实验程序及结果:
(1)矩形窗
clear all;
n=0:1:14;
wR=ones(1,15);
hd=sin(0.25*pi*(n-7+eps))./(pi*(n-7+eps));
h1=hd.*wR; N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;subplot(2,2,1);plot(w,fftshift(20*log10((abs(H1))))); grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=15)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,3);plot(w,unwrap(phase(H1)));
xlabel('w/rad')
clear all;
n=0:1:32;
wR=ones(1,33);
hd=sin(0.25*pi*(n-16+eps))./(pi*(n-16+eps));
h1=hd.*wR;
N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,2);plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=33)');
n=0:N-1;w=2*pi/64*n;subplot(2,2,4);plot(w,unwrap(phase(H1))); xlabel('w/rad')
(2)汉宁窗
clear all;
n=0:1:14;
wH=0.5*(1-cos(2*pi/14*n));
hd=sin(0.25*pi*(n-7+eps))./(pi*(n-7+eps)); h1=hd.*wH;
N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,1);
plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB');
title('幅度曲线和相频曲线(n=15)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,3);
plot(w,unwrap(phase(H1)));
grid
xlabel('w/rad')
n=0:1:32;
wH=0.5*(1-cos(2*pi/32*n));
hd=sin(0.25*pi*(n-16+eps))./(pi*(n-16+eps)); h1=hd.*wH;
N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,2);
plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=33)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,4);plot(w,unwrap(phase(H1))); grid
xlabel('w/rad')
3.海明窗
n=0:1:14;
wH=0.54-0.46*cos(2*pi*n/(14+eps));
hd=sin(0.25*pi*(n-7+eps))./(pi*(n-7+eps));
h1=hd.*wH;
N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,1);
plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=15)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,3);
plot(w,unwrap(phase(H1)));
grid
xlabel('w/rad')
n=0:1:32;
wH=0.54-0.46*cos(2*pi*n/(32+eps));
hd=sin(0.25*pi*(n-16+eps))./(pi*(n-16+eps)); h1=hd.*wH; N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,2);plot(w,fftshift(20*log10((abs(H1))))); grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=33)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,4);
plot(w,unwrap(phase(H1)));
grid
xlabel('w/rad')
n=0:1:14;
wH=0.54-0.46*cos(2*pi*n/(14+eps));
hd=sin(0.25*pi*(n-7+eps))./(pi*(n-7+eps));
h1=hd.*wH;
N=64;
H1=fft(h1,N);
n=0:N-1;w=2*pi/64*n;
subplot(2,2,1);
plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=15)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,3);
plot(w,unwrap(phase(H1)));
grid
xlabel('w/rad')
n=0:1:32;
wH=0.54-0.46*cos(2*pi*n/(32+eps));
hd=sin(0.25*pi*(n-16+eps))./(pi*(n-16+eps)); h1=hd.*wH; N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,2);plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=33)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,4);
