数字信号处理MATLAB仿真(DOC)

实验一 数字信号处理的Matlab 仿真

一、实验目的

1、掌握连续信号及其MATLAB 实现方法；

2、掌握离散信号及其MATLAB 实现方法

3、掌握离散信号的基本运算方法，以及MATLAB 实现

4、了解离散傅里叶变换的MATLAB 实现

5、了解IIR 数字滤波器设计

6、了解FIR 数字滤波器设计1

二、实验设备

计算机，Matlab 软件

三、实验内容

（一）、 连续信号及其MATLAB 实现

1、 单位冲击信号

()0,0()1,0t t t dt εεδδε-?=≠??=?>???

例1.1：t=1/A=50时，单位脉冲序列的MATLAB 实现程序如下：

clear all;

t1=-0.5:0.001:0;

A=50;

A1=1/A;

n1=length(t1);

u1=zeros(1,n1);

t2=0:0.001:A1;

t0=0;

u2=A*stepfun(t2,t0);

t3=A1:0.001:1;

n3=length(t3);

u3=zeros(1,n3);

t=[t1 t2 t3];

u=[u1 u2 u3];

plot(t,u)

axis([-0.5 1 0 A+2])

2、 任意函数

()()()f t f t d τδττ+∞

-∞=-?

例1.2：用MATLAB 画出如下表达式的脉冲序列

()0.4(2)0.8(1) 1.2() 1.5(1) 1.0(2)0.7(3)f n n n n n n n δδδδδδ=-+-+++++++ clear all;

t=-2:1:3;

N=length(t);

x=zeros(1,N);

x(1)=0.4;

x(2)=0.8

x(3)=1.2;

x(4)=1.5;

x(5)=1.0;

stem(t,x);

axis([-2.2 3.2 0 1.7])

3、 单位阶跃函数

1,0

()0,0t u t t ?≥?=?

例1.3：用MATLAB 实现单位阶跃函数

clear all;

t=-0.5:0.001:1;

t0=0;

u=stepfun(t,t0);

plot(t,u)

axis([-0.5 1 -0.2 1.2])

4、 斜坡函数

0()()g t B t t =-

例1.4：用MATLAB 实现g(t)=3(t-1)

clear all;

t=0:0.01:3;

B=3;

t0=1;

u=stepfun(t,t0);

n=length(t);

u(i)=B*u(i)*(t(i)-t0);

end

plot(t,u)

axis([-0.2 3.1 -0.2 6.2])

5、 实指数函数

()at f t Ae =

例1.5：用MATLAB 实现0.5()3t f t e

=

clear all;

t=0:0.001:3;

A=3;

a=0.5;

u=A*exp(a*t);

plot(t,u)

axis([-0.2 3.1 -0.2 14])

6、 正弦函数 0

2()cos()t f t A T π?=+ 例1.6：用MATLAB 实现正弦函数f(t)=3cos(10πt+1)

clear all;

t=-0.5:0.001:1;

A=3;

f=5;

fai=1;

u=A*sin(2*pi*f*t+fai);

plot(t,u)

axis([-0.5 1 -3.2 3.2])

（二）、离散信号及其MATLAB 实现

1、 单位冲激序列

1,

0()0,0n n n δ?=?=?≠??

例2.1：用MATLAB 产生64点的单位冲激序列

clear all;

N=64;

x=zeros(1,N);

x(1)=1;

xn=0:N-1;

stem(xn,x)

axis([-1 65 0 1.1])

2、 任意序列

()()()m f n f m n m δ∞=-∞=

-∑

例2.2：用MATLAB 画出如下表达式的脉冲序列

()8.0() 3.4(1) 1.8() 5.6(3) 2.9(4)0.7(5)f n n n n n n n δδδδδδ=+-++-+-+-

.

clear all;

N=8;

x=zeros(1,N);

x(1)=8.0;

x(2)=3.4

x(3)=1.8;

x(4)=5.6;

x(5)=2.9;

x(6)=0.7;

xn=0:N-1;

stem(xn,x)

axis([-1 8 0 8.2])

3、 单位阶跃序列

1,0

()0,0n u n n ?≥?=?

例2.3：用MATLAB 实现单位阶跃函数

clear all;

N=32;

x=ones(1,N);

xn=0:N-1;

stem(xn,x)

axis([-1 32 0 1.1])

4、 斜坡序列

0()()g n B n n =-

例2.4：用MATLAB 实现g(n)=3(n-4)点数为32的斜坡序列

clear all;

N=32;

k=4

B=3;

t0=1;

x=[zeros(1,k) ones(1,N-k)];

for i=1:N

x(i)=B*x(i)*(i-k);

end

xn=0:N-1;

stem(xn,x)

axis([-1 32 0 90])

5、 正弦序列

()sin(2)x n A fn π?=+

例2.5：用MATLAB 实现幅度A=3，频率f=100，初始相位Φ=1.2，点数为32的正弦信号

clear all;

N=32;

f=100;

fai=1.2;

xn=0:N-1;

x=A*sin(2*pi*f*(xn/N)+fai);

stem(xn,x)

axis([-1 32 -3.2 3.2])

6、 实指数序列

()n x n Aa =

例2.6：用MATLAB 实现0.7()3x n e

=，点数为32的实指数序列

clear all;

N=32;

A=3;

a=0.7;

xn=0:N-1;

x=A*a.^xn;

stem(xn,x)

7、 复指数序列 ()(),a j n x n Ae n ω+=?

例2.7：用MATLAB 实现幅度A=3，a=0.7，角频率ω=314，点数为32的实指数序列 clear all;

A=3;

a=0.7;

w=314;

xn=0:N-1;

x=A*exp((a+j*w)*xn);

stem(xn,x)

8、随机序列

利用MATLAB产生两种随机信号：

rand(1,N)在区间上产生N点均匀分布的随机序列

randn(1,N)产生均值为0，方差为1的高斯随机序列，即白噪声序列

例2.8：用MATLAB产生点数为32的均匀分布的随机序列与高斯随机序列clear all;

N=32;

x_rand=rand(1,N);

x_randn=randn(1,N);

xn=0:N-1;

figure(1);

stem(xn,x_rand)

figure(2);

stem(xn,x_randn)

（三）、离散信号的基本运算

1、信号的延迟

给定离散信号x(n)，若信号y(n)定义为：y(n)=x(n-k)，那么y(n)是信号x(n)在时间轴上右移k个抽样周期得到的新序列。

例3.1：正弦序列y(n)=sin(100n)右移3个抽样周期后所得的序列，MATLAB程序如下：clear all;

