2.6 (1) 产生均匀分布的随机数x~U （0,1）;
(2) 产生服从2σ=4的瑞利分布的随机数y ；
分析：y 的分布函数：82
1)(y Y e y F --= 其反函数为)1ln(8)(1x x F Y --=- 令)1ln(8)(1x x F y Y --=
=-，此处有x~U （0,1） 则y 是满足2σ=4的瑞利分布的随机数
(3) 利用直方图确定PDF ；
分析：首先，利用hist 指令统计落入每个区间的次数，记作N ；然后将其除以总的随
机数数目得到概率；最后除以区间长度得到PDF 估计。
(4) 绘制y 的PDF 直方图；
MATLAB 代码：
>> x=rand(1,1000); % 产生随机数x~U （0,1）
>> y=sqrt(-8.*log(1-x)); % 产生服从2
σ=4的瑞利分布的随机数y
>> M=80; % 设置划分y 值的统计区间数目
>> [N,Y]=hist(y,M); % 统计落入每个区间的次数赋值给N ，区间坐标赋值给Y >> N=N/1000/((max(y)-min(y))/M); % 由统计的区间内次数求PDF
>> bar(Y,N); % 绘制PDF 直方图
>> title('随机数y 的PDF 估计');
>> ylabel('p(x)');
>> xlabel('y');
结果：
第23卷第3期湖南理工学院学报(自然科学版)Vol.23 No.3 2010年9月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Sep. 2010信号的频谱分析及MATLAB实现 张登奇, 杨慧银 (湖南理工学院信息与通信工程学院, 湖南岳阳 414006) 摘 要: DFT是在时域和频域上都已离散的傅里叶变换, 适于数值计算且有快速算法, 是利用计算机实现信号频谱分析的常用数学工具. 文章介绍了利用DFT分析信号频谱的基本流程, 重点阐述了频谱分析过程中误差形成的原因及减小分析误差的主要措施, 实例列举了MATLAB环境下频谱分析的实现程序. 通过与理论分析的对比, 解释了利用DFT分析信号频谱时存在的频谱混叠、频谱泄漏及栅栏效应, 并提出了相应的改进方法. 关键词: MA TLAB; 频谱分析; 离散傅里叶变换; 频谱混叠; 频谱泄漏; 栅栏效应 中图分类号: TN911.6 文献标识码: A 文章编号: 1672-5298(2010)03-0029-05 Analysis of Signal Spectrum and Realization Based on MATLAB ZHANG Deng-qi, YANG Hui-yin (College of Information and Communication Engineering, Hunan Institute of Science and Technology, Yueyang 414006, China) Abstract:DFT is a Fourier Transform which is discrete both in time-domain and frequency-domain, it fits numerical calculation and has fast algorithm, so it is a common mathematical tool which can realize signal spectrum analysis with computer. This paper introduces the basic process of signal spectrum analysis with DFT, emphasizes the causes of error producing in spectrum analysis process and the main ways to decrease the analysis error, and lists the programs of spectrum analysis based on MATLAB. Through the comparison with the theory analysis, the problems of spectrum aliasing, spectrum leakage and picket fence effect are explained when using DFT to analyze signal spectrum, and the corresponding solution is presented. Key words:MATLAB; spectrum analysis; DFT; spectrum aliasing; spectrum leakage; picket fence effect 引言 信号的频谱分析就是利用傅里叶分析的方法, 求出与时域描述相对应的频域描述, 从中找出信号频谱的变化规律, 以达到特征提取的目的[1]. 不同信号的傅里叶分析理论与方法, 在有关专业书中都有介绍, 但实际的待分析信号一般没有解析式, 直接利用公式进行傅里叶分析非常困难. DFT是一种时域和频域均离散化的傅里叶变换, 适合数值计算且有快速算法, 是分析信号的有力工具. 