信号分析与处理
1.什么是信息？什么是信号？二者之间的区别与联系是什么？信号是如何分类的？ 信息：反映了一个物理系统的状态或特性，是自然界、人类社会和人类思维活动中普遍存在的物质和事物的属性。
信号：是传载信息的物理量，是信息的表现形式。 区别与联系 信号的分类
1.按照信号随自变量时间的取值特点，信号可分为连续时间信号和离散时间信号；
2.按照信号取值随时间变化的特点，信号可以分为确定性信号和随机信号； 2.非平稳信号处理方法（列出方法就行） 1.短时傅里叶变换(Short Time Fourier Transform) 2.小波变换(Wavelet Transform)
3.小波包分析(Wavelet Package Analysis)
4.第二代小波变换
5.循环平稳信号分析(Cyclostationary Signal Analysis)
6.经验模式分解(Empirical Mode Decomposition)和希尔伯特-黄变换(Hilbert-Huang Transform) 3.信号处理内积的意义，基函数的定义与物理意义。 内积的定义：
（1）实数序列：),...,,(21n x x x X =，n n R y y y Y ∈=),...,,(21 它们的内积定义是：j n
j j
y x
Y X ∑=>=
<1
,
（2）复数jy x z +=它的共轭jy x z -=*
，复序列),...,,(21n z z z Z =，
n
n C w w w W ∈=),...,,(21，它们的内积定义为*=∑>= j j w z W Z 1 , 在平方可积空间2 L 中的函数)(),(t y t x 它们的内积定义为： dt t y t x t y t x ?∞ ∞ -*>=<)()()(),( 2)(),(L t y t x ∈ 以)(),(t y t x 的互相关函数)(τxy R ，)(t x 的自相关函数)(τxx R 如下： >-=<-=?∞ ∞-*)(),()()()(τττt x t x dt t x t x R xx >-=<-=?∞ ∞ -*)(),()()()(τττt y t x dt t y t x R xy 我们把)(τ-t x 以及)(τ-t y 视为基函数，则内积可以理解为信号)(t x 与“基函数”关系紧密度或相似性的一种度量。 4.什么叫自相关函数？其意义与性质是什么？ 定义：为了反映信号自身取值随自变量时间前后变化的相似性而得到的函数 dt t x t x T R T x )()(1lim )(0 T ττ±=? ∞→称为自相关函数。 意义：1.自相关函数可从被噪声干扰的信号中找出周期成分。 2.用噪声诊断机器故障时，依靠自相关函数就可在噪声中发现隐藏的周期分量，确定机器的缺陷所在。 5.什么叫互相关函数？其意义及性质是什么？ 定义：为了完整描述两信号之间的相关情况或取值依赖关系而得到的函数 dt t x t x T R T x )()(1lim )(0 T ττ±=? ∞→称为互相关函数。 性质： 6.举例说明互相关函数，自相关函数的应用（船速测量） 利用互相关分析测定船舶的航速 7.快速傅里叶变换（FFT）的基本思想是什么？ 以长度为8的数据序列为例说明FFT的计算流程（P50~P51） 基本思想：FFT的基本思想是把长度为2的正整数次幂的数据序列} x，分隔 { k 成若干较短的序列，做DFT计算以代替原始序列的DFT计算，然后再把它们合并起来，得到整个序列} x的DFT。 { k 举例： 8.如何通过自功率谱密度函数和互功率谱密度函数计算系统的传递函数或性质？（P55~P56） 自功率谱密度函数是信号 的自相关函数 的傅里叶变换 两组信号 和 的互谱密度函数定义为互相关函数 的 傅里叶变换 1) 自谱互谱法。系统传递函数由输出的自谱与输出输入的互谱之比计算 (2.4.20) 这是目前信号分析仪通常采用的计算传递函数的方法。 2) 自谱法。由系统输出与输入的自谱之比得到传递函数的模为 (2.4.21) 9.什么是相干函数？其物理意义是什么？ 定义：相干函数分析建立在平稳机械信号的自功率谱密度函数)(ωx S 、)(ωy S 和互功率谱密度函数)(ωxy S 之上。则相干函数可以定义为： ) ()() ()(2 xy 2ωωωωy x xy S S S r = 1)(02 ≤≤ωxy r 物理意义：相干函数反映了信号)(t y t 中频率ω的分量在多大程度上来源信号 )(t x 。当1)(2 =ωxy r ，说明信号)(t y 频率为ω的分量完全来源于信号)(t x ；当0)(2=ωxy r ，说明信号)(t y 和)(t x 关于频率为ω的分量完全不相干。 10.什么是倒频谱？及其应用与物理意义。 定义：倒频谱是信号)(t x 的功率谱)(f S x 的对数值的傅里叶逆变换。(){}f log )(x 1 p S F q C -= 倒频率定义：自变量q 称为倒频率，与自相关函数 ) (τx R 的自变量τ有相同的时间量纲。q 值大 者称为高倒频率，表示谱图上的低频波动。 q 值小者称为低倒频率，表示谱图上的高频波动。 应用：机械故障诊断：识别齿轮、轴承故障频谱中多簇等间隔的调制边频带。分解和识别故障频率、故障的原因和部位 语音和回声分析及解卷积：分离和提取源信号与传递系统影响，有利于对问题本质的研究 11.什么是Hilbert 变换？其原理及应用条件是什么？ ? ∞ ∞ --= τ τωωτd )()(j x x e R S ? ∞ ∞ --= τ τωωτd )()(j xy xy e R S 定义：任何一个实信号)(t x 的复信号)(t q (解析信号)可由滤波得到()()t jx t x t q ')(+=称 ()() ττπ πd t t x t x t t x ?∞ ∞--=*= 11)('为)(t x 的Hilbert 变换。 原理：设窄带调制信号()()()t t f t a t x ?π+=02cos )(，)(t a 是缓慢变化的调制信号。令 ()t t f t ?πθ+=02)(，()()dt t d t f dt t d t ?πθμ+== 02)(是)(t x 的瞬时频率。则它的解析信号为()()()()()()()[]t t f i t t f t a t x t x t q ?π?π+++=+=00'2sin 2cos i )( 解析信号的模或信号的包络为()()()t x t x t a 2'2+= 解析信号的相位为()() ()t t f t x t x t ?πθ+==0' 2arctan )( 解析信号相位的导数或瞬时频率为()()()()dt t d t f dt t x t x d dt t d t ?