩阵 下面我们来看看具体的例子： 1，Rand 散点图：xh=rand(1,2500); plot(xh) 概率分布图：xh=rand(1,25000); hist(xh,2000) 00.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
2，Randn 散点图：xh=randn(1,400000); plot(xh) 概率分布图：xh=randn(1,400000); hist(xh,2000) 00.51 1.52 2.53 3.5 4x 105-5-4 -3 -2 -1 1 2 3 4 5
综合训练① 实验内容：利用matlab绘制频率自定的正弦信号（连续时间和离散时间），复指数信号（连续时间），并举例实际中哪些物理现象可以用正弦信号，复指数信号来表示。绘制成谐波关系的正弦信号（连续时间和离散时间），分析其周期性和频率之间的关系。实验步骤： 一、绘制谐波关系的正弦信号 分析：由于正弦信号可以表示成两个共轭的复指数信号相减，然后再除去两倍的单位虚数得到，故，我们将正弦信号设置为 X=exp(j*pi*n/4)-exp(-j*pi*n/4))/(2*j) 此信号就相当于 x=sin(pi*n/4) 设计程序如下： n=[0:32]; %设置n的取值 x=(exp(j*pi*n/4)-exp(-j*pi*n/4))/(2*j); %限定离散正弦信号 stem(n,x) %绘制该离散正弦信号 通过Matlab所得图形如下：
分析：同样的连续型的正弦信号同样也可以用类似方式绘制. x=sym('(exp(j*pi*t/T)+exp(-j*pi*t/T))/2');%函数表示正弦信号 x5=subs(x,5,'T'); %设置周期大小ezplot(x5,[0,10]) %绘制图形 所得结果如下：
二、绘制复指数信号 分析：由于复指数信号有实数部分和虚数部分，所以绘制其图形，我们采取了分别绘制的方法，将实数和虚数分别画出。 实验程序如下： t=[0:.01:10]; %产生时间轴的等差点 y=exp((1+j*10)*t); %设置复指数信号 subplot(211),plot(t,real(y)); %绘制实数信号图形 grid subplot(212),plot(t,imag(y)); %绘制虚数部分图形 grid 实验所得结果如下：
工程设计论文 题目：基于MATLAB的语音信号采集与处理 姓名： 班级： 学号： 指导老师：
一.选题背景 1、实践意义： 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话容,进行语音增强等. 语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,
是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系. 语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值. 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能
MATLAB基础与应用简明教程 张明等编著 北京航空航天大学出版社(2001.01) MATLAB软件环境是美国New Mexico大学的Cleve Moler博士首创的，全名为MATrix LABoratory（矩阵实验室）。它建立在20世纪七八十年代流行的LINPACK（线性代数计算）和ESPACK（特征值计算）软件包的基础上。LINPACK和ESPACK软件包是从Fortran语言开始编写的，后来改写为C语言，改造过程中较为复杂，使用不便。MA TLAB是随着Windows环境的发展而迅速发展起来的。它充分利用了Windows环境下的交互性、多任务功能语言，使得矩阵计算、数值运算变得极为简单。MA TLAB语言是一种更为抽象的高级计算机语言，既有与C语言等同的一面，又更为接近人的抽象思维，便于学习和编程。同时，它具有很好的开放性，用户可以根据自己的需求，利用MA TLAB提供的基本工具，灵活地编制和开发自己的程序，开创新的应用。 本书重点介绍了MA TLAB的矩阵运算、符号运算、图形功能、控制系统分析与设计、SimuLink仿真等方面的内容。 Chap1 MATLAB入门与基本运算 本章介绍MATLAB的基本概念，包括工作空间；目录、路径和文件的管理方式；帮助和例题演示功能等。重点介绍矩阵、数组和函数的运算规则、命令形式，并列举了可能得到的结果。