本文以连续时间信号为例, 介绍利用DFT分析信号频谱的基本流程, 重点阐述频谱分析过程中可能存在的误差, 实例列出MATLAB 环境下频谱分析的实现程序. 1 分析流程 实际信号一般没有解析表达式, 不能直接利用傅里叶分析公式计算频谱, 虽然可以采用数值积分方法进行频谱分析, 但因数据量大、速度慢而无应用价值. DFT在时域和频域均实现了离散化, 适合数值计算且有快速算法, 是利用计算机分析信号频谱的首选工具. 由于DFT要求信号时域离散且数量有限, 如果是时域连续信号则必须先进行时域采样, 即使是离散信号, 如果序列很长或采样点数太多, 计算机存储和DFT计算都很困难, 通常采用加窗方法截取部分数据进行DFT运算. 对于有限长序列, 因其频谱是连续的, DFT只能描述其有限个频点数据, 故存在所谓栅栏效应. 总之, 用DFT分析实际信号的频谱, 其结果必然是近似的. 即使是对所有离散信号进行DFT变换, 也只能用有限个频谱数据近似表示连续频 收稿日期: 2010-06-09 作者简介: 张登奇(1968? ), 男, 湖南临湘人, 硕士, 湖南理工学院信息与通信工程学院副教授. 主要研究方向: 信号与信息处理
设计出一套完整的系统，对信号进行频谱分析和滤波处理； 1．产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2.采集一段含有噪音的语音信号（可以录制含有噪音的信号，或者录制语音后再加进噪音信号），对其进行采样和频谱分析，根据分析结果设计出一合适的滤波器滤除噪音信号。 %写上标题 %设计低通滤波器： [N,Wc]=buttord() %估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc); %设计Butterworth低通滤波器 [h,f]=freqz(); %求数字低通滤波器的频率响应 figure(2); % 打开窗口2 subplot(221); %图形显示分割窗口 plot(f,abs(h)); %绘制Butterworth低通滤波器的幅频响应图 title(巴氏低通滤波器''); grid; %绘制带网格的图像 sf=filter(a,b,s); %叠加函数S经过低通滤波器以后的新函数 subplot(222); plot(t,sf); %绘制叠加函数S经过低通滤波器以后的时域图形 xlabel('时间(seconds)'); ylabel('时间按幅度'); SF=fft(sf,256); %对叠加函数S经过低通滤波器以后的新函数进行256点的基—2快速傅立叶变换 w= %新信号角频率 subplot(223); plot()); %绘制叠加函数S经过低通滤波器以后的频谱图 title('低通滤波后的频谱图'); %设计高通滤波器 [N,Wc]=buttord() %估算得到Butterworth高通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc,'high'); %设计Butterworth高通滤波器 [h,f]=freqz(); %求数字高通滤波器的频率响应 figure(3); subplot(221); plot()); %绘制Butterworth高通滤波器的幅频响应图 title('巴氏高通滤波器'); grid; %绘制带网格的图像 sf=filter(); %叠加函数S经过高通滤波器以后的新函数 subplot(222); plot(t,sf); ;%绘制叠加函数S经过高通滤波器以后的时域图形 xlabel('Time(seconds)'); ylabel('Time waveform'); w; %新信号角频率 subplot(223);
随机信号分析常用函数及示例 1、熟悉练习使用下列MATLAB函数，给出各个函数的功能说明和内部参数的意 义，并给出至少一个使用例子和运行结果。 rand()： 函数功能：生成均匀分布的伪随机数 使用方法： r = rand(n) 生成n*n的包含标准均匀分布的随机矩阵，其元素在(0，1)内。 rand(m,n)或rand([m,n]) 生成的m*n随机矩阵。 rand(m,n,p,...)或rand([m,n,p,...]) 生成的m*n*p随机矩数组。 rand () 产生一个随机数。 rand(size(A)) 生成与数组A大小相同的随机数组。 r = rand(..., 'double')或r = rand(..., 'single') 返回指定类型的标准随机数，其中double指随机数为双精度浮点数，single 指随机数为单精度浮点数。 例：r=rand(3,4); 运行结果： r= 0.4235 0.4329 0.7604 0.2091 0.5155 0.2259 0.5298 0.3798 0.3340 0.5798 0.6405 0.7833 randn(): 函数功能：生成正态分布伪随机数 使用方法： r = randn(n) 生成n*n的包含标准正态分布的随机矩阵。 randn(m,n)或randn([m,n]) 生成的m*n随机矩阵。 randn(m,n,p,...)或randn([m,n,p,...]) 生成的m*n*p随机矩数组。 randn () 产生一个随机数。 randn(size(A)) 生成与数组A大小相同的随机数组。 r = randn(..., 'double')或r = randn(..., 'single') 返回指定类型的标准随机数，其中double指随机数为双精度浮点数，single 指随机数为单精度浮点数。 例：