πθμ+=??? ?? ?==0'2arctan )( 12.循环平稳信号的定义 一阶循环统计量与二阶循环统计量的物理意义及应用。 定义：在非平稳信号中有一个重要的子类，它们的统计量随时间按周期或多周期规律变化，这类信号称为循环平稳信号。 循环平稳信号是指这样的一种时间序列)(t x ，它具有周期时变的联合概率密度函数，),(),(01 1 nT t x P t x P i N i i N i +∏=∏== 其中：N 是信号的统计阶数；0T 是信号的基本循环平稳周期；n 是一个给定的整数。 循环频率从物理意义上讲，与傅里叶变换中的频率一样，都表示信号的频率 一阶循环统计量物理意义及应用 一阶循环统计量是指信号的均值是时间的周期函数，它的实质是将)(t x 的频谱左移频率 α后，再取时间平均。我们可以用类似于傅里叶变换的方法提取出信号的周期成分的频 率。 二阶循环统计量的物理意义及应用 二阶循环统计量——循环自相关函数)(τα x R 是二次时变统计量()()ττ-=* t x t x t R X ),(对 时间的傅里叶变换的系数。 利用循环自相关函数在循环频率域分离载波频率信息和调制频率的优点，在循环频率的低频 段可以较容易的提取出这类故障的调制频率信息。 13.短时傅里叶变换的概念（主思想）及物理意义是什么？ 定义：用一个在时间上可滑移的时窗来进行傅里叶变换从而实现了在时间域和频率域上都具有较好局部性质的分析方法。 物理意义：将信号)(t x 映射到时频二维平面()f ,τ上。 14.什么是小波变换？从母小波到子小波如何构造小波基函数？ 小波变换是用小波基函数?? ? ??-a b t ψ代替傅里叶变换中的基函数ft j e π2以及短时傅里叶变换中的基函数()τ-t h 而进行的内积运算。 小波变换的实质就是以基函数?? ? ??-a b t ψ的形式将信号)(t x 分解为不同频带的子信号。 给定平方可积的信号)(t x 即)()(2R L t x ∈，则)(t x 的小波变换定义为： dt a b t t x a b a WT x )( )(1),(-=*? ? dt t t x a b a )()(1,* ?=? >=<)(),(,t t x b a ? 该式称为连续小波变换 从母小波到子小波如何构造小波基函数：由母小波)(t ψ通过伸缩a 和平移b 产生一组 基函数。 15.Mallat 算法原理。 Mallat 塔形算法,不涉及尺度函数)(t ? 和小波函数)(t ψ,直接运用低通滤波器 和 带通滤波器的系数 {}Z n n h ∈和 {}Z n n h ∈参与运算，运算量正比于 )log (2N N O 。 每次分解所得到的逼近信号和细节信号的数据长度是上一次逼近信号数据长度的一半。当 次分解后，逼近信号和细节信号的数据长度缩减为原始信号数据长度的 -j 2 。 在重构计算的每一步中，先在数据之间插补零后再参与同低通、带通滤波器系数的运算，结 果重构数据长度加倍。 设空间0v 由}),({z t k t ∈-?这一组正交基构成，这样对于给定的一个连续信号 )(t x 在空间0v 中的投影可表示为)()()()()(,0000t k a k t k a t x P k k k ??∑∑=-=式中， )()(,0k t t k -=??，)(0k a 是基)(,0t k ?的权函数。 令)2(2)(2 ,k t t j j k j -=--??为)(t ?做二进制伸缩及整数位移产生的函数系。并记j v 空间由基)}({,t k j ?组成，且信号)(t x 在j v 中的投影为)()()(,t k a t x P k j k j j ?∑=， )(k a j 为加权系数， 因此，对于不同的j 分辨率不同，j 越小，分辨率越高，-∞→j 时，)(,t k j ?中的每一个基函数宽度都变成无穷小。因此，有)() (t x t x P j j =∞ → ， 反之+∞→j 时，)(t x P j 对于)(t x 的近似误差最大，因此，低分辨率的基函数完全可以有高一级分辨率的基函数所决定，从空间上来讲，低分辨率的空间应包含在高分辨率的空间中，又因为 在高分辨率空间中的投影对 的近似比分辨率空间中的投影好。 因此有：)()()(11t x D t x P t x P j j j +++= 其中，)(1t x D j +为信号)(t x 在基函数)}(,{1t k j +?所构成的子空间1+j W 上的投影，且是一些细节信号。 j W 的小波函数基)}(,{1t k j +?组成满足11++⊕=j j j W v v 上式含义：)(t x 在高分辨率基函数所形成的空间中的近似等于它在低分辨率空间中的近似再加上一些细节。 16.谐波小波定义。说明Newland 快速算法的过程及思想。 谐小波定义：如果一个小波具有完全“盒形”的频谱将是非常理想的。设有实偶函数)(t e ω和实奇函数)(t o ω，它们的傅里叶变换分别为? ?? ?? ?<≤=其他04241)(πωππωe W ?? ? ???????<≤<≤=其他0424-2-4-4)(πωπππωππωj j W o 则对)()()(ωωωo e jW W W +=有? ?? ???<≤=其他04221)(πωππωW 。 )(ωW 所对应的函数)()()(t j t t o e ωωω+=由)(ωW 的傅里叶逆变换得()()[]t j t j t j t πππω22exp 4exp )(-=该式定义的小波为谐小波。 Newland 快速算法的过程及思想：Newland 快速算法是谐小波分解算法，通过信号的快速傅里叶变换FFT 和快速傅里叶逆变换IFFT 实现。设有离散信号x (r)，r = 0,…, N – 1,其中 n N 2=，其谐波小波分解为s a , s= 0,…, N – 1。令()()r x FFT F s =as 由Fs 经分段、 对每一段作IFFT 得到，下两式为其表达式： 17二代小波的原理是什么？如何计算？ 原理：信号通常具有局部相关的数据结构，其相邻样本之间的相关性比相距较远的样本之间 的相关性强。利用剖分(split)运算，将信号分成奇样本和偶样本序列。在一定的精度下，两个序列中的一个序列可以用预测(predict)运算来估计另一个序列，预测偏差为细节信号。利用细节信号对被预测的序列进行更新(update)运算，使偶样本得到修正，更新的结果为逼近信号。可以得到基于插值细分原理的第二代小波变换表示。 计算： 第二代小波变换的分解过程由三部分组成：剖分、预测和更新。 第二代小波变换的重构过程由三部分组成：恢复更新、恢复预测和合并。 