plot(w,unwrap(phase(H1)));
grid
xlabel('w/rad')
(4)布莱克曼窗
n=0:1:14;
wB=0.42-0.5*cos(2*pi/(14+eps)*n)+0.08*cos(4*pi/(14+eps)*n); hd=sin(0.25*pi*(n-7+eps))./(pi*(n-7+eps));
h1=hd.*wB;
N=64;
H1=fft(h1,N);
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,1);
plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=15)');
n=0:N-1;
w=2*pi/64*n;
subplot(2,2,3);
plot(w,unwrap(phase(H1)));
grid
xlabel('w/rad')
n=0:1:32;
wB=0.42-0.5*cos(2*pi/(32+eps)*n)+0.08*cos(4*pi/(32+eps)*n); hd=sin(0.25*pi*(n-16+eps))./(pi*(n-16+eps));
h1=hd.*wB;
N=64;
H1=fft(h1,N);
n=0:N-1;w=2*pi/64*n;
subplot(2,2,2);
plot(w,fftshift(20*log10((abs(H1)))));
grid
xlabel('w/rad')
ylabel('20lg|H(jw)|/dB')
title('幅度曲线和相频曲线(n=33)');
n=0:N-1;w=2*pi/64*n;
subplot(2,2,4);
plot(w,unwrap(phase(H1)));
grid
xlabel('w/rad') 结果图像:
题目:基于DSP的FFT程序设计的研究 作者届别 系别专业 指导老师职称 完成时间2013.06
内容摘要 快速傅里叶变(Fas Fourier Tranformation,FFT)是将一个大点数N的DFT分解为若干小点的D F T的组合。将用运算工作量明显降低,从而大大提高离散傅里叶变换(D F T) 的计算速度。因各个科学技术领域广泛的使用了FFT 技术它大大推动了信号处理技术的进步,现已成为数字信号处理强有力的工具,本论文将比较全面的叙述各种快速傅里叶变换算法原理、特点,并完成了基于MATLAB的实现。 关键词:频谱分析;数字信号处理;MATLAB;DSP281x
引言: 1965年,库利(J.W.Cooley)和图基(J.W.Tukey)在《计算数学》杂志上发表了“机器计算傅立叶级数的一种算法”的文章,这是一篇关于计算DFT的一种快速有效的计算方法的文章。它的思路建立在对DFT运算内在规律的认识之上。这篇文章的发表使DFT的计算量大大减少,并导致了许多计算方法的发现。这些算法统称为快速傅立叶变换(Fast Fourier Transform),简称FFT,1984年,法国的杜哈梅尔(P.Dohamel)和霍尔曼(H.Hollmann)提出的分裂基快速算法,使运算效率进一步提高。FFT即为快速傅氏变换,是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现,但是对于在计算机系统或者说数字系统中应用离散傅立叶变换,可以说是进了一大步。 随着科学的进步,FFT算法的重要意义已经远远超过傅里叶分析本身的应用。FFT算法之所以快速,其根本原因在于原始变化矩阵的多余行,此特性也适用于傅里叶变换外的其他一些正交变换,例如,快速沃尔什变换、数论变换等等。在FFT的影响下,人们对于广义的快速正交变换进行了深入研究,使各种快速变换在数字信号处理中占据了重要地位。因此说FFT对数字信号处理技术的发展起了重大推动作用。 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(Fouriertransform,FT)。快速傅立叶变换(FFT)和数字滤波是数字信号处理的基本内容。信号时域采样理论实现了信号时域的离散化,而离散傅里叶变换理论实现了频域离散化,因而开辟了数字技术在频域处理信号的新途径,推进了信号的频谱分析技术向更广的领域发展。 1.信号的频谱分析 如果信号频域是离散的,则信号在时域就表现为周期性的时间函数;相反信号在时域上是离散的,则该信号在频域必然表现为周期的频率函数。不难设想,一个离散周期序列,它一定具有既是周期又是离散的频谱。有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。因而有限长序列的离散傅里叶变换的定义为:x(n)和X(k)是一个有限长序列的离散傅里叶变换对。
学科专业代码:0810 学科专业代码:信息与通信工程 类型:学术研究型 一、研究方向 1. 宽带通信理论与技术 2. 信息传输理论与编码技术 3. 移动通信与卫星通信技术 4. 新体制雷达理论与技术 5. 现代信号处理理论与技术 6. 雷达成像与目标识别技术 7. 数字图象处理理论与技术 8. 信息对抗理论与技术 9. 数据采集理论与应用 10.遥感信息处理与应用技术
说明: 1. 学术研究型硕士研究生必须修满35学分。其中公共学位课(GXW)9学分,学科基础课(XW)8学分,学科专业课(XW)6学分,选修课(X)6.5学分,专题课(ZT)2学分,实践课(ZX)3.5学分,学术活动1学分,外语学术论文1学分。 2. 学生选课应在教师指导下进行,并经过院系主管负责人确认,对于选课人数不超过10人的选修课原则上不允许开设。 3. 学术活动要求在导师的指导下,在课题组范围内进行一次学术报告,或者在研究生论坛活动中进行一次学术报告。 4. 外语学术论文的要求毕业前发表或投稿一篇外文学术论文。