系（院）物理与电子工程学院专业电子信息工程题目语音信号的处理与分析 学生姓名 指导教师 班级 学号 完成日期：2013 年5 月 目录 1 绪论 (3) 1.1课题背景及意义 (3) 1.2国内外研究现状 (3) 1.3本课题的研究内容和方法 (4) 1.3.1 研究内容 (4) 1.3.2 开发环境 (4) 2 语音信号处理的总体方案 (4) 2.1 系统基本概述 (4) 2.2 系统基本要求与目的 (4) 2.3 系统框架及实现 (5) 2.3.1 语音信号的采样 (5) 2.3.2 语音信号的频谱分析 (5) 2.3.3 音乐信号的抽取 (5) 2.3.4 音乐信号的AM调制 (5) 2.3.5 AM调制音乐信号的同步解调 (5) 2.4系统设计流程图 (6) 3 语音信号处理基本知识 (6) 3.1语音的录入与打开 (6)
3.2采样位数和采样频率 (6) 3.3时域信号的FFT分析 (7) 3.4切比雪夫滤波器 (7) 3.5数字滤波器设计原理 (8) 4 语音信号实例处理设计 (8) 4.1语音信号的采集 (8) 4.3.1高频调制与低频调制 (10) 4.3.2切比雪夫滤波 (11) 4.3.3 FIR滤波 (11) 5 总结 (12) 参考文献 (13) 语音信号的处理与分析 【摘要】语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。 本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。 最后，本文对语音信号处理的进一步发展方向提出了自己的看法。 【关键词】Matlab 语音信号傅里叶变换低通滤波器
常用函数 1 图形化信号处理工具，fdatool（滤波器设计），fvtool（图形化滤波器参数查看）sptool （信号处理），fvtool(b,a)，wintool窗函数设计.或者使用工具箱 filter design设计。当使用离散的福利叶变换方法分析频域中的信号时，傅里叶变换时可能引起漏谱，因此 需要采用平滑窗， 2数字滤波器和采样频率的关系。 如果一个数字滤波器的采样率为 FS，那么这个滤波器的分析带宽为Fs/2。也就是说这 个滤波器只可以分析[0，Fs/2]的信号.举个例字： 有两个信号，S1频率为20KHz，S2频率为40KHz，要通过数字方法滤除S2。 你的滤波器的采样率至少要为Fs=80HKz，否则就分析不到 S2了，更不可能将它滤掉 了！（当然根据采样定理，你的采样率 F0也必须大于80HK，,Fs和 F0之间没关系不大，可以任取，只要满足上述关系就行。） 3 两组数据的相关性分析 r=corrcoef(x,y) 4 expm 求矩阵的整体的 exp 4 离散快速傅里叶 fft信号处理中，傅里叶变换的典型用途是将信号分解成幅值分量和频率分量）。Ft为连续傅里叶变换。反傅里叶 ifft 5 ztrans（），Z变换是把离散的数字信号从时域转为频率 6 laplace（）拉普拉斯变换是把连续的的信号从时域转为频域 7 sound(x)会在音响里产生 x所对应的声音 8 norm求范数，det行列式，rank求秩 9 模拟频率，数字频率，模拟角频率关系 模拟频率f：每秒经历多少个周期，单位Hz，即1/s； 模拟角频率Ω是指每秒经历多少弧度，单位rad/s； 数字频率w：每个采样点间隔之间的弧度，单位rad。 Ω=2pi*f； w = Ω*T 10 RMS求法 Rms = sqrt(sum(P.^2))或者norm(x)/sqrt(length(x) var方差的开方是std标准差，RMS应该是norm(x)/sqrt(length(x))吧. 求矩阵的RMS：std(A(:)) 11 ftshift 作用：将零频点移到频谱的中间 12 filtfilt零相位滤波， 采用两次滤波消除系统的非线性相位， y = filtfilt(b,a,x)；注意x的长度必须是滤波器阶数的3倍以上，滤波器的 阶数由max(length(b)-1,length(a)-1)确定。 13 [h,t]=impz(b,a,n,fs)，计算滤波器的冲激响应 h为n点冲击响应向量 [h,x]=freqz(b,a,n,fs)计算频响，有fs时，x为频率f，无fs，x为w角频率， 常用于查看滤波器的频率特性 14 zplane(z,p) 画图零极点分布图 15 beta=unwarp(alpha) 相位会在穿越+-180发生回绕，可将回绕的 16 stepz 求数字滤波器的阶跃响应 [h,t] = stepz(b,a,n,fs) fvtool(b1,a1,b2,a2,...bn,an) fvtool(Hd1,Hd2,...) h = fvtool(...) 15 IIR数字滤波器设计方法 1 先根据已知带同参数求出最佳滤波器阶数和截止频率 [n,Wn] = buttord(Wp,Ws,Rp,Rs);