2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。试问输出信号y 1(t )，y 2(t )有无失真？为什么？ 分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。 解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率ππ π32621=< =Ωh ，所以y 1(t )无失真； 因为x 2(t )=cos5πt ，而频谱中最高角频率ππ π32 652=>=Ωh ，所以y 2(t )失真。 3.2 设x (n )的傅里叶变换为X (e j ω)，试利用X (e j ω )表示下列序列的傅里叶变换： （1） )1()1()(1n x n x n x --+-= （2） )]()([2 1 )(2n x n x n x -+= * 分析：利用序列翻褶后的时移性质和线性性质来求解，即 )()(ωj e X n x ?，)()(ωj e X n x -?- )()(ωωj m j e X e n m x --?- 解：（1）由于)()]([ω j e X n x DTFT =，)()]([ωj e X n x DTFT -=-，则 )()]1([ωωj j e X e n x DTFT --=- )()]1([ωωj j e X e n x DTFT -=-- 故ωωωωω cos )(2])[()]([1j j j j e X e e e X n x DTFT ---=+= （2）由于)()]([ω j e X n x DTFT * * =- 故)](Re[2 ) ()()]([2ωωωj j j e X e X e X n x DTFT =+= * 3.7 试求下列有限长序列的N 点离散傅里叶变换（闭合形式表达式）： 第七章信号处理与分析 ６．１概述 数字信号在我们周围无所不在。因为数字信号具有高保真、低噪声和便于信号处理的优点，所以得到了广泛的应用，例如电话公司使用数字信号传输语音，广播、电视和高保真音响系统也都在逐渐数字化。太空中的卫星将测得数据以数字信号的形式发送到地面接收站。对遥远星球和外部空间拍摄的照片也是采用数字方法处理，去除干扰，获得有用的信息。经济数据、人口普查结果、股票市场价格都可以采用数字信号的形式获得。因为数字信号处理具有这么多优点，在用计算机对模拟信号进行处理之前也常把它们先转换成数字信号。本章将介绍数字信号处理的基本知识，并介绍由上百个数字信号处理和分析的VI构成的LabVIEW分析软件库。 目前，对于实时分析系统，高速浮点运算和数字信号处理已经变得越来越重要。这些系统被广泛应用到生物医学数据处理、语音识别、数字音频和图像处理等各种领域。数据分析的重要性在于，无法从刚刚采集的数据立刻得到有用的信息，如下图所示。必须消除噪音干扰、纠正设备故障而破坏的数据，或者补偿环境影响，如温度和湿度等。 通过分析和处理数字信号，可以从噪声中分离出有用的信 息，并用比原始数据更全面的表格显示这些信息。下图显示的是 经过处理的数据曲线。 用于测量的虚拟仪器(VI) 用于测量的虚拟仪器(VI)执行的典型的测量任务有： ●计算信号中存在的总的谐波失真。 ●决定系统的脉冲响应或传递函数。 ●估计系统的动态响应参数，例如上升时间、超调量等等。 ●计算信号的幅频特性和相频特性。 ●估计信号中含有的交流成分和直流成分。 在过去，这些计算工作需要通过特定的实验工作台来进行，而用于测量的虚拟仪器可以使这些测量工作通过LabVIEW程序语言在台式机上进行。这些用于测量的虚拟仪器是建立在数据采集和数字信号处理的基础之上，有如下的特性： ●输入的时域信号被假定为实数值。 ●输出数据中包含大小、相位，并且用合适的单位进行了刻度，可用来直接进行 图形的绘制。 ●计算出来的频谱是单边的（single_sided），范围从直流分量到Nyquist频率(二 分之一取样频率)。（即没有负频率出现） ●需要时可以使用窗函数，窗是经过刻度地，因此每个窗提供相同的频谱幅度峰 值，可以精确地限制信号的幅值。 一般情况下，可以将数据采集VI的输出直接连接到测量VI的输入端。测量VI的输出又可以连接到绘图VI以得到可视的显示。 有些测量VI用来进行时域到频域的转换，例如计算幅频特性和相频特性、功率谱、网路的传递函数等等。另一些测量VI可以刻度时域窗和对功率和频率进行估算。 本章我们将介绍测量VI中常用的一些数字信号处理函数。 LabVIEW的流程图编程方法和分析VI库的扩展工具箱使得分析软件的开发变得更加简单。LabVIEW 分析VI通过一些可以互相连接的VI，提供了最先进的数据分析技术。你不必像在普通编程语言中那样关心分析步骤的具体细节，而可以集中注意力解决信号处理与分析方面的问题。LabVIEW 6i版本中，有两个子模板涉及信号处理和数学，分别是Analyze 子模板和Methematics子模板。这里主要涉及前者。 进入Functions模板Analyze》Signal Processing子模板。 其中共有6个分析VI库。其中包括： ①．Signal Generation（信号发生）：用于产生数字特性曲线和波形。 ②．Time Domain（时域分析）：用于进行频域转换、频域分析等。 ③．Frequency Domain（频域分析）： ④．Measurement（测量函数）：用于执行各种测量功能，例如单边FFT、频谱、比例加窗以及泄漏频谱、能量的估算。 信号分析与处理课后习题答案 第五章快速傅里叶变换 1.如果一台通用计算机的速度为平均每次复乘需要50us ，每次复加需要10us ，用来就散N=1024点的DFT ，问： （1）直接计算需要多少时间？用FFT 计算呢？ （2）照这样计算，用FFT 计算快速卷积对信号进行处理是，估计可实现实时处理的信号最高频率？ 解： 分析：直接利用DFT 计算：复乘次数为N 2，复加次数为N(N-1)； 利用FFT 计算：复乘次数为20.5log N N ，复加次数为2log N N ； （1） 直接DFT 计算： 复乘所需时间2215010245052.4288T N us us s =?=?= 复加所需时间2(1)101024(10241)1010.47552T N N us us s =-?=-?= 所以总时间1262.90432DFT T T T s =+= FFT 计算： 复乘所需时间3220.5log 500.51024log 1024500.256T N N us us s =?=???= 复加所需时间422log 101024log 1024100.1024T N N us us s =?