N=32;

w=100;

k=3;

x1=zeros(1,k);

xn=0:N-1;

x2=sin(100*xn);

figure(1)

stem(xn,x2)

x=[x1 x2];

axis([-1 N -1.1 1.1])

N=N+k;

xn=0:N-1;

figure(2)

stem(xn,x)

axis([-1 N -1.1 1.1])

2、信号相加

若信号12()()()x n x n x n =+，值得注意的是当序列1()x n 和2()x n 的长度不相等或者位置不对应时，首先应该使两者的位置对齐，然后通过zeros 函数左右补零使其长度相等后再相加 例3.2：用MATLAB 实现两序列相加

clear all;

n1=0:3

x1=[2 0.5 0.9 1];

figure(1)

stem(n1,x1)

axis([-1 8 0 2.1] )

n2=0:7

x2=[ 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7];

figure(2)

stem(n2,x2)

axis([-1 8 0 0.8] )

n=0:7;

x1=[x1 zeros(1,8-length(n1))];

x2=[ zeros(1,8-length(n2)),x2];

x=x1+x2;

figure(3)

stem(n,x)

axis([-1 8 0 2.1])

3、 信号相乘

信号序列1()x n 和2()x n 相乘所得信号()x n 的表达式为：12()()()x n x n x n

这是样本与样本之间的点乘运算，在MATLAB 中可采用“.*”来实现，但是在信号序列相乘之前，应对其做与相加运算一样的操作。

例3.3：用MATLAB 实现上例中两序列相乘

clear all;

n1=0:3

x1=[2 0.5 0.9 1];

figure(1)

stem(n1,x1)

axis([-1 8 0 2.1] )

n2=0:7

x2=[ 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7];

figure(2)

stem(n2,x2)

axis([-1 8 0 0.8] )

n=0:7;

x1=[x1 zeros(1,8-length(n1))];

x2=[ zeros(1,8-length(n2)),x2];

x=x1.*x2;

figure(3)

stem(n,x)

axis([-1 8 0 0.35])

4、 信号翻转

信号翻转的表达式为：y(n)=x(-n)，在MATLAB 中可以用fliplr 函数实现此操作 例3.4：用MATLAB 实现“信号相加”中的1()x n 序列翻转

clear all;

n=0:3

x1=[2 0.5 0.9 1];

x=fliplr(x1);

stem(n,x)

axis([-1 4 0 2.1] )

5、 信号和

对于N 点信号()x n ，其和的定义为：1()N

n y x n ==∑

例3.5：用MATLAB 实现“信号相加”中的1()x n 序列和

clear all;

n=0:3

x1=[2 0.5 0.9 1];

x=sum(x1)

6、 信号积

对于N 点信号()x n ，其积的定义为：1()N

n y x n ==∏

例3.5：用MATLAB 实现“信号相加”中的1()x n 序列积

clear all;

n=0:3

x1=[2 0.5 0.9 1];

x=prod(x1)

（四）、离散傅里叶变换的MATLAB 实现 例４：若()sin(

)4

n x n π=是一个N=32的有限序列，利用MATLAB 计算它的DFT 并画出图形。

N=32;

n=0:N-1;

xn=cos(pi*n/6);

k=0:N-1;

WN=exp(-j*2*pi/N);

nk=n ’*k;

WNnk=WN.^nk;

Xk=xn*WNnk;

figure(1)

stem(n,xn)

figure(2)

stem(k,abs(Xk))

在MATLAB 中，可以直接利用内部函数fft 来实现FFT 算法，该函数是机器语言，而不是MATLAB 指令写成的，执行速度很快。常用格式为：

y=fft(x)

（五）、IIR数字滤波器设计

1、基于巴特沃斯法直接设计IIR数字滤波器

例５.1：设计一个10阶的带通巴特沃斯数字滤波器，带通频率为100Hz到200Hz，采样频率为1000Hz，绘出该滤波器的幅频于相频特性，以及其冲击响应图

clear all;

N=10;

Wn=[100 200]/500;

[b,a]=butter(N,Wn,’bandpass’);

freqz(b,a,128,1000)

figure(2)

[y,t]=impz(b,a,101);

stem(t,y)

2、基于切比雪夫法直接设计IIR数字滤波器

例5.2：设计一个切比雪夫Ⅰ型数字低通滤波器，要求：

Ws=200Hz,Wp=100Hz,Rp=3dB,Rs=30dB,Fs=1000Hz

clear all;

Wp=100;

Rp=3;

Ws=200;

Fs=1000;

[N,Wn]=cheb1ord(Wp/(Fs/2),Ws/(Fs/2),Rp,Rs);

[b,a]=cheby1(N,Rp,Wn);

freqz(b,a,512,1000);

例5.3：设计一个切比雪夫Ⅱ型数字带通滤波器，要求带通范围100-250Hz，带阻上限为300Hz，下限为50Hz，通带内纹波小于3dB，阻带纹波为30 dB，抽样频率为1000 Hz，并利用最小的阶次实现。

clear all;

Wpl=100;

Wph=250;

Wp=[Wpl,Wph];

Rp=3;

Wsl=50;

Wsh=300;

Ws=[Wsl,Wsh];

Rs=30;

Fs=1000;

[N,Wn]=cheb2ord(Wp/(Fs/2),Ws/(Fs/2),Rp,Rs);

[b,a]=cheby2(N,Rp,Wn);

freqz(b,a,512,1000);

（六）、FIR数字滤波器设计

1、、在MATLAB 中产生窗函数十分简单：

（1）矩形窗（Rectangle Window）

调用格式：w=boxcar(n)，根据长度n 产生一个矩形窗w。

（2）三角窗（Triangular Window）

调用格式：w=triang(n) ，根据长度n 产生一个三角窗w。

（3）汉宁窗（Hanning Window）

调用格式：w=hanning(n) ，根据长度n 产生一个汉宁窗w。

（4）海明窗（Hamming Window）

调用格式：w=hamming(n) ，根据长度n 产生一个海明窗w。

（5）布拉克曼窗（Blackman Window）

调用格式：w=blackman(n) ，根据长度n 产生一个布拉克曼窗w。

（6）恺撒窗（Kaiser Window）

调用格式：w=kaiser(n,beta) ，根据长度n 和影响窗函数旁瓣的β参数产生一个恺撒窗w。

2、基于窗函数的FIR 滤波器设计

利用MATLAB 提供的函数firl 来实现

调用格式：firl (n,Wn,’ftype’,Window)，n 为阶数、Wn 是截止频率（如果输入是形如[W1 W2]