学科专业代码:0810 学科专业代码:信息与通信工程 类型:应用研究型 一、研究方向 1.通信系统设计与优化 2.数字信号传输技术 3.移动通信系统 4.雷达信号处理技术 5.信号处理技术及应用 6.软件无线电技术及应用 7.数字图象处理与应用 8.信息安全与对抗技术 9.高速数据采集与大容量存储技术 10.遥感信息处理与应用技术 二、课程设置
说明: 1. 应用研究型硕士研究生必须修满31学分。其中公共学位课(GXW)9学分,学科基础课(XW) 4学分,学科专业课(XW)4学分,选修课(X)7学分,专题课(ZT)2学分,实践课(ZX)3学分,人文管理课2学分。 2. 学生选课应在教师指导下进行,并经过院系主管负责人确认,对于选课人数不超过10 人的选修课原则上不允许开设。 3. 人文管理类课程由研究生院统一设置,供学生选修。 4. 实践课可以是软件或硬件设计类课程(也可以通过在校外企业及研究所参加实习或论文工作获得实践课学分)。
2.1 clc close all; n=0:15; p=8;q=2; x=exp(-(n-p.^2/q; figure(1; subplot(3,1,1; stem(n,x; title('exp(-(n-p^2/q,p=8,q=2'; xk1=fft(x,16; q=4; x=exp(-(n-p.^2/q; subplot(3,1,2; xk2=fft(x,16; stem(n,x; title('exp(-(n-p^2/q,p=8,q=4'; q=8; x=exp(-(n-p.^2/q;
xk3=fft(x,16; subplot(3,1,3; stem(n,x; title('exp(-(n-p^2/q,p=8,q=8';%时域特性figure(2; subplot(3,1,1; stem(n,abs(xk1; title('exp(-(n-p^2/q,p=8,q=2'; subplot(3,1,2; stem(n,abs(xk2; title('exp(-(n-p^2/q,p=8,q=4'; subplot(3,1,3; stem(n,abs(xk3; title('exp(-(n-p^2/q,p=8,q=8';%频域特性%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%% p=8;q=8; figure(3; subplot(3,1,1; stem(n,x; title('exp(-(n-p^2/q,p=8,q=8';
xk1=fft(x,16; p=13; x=exp(-(n-p.^2/q; subplot(3,1,2; xk2=fft(x,16; stem(n,x; title('exp(-(n-p^2/q,p=13,q=8'; p=14; x=exp(-(n-p.^2/q; xk3=fft(x,16; subplot(3,1,3; stem(n,x; title('exp(-(n-p^2/q,p=14,q=8';%时域特性figure(4; subplot(3,1,1; stem(n,abs(xk1; title('exp(-(n-p^2/q,p=8,q=8'; subplot(3,1,2; stem(n,abs(xk2; title('exp(-(n-p^2/q,p=13,q=8'; subplot(3,1,3;
实验二 IIR数字滤波器设计及软件实现 1.实验目的 (1)熟悉用双线性变换法设计IIR数字滤波器的原理与方法; (2)学会调用MATLAB信号处理工具箱中滤波器设计函数(或滤波器设计分析工具fdatool)设计各种IIR数字滤波器,学会根据滤波需求确定滤波器指标参数。 (3)掌握IIR数字滤波器的MATLAB实现方法。 (3)通过观察滤波器输入输出信号的时域波形及其频谱,建立数字滤波的概念。 2.实验原理 设计IIR数字滤波器一般采用间接法(脉冲响应不变法和双线性变换法),应用最广泛的是双线性变换法。基本设计过程是:①先将给定的数字滤波器的指标转换成过渡模拟滤波器的指标;②设计过渡模拟滤波器;③将过渡模拟滤波器系统函数转换成数字滤波器的系统函数。MATLAB信号处理工具箱中的各种IIR数字滤波器设计函数都是采用双线性变换法。第六章介绍的滤波器设计函数butter、cheby1 、cheby2 和ellip可以分别被调用来直接设计巴特沃斯、切比雪夫1、切比雪夫2和椭圆模拟和数字滤波器。本实验要求读者调用如上函数直接设计IIR数字滤波器。 本实验的数字滤波器的MATLAB实现是指调用MATLAB信号处理工具箱函数filter对给定的输入信号x(n)进行滤波,得到滤波后的输出信号y(n)。 3. 实验内容及步骤 (1)调用信号产生函数mstg产生由三路抑制载波调幅信号相加构成的复合信号st,该函数还会自动绘图显示st的时域波形和幅频特性曲线,如图1所示。由图可见,三路信号时域混叠无法在时域分离。但频域是分离的,所以可以通过滤波的方法在频域分离,这就是本实验的目的。 图1 三路调幅信号st的时域波形和幅频特性曲线 (2)要求将st中三路调幅信号分离,通过观察st的幅频特性曲线,分别确定可以分离st中三路抑制载波单频调幅信号的三个滤波器(低通滤波器、带通滤波器、高通滤波器)的通带截止频率和阻带截止频率。要求滤波器的通带最大衰减为0.1dB,阻带最小衰减为