=??= 所以总时间为340.3584FFT T T T s =+= （2） 假设计算两个N 长序列1()x n 和2()x n 的卷积 计算过程为如下： 第一步：求1()X k ，2()X k ；所需时间为2FFT T ? 第二步：计算12()()()X k X k X k =?，共需要N 次复乘运算 所需时间为501024500.0512To N us us s =?=?= 第三步：计算(())IFFT X k ，所需时间为FFT T 所以总时间为230.35840.0512 1.1264FFT T T To s s s =?+=?+= 容许计算信号频率为N/T=911.3Hz 2.设x(n)是长度为2N 的有限长实序列，()X k 为x(n)的2N 点得DFT 。 第六章信号处理与分析 ６．１概述 数字信号在我们周围无所不在。因为数字信号具有高保真、低噪声和便于信号处理的优点，所以得到了广泛的应用，例如电话公司使用数字信号传输语音，广播、电视和高保真音响系统也都在逐渐数字化。太空中的卫星将测得数据以数字信号的形式发送到地面接收站。对遥远星球和外部空间拍摄的照片也是采用数字方法处理，去除干扰，获得有用的信息。经济数据、人口普查结果、股票市场价格都可以采用数字信号的形式获得。因为数字信号处理具有这么多优点，在用计算机对模拟信号进行处理之前也常把它们先转换成数字信号。本章将介绍数字信号处理的基本知识，并介绍由上百个数字信号处理和分析的VI构成的LabVIEW分析软件库。 目前，对于实时分析系统，高速浮点运算和数字信号处理已经变得越来越重要。这些系统被广泛应用到生物医学数据处理、语音识别、数字音频和图像处理等各种领域。数据分析的重要性在于，无法从刚刚采集的数据立刻得到有用的信息，如下图所示。必须消除噪音干扰、纠正设备故障而破坏的数据，或者补偿环境影响，如温度和湿度等。 通过分析和处理数字信号，可以从噪声中分离出有用的信息，并用比原始数据更全面的表格显示这些信息。下图显示的是经过处理的数据曲线。 用于测量的虚拟仪器(VI) 用于测量的虚拟仪器(VI)执行的典型的测量任务有： ●计算信号中存在的总的谐波失真。 ●决定系统的脉冲响应或传递函数。 ●估计系统的动态响应参数，例如上升时间、超调量等等。 ●计算信号的幅频特性和相频特性。 ●估计信号中含有的交流成分和直流成分。 在过去，这些计算工作需要通过特定的实验工作台来进行，而用于测量的虚拟仪器可以使这些测量工作通过LabVIEW程序语言在台式机上进行。这些用于测量的虚拟仪器是建立在数据采集和数字信号处理的基础之上，有如下的特性： ●输入的时域信号被假定为实数值。 ●输出数据中包含大小、相位，并且用合适的单位进行了刻度，可用来直接进行 图形的绘制。 ●计算出来的频谱是单边的（single_sided），范围从直流分量到Nyquist频率(二 分之一取样频率)。（即没有负频率出现） ●需要时可以使用窗函数，窗是经过刻度地，因此每个窗提供相同的频谱幅度峰 值，可以精确地限制信号的幅值。 一般情况下，可以将数据采集VI的输出直接连接到测量VI的输入端。测量VI的输出又可以连接到绘图VI以得到可视的显示。 有些测量VI用来进行时域到频域的转换，例如计算幅频特性和相频特性、功率谱、网路的传递函数等等。另一些测量VI可以刻度时域窗和对功率和频率进行估算。 本章我们将介绍测量VI中常用的一些数字信号处理函数。 LabVIEW的流程图编程方法和分析VI库的扩展工具箱使得分析软件的开发变得更加简单。LabVIEW 分析VI通过一些可以互相连接的VI，提供了最先进的数据分析技术。你不必像在普通编程语言中那样关心分析步骤的具体细节，而可以集中注意力解决信号处理与分析方面的问题。LabVIEW 6i版本中，有两个子模板涉及信号处理和数学，分别是Analyze 子模板和Methematics子模板。这里主要涉及前者。 进入Functions模板Analyze》Signal Processing子模板。 其中共有6个分析VI库。其中包括： ①．Signal Generation（信号发生）：用于产生数字特性曲线和波形。 ②．Time Domain（时域分析）：用于进行频域转换、频域分析等。 ③．Frequency Domain（频域分析）： ④．Measurement（测量函数）：用于执行各种测量功能，例如单边FFT、频谱、比例加窗以及泄漏频谱、能量的估算。 ⑤．Digital Filters（数字滤波器）：用于执行IIR、FIR 和非线性滤波功能。 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.............................................................................................................. 错误!未定义书签。 1.1课题背景及意义................................................................................. 错误!未定义书签。 1.2国内外研究现状................................................................................. 错误!未定义书签。 1.3本课题的研究内容和方法................................................................. 错误!未定义书签。 1.3.1 研究内容................................................................................ 错误!未定义书签。 1.3.2 开发环境................................................................................ 错误!未定义书签。 2 语音信号处理的总体方案............................................................................ 错误!未定义书签。 2.1 系统基本概述.................................................................................... 错误!未定义书签。 