本科实验报告实验名称：随机信号分析实验
实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0，1)均匀分布随机数是最最基本、最简单的随机数。(0，1)均匀分布指的是在[0，1]区间上的均匀分布，即 U(0，1)。实际应用中有许多现成的随机数发生器可以用于产生(0，1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： )(mod ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0，1)均匀分布随机数。 下面给出了上式的3组常用参数： 1、10N 10,k 7==，周期7 510≈?； 2、（IBM 随机数发生器）3116N 2,k 23,==+周期8 510≈?； 3、（ran0）31 5 N 21,k 7,=-=周期9 210≈?； 由均匀分布随机数，可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x)，而R 为(0,1)均匀分布随机变量，则有 )(1R F X x -= 由这一定理可知，分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变
基于m a t l a b的信号分 析与处理 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】
山东建筑大学 课程设计说明书题目：基于MATLAB的信号分析与处理课程：数字信号处理课程设计 院（部）：信息与电气工程学院 专业：通信工程 班级：通信111班 学生姓名： 学号： 指导教师： 完成日期： 2014年1月
目录4
摘要 这次是基于MATLAB的信号分析与处理。所谓数字滤波器，就是输入、输出都是数字信号的，通过数值计算处理改变输入信号所含频率成分的相对比例，或者滤除某些频率成分的数字器件或程序。常用的经典滤波器有低通、高通、带通、带阻。 首先产生一个连续信号，包含低频、中频、高频分量；对其进行采样，得到数字信号；对数字信号进行FFT频谱分析，绘制其频谱图；根据信号频谱分析的结果，分别设计高通、低通、带通滤波器，绘制滤波器的幅频及相频特性；用所设计的滤波器对信号滤波，并绘制出滤波后的频谱图。 关键词：MATLAB; FFT;滤波器；信号产生；频谱分析
1设计目的和要求 产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2设计原理 信号的采样要符合奈奎斯特采样定律，一般为被采信号最高频率的2倍，只有这样，才能保证频域不混叠，也就是采样出来数字信号中包含了被采信号的所有信息，而且没有引入干扰。这就是信号的时域采样。 频谱分析是指对信号进行频域谱的分析，观察其频域的各个分量的功率大小，其理论基础是傅立叶变换，现在一般采用数字的方法，也就是将时域信号数字化后做FFT，可以得到频域的波形。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。可以设计系统的频率响应，让它满足一定的要求，从而对通过该系统的信号的某些特定的频率成分进行过滤，这就是滤波器的基本原理。 IIR滤波器的设计原理： IIR数字滤波器的设计一般是利用目前已经很成熟的模拟滤波器的设计方法来进行设计，通常采用模拟滤波器原型有butterworth函数、chebyshev函数、bessel函数、椭圆滤波器函数等。 IIR数字滤波器的设计步骤： （1）按照一定规则把给定的滤波器技术指标转换为模拟低通滤波器的技术指标； （2）根据模拟滤波器技术指标设计为响应的模拟低通滤波器； （3）很据脉冲响应不变法和双线性不变法把模拟滤波器转换为数字滤波器； （4）如果要设计的滤波器是高通、带通或带阻滤波器，则首先把它们的技术指标转化为模拟低通滤波器的技术指标，设计为数字低通滤波器，最后通过频率转换的方法来得到所要的滤波器。 本课程设计设计思想：首先利用MATLAB分别产生低频、中频、高频信号，然后进行叠加得到连续时间信号；对所产生的连续时间信号进行采样，得到数字信号；对信
一正弦信号 w=pi/6; ns1=0;nf1=48; n1=[ns1:nf1]; x1=sin(w*n1); subplot(1,1,1); stem(n1,x1); axis([0,50,-1.2,1.2]); xlabel('n');ylabel('x');title('正弦信号'); grid on; 二周期信号 x=[1 1 0 -1 -1 1 0 0]; xn1=x'*ones(1,8); xn1=xn1(:); xn1=xn1'; n1=0:length(xn1)-1; subplot(1,1,1); stem(n1,xn1); axis([0,42,-1.5,1.5]); xlabel('n');ylabel('xn');title('周期信号'); grid on; 三高斯随机信号 n1=30; xn1=randn(1,n1); subplot(1,1,1); stem(xn1); axis([0,32,-4,4]); xlabel('n');ylabel('xn');title('高斯随机信号'); grid on; 四正选信号求特征值: >> clear w=pi/6; ns1=0;nf1=48; >> n1=[ns1:nf1]; >> xn1=sin(w*n1); >> x=mean(xn1); >> y=var(xn1); >> x x = -1.0931e-017 >> y y = 0.5000 五周期信号特征值计算: >> clear >> x=[1 1 0 -1 -1 1 0 0]; xn1=x'*ones(1,8);
