西安电子科技大学数字信号处理上机报告.doc
《西安电子科技大学数字信号处理上机报告.doc》由会员分享,可在线阅读,更多相关《西安电子科技大学数字信号处理上机报告.doc(18页珍藏版)》请在冰豆网上搜索。
![西安电子科技大学数字信号处理上机报告.doc](https://file1.bdocx.com/fileroot1/2022-10/19/cf7dd606-a850-4b02-bd97-b42832380b28/cf7dd606-a850-4b02-bd97-b42832380b281.gif)
西安电子科技大学电子工程学院02091478陈步华
数字信号处理上机
实验报告
班级:
020915
姓名:
陈步华
学号:
02091478
实验一:
信号、系统及系统响应
1、实验目的
(1)熟悉连续信号经理想采样前后的频谱变化关系,加深对时域采样定理的理解。
(2)熟悉时域离散系统的时域特性。
(3)利用卷积方法观察分析系统的时域特性。
(4)掌握序列傅里叶变换的计算机实现方法,利用序列的傅里叶变换对连续信号、离散信号及系统响应进行频域分析。
2、实验原理与方法
(1)时域采样。
(2)LTI系统的输入输出关系。
3、实验内容及步骤
(1)认真复习采样理论、离散信号与系统、线性卷积、序列的傅里叶变换及性质等有关内容,阅读本实验原理与方法。
(2)编制实验用主程序及相应子程序。
①信号产生子程序,用于产生实验中要用到的下列信号序列:
a.xa(t)=A*e^-at*sin(Ω0t)u(t)
b.单位脉冲序列:
xb(n)=δ(n)
c.矩形序列:
xc(n)=RN(n),N=10
②系统单位脉冲响应序列产生子程序。
本实验要用到两种FIR系统。
a.ha(n)=R10(n);
b.hb(n)=δ(n)+2.5δ(n-1)+2.5δ(n-2)+δ(n-3)
③有限长序列线性卷积子程序
用于完成两个给定长度的序列的卷积。
可以直接调用MATLAB语言中的卷积函数conv。
conv用于两个有限长度序列的卷积,它假定两个序列都从n=0开始。
调用格式如下:
y=conv(x,h)
4、实验结果记录
①分析采样序列的特性。
a.取采样频率fs=1kHz,,即T=1ms。
b.改变采样频率,fs=300Hz,观察|X(e^jω)|的变化,并做记录(打印曲线);进一步降低采样频率,fs=200Hz,观察频谱混叠是否明显存在,说明原因,并记录(打印)这时的|X(e^jω)|曲线。
程序代码如下:
A=444.128;
a=50*sqrt
(2)*pi;
m=50*sqrt
(2)*pi;
fs1=1000;%此时,取采样频率fs=1kHz,之后,改变采样频率分别为200Hz,300Hz
fs2=300;
fs3=200;
T1=1/fs1;
T2=1/fs2;
T3=1/fs3;
N=100;
n=[0:
N-1];
x1=A*exp(-a*n*T1).*sin(m*n*T1);
x2=A*exp(-a*n*T2).*sin(m*n*T2);
x3=A*exp(-a*n*T3).*sin(m*n*T3);
w=linspace(-pi,pi,10000);%设置w的范围
X1=x1*exp(-j*n'*w);%对x1(n)做DTFT变换
X2=x2*exp(-j*n'*w);%对x2(n)做DTFT变换
X3=x3*exp(-j*n'*w);%对x3(n)做DTFT变换
figure
(1)
subplot(1,3,1)
plot(w/pi,abs(X1));%绘制x1(n)的幅度谱
xlabel('\omega/π');ylabel('|H(e^j^\omega)|')
title('采样频率为1000Hz时的幅度谱');
subplot(1,3,2)
plot(w/pi,abs(X2));%绘制x2(n)的幅度谱
xlabel('\omega/π');ylabel('|H(e^j^\omega)|')
title('采样频率为300Hz时的幅度谱');
subplot(1,3,3)
plot(w/pi,abs(X3));%绘制x3(n)的幅度谱
xlabel('\omega/π');ylabel('|H(e^j^\omega)|')
title('采样频率为200Hz时的幅度谱');
②时域离散信号、系统和系统响应分析。
a.观察信号xb(n)和系统hb(n)的时域和频域特性;利用线性卷积求信号xb(n)通过系统hb(n)的响应y(n),比较所求响应y(n)和hb(n)的时域及频域特性,注意它们之间有无差别,绘图说明,并用所学理论解释所得结果。
b.观察系统ha(n)对信号xc(n)的响应特性。
程序代码如下:
xbn=[1];
xcn=ones(1,10);