2.2 系统基本要求与目的........................................................................ 错误!未定义书签。 2.3 系统框架及实现................................................................................ 错误!未定义书签。 2.3.1 语音信号的采样.................................................................... 错误!未定义书签。 2.3.2 语音信号的频谱分析............................................................ 错误!未定义书签。 2.3.3 音乐信号的抽取.................................................................... 错误!未定义书签。 2.3.4 音乐信号的AM调制.............................................................. 错误!未定义书签。 2.3.5 AM调制音乐信号的同步解调............................................... 错误!未定义书签。 2.4系统设计流程图................................................................................. 错误!未定义书签。 3 语音信号处理基本知识................................................................................ 错误!未定义书签。 3.1语音的录入与打开............................................................................. 错误!未定义书签。 3.2采样位数和采样频率......................................................................... 错误!未定义书签。 3.3时域信号的FFT分析......................................................................... 错误!未定义书签。 3.4切比雪夫滤波器................................................................................. 错误!未定义书签。 3.5数字滤波器设计原理......................................................................... 错误!未定义书签。 4 语音信号实例处理设计................................................................................ 错误!未定义书签。 4.1语音信号的采集................................................................................. 错误!未定义书签。 《信号分析与处理》(第二版)-徐科军、黄云志-课后答案 ————————————————————————————————作者：————————————————————————————————日期： Chap1. 1.4 ()()()()()()()()()()()() ()()()()()()()121 2 122 12112 2 121 2 2 2y 11102 y 0.5111 y 0.5 1.513y 0 13 013 y 0.5111 0.5 1.513t t t t t x t x t x x t d x x t x x t d t d t t t x x t d t d t t t t t or t t or t t t t t t t τττ ττττ τττττττττττ+∞ -∞ ----=*=-=-≤≤???=≤≤??=-= -=+-<≤=-= -=-++<<=≤-≥≤-≥??=+-<≤??-++< ()()[] ()()()[]()()()∑∞ =? ? ? ???Ω-Ω-+=- =-= =??? ??<≤<≤-=1002212 2 01cos cos cos 1cos 141cos 1cos 1 5 .0202 20 (a)n n n t n n n t n n n t x n n b n n a a T t t T t T t x πππππ πππ 代入公式得： ()() ()()() ()[] ()()[]()()∑∞ =Ω-? ? ? ???Ω-Ω-+=- =-= ==Ω=Ω-=1002222 2 012 212cos 1cos cos 11411cos 11 5.0cos 2 (b)n n n T jn t n n t n n n t x n b n n a a n n X e n X T t x t x πππππππ得到：根据时移性质： ()() ()()()[]()()[]() ∑?∑∞ =-∞ =Ω-+=-=Ω==Ω+=102232 20 2 0201 00 3cos cos 12 21cos 12cos 41 cos 2 (c)n T n n n t n n n t x n n dt t n t x T a a t n a a t x ππ ππ偶对称， 1.12 ()()dt e t x j X t j ?+∞ ∞ -Ω-=Ω频谱密度函数： 1.滤波器（filter） 2.信号(signal) 3.信息（information） 4.函数（function） 5.消息（message） 6.知识（knowledge） 7.频率(frequency) 8.幅度(amplitude) 9.相位(phase) 10.模拟信号(analog signal) 11.量化信号(quantized signal) 12.抽样信号(sampling signal) 13.数字信号(digital signal) 14.确定性信号(determinate) 15.随机信号(random) 16.周期信号(periodic) 17.非周期信号(nonperiodic) 18.