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MA TLAB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=[1 2 3 4],B=[3 4 5 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。 clear all; a=[1 2 3 4]; b=[3 4 5 6]; c=a+b; d=a-b; e=a.*b; f=a./b; g=a.^b; n=1:4; subplot(4,2,1);stem(n,a); xlabel('n');xlim([0 5]);ylabel('A'); subplot(4,2,2);stem(n,b); xlabel('n');xlim([0 5]);ylabel('B'); subplot(4,2,3);stem(n,c); xlabel('n');xlim([0 5]);ylabel('C'); subplot(4,2,4);stem(n,d); xlabel('n');xlim([0 5]);ylabel('D'); subplot(4,2,5);stem(n,e); xlabel('n');xlim([0 5]);ylabel('E'); subplot(4,2,6);stem(n,f); xlabel('n');xlim([0 5]);ylabel('F'); subplot(4,2,7);stem(n,g); xlabel('n');xlim([0 5]);ylabel('G'); (2)用MATLAB实现下列序列: 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 d) 将c)中的x(n)扩展为以16为周期的函数x16(n)=x(n+16),绘出四个周期。 e) 将c)中的x(n)扩展为以10为周期的函数x10(n)=x(n+10),绘出四个周期。 clear all; N=0:15; % a) x(n)=0.8n 0≤n≤15 xa=0.8.^N;
DSP-F2812的最小系统设计 姓名 学号 班级 时间
一、设计目的: TMS320F2812DSP是TI公司一款用于控制的高性能、多功能、高性价比的32位定点DSP。它整合了DSP和微控制器的最佳特性,集成了事件管理器,A/D转换模块、SCI通信接口、SPI外设接口、eCAN 总线通信模块、看门狗电路、通用数字I/O口、多通道缓冲串口、外部中断接口等多个功能模块,为功能复杂的控制系统设计提供了方便,同时由于其性价比高,越来越多地被应用于数字马达控制、工业自动化、电力转换系统、医疗器械及通信设备中。 通过本课程的学习,我对DSP的各个模块有了较为深入的了解,希望可以通过对最小系统的设计,进一步加深对DSP的学习,能在实践中运用DSP,提高自己的动手实践能力。 二、设计思路 所谓最小系统就是由主控芯片加上一些电容、电阻等外围器件构成,其能够独立运行,实现最基本的功能。为了验证DSP的最基本的功能,我设计了如下单元:有源电路的设计、复位电路及JATG下载口电路的设计、外扩RAM的设计、串口电路的设计、外扩A/D模块电路的设计。 三、详细设计步骤和原理 1、电源电路的设计 TMS320F2812工作时所要求的电压分为两部分:3.3V的Flash电压和1.8V的内核电压。TMS320F2812对电源很敏感,所以在此推荐
选择电压精度较高的电源芯片TPS767D318。TPS767D318芯片输入电压为+5V,芯片起振,正常工作之后,能够产生3.3V和1.8V两种电压电压供DSP使用。如下图所示: 2、复位电路及JATG下载口电路的设计 考虑到TPS767D301芯片自身能够产生复位信号,此复位信号可以直接供DSP芯片使用,所以不用为DSP设置专门的复位芯片。 在实际设计过程中,考虑到JATG下载口的抗干扰性,在与DSP 相连接的接口均需要采用上拉设计。
数字信号处理的步骤与注意事项,并编写1024个采样点的FFT C语言程序1. 数字信号处理 1.1 数字信号处理概述 数字信号处理是研究如何用数字或符号序列来表示信号以及如何对这些序列进行处理的一门学科。随着计算机技术的发展,数字信号处理技术得到了越来越广泛的应用,它已成为现代科学技术必不可少的工具。数字信号是数据序列,其处理实际上就是进行各种数学运算,如加、减、乘以及各种逻辑运算等等。因此,数字信号处理既可以是软件处理也可以是硬件处理。所谓软件处理,就是对所需要的运算编制程序,然后在计算机上实现,其处理灵活、方便。所谓硬件处理,就是用加法器、乘法器、延时器以及它们的各种组合来构成数字电路,以实现所需要的运算。硬件处理显然不如软件处理灵活方便,但能对数字信号进行实时处理。近年来日益广泛采用的各种数字信号处理器(如TI TMS320系列、Philps Trimedia系列等)可以认为是软硬件处理方式的结合,这种处理时用数字信号处理芯片以及存储器来组成硬件电路,所需要的运算靠特定的汇编语言编程来实现。因此,采用数字信号处理器既方便灵活,又能做到实时处理,所以数字信号处理器(DSP)已经越来越广泛地应用于包括通信在内的各个领域之中。 1.2 数字信号处理的优点 (1)精度高 数字系统的特性不因环境的变化而变化,计算精度是模拟系统所无法相比的,运算位数由8位提高到16位、32位、64位。 (2)可靠性高 模拟系统中各种参数受温度、环境影响较大,因而易出现感应、杂散效应,甚至会出现震荡等等;而数字系统受温度、环境影响较小。模拟信号受到干扰即产生失真,而数字信号由于只有两种状态,因此,所受的干扰只要在一定范围以内,就不会产生影响,这就是说,数字信号抗干扰能力强。另外,如果用数字信号进行传输,在中继站还可以再生。总的说来,信号的数字处理可靠性高。(3)灵活性强 可以通过改变数字信号系统的参数来改变系统的性能。数字信号的灵活性还表现在可以利用一套计算设备同时处理多路相互独立的信号,即所谓的“时分复用”,这在数字电话系统中是非常有用的技术。 (4)便于大规模集成化 数字部件具有高度的规范性,易于实现大规模集成化和大规模生产,数字系统体积小、重量轻。 (5)数字信号便于加密处理 由于数字信号实际上为数据序列,因此便于加密运算处理。