的矢量时，本函数将设计带通滤波器，其通带为W1<ω

例6.1：设计一个长度为8 的线性相位FIR 滤波器。其理想幅频特性满足

1,00.4()0,j d H e else

ωωπ≤≤?=?? Window=boxcar(8);

b=fir1(7,0.4,Window);

freqz(b,1)

例6.2：设计线性相位带通滤波器，其长度N=15，上下边带截止频率分别为W1= 0.3π，w2=0.5

π

Window=blackman(16);

b=fir1(15,[0.3 0.5],Window);

freqz(b,1)

例6.3：MATLAB 中的chirp.mat 文件中存储信号ｙ的数据，该信号的大部分号能量集中在Fs/4（或二分之一奈奎斯特）以上，试设计一个34阶的FIR 高通滤波器，滤除频率低于Fs/4的信号成分，其中滤波器的截止频率为0.48，阻带衰减为30dB ，滤波器窗采用切比雪夫窗 clear all;

load chirp

window=chebwin(35,30);

b=fir1(34,0.48,’high ’,window);

yfit=filter(b,1,y);

[Py,fy]=pburg(y,10,512,Fs);

[Pyfit,fyfit]=pburg(yfit,10,512,Fs);

plot(fy,10*log10(Py),’.’,fyfit, 10*log10(Pyfit));

grid on

ylabel(‘幅度(dB)’)

xlabel(‘频率(Hz’)

legend(‘滤波前的线性调频信号’, ‘滤波后的线性调频信号’)

实验一：MATLAB语言上机操作实践

1.简单的数组赋值方法

（1）

a=[1 2 3;4 5 6;7 8 9] %给定数组a

a(4,2)=11 %给数组a的第四行第二列元素赋11

a(5,:)=[-13 -14 -15] %给数组a的第五行元素赋值

a(4,3)=abs(a(5,1)) %数组a的第四行第三列元素为第五行第一列元素的模a([2,5],:)=[] %数组a的第二行和第五行取空

a/2 %对数组a各元素对应除以2

a(4,:)=[sqrt(3) (4+5)/6*2 -7] %给数组a的第四行元素赋值

（2）

B=[1+2i,3+4i;5+6i,7+8i]

C=[1,3;5,7]+[2,4;6,8]*i

C=[1,3;5,7]+[2,4;6,8]i

D=sqrt(2+3i) %对复数2+3i求根号

D*D %对D求平方

E=C' %对C转置F=conj(C)

G=conj(C)'

（3）

H1=ones(3,2)

H2=zeros(2,3)

H3=eye(4)

2.数组的基本运算

（1）

A=[1 3 5]

B=[2 4 6]

C=A+B

D=A-2

E=B-A

（2）

F1=A*3

F2=A.*B

F3=A./B

F4=A.\B

F5=B.\A

F6=B.^A

F7=2./B

现代数字信号处理仿真作业

现代数字信号处理仿真作业 1.仿真题3.17 仿真结果及图形： 图 1 基于FFT的自相关函数计算

图 3 周期图法和BT 法估计信号的功率谱 图 2 基于式3.1.2的自相关函数的计算

图 4 利用LD迭代对16阶AR模型的功率谱估计16阶AR模型的系数为： a1=-0.402637623107952-0.919787323662670i; a2=-0.013530139693503+0.024214641171318i; a3=-0.074241889634714-0.088834852915013i; a4=0.027881022353997-0.040734794506749i; a5=0.042128517350786+0.068932699075038i; a6=-0.0042799971761507 + 0.028686095385146i; a7=-0.048427890183189 - 0.019713457742372i; a8=0.0028768633718672 - 0.047990801912420i a9=0.023971346213842+ 0.046436389191530i; a10=0.026025963987732 + 0.046882756497113i; a11= -0.033929397784767 - 0.0053437929619510i; a12=0.0082735406293574 - 0.016133618316269i; a13=0.031893903622978 - 0.013709547028453i ; a14=0.0099274520678052 + 0.022233240051564i; a15=-0.0064643069578642 + 0.014130696335881i; a16=-0.061704614407581- 0.077423818476583i. 仿真程序（3_17）: clear all clc %% 产生噪声序列 N=32; %基于FFT的样本长度

数字信号处理Matlab实现实例(推荐给学生)

数字信号处理Matlab 实现实例 第１章离散时间信号与系统 例1-1 用MATLAB计算序列{-2 0 1 –1 3}和序列{1 2 0 -1}的离散卷积。 解 MATLAB程序如下： a=[-2 0 1 -1 3]; b=[1 2 0 -1]; c=conv(a,b); M=length(c)-1; n=0:1:M; stem(n,c); xlabel('n'); ylabel('幅度'); 图1.1给出了卷积结果的图形，求得的结果存放在数组c中为：{-2 -4 1 3 1 5 1 -3}。 例1-2 用MATLAB计算差分方程 当输入序列为时的输出结果。 解 MATLAB程序如下： N=41; a=[0.8 -0.44 0.36 0.22]; b=[1 0.7 -0.45 -0.6]; x=[1 zeros(1,N-1)];

k=0:1:N-1; y=filter(a,b,x); stem(k,y) xlabel('n');ylabel('幅度') 图 1.2 给出了该差分方程的前41个样点的输出，即该系统的单位脉冲响应。 例1-3 用MATLAB 计算例1-2差分方程 所对应的系统函数的DTFT 。 解 例1-2差分方程所对应的系统函数为： 123 123 0.80.440.360.02()10.70.450.6z z z H z z z z -------++= +-- 其DTFT 为 23230.80.440.360.02()10.70.450.6j j j j j j j e e e H e e e e ωωωω ωωω--------++= +-- 用MATLAB 计算的程序如下： k=256; num=[0.8 -0.44 0.36 0.02]; den=[1 0.7 -0.45 -0.6]; w=0:pi/k:pi; h=freqz(num,den,w); subplot(2,2,1); plot(w/pi,real(h));grid title('实部') xlabel('\omega/\pi');ylabel('幅度')