时限信号(time finite) 19.频限信号(frequency finite) 20.频谱分析(frequency spectrum) 21.时域(Time domain) 22.频域(Frequency domain) 23.指数信号(exponential) 24.复指数函数(complex exponential) 25.欧拉公式(Euler's formula) 26.阶跃(step) 27.符号(signum) 28.单位冲激(unit impulse) 29.移位（shift） 30.反褶（reverse） 31.尺度倍乘(scaling) 32.微分(differential) 33.积分(integration) 34.定积分(definite integration) 35.奇与偶(odd & even) 36.线形系统（Linear System） 37.实部与虚部(real & imaginary) 基于Matlab的信号处理系统与分析 Matlab是一种简洁智能、特别适用于工程领域和科学研究的高级程序语言，将Matlab应用于信号处理系统中，能够帮助我们解决信号处理的很多难题。将Matlab运用于信号处理系统中，不仅提高了信号处理的效率性和可靠性，也在很大程度上促进了信号处理系统的研究和发展。通过对Matlab的特性分析及比较经典方法和Matlab对信号的处理和分析，进一步说明Matlab对信号的处理分析发挥着重要作用和绝对优势。 标签：Matlab；信号处理；分析；经典 1 Matlab的特性分析 Matlab是以矩阵运算为基础的程序设计语言，又被称为矩阵实验室，其语法规则简单易懂，功能强大，编程效率高，可以用于科学计算、图像处理、信号处理、神经元网络、小波分析、信号消噪等等领域。主要功能可分为四类：符号计算、数值的计算、分析与可视化、文字处理、SIMULINK动态仿真。所以应用Matlab处理与分析信号时是非常必要且高效的。 2 信号的处理与分析 信号的分析处理是指从将一大堆杂乱无章的信号或者一个复杂的信号按照我们的要求进行处理，使用相应的设备与技术，提取出关键部分，以方便我们分析和运用。 2.1 经典方法对信号的处理与分析 经典方法主要有两种：时域分析法、频域分析法；在分析过程中，不经过任何变换，函数的变量都是时间t，这种分析方法就是时域分析法。采用傅里叶正变换将时间变量t转换为频率变量w对信号进行分析，即频域分析法。连接二者的桥梁即傅里叶正反变换： F（jw）=∫∞-∞f（t）e-jwtdt（傅里叶正变换） f（t）=12π ∫∞-∞F（jw）ejwt dw（傅里叶反变换） 通过时域分析法可以得到任意时刻信号的瞬时值、最大值、最小值及均方根值，也可以分析得到直流分量与谐波分量，从而对信号进行分析处理。频域分析法是通过对信号的幅值、相位、能量变换与角频率的关系进行分析，研究其频率特性，如：相位谱，能量谱密度。通常经典方法局限性较大，运算量大，运算结果不易分析。 2.2 Matlab对信号的处理与分析 信号分析与处理课后习题答案 第五章 快速傅里叶变换 1.如果一台通用计算机的速度为平均每次复乘需要50us ，每次复加需要10us ，用来就散N=1024点的DFT ，问： （1）直接计算需要多少时间？用FFT 计算呢？ （2）照这样计算，用FFT 计算快速卷积对信号进行处理是，估计可实现实时处理的信号最高频率？ 解： 分析：直接利用DFT 计算：复乘次数为N 2，复加次数为N(N-1)； 利用FFT 计算：复乘次数为20.5log N N ，复加次数为2log N N ； （1） 直接DFT 计算： 复乘所需时间2215010245052.4288T N us us s =?=?= 复加所需时间2(1)101024(10241)1010.47552T N N us us s =-?=-?= 所以总时间1262.90432DFT T T T s =+= FFT 计算： 复乘所需时间3220.5log 500.51024log 1024500.256T N N us us s =?=???= 复加所需时间422log 101024log 1024100.1024T N N us us s =?=??= 所以总时间为340.3584FFT T T T s =+= （2） 假设计算两个N 长序列1()x n 和2()x n 的卷积 计算过程为如下： 第一步：求1()X k ，2()X k ；所需时间为2FFT T ? 第二步：计算12()()()X k X k X k =?，共需要N 次复乘运算 所需时间为501024500.0512To N us us s =?=?= 第三步：计算(())IFFT X k ，所需时间为FFT T 所以总时间为230.35840.0512 1.1264FFT T T To s s s =?+=?+= 容许计算信号频率为N/T=911.3Hz 2.设x(n)是长度为2N 的有限长实序列，()X k 为x(n)的2N 点得DFT 。 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。 2-1 画出下列各时间函数的波形图，注意它们的区别 1）x 1(t) = sin Ω t ·u(t ) 2）x 2(t) = sin[ Ω ( t – t 0 ) ]·u(t ) 3）x 3(t) = sin Ω t ·u ( t – t 0 ) -1 4）x2(t) = sin[ ( t – t0) ]·u( t – t0) 2-2 已知波形图如图2-76所示，试画出经下列各种运算后的波形图 （1）x ( t-2 ) （2）x ( t+2 ) （3）x (2t) （4）x ( t/2 ) （5）x (-t) （6）x (-t-2) （7）x ( -t/2-2 ) （8）dx/dt 2-3 应用脉冲函数的抽样特性，求下列表达式的函数值 (1)?+∞ ∞--)(0t t x δ(t) dt = x(-t 0) (2)?+∞ ∞--)(0t t x δ(t) dt = x(t 0) (3)?+∞∞ --)(0t t δ u(t - 20t ) dt = u(2 t ) (4)?+∞ ∞--)(0t t δ u(t – 2t 0) dt = u(-t 0) (5)() ?+∞∞ --+t e t δ(t+2) dt = e 2-2 (6)()?+∞ ∞-+t t sin δ(t-6π ) dt = 6 π + 2 1 (7) ()()[]?+∞ ∞-Ω---dt t t t e t j 0δδ =()?+∞ ∞ -Ω-dt t e t j δ–?