信号的产生时域变换及卷积计算信号和图像给学生Word下载.docx
《信号的产生时域变换及卷积计算信号和图像给学生Word下载.docx》由会员分享,可在线阅读,更多相关《信号的产生时域变换及卷积计算信号和图像给学生Word下载.docx(21页珍藏版)》请在冰豆网上搜索。
四、实验步骤
1.编写程序。
2.调试程序。
3.写出程序运行结果。
五、思考题
1.编写阶跃信号、冲激信号时应注意哪些问题。
2.编程求任意两个数字序列的叠加时应注意哪些问题。
3.如何美化输出波形界面。
实验二抽样定理、调制定理
一、实验目的:
1、加深理解抽样定理,熟悉Matlab下simulink的使用方法
2、掌握信号的幅度调制的方法,深刻理解信号调制的频谱变化。
3、学会使用MATLAB实现信号的调制及解调。
二、试验内容:
1用Matlab中simulink仿真模拟信号的抽样,比较在不同抽样间隔下的信号变化。
2.对时域信号f(t),如图所示,用
信号对其进行幅度调制(抑制载波幅度调制),利用MATLABB编程调制,绘出时域、频域图形。
三、实验预备知识:
1抽样定理:
一个频带限制在(0,fH)赫内的时间连续信号m(t),如果以
秒的间隔对它进行等间隔(均匀)抽样,则m(t)将被所得到的抽样值完全确定。
抽样脉冲序列是一个周期性冲击序列,对连续时间信号进行取样可获得离散时间信号,取样器可看作一个乘法器,连续信号f(t)和开关函数s(t)在取样相乘后输出离散时间信号fs(t)。
如下图所示:
如果令取样信号通过低通滤波器,该滤波器的截止频率等于原信号频率的最高频率,那么取样信号中大于原信号最高频率的频率成分被滤去,而仅存原信号频谱的频率成分,这样低通滤波器的输出为得到恢复的原信号。
如:
当开关函数为周期性矩形脉冲,且脉冲宽度为,则原信号与取样信号的频谱图如下:
根据抽样定理,只有在抽样频率fs大于等于二倍的原信号频率fm时,取样信号的频谱才不会发生。
当抽样频率过低时将会发生
频谱重叠,如下图:
这样将无法恢复原信号。
结果讨论:
抽样定理是模拟信号数字化传输的理论基础,它告诉我们:
如果对某一带宽的有限时间连续信号(模拟信号)进行抽样,且在抽样率达到一定数值时,根据这些抽样值可以在接收端准确地恢复原信号.也就是说,要传输模拟信号不一定传输模拟信号本身,只需传输按抽样定理得到的抽样值就可以了。
2傅立叶变换:
对
,傅立叶变换为:
则:
为对f(t)的幅度调制:
得出结论:
已调信号的频谱是将基带信号频谱的搬移。
4.编写程序。
5.调试程序。
6.写出程序运行结果。
1.如何使用抽样定理?
2.总结幅度调制的基本原理。
实验三离散系统分析
1.熟悉离散时间系统的频域分析方法。
2.掌握离散时间系统频域分析的MATLAB实现方法。
1.三阶归一化的Butterworth低通滤波器的频率响应为
试画出系统的幅度响应
和相位响应
2.已知RC电路如图所示,系统的输入电压信号为f(t),输出信号为电阻两端的电压y(t)。
当RC=0.04,f(t)=cos5t+cos100t,-
<
t<
试求该系统的响应y(t)。
1.利用MATLAB分析系统的频率特性,当系统的频率响应H(jw)是jw的有理式时,有:
MATLAB信号处理工具箱提供的freqs函数可直接计算函数系统的频率响应。
格式:
H=freqs(b,a,w)
说明:
(1)b是上式中分子多项式的系数;
a是上式中分母多项式的系数。
(2)w为需计算的H(jw)的抽样点。
(数组w中最少需包含两个w的抽样点)。
2.正余弦信号作用于LTI系统时,输出的零状态响应仍为同频率的信号,且为稳态响应。
输出信号的幅度由系统的幅度函数H(w0)确定,输出信号的相位相对于输入信号偏移了
故输出y=|H(
)|f(
t+
+
)
1.编写程序。
2.调试程序。
3.写出程序运行结果。
1.总结连续时间系统的频响特性分析方法。
2.总结离散时间系统的频响特性分析方法。
实验四信号﹑系统及系统响应
1.熟悉连续周期、非周期信号的频域分析方法及MATLAB编程实现方法。
2.掌握离散周期、非周期信号的频域分析方法及MATLAB编程实现方法。
1.试用MATLAB计算如图所示周期矩形波序列的DFS系数。
2.试画出
时,
幅度频谱。
1.离散周期信号傅立叶级数DFS分析
若设定DFS和1DFS的求和范围为0到N-1,
(1)
(2)
则MATLAB提供的函数F=fft(f),可用来计算
(1)式定义的N个DFS系数。
信号的周期N由上式中序列f长度确定。
返回的序列F给出的是
时的DFS系数。
类似地,可用MATLAB提供的函数f=ifft(F)由DFS系数F(m)按
(2)式计算出时域信号f[k]。
2.离散非周期信号的傅里叶变换
当序列的DTFT可写成
的有理多项式时,MATLABSignalProcessingToolbox中的fregz函数可用来计算DTFT的值。