xn1=xn1(:); xn1=xn1'; n1=0:length(xn1)-1; >> u=mean(xn1); >> v=var(xn1); >> u u = 0.1250 >> v v = 0.6190 六高斯随机信号特征值计算: >> clear >> n1=30; xn1=randn(1,n1); >> m=mean(xn1); >> v=var(xn1); >> m m = -0.1349 >> v v = 1.3187 七信号运算 w=pi/6; ns1=0;nf1=48;n1=[ns1:nf1]; xn1=sin(w*n1); x=[1 1 0 -1 -1 1 0 0]; xn2=x'*ones(1,8); xn2=xn2(:); xn2=xn2'; ns2=0;nf2=length(xn2)-1;n2=0:nf2;ny=0:max(nf1,nf2); y1=zeros(1,length(ny));y2=y1; y1(find(ny<=nf1))=xn1;y2(find(ny<=nf2))=xn2; ya=y1+y2;ys=y1-y2; subplot(3,2,1);stem(n1,xn1); xlabel('n');ylabel('xn');title('正弦信号');grid on; subplot(3,2,2);stem(ny,y1); xlabel('n');ylabel('xn');title('修正后的正弦信号');grid on; subplot(3,2,3);stem(n2,xn2); xlabel('n');ylabel('xn');title('周期信号');grid on; subplot(3,2,4);stem(ny,y2); xlabel('n');ylabel('xn');title('修正后的周期信号');grid on;
随机信号分析实验报告 ——基于MATLAB语言 姓名： _ 班级： _ 学号： 专业：
目录 实验一随机序列的产生及数字特征估计 (2) 实验目的 (2) 实验原理 (2) 实验内容及实验结果 (3) 实验小结 (6) 实验二随机过程的模拟与数字特征 (7) 实验目的 (7) 实验原理 (7) 实验内容及实验结果 (8) 实验小结 (11) 实验三随机过程通过线性系统的分析 (12) 实验目的 (12) 实验原理 (12) 实验内容及实验结果 (13) 实验小结 (17) 实验四窄带随机过程的产生及其性能测试 (18) 实验目的 (18) 实验原理 (18) 实验内容及实验结果 (18) 实验小结 (23) 实验总结 (23)
实验一随机序列的产生及数字特征估计 实验目的 1.学习和掌握随机数的产生方法。 2.实现随机序列的数字特征估计。 实验原理 1.随机数的产生 随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。进行随机信号仿真分析时，需要模拟产生各种分布的随机数。 在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布， U(0,1)。即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数，通常采用的方法为线性同余法，公式如下： y0=1，y n=ky n(mod N) ? x n=y n N 序列{x n}为产生的(0,1)均匀分布随机数。 定理1.1若随机变量X 具有连续分布函数F x(x)，而R 为(0,1)均匀分布随机变量，则有 X=F x?1(R) 2.MATLAB中产生随机序列的函数 (1)(0,1)均匀分布的随机序列函数：rand 用法：x = rand(m,n) 功能：产生m×n 的均匀分布随机数矩阵。 (2)正态分布的随机序列 函数：randn 用法：x = randn(m,n) 功能：产生m×n 的标准正态分布随机数矩阵。 如果要产生服从N(μ,σ2)分布的随机序列，则可以由标准正态随机序列产生。 (3)其他分布的随机序列 分布函数分布函数 二项分布binornd 指数分布exprnd 泊松分布poissrnd 正态分布normrnd 离散均匀分布unidrnd 瑞利分布raylrnd 均匀分布unifrnd X2分布chi2rnd 3.随机序列的数字特征估计 对于遍历过程，可以通过随机序列的一条样本函数来获得该过程的统计特征。这里我们假定随机序列X(n)为遍历过程，样本函数为x(n)，其中n=0,1,2,……N-1。那么，
山东建筑大学 课程设计说明书题目：基于MATLAB的信号分析与处理课程：数字信号处理课程设计 院（部）：信息与电气工程学院 专业：通信工程 班级：通信111班 学生姓名： 学号： 指导教师： 完成日期：2014年1月