+∞∞ -Ω--dt t t e t j )(0δ = 1-0 t j e Ω- = 1 – cos Ωt 0 + jsin Ωt 0 2-4 求下列各函数x 1(t)与x 2(t) 之卷积，x 1(t)* x 2(t) (1) x 1(t) = u(t), x 2(t) = e -at · u(t) ( a>0 ) x 1(t)* x 2(t) =?+∞ ∞---ττττ d t u e u a )()( = ?-t a d e 0 ττ = )1(1at e a -- x 1(t)* x 2(t) =ττδτδτπ d t t u t )]1()1([)]()4 [cos(---+-+Ω?+∞ ∞- = cos[Ω(t+1)+ 4 π ]u(t+1) – cos[Ω(t-1)+ 4 π ]u(t-1) (3) x 1(t) = u(t) – u(t-1) , x 2(t) = u(t) – u(t-2) x 1(t)* x 2(t) = ? +∞ ∞ -+-----τττττd t u t u u u )]1()()][2()([ 当 t <0时，x 1(t)* x 2(t) = 0 当 0 数字信号处理习题解答 第二章 数据采集技术基础 2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。试问输出信号y 1(t )，y 2(t )有无失真？为什么？ 分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。 解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率ππ π32621=< =Ωh ，所以y 1(t )无失真； 因为x 2(t )=cos5πt ，而频谱中最高角频率ππ π32 652=>=Ωh ，所以y 2(t )失真。 2.2 设模拟信号x (t )=3cos2000πt +5sin6000πt +10cos12000πt ，求： （1） 该信号的最小采样频率； （2） 若采样频率f s =5000Hz ，其采样后的输出信号； 分析：利用信号的采样定理及采样公式来求解。 ○ 1采样定理 采样后信号不失真的条件为：信号的采样频率f s 不小于其最高频率f m 的两倍，即 f s ≥2f m ○ 2采样公式 )()()(s nT t nT x t x n x s === 解：（1）在模拟信号中含有的频率成分是 f 1=1000Hz ，f 2=3000Hz ，f 3=6000Hz ∴信号的最高频率f m =6000Hz 由采样定理f s ≥2f m ，得信号的最小采样频率f s =2f m =12kHz （2）由于采样频率f s =5kHz ，则采样后的输出信号 ? ?? ? ????? ??-???? ????? ??=? ??? ????? ??+???? ????? ??-???? ????? ??=? ??? ????? ??++???? ????? ??-+???? ????? ??=? ?? ? ????? ??+???? ????? ??+???? ????? ??=??? ? ??====n n n n n n n n n n n f n x nT x t x n x s s nT t s 522sin 5512cos 13512cos 10522sin 5512cos 35112cos 105212sin 5512cos 3562cos 10532sin 5512cos 3)()()(πππππππππππ 信号分析与处理 第一章绪论：测试信号分析与处理的主要内容、应用；信号的分类，信号分析与信号处理、测试信号的描述，信号与系统。 测试技术的目的是信息获取、处理和利用。 测试过程是针对被测对象的特点，利用相应传感器，将被测物理量转变为电信号，然后，按一定的目的对信号进行分析和处理，从而探明被测对象内在规律的过程。 信号分析与处理是测试技术的重要研究内容。 信号分析与处理技术可以分成模拟信号分析与处理和数字信号分析与处理技术。 一切物体运动和状态的变化，都是一种信号，传递不同的信息。 信号常常表示为时间的函数，函数表示和图形表示信号。 信号是信息的载体，但信号不是信息，只有对信号进行分析和处理后，才能从信号中提取信息。 信号可以分为确定信号与随机信号；周期信号与非周期信号；连续时间信号与离散时间信号；能量信号与功率信号；奇异信号； 周期信号无穷的含义，连续信号、模拟信号、量化信号，抽样信号、数字信号 在频域里进行信号的频谱分析是信号分析中一种最基本的方法：将频率作为信号的自变量，在频域里进行信号的频谱分析； 信号分析是研究信号本身的特征，信号处理是对信号进行某种运算。 信号处理包括时域处理和频域处理。时域处理中最典型的是波形分析，滤波是信号分析中的重要研究内容； 测试信号是指被测对象的运动或状态信息，表示测试信号可以用数学表达式、图形、图表等进行描述。 常用基本信号（函数）复指数信号、抽样函数、单位阶跃函数单位、冲激函数（抽样特性和偶函数）离散序列用图形、数列表示，常见序列单位抽样序列、单位阶跃序列、斜变序列、正弦序列、复指数序列。 系统是指由一些相互联系、相互制约的事物组成的具有某种功能的整体。被测系统和测试系统统称为系统。输入信号和输出信号统称为测试信号。系统分为连续时间系统和离散时间系统。 数字信号处理期末实验-语音信号分析与处理-(2) 语音信号分析与处理 摘要 用MATLAB对语音信号进行分析与处理，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。 数字滤波器是数字信号处理的基础，用来对信号进行过滤、检测和参数估计等处理。IIR数字滤波器最大的优点是给定一组指标时，它的阶数要比相同组的FIR滤波器的低的多。信号处理中和频谱分析最为密切的理论基础是傅立叶变换（FT）。离散傅立叶变换（DFT）和数字滤波是数字信号处理的最基本内容。 关键词：MATLAB;语音信号；加入噪声；滤波器；滤波 设计目的与要求 （1）待处理的语音信号是一个在20Hz~20kHz频段的低频信号。 （2）要求MATLAB对语音信号进行分析和处理，采集语音信号后，在MATLAB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，设计合适的滤波器进行滤除噪声，恢复原信号。 设计步骤 （1）选择一个语音信号或者自己录制一段语音文件作为分析对象； （2）对语音信号进行采样，并对语音信号进行FFT频谱分析，画出信号的时域波形图和频谱图； （3）利用MATLAB自带的随机函数产生噪声加入到语音信号中，对语音信号进行回放，对其进行FFT频谱分析； （4）设计合适滤波器，对带有噪声的语音信号进行滤波，画出滤波前后的时域波形图和频谱图，比较加噪前后的语音信号，分析发生的变化； （5）对语音信号进行回放，感觉声音变化。 