什么是数字信号处理?有哪些应用? 利用数字计算机或专用数字硬件、对数字信号所进行的一切变换或按预定规则所进行的一切加工处理运算。 例如:滤波、检测、参数提取、频谱分析等。 对于DSP:狭义理解可为Digital Signal Processor 数字信号处理器。广义理解可为Digital Signal Processing 译为数字信号处理技术。在此我们讨论的DSP的概念是指广义的理解。 数字信号处理是利用计算机或专用处理设备,以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理,以得到符合人们需要的信号形式。 信号处理的实质是对信号进行变换。 信号处理的目的是获取信号中包含的有用信息,并用更直观的方式进行表达。 DSP的应用几乎遍及电子学每一个领域。 ▲通用数字信号处理器:自适应滤波,卷积,相关,数字滤波,FFT, 希尔伯特变换,波形生成,窗函数等等。 ▲语音信号处理:语音增强、识别、合成、编码、信箱等,文字/语音转换 ▲图形/图像处理:三维动画,图象鉴别/增强/压缩/传输,机器人视觉等等图 ▲特殊应用数字信号处理:振动和噪声分析与处理,声纳和雷达信号处理, 通信信号处理, 地震信号分析与处理,汽车安全及全球定位,生物医学工程等等。 在医疗、军事、汽车等行业,以及通信市场、消费类电子产品等中具有广阔的市场前景。 数字信号处理系统的基本组成:前置预滤波器(PrF)、a/d变换器(ADC)、数字信号处理器(DSP)、d/a变换器(DAC)、模拟滤波器(PoF) 数字信号处理特点: 1.大量的实时计算(FIR IIR FFT), 2.数据具有高度重复(乘积和操作在滤波、卷积和FFT中等常见) 数字信号处理技术的意义、内容 数字信号处理技术是指数字信号处理理论的应用实现技术,它以数字信号处理理论、硬件技术、软件技术为基础和组成,研究数字信号处理算法及其实现方法。 意义: 在21世纪,数字信号处理是影响科学和工程最强大的技术之一 它是科研人员和工程师必须掌握的一门技巧 DSP芯片及其特点 ▲采用哈佛结构体系:独立的程序和数据总线,一个机器周期可同时进行程序读出和数据存取。对应的:冯·诺依曼结构。 ▲采用流水线技术: ▲硬件乘法器:具有硬件连线的高速“与或”运算器 ▲多处理单元:DSP内部包含多个处理单元。 ▲特殊的DSP指令:指令具有多功能,一条指令完成多个动作;如:倒位序指令等 ▲丰富的外设▲功耗低:一般DSP芯片功耗为0.5~4W。采用低功耗技术的DSP芯片只有0.1W/3.3V、1.6V (电池供电) DSP芯片的类别和使用选择 ▲按特性分:以工作时钟和指令类型为指标分类▲按用途分:通用型、专用型DSP芯片 ▲按数据格式分:定点、浮点各厂家还根据DSP芯片的CPU结构和性能将产品分成若干系列。 TI公司的TMS320系列DSP芯片是目前最有影响、最为成功的数字信号处理器,其产品销量一直处于领先地位,公认为世界DSP霸主。 ?目前市场上的DSP芯片有: ?美国德州仪器公司(TI):TMS320CX系列占有90%
题目: 根据已知位移曲线,求速度曲线 要求: ? 由数据文件画出位移曲线( Δt=0.0005s ); ? 对位移数据不作处理,算出速度并画出速度曲线; ? 对位移数据进行处理,画出位移曲线,并与原位移曲线对比; ? 画出由处理后的位移数据算出的速度曲线; ? 写出相应的处理过程及分析。 1. 由数据文件画出位移曲线( Δt=0.0005s ); MATLAB 程序: data=importdata('dat2.dat'); x=(0.0005:0.0005:55); y=data'; plot(x,y); xlabel('时间/s'); ylabel('位移/mm'); title('原始位移曲线'); 曲线如图: 图1 原始位移曲线 2. 对位移数据不作处理,算出速度并画出速度曲线; MATLAB 程序: clear; data=importdata('dat2.dat'); t X V ??=
x=(0.0005:0.0005:55); y=data'; dt=0.0005; for i=1:109999 dx=y(i+1)-y(i); v(i)=dx/dt; end v(110000)=0; plot(x,v); 速度曲线: 图2 原始速度曲线 3.对位移数据进行处理,画出位移曲线,并与原位移曲线对比; 先对位移信号进行快速傅里叶变换: MATLAB程序:fft(y) 结果如图: 图3 原始位移曲线FFT变换
可以得知:频率在0附近为有用的位移信号,而频率大于0HZ的信号则为干扰信号,被滤去。 MATLAB程序: data=importdata('dat2.dat'); x=0.0005:0.0005:55; y=data'; wp=1/1000;ws=4/1000; [n,Wn]=buttord(wp,ws,0.7,20); %使用buttord函数求出阶数n,截止频率Wn。 [b,a]=butter(n,Wn); %使用butter函数求出滤波系数。 y2=filter(b,a,y); plot(x,y2); 曲线如图: 图4 滤波后位移曲线 与原位移曲线对比如下图: 图5 滤波后位移曲线与原曲线对比
数字信号处理实验实验一离散时间信号与系统及MA TLAB实现 1.单位冲激信号: n = -5:5; x = (n==0); subplot(122); stem(n, x); 2.单位阶跃信号: x=zeros(1,11); n0=0; n1=-5; n2=5; n = n1:n2; x(:,n+6) = ((n-n0)>=0); stem(n,x); 3.正弦序列: n = 0:1/3200:1/100; x=3*sin(200*pi*n+1.2); stem(n,x); 4.指数序列 n = 0:1/2:10; x1= 3*(0.7.^n); x2=3*exp((0.7+j*314)*n); subplot(221); stem(n,x1); subplot(222); stem(n,x2); 5.信号延迟 n=0:20; Y1=sin(100*n); Y2=sin(100*(n-3)); subplot(221); stem(n,Y1); subplot(222); stem(n,Y2);