数字信号处理实验作业

实验6 数字滤波器的网络结构 一、实验目的： 1、加深对数字滤波器分类与结构的了解。 2、明确数字滤波器的基本结构及其相互间的转换方法。 3、掌握用MA TLAB 语言进行数字滤波器结构间相互转换的子函数及程序编写方法。 二、实验原理： 1、数字滤波器的分类 离散LSI 系统对信号的响应过程实际上就是对信号进行滤波的过程。因此，离散LSI 系统又称为数字滤波器。 数字滤波器从滤波功能上可以分为低通、高通、带通、带阻以及全通滤波器；根据单位脉冲响应的特性，又可以分为有限长单位脉冲响应滤波器（FIR ）和无限长单位脉冲响应滤波器（IIR ）。 一个离散LSI 系统可以用系统函数来表示： M -m -1-2-m m m=0 012m N -1-2-k -k 12k k k=1 b z b +b z +b z ++b z Y(z)b(z)H(z)=== =X(z)a(z) 1+a z +a z ++a z 1+a z ∑∑ 也可以用差分方程来表示： N M k m k=1 m=0 y(n)+a y(n-k)=b x(n-m)∑∑ 以上两个公式中，当a k 至少有一个不为0时，则在有限Z 平面上存在极点，表达的是以一个IIR 数字滤波器；当a k 全都为0时，系统不存在极点，表达的是一个FIR 数字滤波器。FIR 数字滤波器可以看成是IIR 数字滤波器的a k 全都为0时的一个特例。 IIR 数字滤波器的基本结构分为直接Ⅰ型、直接Ⅱ型、直接Ⅲ型、级联型和并联型。 FIR 数字滤波器的基本结构分为横截型（又称直接型或卷积型）、级联型、线性相位型及频率采样型等。本实验对线性相位型及频率采样型不做讨论，见实验10、12。 另外，滤波器的一种新型结构——格型结构也逐步投入应用，有全零点FIR 系统格型结构、全极点IIR 系统格型结构以及全零极点IIR 系统格型结构。 2、IIR 数字滤波器的基本结构与实现 （1）直接型与级联型、并联型的转换 例6-1 已知一个系统的传递函数为 -1-2-3 -1-2-3 8-4z +11z -2z H(z)=1-1.25z +0.75z -0.125z 将其从直接型（其信号流图如图6-1所示）转换为级联型和并联型。

数字信号处理MATLAB中FFT实现

MATLAB中FFT的使用方法 说明：以下资源来源于《数字信号处理的MATLAB实现》万永革主编 一.调用方法 X=FFT(x)； X=FFT(x，N)； x=IFFT(X); x=IFFT(X,N) 用MATLAB进行谱分析时注意： （1）函数FFT返回值的数据结构具有对称性。 例： N=8; n=0:N-1; xn=[43267890]; Xk=fft(xn) → Xk= 39.0000-10.7782+6.2929i0-5.0000i 4.7782-7.7071i 5.0000 4.7782+7.7071i0+5.0000i-10.7782-6.2929i Xk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。 （2）做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。 二.FFT应用举例 例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。

clf; fs=100;N=128;%采样频率和数据点数 n=0:N-1;t=n/fs;%时间序列 x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);%信号 y=fft(x,N);%对信号进行快速Fourier变换 mag=abs(y);%求得Fourier变换后的振幅 f=n*fs/N;%频率序列 subplot(2,2,1),plot(f,mag);%绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; subplot(2,2,2),plot(f(1:N/2),mag(1:N/2));%绘出Nyquist频率之前随频率变化的振幅xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; %对信号采样数据为1024点的处理 fs=100;N=1024;n=0:N-1;t=n/fs; x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);%信号 y=fft(x,N);%对信号进行快速Fourier变换 mag=abs(y);%求取Fourier变换的振幅 f=n*fs/N; subplot(2,2,3),plot(f,mag);%绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; subplot(2,2,4) plot(f(1:N/2),mag(1:N/2));%绘出Nyquist频率之前随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; 运行结果：

数字信号处理实验作业

实验5 抽样定理 一、实验目的： 1、了解用MA TLAB 语言进行时域、频域抽样及信号重建的方法。 2、进一步加深对时域、频域抽样定理的基本原理的理解。 3、观察信号抽样与恢复的图形，掌握采样频率的确定方法和插公式的编程方法。 二、实验原理： 1、时域抽样与信号的重建 （1）对连续信号进行采样 例5-1 已知一个连续时间信号sin sin(),1Hz 3 ππ=0001f(t)=(2f t)+6f t f ，取最高有限带宽频率f m =5f 0，分别显示原连续时间信号波形和F s >2f m 、F s =2f m 、F s <2f m 三情况下抽样信号的波形。 程序清单如下： %分别取Fs=fm ，Fs=2fm ，Fs=3fm 来研究问题 dt=0.1; f0=1; T0=1/f0; m=5*f0; Tm=1/fm; t=-2:dt:2; f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t); subplot(4,1,1); plot(t,f); axis([min(t),max(t),1.1*min(f),1.1*max(f)]); title('原连续信号和抽样信号'); for i=1:3; fs=i*fm;Ts=1/fs; n=-2:Ts:2; f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n); subplot(4,1,i+1);stem(n,f,'filled'); axis([min(n),max(n),1.1*min(f),1.1*max(f)]); end 程序运行结果如图5-1所示：

原连续信号和抽样信号 图5-1 （2）连续信号和抽样信号的频谱 由理论分析可知，信号的频谱图可以很直观地反映出抽样信号能否恢复原模拟信号。因此，我们对上述三种情况下的时域信号求幅度谱，来进一步分析和验证时域抽样定理。 例5-2编程求解例5-1中连续信号及其三种抽样频率（F s>2f m、F s=2f m、F s<2f m）下的抽样信号的幅度谱。 程序清单如下： dt=0.1;f0=1;T0=1/f0;fm=5*f0;Tm=1/fm; t=-2:dt:2;N=length(t); f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t); wm=2*pi*fm;k=0:N-1;w1=k*wm/N; F1=f*exp(-j*t'*w1)*dt;subplot(4,1,1);plot(w1/(2*pi),abs(F1)); axis([0,max(4*fm),1.1*min(abs(F1)),1.1*max(abs(F1))]); for i=1:3; if i<=2 c=0;else c=1;end fs=(i+c)*fm;Ts=1/fs; n=-2:Ts:2;N=length(n); f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n); wm=2*pi*fs;k=0:N-1; w=k*wm/N;F=f*exp(-j*n'*w)*Ts; subplot(4,1,i+1);plot(w/(2*pi),abs(F)); axis([0,max(4*fm),1.1*min(abs(F)),1.1*max(abs(F))]); end 程序运行结果如图5-2所示。 由图可见，当满足F s≥2f m条件时，抽样信号的频谱没有混叠现象；当不满足F s≥2f m 条件时，抽样信号的频谱发生了混叠，即图5-2的第二行F s＜2f m的频谱图，，在f m=5f0的围，频谱出现了镜像对称的部分。