设计原理及内容 理论依据 （1）采样频率：采样频率（也称采样速度或者采样率）定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率只能用于周期性采样的采样器，对于非周期采样的采样器没有规则限制。通俗的讲，采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采样频率越高，即采样的间隔时间越短，则在单位之间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。（2）采样位数：即采样值或取样值，用来衡量声音波动变化的参数。 （3）采样定理：在进行模拟/数字信号的的转换过程中，当采样频率f s.max大于信号中，最高频率f max的2倍时，即：f s.max>=2f max，则采样之后的数字信号完整的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；采样频率又称乃奎斯特定理。 （4）时域信号的FFT分析：信号的频谱分析就是计算信号的傅立叶变换。连续信号与系统的傅立叶分析显然不便于直接用计算机进行计算，使其应用受到限制。而FFT是一种时域和频域均离散化的变换，适合数值计算，成为用计算机分 一、填空题（每空1分, 共10分） 1．序列()sin(3/5)x n n π=的周期为 10 。 2．线性时不变系统的性质有交换律、结合律、分配律。 3．因果序列x(n)，在Z →∞时，X(Z)=x(0)。 4．抽样序列的Z 变换与离散傅里叶变换DFT 的关系为k N j e Z π2=。 5．序列x(n)=(1，-2，0，3；n=0，1，2，3), 圆周左移2位得到的序列为{0，3，1，-2; n=0,1,2,3}。 6．设LTI 系统输入为x(n) ，系统单位序列响应为h(n)，则系统零状态输出()()()y n x n h n =*。 7．对4()()x n R n =的Z 变换为：，其收敛域为： 4 11,01z z z --->- 二、单项选择题（每题2分, 共20分） 1．δ(n)的Z 变换是 A.1 B.δ(ω) C.2πδ(ω) D.2π 2．序列x 1（n ）的长度为4，序列x 2（n ）的长度为3，则它们线性卷积的长度是 A. 3 B. 4 C. 6 D. 7 3．LTI 系统，输入x （n ）时，输出y （n ）；输入为3x （n-2），输出为 A. y （n-2） B.3y （n-2） C.3y （n ） D.y （n ） 4．下面描述中最适合离散傅立叶变换DFT 的是 A.时域为离散序列，频域为连续信号 B.时域为离散周期序列，频域也为离散周期序列 C.时域为离散无限长序列，频域为连续周期信号 D.时域为离散有限长序列，频域也为离散有限长序列 5．若一模拟信号为带限，且对其抽样满足奈奎斯特条件，理想条件下将抽样信号通过 即可完 全不失真恢复原信号 A.理想低通滤波器 B.理想高通滤波器 C.理想带通滤波器 D.理想带阻滤波器 6．下列哪一个系统是因果系统 A.y(n)=x (n+2) B. y(n)= cos(n+1)x (n) C. y(n)=x (2n) D.y(n)=x (- n) 7．一个线性时不变离散系统稳定的充要条件是其系统函数的收敛域包括 A. 实轴 B.原点 C.单位圆 D.虚轴 8．已知序列Z 变换的收敛域为｜z ｜>2，则该序列为 A.有限长序列 B.无限长序列 C.反因果序列 D.因果序列 9．若序列的长度为M ，要能够由频域抽样信号X(k)恢复原序列，而不发生时域混叠现象，则频 域抽样点数N 需满足的条件是 A.N≥M B.N≤M C.N≤2M D.N≥2M 试题形式 填空题—10分/10格/5题 问答题—18分/3题 计算题—72分/6题 考试时间：17周(教秘安排) 第一章 信号分析与处理的基本概念 复习考点(题型：填空/问答) 信号的分类(P3) 信号取值是否确定：确定性信号和随机信号 信号自变量取值是否连续：连续信号和离散信号 信号在某一区间是否重复出现：周期信号和非周期信号 信号的能量或功率是否有限：能量信号和功率信号 周期信号的基本周期计算(P4，参考P5例子) ()()x t x t nT =+ (0,1,2,....n =±± 式中nT 为x(t)的周期，而满足关系式的最小T 值称为信号的基本周期。 信号处理的概念、目的(P5) 概念：要把记录在某种媒体上的信号进行处理，以便抽取有用信息的过程，它是对信号进行提取、变换、分析、综合等处理过程的统称。 目的：去伪存真，特征提取，编码和解码（调制与解调） 系统的性质/线性系统的条件(P11-14) 性质：线性（包括齐次性与叠加性），时不变性，因果性，稳定性 线性系统的条件：同时具有齐次性和叠加性的系统称为线性系统。 对于动态系统满足3个条件：可分解性、零状态线性、零输入线性 第二章 连续时间信号的分析 复习考点(题型：填空/问答/计算) 信号分析的方法 (P22) 信号分析的基本方法是信号的分解，即将任意信号分解成有限个或无限个基本信号的线性组合，通过对构成信号的基本单元的分析达到了解原信号的目的。包括时域方法，频域方法，复频域方法。 信号的频谱分类/P47 思考题2-4 (P30-31) 信号的频谱包括幅度频谱和相位频谱 周期信号的频谱特点：离散普，其相邻谱线的间隔是w1，改变信号的周期将改变信号的频谱的疏密程度，当周期趋于无穷大时，频谱将是连续的。 分类： 带宽定义(P31) 通常把()01/02/f τωπτ≤≤≤≤这段频率范围称为周期矩形脉冲信号的频带宽度，简称带宽，记做B ，1/2/B B ωτπτ==或 计算题：以作业题为主 第三章 连续时间信号处理 复习考点(题型：填空/问答/计算) 线性时不变LTI 系统定义与描述方式(P52/P61)信号分析与处理习题
信号处理与分析
信号分析与处理课后习题答案
第七章信号分析与处理1
基于Matlab的语音信号处理与分析
《信号分析与处理》(第二版)-徐科军、黄云志-课后标准答案
信号分析与处理英语单词
基于Matlab的信号处理系统与分析
信号分析与处理课后习题答案
基于matlab的信号分析与处理
信号分析与处理 杨西侠 第2章习题答案
信号处理 习题与解答
信号分析与处理
数字信号处理期末实验-语音信号分析与处理-(2)
测试信号分析与处理考试及答案
信号分析与处理复习整理
相关主题
文本预览