6.信号相加 X1=[2 0.5 0.9 1 0 0 0 0]; X2=[0 0.1 0.2 0.3 0.4 0.5 0.6 0.7]; X=X1+X2; stem(X); 7.信号翻转 X1=[2 0.5 0.9 1]; n=1:4; X2=X1(5-n); subplot(221); stem(n,X1); subplot(222); stem(n,X2); 8.用MATLAB计算序列{-2 0 1 –1 3}和序列{1 2 0 -1}的离散卷积。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'); 9.用MA TLAB计算差分方程 当输入序列为时的输出结果。 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') 10.冲激响应impz N=64; a=[0.8 -0.44 0.36 0.22];
一、实验目的 1. 通过本次实验回忆并熟悉MATLAB这个软件。 2. 通过本次实验学会如何利用MATLAB进行序列的简单运算。 3. 通过本次实验深刻理解理论课上的数字信号处理的一个常见方法——对时刻n的样本附近的一些样本求平均,产生所需的输出信号。 3. 通过振幅调制信号的产生来理解载波信号与调制信号之间的关系。 二、实验内容 1. 编写程序在MATLAB中实现从被加性噪声污染的信号中移除噪声的算法,本次试验采用三点滑动平均算法,可直接输入程序P1.5。 2. 通过运行程序得出的结果回答习题Q1.31-Q1.33的问题,加深对算法思想的理解。 3. 编写程序在MATLAB中实现振幅调制信号产生的算法,可直接输入程序P1.6。 4. 通过运行程序得出的结果回答习题Q1.34-Q1.35的问题,加深对算法思想的理解。 三、主要算法与程序 1. 三点滑动平均算法的核心程序: %程序P1.5 %通过平均的信号平滑 clf; R=51; d=0.8*(rand(R,1)-0.5);%产生随噪声 m=0:R-1; s=2*m.*(0.9.^m);%产生为污染的信号 x=s+d';%产生被噪音污染的信号 subplot(2,1,1); plot(m,d','r-',m,s,'g--',m,x,'b-.');
xlabel('时间序号n');ylabel('振幅'); legend('d[n]','s[n]','x[n]'); x1=[0 0 x];x2=[0 x 0];x3=[x 0 0]; y=(x1+x2+x3)/3; subplot(2,1,2); plot(m,y(2:R+1),'r-',m,s,'g--'); legend('y[n]','s[n]'); xlabel('时间序号n');ylabel('振幅'); 2. 振幅调制信号的产生核心程序:(由于要几个结果,因此利用subplot函数画图) %程序P1.6 %振幅调制信号的产生 n=0:100; m=0.1;fH=0.1;fL=0.01; m1=0.3;fH1=0.3;fL1=0.03; xH=sin(2*pi*fH*n); xL=sin(2*pi*fL*n); y=(1+m*xL).*xH; xH1=sin(2*pi*fH1*n); xL1=sin(2*pi*fL1*n); y1=(1+m1*xL).*xH; y2=(1+m*xL).*xH1; y3=(1+m*xL1).*xH; subplot(2,2,1); stem(n,y); grid; xlabel('时间序号n');ylabel('振幅');title('m=0.1;fH=0.1;fL=0.01;'); subplot(2,2,2); stem(n,y1); grid; xlabel('时间序号n');ylabel('振幅');title('m=0.3;fH=0.1;fL=0.01;'); subplot(2,2,3); stem(n,y2); grid; xlabel('时间序号n');ylabel('振幅');title('m=0.3;fH=0.3;fL=0.01;'); subplot(2,2,4); stem(n,y3); grid;
数字信号处理课程设计 设计题目: 姓名: 学号: 院系班级: 组次: 指导教师: 时间:2015年11月21日——2015年12月6日
摘要 基于 MATLAB 的图像边缘检测算法的研究和实现 图像边缘是图像的最基本的特征。所谓边缘,就是指图像局部强度变化最明显的部分,存在于区域与区域、目标与目标、目标与背景、基元与基元之间,包含有图像处理中用于识别的关键信息。边缘检测是数字图像处理中,最基础也是最重要的环节之一。本文介绍了六种经典的边缘检测算子,包括 Roberts 算子,Sobel 算子,Canny算子,Prewitt 算子,LOG 算法。并且利用 MATLAB 系统所提供的相关函数等,对同一副图像结合用这些不同的算子分别进行处理,分析并得到他们处理图像的特点。比较传统的边缘检测算子,因为是基于图像函数的一阶导数进行考察的,因而它们具有共同的特点是计算简单、速度较快,但是对噪声都比较敏感。LOG 算法和 Canny算法,都是先对图像进行平滑去噪,抗噪性能较好,但是会损失一些边缘信息,其中 LOG算法比较适合处理渐变灰度图像,而 Canny 算子更适合处理阶跃型边缘图像。小波变换边缘检测法,则能够很好的保留图像的边缘信息,更适合处理小阵列图像。 关键词: MATLAB;图像处理;边缘检测;微分算子
目录 第一章绪论 (4) 1.1设计目的与要求 (4) 1.2叙述国内外研究动态 (5) 第二章软件设计- 基于MatLab的边缘检测算法 (6) 2.1 MatLab简介 (6) 2.2边缘检测算法原理 (7) 2.2.1 Roberts 边缘算子 (7) 2.2.2 Sobel 边缘算子 (8) 2.2.3 Prewitt 边缘算子 (8) 2.2.4 Log 边缘算子 (8) 2.2.5 Canny 边缘算子 (8) 2.3边缘检测算法--测试程序 (9) 第三章实验结果及分析 (13) 3.1 Roberts算子检测图像边缘的实现 (13) 3.2 Sobel算子检测图像边缘的实现 (14) 3.3 Prewitt算子检测图像边缘的实现 (15) 3.4高斯一拉普拉斯LOG算子检测图像边缘的实现 (16) 3.5 Canny算子检测图像边缘的实现 (17) 第四章总结与心得体会 (20) 参考文献 (21) 致谢 (22)