由于MA TLAB的符号工具箱是一个重要分支，其强大的运算功能在科技领域有特殊的帮助作用。 1.1 MATLAB环境与文件管理 1.2 工作空间与变量管理 1.2.1 建立数据 x1=[0.2 1.11 3]; y1=[1 2 3;4 5 6]建立一维数组x1和二维矩阵y1。分号“；”表示不显示定义的数据。 MATLAB还提供了一些简洁方式，能有规律地产生数组： xx=1:10 %xx从1到10，间隔为1 xx=-2:0.5:1 %xx从-2到1，间隔为0.5 linespace命令等距离产生数组，logspace在对数空间中等距离产生数组。对于这一类命令，只要给出数组的两端数据和维数就可以了。 xx=linespace(d1,d2,n) %表示xx从d1到d2等距离取n个点 xx=logspace(d1,d2,n) %表明xx从10d1到10d2等距离取n个点 1.2.2 who和whos命令 who: 查看工作空间中有哪些变量名 whos: 了解这些变量的具体细节 1.2.3 exist命令 查询当前的工作空间内是否存在一个变量，可以调用exist()函数来完成。 调用格式：i=exist(…A?); 式中，A为要查询的变量名。返回的值i表示A存在的形式： i=1 表示当前工作空间内存在一个变量名为A的矩阵； i=2 表示存在一个名为A.m的文件； i=3 表示MATLAB的工作路径下存在一个名为A.mex的文件；
(3)功率谱密度仿真方法：自相关函数法，又称间接法， 随机信号 x(n)的相关函数是在时间域内描述随机过程的重要特征。自相关函数是随机信号在不同时刻的值之间的依赖性的量度，是一个很有用的统计平均量。在随机信号处理中，自相关函数可以用来检测淹没在随机噪声干扰中的信号，随机信号的自功率谱等于它的自相关函数的傅里叶变换。因此，通过自相关估计可求得信号的功率谱。利用计算机计算自相关估值有两种方法。一种是直接方法，先计算出随机信号和它的滞后序列的乘积，再取其平均值即得相关函数的估计值。另一种是间接方法，先用快速变换算法计算随机序列的功率谱密度，再作反变换计算出相关函数。本题则采用自相关函数法。 ()(),||1M jw jwm N m M S e R m e M N -=-=<=-∑ 这个实验是对白噪声与带限白噪声进行对比，其中带限白噪声 的产生是由于白噪声通过滤波器产生的，而本实验采用的是IIR 滤波器。 IIR 滤波器有如下特点： 单位冲击响应h(n)是无限长的。 系统函数H （z ）在有限Z 平面（1<|z|<∞）上有极点存在。
结构上存在着输出到输入的反馈，也就是结构递归型的。 因果稳定的IIR 滤波器全波极点一定在单位圆内。 一个IIR 滤波器的有理系统函数为： 01()()/(1)()/()M N k k k k k k H z b z a z Y z X z --===-=∑∑ clear all; randn('state',0) NFFT=1024; %采样点数 Fs=1000; %取样频率（单位为Hz ） t=0:1/Fs:.2; y1=cos(t*20*pi); %余弦序列 figure(1) plot(t,y1); ylabel('余弦序列'); grid on; %余弦序列的图像： %白噪声 m=(0:NFFT-1)/Fs; y=0.1*randn(size(m)); %产生高斯白噪声。 figure(2); plot(m,y); title('白噪声波形');
实验一 基于Matlab 的数字信号处理基本操作 一、 实验目的：学会运用MA TLAB 表示的常用离散时间信号；学会运用MA TLAB 实现离 散时间信号的基本运算。 二、 实验仪器：电脑一台，MATLAB6.5或更高级版本软件一套。 三、 实验内容： （一） 离散时间信号在MATLAB 中的表示 离散时间信号是指在离散时刻才有定义的信号，简称离散信号，或者序列。离散序列通常用)(n x 来表示，自变量必须是整数。 离散时间信号的波形绘制在MATLAB 中一般用stem 函数。stem 函数的基本用法和plot 函数一样，它绘制的波形图的每个样本点上有一个小圆圈，默认是空心的。如果要实心，需使用参数“fill ”、“filled ”，或者参数“.”。由于MATLAB 中矩阵元素的个数有限，所以MA TLAB 只能表示一定时间范围内有限长度的序列；而对于无限序列，也只能在一定时间范围内表示出来。类似于连续时间信号，离散时间信号也有一些典型的离散时间信号。 1. 单位取样序列 单位取样序列)(n δ，也称为单位冲激序列，定义为 ) 0() 0(0 1)(≠=?? ?