实验一 基于Matlab的数字信号处理基本

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

数字信号处理实验报告(实验1_4)

实验一 MATLAB 仿真软件的基本操作命令和使用方法 实验容 1、帮助命令 使用 help 命令，查找 sqrt （开方）函数的使用方法； 2、MATLAB 命令窗口 （1）在MATLAB 命令窗口直接输入命令行计算3 1)5.0sin(21+=πy 的值； （2）求多项式 p(x) = x3 + 2x+ 4的根； 3、矩阵运算 （1）矩阵的乘法 已知 A=[1 2;3 4]， B=[5 5;7 8]，求 A^2*B

（2）矩阵的行列式 已知A=[1 2 3;4 5 6;7 8 9]，求A （3）矩阵的转置及共轭转置 已知A=[1 2 3;4 5 6;7 8 9]，求A' 已知B=[5+i,2-i,1;6*i,4,9-i], 求B.' , B' （4）特征值、特征向量、特征多项式 已知A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4] ，求矩阵A的特征值、特征向量、特征多项式；

（5）使用冒号选出指定元素 已知：A=[1 2 3;4 5 6;7 8 9]；求A 中第3 列前2 个元素；A 中所有列第2，3 行的元素； 4、Matlab 基本编程方法 （1）编写命令文件：计算1+2+…+n<2000 时的最大n 值；

（2）编写函数文件：分别用for 和while 循环结构编写程序，求 2 的0 到15 次幂的和。

5、MATLAB基本绘图命令 （1）绘制余弦曲线 y=cos(t)，t∈[0，2π]

（2）在同一坐标系中绘制余弦曲线 y=cos(t-0.25)和正弦曲线 y=sin(t-0.5)， t∈[0，2π] （3）绘制[0，4π]区间上的 x1=10sint 曲线，并要求： （a）线形为点划线、颜色为红色、数据点标记为加号； （b）坐标轴控制：显示围、刻度线、比例、网络线 （c）标注控制：坐标轴名称、标题、相应文本； >> clear;

青岛理工大学临沂年数字信号处理及MATLAB试卷

A卷

一、[15分] 1、10 2、f>=2fh

3、()()()y n x n h n =* 4、1 -az -11a 或者-z z ，a 1 -z 或1-1-az -1z 5、对称性 、 可约性 、 周期性 6、191点，256 7、典范型、级联型、并联型 8、T ω = Ω，)2 tan(2ω T = Ω或)2arctan(2T Ω=ω。 二、[20分] 1、C 2、 A 3、 C 4、C 5、B 6、D 7、B 8、A 9、D 10、A (CACCB DBADA) 三、[15分] 1、（5分） 混叠失真：不满足抽样定理的要求。 改善方法：增加记录长度 频谱泄漏：对时域截短，使频谱变宽拖尾，称为泄漏 改善方法：1）增加w (n )长度 2）缓慢截短 栅栏效应：DFT 只计算离散点（基频F0的整数倍处）的频谱，而不是连续函数。 改善方法：增加频域抽样点数N （时域补零），使谱线更密 2、（5分） 3、 （5分） IIR 滤波器: 1）系统的单位抽样相应h (n )无限长 2）系统函数H (z )在有限z 平面（ ）上有极点存在 3）存在输出到输入的反馈，递归型结构 Fir 滤波器: ? 1）系统的单位冲激响应h (n )在有限个n 处不为零； ? 2）系统函数 在||0 z >处收敛，在 处只有零点，即有限z 平面只有零点，而全部极点都在z =0处； ? 3）机构上主要是非递归结构，没有输入到输出的反馈，但有些结构中也包含有反馈的递归部分。 四、计算题（40分） 1、（12分）解： 解： 对上式两边取Z 变换，得： ()H z ||0z >

数字信号处理指导书matlab版

实验1 时域离散信号的产生 一、实验目的 学会运用MATLAB 产生常用离散时间信号。 二、实验涉及的matlab 子函数 1、square 功能：产生矩形波 调用格式： x=square(t)；类似于sin （t ），产生周期为2*pi ，幅值为+—1的方波。 x=square(t ，duty)；产生制定周期的矩形波，其中duty 用于指定脉冲宽度与整个周期的比例。 2、rand 功能：产生rand 随机信号。 调用格式： x=rand （n ，m ）；用于产生一组具有n 行m 列的随机信号。 三、实验原理 在时间轴的离散点上取值的信号，称为离散时间信号。通常，离散时间信号用x （n ）表示，其幅度可以在某一范围内连续取值。 由于信号处理所用的设备主要是计算机或专用的信号处理芯片，均以有限的位数来表示信号的幅度，因此，信号的幅度也必须“量化”，即取离散值。我们把时间和幅度上均取离散值的信号称为时域离散信号或数字信号。 在MATLAB 中，时域离散信号可以通过编写程序直接生成，也可以通过对连续信号的等间隔抽样获得。 下面介绍常用的时域离散信号及其程序。 1、单位抽样序列 ? ? ?≠==000 1)(k k k δ MATLAB 源程序为

1) function [x,n] = impuls (n0,n1,n2) % Generates x(n) = delta(n-n0); n=n0 处建立一个单位抽样序列% [x,n] = impuls (n0,n1,n2) if ((n0 < n1) | (n0 > n2) | (n1 > n2)) error('arguments must satisfy n1 <= n0 <= n2') end n = [n1:n2]; x = [zeros(1,(n0-n1)), 1, zeros(1,(n2-n0))]; 将上述文件存为：impuls.m，在命令窗口输入 n0=0,n1=-10,n2=11; [x,n]=impuls (n0,n1,n2); stem(n,x,’filled’) 2)n1=-5;n2=5;n0=0; n=n1:n2; x=[n==n0]; stem(n,x,'filled','k'); axis([n1,n2,1.1*min(x),1.1*max(x)]); title('单位脉冲序列'); xlabel('时间(n)'); ylabel('幅度x(n)'); 3)n1=-5;n2=5;k=0; n=n1:n2; nt=length(n); %求n点的个数 nk=abs(k-n1)+1; %确定k在n序列中的位置 x=zeros(1,nt); %对所有样点置0 x(nk)=1; %对抽样点置1 stem(n,x,'filled','k'); axis([n1,n2,0,1.1*max(x)]); title('单位脉冲序列'); xlabel('时间(n)'); Ylabel('幅度x(n)');