目录 摘要 (Ⅰ) 1 设计目的和要求 (1) 2 设计原理 (2) 3 设计内容 (3) 3.1 程序源代码 (4) 3.2 调试分析与过程描述 (7) 3.3 结果分析 (12) 总结 (13) 致谢 (14) 参考文献 (15)
摘要 这次是基于MATLAB的信号分析与处理。所谓数字滤波器，就是输入、输出都是数字信号的，通过数值计算处理改变输入信号所含频率成分的相对比例，或者滤除某些频率成分的数字器件或程序。常用的经典滤波器有低通、高通、带通、带阻。 首先产生一个连续信号，包含低频、中频、高频分量；对其进行采样，得到数字信号；对数字信号进行FFT频谱分析，绘制其频谱图；根据信号频谱分析的结果，分别设计高通、低通、带通滤波器，绘制滤波器的幅频及相频特性；用所设计的滤波器对信号滤波，并绘制出滤波后的频谱图。 关键词：MATLAB; FFT;滤波器；信号产生；频谱分析
1设计目的和要求 产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2设计原理 信号的采样要符合奈奎斯特采样定律，一般为被采信号最高频率的2倍，只有这样，才能保证频域不混叠，也就是采样出来数字信号中包含了被采信号的所有信息，而且没有引入干扰。这就是信号的时域采样。 频谱分析是指对信号进行频域谱的分析，观察其频域的各个分量的功率大小，其理论基础是傅立叶变换，现在一般采用数字的方法，也就是将时域信号数字化后做FFT，可以得到频域的波形。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。可以设计系统的频率响应，让它满足一定的要求，从而对通过该系统的信号的某些特定的频率成分进行过滤，这就是滤波器的基本原理。 IIR滤波器的设计原理： IIR数字滤波器的设计一般是利用目前已经很成熟的模拟滤波器的设计方法来进行设计，通常采用模拟滤波器原型有butterworth函数、chebyshev函数、bessel函数、椭圆滤波器函数等。 IIR数字滤波器的设计步骤： （1）按照一定规则把给定的滤波器技术指标转换为模拟低通滤波器的技术指标； （2）根据模拟滤波器技术指标设计为响应的模拟低通滤波器； （3）很据脉冲响应不变法和双线性不变法把模拟滤波器转换为数字滤波器； （4）如果要设计的滤波器是高通、带通或带阻滤波器，则首先把它们的技术指标转化为模拟低通滤波器的技术指标，设计为数字低通滤波器，最后通过频率转换的方法来得到所要的滤波器。 本课程设计设计思想：首先利用MATLAB分别产生低频、中频、高频信号，然后进行叠加得到连续时间信号；对所产生的连续时间信号进行采样，得到数字信号；对信号进行FFT频谱分析，绘制其频谱图；根据信号频谱分析的结果，分别设计高通，低通，带通滤波器，得到滤波器的幅频及相频特性。
实验三 用FFT 对信号进行频谱分析 一 实验目的 1 能够熟练掌握快速离散傅立叶变换的原理及应用FFT 进行频谱分析的基本方法； 2了解用FFT 进行频谱分析可能出现的分析误差及其原因； 二 实验原理 1.用DFT 对非周期序列进行谱分析 单位圆上的Z 变换就是序列的傅里叶变换，即 ()()j j z e X e X z ωω== （3-1） ()j X e ω是ω的连续周期函数。对序列()x n 进行N 点DFT 得到()X k ，则()X k 是在区间[]0,2π上对()j X e ω的N 点等间隔采样，频谱分辨率就是采样间隔 2N π。因此序列的傅里叶变换可利用DFT （即FFT ）来计算。 用FFT 对序列进行谱分析的误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而非周期序列的频谱是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱，因此N 要适当选择大一些。 2.用DFT 对周期序列进行谱分析 已知周期为N 的离散序列)(n x ，它的离散傅里叶级数DFS 分别由式（3-2）和（3-3） 给出： DFS ： ∑-=-=1 2)(1N n kn N j k e n x N a π ， n =0,1,2,…,N -1 （3-2） IDFS ： ∑-==1 02)(N k kn N j k e a n x π ， n =0,1,2,…,N -1 （3-3） 对于长度为N 的有限长序列x (n )的DFT 对表达式分别由式（3-4）和（3-5）给出： DFT ： ∑-=-=1 02)()(N n kn N j e n x k X π ， n =0,1,2,…,N -1 （3-4） IDFT ： ∑-==1 02)(1)(N k kn N j e k X N n x π ， n =0,1,2,…,N -1 （3-5） FFT 为离散傅里叶变换DFT 的快速算法，对于周期为N 的离散序列x (n )的频谱分析便可由式（3-6）和（3-7）给出：
随机信号分析与处理》 实验报告 指导教师： 班级：学号：姓名：