=n n n δ 要注意，单位冲激序列不是单位冲激函数的简单离散抽样，它在n =0处是取确定的值1。在MATLAB 中，冲激序列可以通过编写以下的impDT .m 文件来实现，即 function y=impDT(n) y=(n==0); %当参数为0时冲激为1,否则为0 调用该函数时n 必须为整数或整数向量。 【实例1-1】 利用MATLAB 的impDT 函数绘出单位冲激序列的波形图。 解：MATLAB 源程序为 >>n=-3:3; >>x=impDT(n); >>stem(n,x,'fill'),xlabel('n'),grid on >>title('单位冲激序列') >>axis([-3 3 -0.1 1.1]) 程序运行结果如图1-1所示。 图1-1 单位冲激序列
S i m u l i n k仿真环境基础学习Simulink是面向框图的仿真软件。 7.1演示一个Simulink的简单程序 【例7.1】创建一个正弦信号的仿真模型。 步骤如下： (1)在MATLAB的命令窗口运行simulink命令，或单击工具栏中的图标，就可以打开Simulink模块库浏览器(SimulinkLibraryBrowser)窗口，如图7.1所示。
图7.1Simulink界面 (2)单击工具栏上的图标或选择菜单“File”——“New”——“Model”，新建一个名为“untitled”的空白模型窗口。 (3)在上图的右侧子模块窗口中，单击“Source”子模块库前的“+”(或双击Source)，或者直接在左侧模块和工具箱栏单击Simulink下的Source子模块库，便可看到各种输入源模块。 (4)用鼠标单击所需要的输入信号源模块“SineWave”(正弦信号)，将其拖放到的空白模型窗口“untitled”，则“SineWave”模块就被添加到untitled窗口；也可以用鼠标选中“SineWave”模块，单击鼠标右键，在快捷菜单中选择“addto'untitled'”命令，就可以将“SineWave”模块添加到untitled窗口，如图7.2所示。
(5) Scope ”模块(示波器)拖放到“untitled ”窗口中。 (6)在“untitled ”窗口中，用鼠标指向“SineWave ”右侧的输出端，当光标变为十字符时，按住鼠标拖向“Scope ”模块的输入端，松开鼠标按键，就完成了两个模块间的信号线连接，一个简单模型已经建成。如图7.3所示。 (7)开始仿真，单击“untitled ”模型窗口中“开始仿真”图标 ，或者选择菜单“Simulink ”——“Start ”，则仿真开始。双击“Scope ” 模块出现示波器显示屏，可以看到黄色的正弦波形。如图7.4所示。 图7.2Simulink 界面
第2-1页Matlab与通信仿真 主讲教师：和煦 通信基础实验教学中心
第2-2页 内容提要 Matlab基础知识 1Matlab计算结果可视化和确知信号分析23模拟调制Matlab实现4模拟信号的数字传输5数字频带传输系统6通信系统仿真综合实验 7 随机信号和数字基带仿真
本章目标 ?掌握库函数产生随机数方法 ?理解采用蒙特卡罗算法仿真的思想?基带信号波形生成和其功率谱密度 第2-3页
3.1随机信号产生与功率谱密度基本原理?（1）库函数产生随机数 ?均匀分布的随机数——rand函数产生（0，1）内均匀分布的随机数?1）x=rand(m)； ?2）x=rand(m，n)； ?3）x=rand； 第2-4页
?高斯分布的随机数——randn函数产生均值为0，方差为1的高斯分布的随机数。 ?1）x=randn(m)； ?2）x=randn(m，n)； ?3）x=randn 第2-5页
?例3-1产生一个(0,1)上均匀分布的白噪声信号u(n)，画出其波形，并检验其分布。 ?clc,clear; %清除内存中可能保留的MATLAB变量 ?N=500000; %u(n)的长度 ?u=rand(1,N); %调用rand，得到均匀分布的随机数u(n) ?u_mean=mean(u); %求u(n)均值 ?power_u=var(u); %求u(n)方差 ?subplot(211) ?plot(u(1:100));grid on;%在一个图上分上下两个子图 ?ylabel('u(n) '); %给y轴加坐标 ?xlabel('n'); %给x轴加坐标 ?subplot(212) ?hist(u,50);grid on; ?%对u(n)做直方图，检验其分布，50是对取值范围[0 1]均分等分50份。?ylabel('histogram of u(n)'); 第2-6页