现代数字信号处理及应用仿真题答案

仿真作业 姓名：李亮 学号：S130101083

4.17程序 clc; clear; for i=1:500 sigma_v1=0.27; b(1)=-0.8458; b(2)=0.9458; a(1)=-(b(1)+b(2)); a(2)=b(1)*b(2); datlen=500; rand('state',sum(100*clock)); s=sqrt(sigma_v1)*randn(datlen,1); x=filter(1,[1,a],s); %% sigma_v2=0.1; u=x+sqrt(sigma_v2)*randn(datlen,1); d=filter(1,[1,-b(1)],s); %% w0=[1;0]; w=w0; M=length(w0); N=length(u); mu=0.005; for n=M:N ui=u(n:-1:n-M+1); y(n)=w'*ui; e(n)=d(n)-y(n); w=w+mu.*conj(e(n)).*ui; w1(n)=w(1); w2(n)=w(2); ee(:,i)=mean(e.^2,2); end end ep=mean(ee'); plot（ep）; xlabel('迭代次数');ylabel('MSE');title('学习曲线'); plot(w1); hold; plot(w2); 仿真结果：

步长0.015仿真结果 0.10.20.30.4 0.50.60.7迭代次数 M S E 学习曲线

步长0.025仿真结果

步长0.005仿真结果 4.18 程序 data_len = 512; %样本序列的长度 trials = 100; %随机试验的次数 A=zeros(data_len,2);EA=zeros(data_len,1); B=zeros(data_len,2);EB=zeros(data_len,1); for m = 1: trials a1 = -0.975; a2 = 0.95; sigma_v_2 =0.0731; v = sqrt(sigma_v_2) * randn(data_len, 1, trials);%产生v(n) u0 = [0 0]; num = 1; den = [1 a1 a2]; Zi = filtic(num, den, u0); %滤波器的初始条件 u = filter(num, den, v, Zi); %产生样本序列u(n) %（2）用LMS滤波器来估计w1和w2 mu1 = 0.05; mu2 = 0.005; w1 = zeros(2, data_len);

数字信号处理的MATLAB实现

昆明理工大学信息工程与自动化学院学生实验报告 （2011—2012 学年第二学期） 课程名称：数字信号处理开课实验室：信自楼111 2012 年 5 月 31 日年级、专业、班生医学号姓 名 成绩 实验项目名称数字信号处理的matlab 实现指导教师 教 师 评语教师签名： 年月日 一．实验目的 熟练掌握matlab的基本操作。 了解数字信号处理的MATLAB实现。 二．实验设备 安装有matlab的PC机一台。 三．实验内容 .1.求信号x(n)=cos(6.3Пn/3)+cos(9.7Пn/30)+cos(15.3Пn/30),0≤n≤29的幅度频谱. 2. 用冲击响应不变法设计一个Butterworth低通数字滤波器,要求参数为: Wp=0.2Пαp=1dB Ws=0.3Пαs=15dB 3.用双线性变换法设计一个Chebyshev高通IIR滤波器,要求参数为: Wp=0.6Пαp=1dB Ws=0.4586Пαs=15dB 4.用窗函数法设计一个低通FIR滤波器,要求参数为: Wp=0.2Пαp=0.3dB Ws=0.25Пαs=50dB 5.用频率抽样法设计一个带通FIR滤波器,要求参数为: W1s=0.2П W1p=0.35П W2p=0.65П W2s=0.8П αs=60dB αp=1dB 6.根据 4 点矩形序列，( n ) = [1 1 1 1] 。做 DTFT 变换，再做 4 点 DFT 变换。然后分别补零做 8 点 DFT 及 16 点 DFT。 7.调用filter解差分方程，由系统对u(n)的响应判断稳定性 8编制程序求解下列系统的单位冲激响应和阶跃响应。 y[n]+ 0.75y[n -1]+ 0.125y[n -2] = x[n]- x[n -1] 四．实验源程序 1. n=[0:1:29]; x=cos(6.3*pi*n/30)+cos(9.7*pi*n/30)+cos(15.3*pi*n/30);

数字信号处理MATLAB实验1

实验一熟悉MATLAB环境 一、实验目的 (1)熟悉MATLAB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)观察离散系统的频率响应。 二、实验内容 认真阅读本章附录，在MATLAB环境下重新做一遍附录中的例子，体会各条命令的含义。在熟悉了MATLAB基本命令的基础上，完成以下实验。 上机实验内容： (1)数组的加、减、乘、除和乘方运算。输入A=[1234]，B=[345 6]，求C=A+B，D=A-B，E=A.*B，F=A./B，G=A.^B并用stem语句画出 A、B、C、D、E、F、G。 (2)用MATLAB实现以下序列。 a）x(n)=0.8n0≤n≤15 b）x(n)=e(0.2+3j)n0≤n≤15 c）x(n)=3cos(0.125πn+0.2π)+2sin(0.25πn+0.1π)0≤n≤15 (n)=x(n+16),绘出四个d）将c)中的x(n)扩展为以16为周期的函数x 16 周期。 (n)=x(n+10),绘出四个e）将c)中的x(n)扩展为以10为周期的函数x 10 周期。

(3)x(n)=[1,-1,3,5]，产生并绘出下列序列的样本。 a）x 1(n)=2x(n+2)-x(n-1)-2x(n) b）∑=-=5 1k 2) k n (nx (n) x (4)绘出下列时间函数的图形，对x轴、y轴以及图形上方均须加上适当的标注。 a)x(t)=sin(2πt)0≤t≤10s b)x(t)=cos(100πt)sin(πt) 0≤t≤4s (5)编写函数stepshift(n0,n1,n2)实现u(n-n0),n1