实验一熟悉MATLAB勺随机信号处理相关命令 一、实验目的 1、熟悉GUI格式的编程及使用。 2、掌握随机信号的简单分析方法 3、熟悉语音信号的播放、波形显示、均值等的分析方法及其编程 二、实验原理 1、语音的录入与打开 在MATLAB^, [y,fs,bits]=wavread('Blip',[N1 N2]); 用于读取语音，采样值放在向量y中，fs表示采 样频率(Hz)，bits表示采样位数。[N1 N2]表示读取从N1点到N2点的值。 2、均匀分布白噪声 在matlab中，有x=rand (a，b)产生均匀白噪声序列的函数，通过与语言信号的叠加来分析其特性。 3、均值 随机变量X的均值也称为数学期望，它定义为 e+oc 对于离散型随机变量，假定随机变量X有N个可能取值，各个取值的概率为- p y --1则均值定义为 ￡(X) = ￡.r fPf /=1 上式表明，离散型随机变量的均值等于随机变量的取值乘以取值的概率之和，如果取值是等概率的，那么均值就是取值的算术平均值，如果取值不是等概率的，那么均值就是概率加权和，所以，均值也称为统计平均值。 4、方差 定义 为随机过程＜r ＞的方差。方差通常也记为D【X(t)】，随机过程的方差也是时间t的函数，由方差的定义可以看岀，方差是非负函数。 5、自相关函数 设任意两个时刻t1，t2，定义：：：： R X (叩2)= E[X(tJX(t2)] = Jq JX1X2 f (X1, X2,t1,t2)dX1dX2 为随机过程X(t)的自相关函数，简称为相关函数。自相关函数可正，可负，其绝对值越大表示相关性越强。 6. 哈明(hamming)窗 0.54+0.46 （10.100） 0,
数字信号处理课程设计报告书 2011年7 月 1日 课题名称 应用MATLAB 对信号进行频谱分析 姓 名 张炜玮 学 号 20086377 院、系、部 电气系 专 业 电子信息工程 指导教师 刘鑫淼 ※※※※※※※※※ ※※ ※※ ※※ ※※ ※※※※※ ※※ 2008级数字信号处理课程设计
应用MATLAB对信号进行频谱分析 20086377 张炜玮 一、设计目的 用MATLAB语言进行编程，绘出所求波形，并且运用FFT求对连续信号进行分析。 二、设计要求 1、用Matlab产生正弦波，矩形波，并显示各自的时域波形图； 2、进行FFT变换，显示各自频谱图，其中采样率、频率、数据长度自选，要求注明； 3、绘制三种信号的均方根图谱； 4、用IFFT回复信号，并显示恢复的正弦信号时域波形图。 三、系统原理 用FFT对信号作频谱分析是学习数字信号处理的重要内容。经常需要进行频谱分析的信号是模拟信号和时域离散信号。频谱分辨率直接和FFT的变换区间N 有关，因为FFT能够实现频率分辨率是2π/N。 x(n)是一个长度为M的有限长序列，则x(n)的N点离散傅立叶变换为： X(k)=DFT[x(n)]= kn N W N n n x ∑ - = 1 ) ( ,k=0,1,...,N-1 N j e N Wπ2- = 逆变换：x(n) =IDFT[X(k)]= kn N W k X N n N - ∑ - = 1 ) ( 1 ,k=0,1,...,N-1 但FFT是一种比DFT更加快速的一种算法，提高了DFT的运算速率,为数字信号处理技术应用于各种信号处理创造了条件，大大提高了数字信号处理技术的发展。本实验就是采用FFT，IFFT对信号进行谱分析。 四、程序设计 fs=input('please input the fs:');%设定采样频率 N=input('please input the N:');%设定数据长度 t=0:0.001:1; f=100;%设定正弦信号频率 %生成正弦信号 x=sin(2*pi*f*t);
2ASK、2FSK、2PSK数字调制系统的 Matlab实现及性能分析比较 指导教师: 班级： 学号： 姓名：
引言：数字信号有两种传输方式，分别是基带传输方式和调制传输方式，即带通，在实际应用中，因基带信号含有大量低频分量不利于传送，所以必须经过载波和调制形成带通信号，通过数字基带信号对载波某些参量进行控制，使之随机带信号的变化而变化，这这一过程即为数字调制。数字调制为信号长距离高效传输提供保障，现已广泛应用于生活和生产中。另外根据控制载波参量方式的不同，数字调制主要有调幅（ASK ），调频(FSK)，调相(PSK) 三种基本形式。本次课题针对于二进制的2ASK 、2FSK 、2PSK 进行讨论，应用Matlab 矩阵实验室进行仿真，分析和修改，通过仿真系统生成一个人机交互界面，以利于仿真系统的操作。通过对系统的仿真，更加直观的了解数字调制系统的性能及影响其性能的各种因素，以便于比较，评论和改进。 关键词： 数字，载波，调制，2ASK ，2FSK ，2PSK ，Matlab ，仿真，性能，比较，分析 正文： 一 .数字调制与解调原理 1.1 2ASK （1）2ASK 2ASK 就是把频率、相位作为常量，而把振幅作为变量，信息比特是通过载波的幅度来传递的。由于调制信号只有0或1两个电平，相乘的结果相当于将载频或者关断，或者接通，它的实际意义是当调制的数字信号"1时，传输载波；当调制的数字信号为"0"时，不传输载波。 表达式为： ???===0 01,cos )(2k k c ASK a a t A t s 当， 当ω