另外MATLAB提供的abs,angle,real,imad等基本函数可用来计算DTFT的幅度,相位,实部,虚部。
设DTFT的有理多项式为:
则freqz的调用形式为:
h=freqz(b,a,w)
(2)
(1)b和a分别为
(1)式中分子多项式和分母多项式函数的向量。
(2)W为抽样的频率点
(3)在以
(2)式形式调用freqz函数时,W中至少要有2个频率点。
(4)返回的值h就是DTFT在抽样点W上的值,H的值一般是复数。
注:
一般来说
是实变量
的复值函数,可用实部和虚部将其表示为:
=
,其中
和
分别是
的实部和虚部;
也可用幅度和相位将
表示为:
=|
|
,其中|
|和
分别为序列
幅度谱和相位谱。
1.总结周期连续、离散信号的傅里叶级数分析方法。
2.总结非周期连续、离散信号的傅里叶变换分析方法。
实验五应用FFT对信号进行频谱分析
一.实验目的
1.在理论学习的基础上,通过本次实验,加深对FFT的理解,熟悉FFT算法及其程序的编写。
2.熟悉应用FFT对典型信号进行频谱分析的方法。
3.了解应用FFT进行信号频谱分析过程中可能出现的问题,以便在实际中正确应用FFT。
二.实验内容
用FFT对如下典型信号进行离散傅里叶变换,并观察其图形
(1)高斯序列:
(2)衰减正旋序列:
(3)三角波序列
(4)反三角序列
三、试验预备知识
一个连续信号的频谱可以用它的傅立叶变换表示为
(2-1)
如果对该信号进行理想采样,可以得到采样序列
(2-2)
同样可以对该序列进行Z变换,其中T为采样周期
(2-3)
当
的时候,我们就得到了序列的傅立叶变换
(2-4)
其中
为数字角频率,和模拟域频率的关系为
(2-5)
式中的
是采样频率。
上式说明数字角频率是模拟频率对采样速率
的归一化。
同模拟域的情况相似,数字角频率代表了序列值变化的速率,而序列的傅立叶变换称为序列的频谱。
序列的傅立叶变换和对应的采样信号频谱具有下式的对应关系:
(2-6)
即序列的频谱是采样信号频谱的周期延拓。
从式(2-6)可以看出,只要分析采样序列的频谱,就可以得到相应的连续信号的频谱。
在各种信号序列中,有限长序列在数字信号处理中占有很重要的地位。
无限长的序列也往往可以用有限长序列来逼近。
对于有限长的序列我们可以使用离散傅立叶变换(DFT),这一变换可以很好的反映序列的频域特性,并且容易利用快速算法在计算机上实现。
当序列的长度为N时,定义DFT为:
(2-7)
,它的反变换定义为:
(2-8)
令
,则有:
(2-9)
可以得到,
,
是Z平面单位圆上幅角为
的点,就是将单位圆进行N等分以后第K个点。
所以,X(K)是Z变换在单位圆上的等距采样,或者说是序列傅立叶变换的等距采样。
时域采样在满足Nyquist定理时,就不会发生频谱混叠。
DFT是对序列傅立叶变换的等距采样,因此可以用于序列的频谱分析。
如同理论课教材所讨论的,在运用DFT进行频谱分析的时候可能有三种误差,即:
(1)混叠现象
从中可以看出,序列的频谱时采样信号频谱的周期延拓,周期是
,因此当采样速率不满足定理Nyquist,经过采样就会发生频谱混叠。
这导致采样后的信号序列频谱不能真实的反映原信号的频谱。
所以,在利用DFT分析连续信号频谱的时候,必须注意这一问题。
避免混叠现象的唯一方法是保证采样的速率足够高,使频谱交叠的现象不出现。
这告诉我们,在确定信号的采样频率之前,需要对频谱的性质有所了解。
在一般的情况下,为了保证高于折叠频率的分量不会出现,在采样之前,先用低通模拟滤波器对信号进行滤波。
(2)泄漏现象
实际中的信号序列往往很长,甚至是无限长。
为了方便,我们往往用截短的序列来近似它们。
这样可以使用较短的DFT来对信号进行频谱分析。
这种截短等价于给原信号序列乘以一个矩形窗函数。
值得一提的是,泄漏是不能和混叠完全分离开的,因为泄漏导致频谱的扩展,从而造成混叠。
为了减少泄漏的影响,可以选择适当的窗函数使频谱的扩散减到最小。
(3)栅栏效应
因为DFT是对单位圆上Z变换的均匀采样,所以它不可能将频谱视为一个连续函数。
这样就产生了栅栏效应,从某种角度看,用DFT来观看频谱就好像通过一个栅栏来观看一幅景象,只能在离散点上看到真是的频谱。
这样的话就会有一些频谱的峰点或谷点被“栅栏”挡住,不能被我们观察到。
减小栅栏效应的一个方法是在源序列的末端补一些零值,从而变动DFT的点数。
这种方法的实质是改变了真是频谱采样的点数和位置,相当于搬动了“栅栏”的位置,从而使得原来被挡住的一些频谱的峰点或谷点显露出来。
注意,这时候每根谱线所对应的频和原来的已经不相同了。
从上面的分析过程可以看出,DFT可以用于信号的频谱分析,但必须注意可能产生的误差,在应用过程中要尽可能减小和消除这些误差的影响。
FFT并不是DFT不相同的另一种变换,而是为了减少DFT运算次数的一种快速算法。
它是对变换式进