数字信号处理实验

数字信号处理实验

实验一 自适应滤波器 一、实验目的 1、掌握功率谱估计方法 2、会用matlab 对功率谱进行仿真 二、实验原理 功率谱估计方法有很多种，一般分成两大类，一类是经典谱估计；另一类是现代谱估计。经典谱估计可以分成两种，一种是BT 法，另一种是周期法；BT 法是先估计自相关函数，然后将相关函数进行傅里叶变换得到功率谱函数。相应公式如下所示： ||1 *0 1 ?()()()(11) ??()(12) N m xx n jwn BT xx m r m x n x n m N P r m e --=∞ -=-∞ =+-=-∑ ∑ 周期图法是采用功率谱的另一种定义，但与BT 法是等价的，相应的功率谱估计如下所示： 21 1? ()()01 (13)N jw jwn xx n P e x n e n N N --== ≤≤--∑ 其计算框图如下所示： 观测数据x(n) FFT 取模的平方 1/N ) (jw xx e ∧ 图1.1周期图法计算用功率谱框图

由于观测数据有限，所以周期图法估计分辨率低，估计误差大。针对经典谱估计的缺点，一般有三种改进方法：平均周期图法、窗函数法和修正的周期图平均法。 三、实验要求 信号是正弦波加正态零均值白噪声，信噪比为10dB，信号频率为2kHZ，取样频率为100kHZ。 四、实验程序与实验结果 （1）用周期图法进行谱估计 A、实验程序： %用周期法进行谱估计 clear all; N1=128;%数据长度 N2=256; N3=512; N4=1024; f=2;%正弦波频率，单位为kHZ fs=100;%抽样频率,单位为kHZ n1=0:N1-1; n2=0:N2-1; n3=0:N3-1; n4=0:N4-1; a=sqrt(20);%由信噪比为10dB计算正弦信号的幅度

西安电子科技大学数字信号处理大作业

数字信号处理大作业 班级：021231 学号： 姓名： 指导老师：吕雁

一写出奈奎斯特采样率和和信号稀疏采样的学习报告和体会 1、采样定理 在进行A/D信号的转换过程中，当采样频率fs.max大于信号中最高频 率fmax的2倍时(fs.max>2fmax)，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定 理又称奈奎斯特定理。 (1)在时域 频带为F的连续信号 f(t)可用一系列离散的采样值f(t1),f(t1±Δt)，f(t1±2Δt)，...来表示,只要这些采样点的时间间隔Δt≤1/2F，便可根据各 采样值完全恢复原始信号。 (2)在频域 当时间信号函数f(t)的最高频率分量为fmax时,f(t)的值可由一系列 采样间隔小于或等于1/2fo的采样值来确定,即采样点的重复频率fs ≥2fmax。 2、奈奎斯特采样频率 (1)概述 奈奎斯特采样定理：要使连续信号采样后能够不失真还原，采样频率必须 大于信号最高频率的两倍（即奈奎斯特频率）。 奈奎斯特频率（Nyquist frequency）是离散信号系统采样频率的一半，因哈里·奈奎斯特（Harry Nyquist）或奈奎斯特－香农采样定理得名。采样定理指出，只要离散系统的奈奎斯特频率高于被采样信号的最高频率或带宽，就可 以真实的还原被测信号。反之，会因为频谱混叠而不能真实还原被测信号。 采样定理指出，只要离散系统的奈奎斯特频率高于采样信号的最高频率或 带宽，就可以避免混叠现象。从理论上说，即使奈奎斯特频率恰好大于信号带宽，也足以通过信号的采样重建原信号。但是，重建信号的过程需要以一个低 通滤波器或者带通滤波器将在奈奎斯特频率之上的高频分量全部滤除，同时还 要保证原信号中频率在奈奎斯特频率以下的分量不发生畸变，而这是不可能实 现的。在实际应用中，为了保证抗混叠滤波器的性能，接近奈奎斯特频率的分 量在采样和信号重建的过程中可能会发生畸变。因此信号带宽通常会略小于奈 奎斯特频率，具体的情况要看所使用的滤波器的性能。需要注意的是，奈奎斯 特频率必须严格大于信号包含的最高频率。如果信号中包含的最高频率恰好为

数字信号处理基本知识点Matlab实现

数字信号处理（第二版） 绪论 1.4 MATLAB 在信号处理中的应用简介 MATLAB 是美国Mathworks 公司于1984年推出的一套高性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理、系统仿真和图形显示于一体，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作。 MATLAB 软件包括五大通用功能：数值计算功能（Numeric ），符号运算功能（Symbolic ）；数据可视化功能（Graphic ），数据图形文字统一处理功能（Notebook ）和建模仿真可视化功能（Simulink ）。该软件有三大特点：一是功能强大；二是界面友善、语言自然；三是开放性强。目前，Mathworks 公司已推出30多个应用工具箱。MA TLAB 在线性代数、矩阵分析、数值及优化、数理统计和随机信号分析、电路与系统、系统动力学、信号和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统、以及财政金融等众多领域的理论研究和工程设计中得到了广泛应用。 2.10 离散时间信号与系统的Matlab 表示 2.10.1 离散时间信号的表示和运算 1、基本序列的Matlab 表示 单位采样序列 在MA TLAB 中，单位采样序列可以通过编写以下的DTimpulse .m 文件来实现，即 function y=DTimpulse (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。 单位阶跃序列 在MA TLAB 中，单位阶跃序列可以通过编写DTu .m 文件来实现，即 function y=DTu (n) y=n>=0; %当参数为非负时输出1 调用该函数时n 必须为整数或整数向量。 矩形序列 用MA TLAB 表示矩形序列可根据公式()()()N R n u n u n N =--并利用DTu 函数生成，即 function y=DTR(n,N) y=DTu(n)-DTu(n-N); 调用该函数时n 必须为整数或整数向量，N 必须为整数。 实指数序列 用MA TLAB 表示实指数序列()(),n x n a u n n N a R =∈∈，即

蒋朝晖数字信号处理实验

《数字信号处理》实验指导书 编写蒋朝辉 中南大学信息科学与工程学院 2014年4月

目录 实验一 MATLAB仿真软件的基本操作命令和使用方法 (2) 实验二常见离散信号的MATLAB产生和图形显示 (8) 实验三离散时间系统的时域分析 (12) 实验四离散时间信号的DTFT (16)

实验一 MATLAB 仿真软件的基本操作命令和使用方法 实验内容 1、帮助命令 使用 help 命令，查找 sqrt （开方）函数的使用方法； 2、MATLAB 命令窗口 （1）在MATLAB 命令窗口直接输入命令行计算3 1)5.0sin(21+= πy 的值； （2）求多项式 p(x) = x3 + 2x+ 4的根；