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;
《数字信号处理》复习题 一、单项选择题(在每小题的四个备选答案中,选出一个正确答案,并将正确答案的序号填在题干的括号内。每小题2分) 1.在对连续信号均匀采样时,若采样角频率为Ωs,信号最高截止频率为Ωc,则折叠频率为( D)。 A. Ωs B. Ωc C. Ωc/2 D. Ωs/2 2. 若一线性移不变系统当输入为x(n)=δ(n)时输出为y(n)=R3(n),则当输入为u(n)-u(n-2)时输出为( C)。 A. R3(n) B. R2(n) C. R3(n)+R3(n-1) D. R2(n)+R2(n-1) 3. 一个线性移不变系统稳定的充分必要条件是其系统函数的收敛域包含( A)。 A. 单位圆 B. 原点 C. 实轴 D. 虚轴 4. 已知x(n)=δ(n),N点的DFT[x(n)]=X(k),则X(5)=( B)。 A. N B. 1 C. 0 D. - N 5. 如图所示的运算流图符号是( D)基2 FFT算法的蝶形运算流图符号。 A. 按频率抽取 B. 按时间抽取 C. 两者都是 D. 两者都不是 6. 直接计算N点DFT所需的复数乘法次数与( B)成正比。 A. N B. N2 C. N3 D. Nlog2N 7. 下列各种滤波器的结构中哪种不是I I R滤波器的基本结构( D)。 A. 直接型 B. 级联型 C. 并联型 D. 频率抽样型 8. 以下对双线性变换的描述中正确的是( B)。 A. 双线性变换是一种线性变换 B. 双线性变换可以用来进行数字频率与模拟频率间的变换 C. 双线性变换是一种分段线性变换 D. 以上说法都不对 9. 已知序列Z变换的收敛域为|z|>1,则该序列为( B)。 A. 有限长序列 B. 右边序列 C. 左边序列 D. 双边序列 10. 序列x(n)=R5(n),其8点DFT记为X(k),k=0,1,…,7,则X(0)为( D)。 A. 2 B. 3
实验一: 用FFT 作谱分析 实验目的: (1) 进一步加深DFT 算法原理和基本性质的理解(因为FFT 只是DFT 的一种快速算法, 所以FFT 的运算结果必然满足DFT 的基本性质)。 (2) 熟悉FFT 算法原理和FFT 子程序的应用。 (3) 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,以便在实际中正确应用FFT 。 实验原理: DFT 的运算量: 一次完整的DFT 运算总共需要2N 次复数乘法和(1)N N -复数加法运算,因而 直接计算DFT 时,乘法次数和加法次数都和2N 成正比,当N 很大时,运算量很客观的。例如,当N=8时,DFT 运算需64位复数乘法,当N=1024时,DFT 运算需1048576次复数乘法。而N 的取值可能会很大,因而寻找运算量的途径是很必要的。 FFT 算法原理: 大多数减少离散傅里叶变换运算次数的方法都是基于nk N W 的对称性和周期 性。 (1)对称性 ()*()k N n kn kn N N N W W W --==
(2)周期性 ()(mod`)()()kn N kn n N k n k N N N N N W W W W ++=== 由此可得 ()()/2 (/2)1 n N k N n k nk N N N N N k N k N N W W W W W W ---+?==?=-??=-? 这样: 1.利用第三个方程的这些特性,DFT 运算中有些项可以合并; 2.利用nk N W 的对称性和周期性,可以将长序列的DFT 分解为短序列的DFT 。 前面已经说过,DFT 的运算量是与2N 成正比的,所以N 越小对计算越有利, 因而小点数序列的DFT 比大点数序列的DFT 运算量要小。 快速傅里叶变换算法正是基于这样的基本思路而发展起来的,她的算法基本 上可分成两大类,即按时间抽取法和按频率抽取法。 我们最常用的是2M N =的情况,该情况下的变换成为基2快速傅里叶变换。 完成一次完整的FFT 计算总共需要 2log 2 N N 次复数乘法运算和2log N N 次复数加法运算。很明显,N 越大,FFT 的优点就越突出。 实验步骤 (1) 复习DFT 的定义、 性质和用DFT 作谱分析的有关内容。 (2) 复习FFT 算法原理与编程思想, 并对照DIT-FFT 运算流图和程序框图, 读懂本实验提供的FFT 子程序。 (3) 编制信号产生子程序, 产生以下典型信号供谱分析用:
1. 矩形窗: 程序代码: wp=0.2*pi; wst=0.3*pi; tr_width=wst-wp; N(1)=ceil(1.8*pi/tr_width)+1; w_boxcar=boxcar(N(1))'; N(2)=ceil(6.2*pi/tr_width)+1; w_hanning=hanning(N(2))'; N(3)=ceil(6.6*pi/tr_width)+1; w_hamming=hamming(N(3))'; N(4)=ceil(11*pi/tr_width)+1; w_blackman=blackman(N(4))'; N(5)=ceil((50-7.95)/(2.285*tr_width)+1); w_kaiser=kaiser(N(5),0.1102*(50-8.7))'; n=0:(N(1)-1); wc=(wp+wst)/2; alpha=(N(1)-1)/2; hd=(wc/pi)*sinc(wc/pi*(n-alpha)); h=hd.*w_boxcar; figure(1); subplot(221);stem(n,hd,'filled'); axis tight;xlabel('n');ylabel('hd(n)'); [Hr,w1]=zerophase(h); subplot(222);plot(w1/pi,Hr); axis tight;xlabel('\omega/\pi');ylabel('H(\omega)'); subplot(223);stem(n,h,'filled'); axis tight;xlabel('n');ylabel('h(n)'); [H,w]=freqz(h,1); subplot(224);plot(w/pi,20*log10(abs(H)/max(abs(H)))); xlabel('\omega/\pi');ylabel('db'); grid on 程序结果:
数字信号处理练习题 一、填空题 1、一个线性时不变因果系统的系统函数为()11 111-----=az z a z H ,若系统稳定则a 的取值范围为 。 2、输入()()n n x 0cos ω=中仅包含频率为0ω的信号,输出()()n x n y 2 =中包含的频率为 。 3、DFT 与DFS 有密切关系,因为有限长序列可以看成周期序列的 ,而周期序列可以看成有限长序列的 。 4、对长度为N 的序列()n x 圆周移位m 位得到的序列用()n x m 表示,其数学表达式为()n x m = ,它是 序列。 5、对按时间抽取的基2—FFT 流图进行转置,即 便得到按频率抽取的基2—FFT 流图。 6、FIR 数字滤波器满足线性相位条件()()0,≠-=βτωβωθ时,()n h 满足关系式 。 7、序列傅立叶变换与其Z 变换的关系为 。 8、已知()113--= z z z X ,顺序列()n x = 。 9、()()1-z H z H 的零、极点分布关于单位圆 。 10、序列()n R 4的Z 变换为 ,其收敛域为 ;已知左边序列()n x 的Z 变换是()()()2110--= z z z z X ,那么其收敛域为 。 11、使用DFT 分析模拟信号的频谱时,可能出现的问题有 、栅栏效应和 。 12、无限长单位冲激响应滤波器的基本结构有直接型, 和 三种。 13、如果通用计算机的速度为平均每次复数乘需要s μ5,每次复数加需要s μ1,则在此计算机上计算210点的基2FFT 需要 级蝶形运算,总的运算时间是 s μ。 14、线性系统实际上包含了 和 两个性质。 15、求z 反变换通常有围线积分法、 和 等方法。 16、有限长序列()()()()()342312-+-+-+=n n n n n x δδδδ,则圆周移位()()()n R n x N N 2+= 。 17、直接计算L N 2=(L 为整数)点DFT 与相应的基-2 FFT 算法所需要的复数乘法次数分别为 和 。
DSP原理与应用 学号: 姓名: 日期:2017年5月23日星期二
1.DSP的生产厂商主要有哪些?分别有什么系列? 答: ①德州仪器公司(最有名的DSP芯片厂商)。TI公司在市场上主要的三个系 列产品: (1)面向数字控制、运动控制的TMS320C2000系列,主要包括TMS320C24x/F24x、TMS320LC240x/LF240x、TMS320C24xA/LF240xA、TMS320C28xx等; (2)面向低功耗、手持设备、无线终端应用的TMS320C5000系列,主要包括TMS320C54x、TMS320C54xx、TMS320C55x等; (3)面向高性能、多功能、复杂应用领域的TMS320C6000系列,主要包括TMS320C62xx、TMS320C64xx、TMS320C67xx等。 ②美国模拟器件公司。其主要的系列: (1)定点DSP芯片有ADSP2101/2103/2105、ADSP2111/2115、ADSP2126/2162/2164、ADSP2127/2181、ADSP-BF532以及Blackfin系列; (2)浮点DSP芯片有ADSP21000/21020、ADSP21060/21062,以及虎鲨TS101、TS201S。 ③Motorola公司(发布较晚)。其主要的系列包括: (1)定点DSP 处理器MC56001; (2)与IEEE浮点格式兼容的的浮点DSP芯片MC96002; (3)DSP53611、16位DSP56800、24位的DSP563XX和MSC8101等产品。 ④杰尔公司。主要系列有: 嵌入式DSP内核的SC1000和SC2000系列,主要面向电信基础设施、移动通信、多媒体服务器及其它新兴应用。 2.浮点DSP和定点DSP各自有什么特点? 答: 浮点DSP和定点DSP在宏观上有很大的特点区别,包括动态范围、速度、价格等等。 (1)动态范围:定点DSP的字长每增加1bit,动态范围扩大6dB。16bit字长的动态范围为96dB。程序员必须时刻关注溢出的发生。例如,在作图像处理时,图像作旋转、移动等,就很容易产生溢出。这时,要么不断地移位定标,要么作截尾。前者要耗费大量的程序空间和执行时间,后者则很快带来图像质量的劣化。总之,是使整个系统的性能下降。在处理低信噪比信号的场合,例如进行语音识别、雷达和声纳信号处理时,也会发生类似的问题。 32bit浮点运算DSP的动态范围可以作到1536dB,这不仅大大扩大了动态范围,提高了运算精度,还大大节省了运算时间和存储空间,因为大大减少了定标,移位和溢出检查。 由于浮点DSP的浮点运算用硬件来实现,可以在单周期内完成,因而其处理速度大大高于定点DSP。这一优点在实现高精度复杂算法时尤为突出,为复杂算法的实时处理提供了保证。 32bit浮点DSP的总线宽度较定点DSP宽得多,因而寻址空间也要大得多。这一方面为大型复杂算法提供了可能、因为省的DSP目标子程序已使用到几十MB存储器或更多;另一方面也为高级语言编译器、DSP操作系统等高级工具软件的应用提供了条件。DSP的进一步发展,必然是多处理器的应用。新型的浮点DSP已开始在通信口的设置和强化、资源共享等方面有所响应。