1.2 2FSK 2FSK可以看做是2个不同频率的2ASK的叠加，其调制与解调方法与2ASK差不多，主要频率F1和F2，不同的组合产生所要求的2FSK调制信号。 公式如下： ? ? ? = = = cos 1 , cos )( 2 1 2 k k FSK a t A a t A t s 当 ， 当 ω ω
随机信号分析理论的应 用综述 TYYGROUP system office room 【TYYUA16H-TYY-TYYYUA8Q8-
随机信号分析理论的应用综述 （结课论文） 学院： 系别：电子信息工程 班级： 姓名： 学号： 指导老师： 目录 第一章概述 随机信号分析的研究背景 随机信号分析的主要研究问题 第二章随机信号分析的主要内容 随机信号分析的主要研究内容 随机信号分析的基本研究方法 第三章随机信号分析的应用实例 均匀分布白噪声通过低通滤波器 语音盲分离 系统辨识 基于bartlett的周期图法估计功率谱 基于MATLAB_GUI的Kalman滤波程序 第四章展望 参考文献
第一章概述 随机信号分析的研究背景 在一般的通信系统中，所传输的信号都具有一定的不确定性，因此都属于随机信号，否则不可能传递任何信息，也就失去了通信的意义。随机信号是一种不能用确定的数学关系式来描述的、无法预测未来时刻精准值的信号，也无法用实验的方法重复实现。 随机信号是客观上广泛存在的一类信号，它是持续时间无限长，能量无限大的功率信号，这类信号的分析与处理主要是研究它们在各种变化域中的统计规律，建立相应的数学模型，以便定性和定量的描述其特性，给出相关性能指标，并研究如何改善对象的动静态性能等。随机信号分析内容涉及线性系统与信号、时间序列分析、数字信号处理、自适应滤波理论、快速算法、谱估计等方面的知识。 我们所学的是从工程应用的角度讨论随机信号的理论分析和研究方法，主要以分析随机信号与系统的相互作用为主要内容。 近年来，随着现代通讯和信息理论的飞速发展，对随机信号的研究已渗透到的各个科学技术领域，随机信号的处理是现代信号处理的重要理论基础和有效方法之一。主要研究问题 对随机过程（信号）的分析来讲，我们往往不是对一个实验结果（一个实现或一个具体的函数波形）感兴趣，而是关心大量实验结果的某些平均量（统计特性），因而随机过程（信号）的描述方式以及推演方式都应以统计特性为出发点。这样，尽管从个别的实现看不出什么规律性的东西，但从统计的角度却表现出一定的规律性，即统计规律性，它是本门学科一个最根本的概念。 随机信号分析重点研究一般化（抽象化）的系统干扰和信号，往往仅给出他们的系统函数模型和数学模型，而不是讨论具体的系统，更不会局限于一些具体的电路系统上。 概率论与数理统计随机过程理论等只是处理本命学科有关问题的一种工具因而学习本门课程除了注意处理问题的方法，更重要的是对一数学推演的结果和结论的物理意义有深入的理解。随机信号通过线性、非线性系统统计特件的变化；在通信、雷达和其他电子系统中常见的一些典型随机信号，如白噪声、窄带随机过程、高斯随机过程、马尔可夫过程等。
实验三--用FFT对信号进行频谱分析及MATLAB程序
实验三 用FFT 对信号进行频谱分析 一 实验目的 1 能够熟练掌握快速离散傅立叶变换的原理及应用FFT 进行频谱分析的基本方法； 2了解用FFT 进行频谱分析可能出现的分析误差及其原因； 二 实验原理 1.用DFT 对非周期序列进行谱分析 单位圆上的Z 变换就是序列的傅里叶变换，即 ()() j j z e X e X z ω ω== （3-1） () j X e ω是ω的连续周期函数。对序列()x n 进行N 点 DFT 得到()X k ，则()X k 是在区间[]0,2π上对()j X e ω 的N 点等间隔采样，频谱分辨率就是采样间隔2N π 。因 此序列的傅里叶变换可利用DFT （即FFT ）来计算。 用FFT 对序列进行谱分析的误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而非周期序列的频谱是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱，因此N 要适当选择大一些。 2.用DFT 对周期序列进行谱分析
已知周期为N 的离散序列)(n x ，它的离散傅里叶级数DFS 分别由式（3-2）和（3-3） 给出： DFS ： ∑-=-=1 2)(1N n kn N j k e n x N a π ， n =0,1,2,…,N -1 （3-2） IDFS ： ∑-==1 02)(N k kn N j k e a n x π ， n =0,1,2,…,N -1 （3-3） 对于长度为N 的有限长序列x (n )的DFT 对表达式分别由式（3-4）和（3-5）给出： DFT ： ∑-=-=1 02)()(N n kn N j e n x k X π ， n =0,1,2,…,N -1 （3-4） IDFT ： ∑-==1 2)(1)(N k kn N j e k X N n x π ， n =0,1,2,…,N -1 （3-5） FFT 为离散傅里叶变换DFT 的快速算法，对于周期为N 的离散序列x (n )的频谱分析便可由式（3-6）和（3-7）给出： DTFS ： 1 *(())k a fft x n N = （3-6） IDTFS ： ()*() k x n N ifft a =