3、矩阵运算 （1）矩阵的乘法 已知A=[1 2;3 4]，B=[5 5;7 8]，求A^2*B （2）矩阵的行列式 已知A=[1 2 3;4 5 6;7 8 9]，求A （3）矩阵的转置及共轭转置 已知A=[1 2 3;4 5 6;7 8 9]，求A'

已知B=[5+i,2-i,1;6*i,4,9-i], 求B.' , B' （4）特征值、特征向量、特征多项式 已知A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4] ，求矩阵A的特征值、特征向量、特征多项式； （5）使用冒号选出指定元素

已知：A=[1 2 3;4 5 6;7 8 9]；求A 中第3 列前2 个元素；A 中所有列第2，3 行的元素； 4、Matlab 基本编程方法 （1）编写命令文件：计算1+2+…+n<2000 时的最大n 值； （2）编写函数文件：分别用for 和while 循环结构编写程序，求 2 的0 到15 次幂的和。

南京理工大学数字信号处理matlab上机完美版

1.已知3阶椭圆IIR数字低通滤波器的性能指标为：通带截止频率0.4π，通带波纹为0.6dB，最小阻带衰减为32dB。设计一个6阶全通滤波器对其通带的群延时进行均衡。绘制低通滤波器和级联滤波器的群延时。 %Q1_solution %ellip(N,Ap,Ast,Wp) %N--->The order of the filter %Ap-->ripple in the passband %Ast->a stopband Rs dB down from the peak value in the passband %Wp-->the passband width [be,ae]=ellip(3,0.6,32,0.4); hellip=dfilt.df2(be,ae); f=0:0.001:0.4; g=grpdelay(hellip,f,2); g1=max(g)-g; [b,a,tau]=iirgrpdelay(6,f,[0 0.4],g1); hallpass=dfilt.df2(b,a); hoverall=cascade(hallpass,hellip); hFVT=fvtool([hellip,hoverall]); set(hFVT,'Filter',[hellip,hoverall]); legend(hFVT,'Lowpass Elliptic filter','Compensated filter'); clear; [num1,den1]=ellip(3,0.6,32,0.4); [GdH,w]=grpdelay(num1,den1,512); plot(w/pi,GdH); grid xlabel('\omega/\pi'); ylabel('Group delay, samples'); F=0:0.001:0.4; g=grpdelay(num1,den1,F,2); % Equalize the passband Gd=max(g)-g; % Design the allpass delay equalizer [num2,den2]=iirgrpdelay(6,F,[0,0.4],Gd); [GdA,w] = grpdelay(num2,den2,512); hold on; plot(w/pi,GdH+GdA,'r');

基于MATLAB的数字信号处理

数字信号处理课程设计报告题目：语音数字信号处理与分析及 Matlab实现 系别通信工程 专业班级 学生姓名 学号 指导教师 提交日期

摘要 本次课程设计综合利用数字信号处理的理论知识进行语音信号的频谱分析，通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。本次课程设计要求利用MATLAB对语音信号进行分析和处理，要求学生采集语音信号后，在MATLAB软件平台进行频谱分析；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。待处理语音信号是一个在20Hz～20kHz 频段的低频信号。采用了高效快捷的开发工具——MATLAB，实现了语音信号的采集，对语音信号加噪声及设计滤波器滤除噪声的一系列工作。利用采样原理设计了高通滤波器、低通滤波器、带通滤波器、带阻滤波器。同学通过查阅资料自己获得程序进行滤波器的设计，能过得到很好的锻炼。 关键词：MATLAB滤波器数字信号处理

目录 第一章绪论 (1) 1.1设计的目的及意义 (1) 1.2设计要求 (1) 1.3设计内容 (1) 第二章系统方案论证 (3) 2.1设计方案分析 (3) 2.2实验原理 (3) 第三章信号频谱分析 (6) 3.1原始信号及频谱分析 (6) 3.2加入干扰噪声后的信号及频谱分析 (7) 第四章数字滤波器的设计与实现 (11) 4.1高通滤波器的设计 (11) 4.2低通滤波器的设计 (12) 4.3带通滤波器的设计 (15) 4.4带阻滤波器的设计 (16) 第五章课程设计总结 (19) 参考文献 (20) 附录Ⅰ..................................................................................I 附录Ⅱ................................................................................II

数字信号处理实验 matlab版 线性相位FIR数字滤波器

实验23 线性相位FIR数字滤波器 (完美格式版，本人自己完成，所有语句正确，不排除极个别错误，特别适用于山大，勿用冰点等工具下载，否则下载之后的word格式会让很多部分格式错误，谢谢) XXXX学号姓名处XXXX 一、实验目的 1 加深对线性相位FIR数字滤波器特性的理解。 2 掌握线性相位滤波器符幅特性和零极点分布的研究方法。 3 了解用MATLAB研究线性相位滤波器特性时程序编写的思路和方法。 二、实验内容 1 线性相位FIR滤波器的特性 2 第一类线性相位滤波器(类型Ⅰ) 3 第二类线性相位滤波器(类型Ⅱ) 4 第三类线性相位滤波器(类型Ⅲ) 5 第四类线性相位滤波器(类型Ⅳ) 6 线性相位FIR数字滤波器零点分布特点 三、实验环境 MATLAB7.0 四、实验原理 1.线性相位FIR滤波器的特性 与IIR滤波器相比，FIR滤波器在保证幅度特性满足技术要求的同时，很容易做到有严格的线性相位特性。设FIR滤波器单位脉冲响应h(n)长度为N，其系统函数为 ∑-=- = 1 N n n z h(n) H(z) 当滤波器的系数N满足一定的对称条件时，就可以获得线性相位。线性相位FIR滤波器共分为四种类型，分别为： (1)类型Ⅰ，系数对称，即h(n)＝h(N－1－n)，N为奇数。 (2)类型Ⅱ，系数对称，即h(n)＝h(N－1－n)，N为偶数。 (3)类型Ⅲ，系数反对称，即h(n)＝－h(N－1－n)，N为奇数。 (4)类型Ⅳ，系数反对称，即h(n)＝－h(N－1－n)，N为偶数。 对于上述四类线性相位FIR滤波器，参考文献［1］中提供了一段通用程序，对考虑正负号的幅度频率特性(简称符幅特性)进行求解，程序名为amplres.m，程序如下：function[A,w,type,tao]=amplres(h) N=length(h);tao=(N-1)/2; L=floor((N-1)/2); n=1:L+1; w=[0:500]*2*pi/500; if all(abs(h(n)-h(N-n+1))<1e-10)