han=ones(1,10);
hbn=[1,2.5,2.5,1];
yn=conv(xbn,hbn);%计算信号xb(n)通过系统hb(n)的响应y(n)
n1=0:
length(yn)-1;
n2=0:
length(hbn)-1;
subplot(2,1,1);stem(n1,yn,'.')%绘制y(n)的时域特性曲线
xlabel('n');ylabel('y(n)')
title('y(n)的时域特性曲线')
subplot(2,1,2);stem(n2,hbn,'.')%绘制hb(n)的时域特性曲线
xlabel('n');ylabel('hb(n)')
title('hb(n)的时域特性曲线')
figure
(2)%用于分析y(n)的频域特性
n1=[0:
length(yn)-1];
w=linspace(-pi,pi,10000);%限制w的范围
Y=yn*exp(-j*n1'*w);%对y(n)做DTFT变换
subplot(2,1,1);%绘制y(n)的幅度和相位曲线
plot(w/pi,abs(Y));
xlabel('\omega/π');ylabel('幅度')
title('DTFT[y(n)]的幅度');
subplot(2,1,2);
plot(w/pi,angle(Y));
xlabel('\omega/π');ylabel('相位')
title('DTFT[y(n)]的相位');
figure(3)%用于分析hb(n)的频域特性
n2=[0:
length(hbn)-1];
w=linspace(-pi,pi,10000);%限制w的范围
Hb=hbn*exp(-j*n2'*w);%对hb(n)做DTFT变换
subplot(2,1,1);%绘制hb(n)的幅度和相位曲线
plot(w/pi,abs(Hb));
xlabel('\omega/π');ylabel('幅度')
title('DTFT[hb(n)]的幅度');
subplot(2,1,2);
plot(w/pi,angle(Hb));
xlabel('\omega/π');ylabel('相位')
title('DTFT[hb(n)]的相位');
zn=conv(xcn,han);%观察系统ha(n)对信号xc(n)的响应特性
figure(4)
n3=[0:
length(zn)-1];
w=linspace(-pi,pi,10000);%限制w的范围
Z=zn*exp(-j*n3'*w);%对z(n)做DTFT变换
subplot(2,1,1);%绘制z(n)的幅度和相位曲线
plot(w/pi,abs(Z));
xlabel('\omega/π');ylabel('幅度')
title('DTFT[zn]的幅度');
subplot(2,1,2);
plot(w/pi,angle(Z));
xlabel('\omega/π');ylabel('相位')
title('DTFT[zn]的相位');
③卷积定理的验证。
程序代码如下:
x1=[1,3,4,0,2];
x2=[3,2,0,0,1,5];
n1=0:
length(x1)-1;
n2=0:
length(x2)-1;
y1=conv(x1,x2);%时域卷积计算y1(n)
m1=0:
length(y1)-1;
w=linspace(-pi,pi,10000);%设置w的范围
X1=x1*exp(-j*n1'*w);%对x1(n)做DTFT变换
X2=x2*exp(-j*n2'*w);%对x2(n)做DTFT变换
Y1=y1*exp(-j*m1'*w);%计算y1(n)的频谱
Y2=X1.*X2;%计算y2(n)的频谱
figure
(1)
subplot(2,1,1);%绘制y1(n)的幅度和相位曲线
plot(w/pi,abs(Y1));
xlabel('\omega/π');ylabel('幅度')
title('DTFT[y1(n)]的幅度');
subplot(2,1,2);
plot(w/pi,angle(Y1));
xlabel('\omega/π');ylabel('相位')
title('DTFT[y1(n)]的相位');
figure
(2)
subplot(2,1,1);%绘制y2(n)的幅度和相位曲线
plot(w/pi,abs(Y2));
xlabel('\omega/π');ylabel('幅度')
title('DTFT[y2(n)]的幅度');
subplot(2,1,2);
plot(w/pi,angle(Y2));
xlabel('\omega/π');ylabel('相位')
title('DTFT[y2(n)]的相位');
5、实验思考题分析
(1)在分析理想采样序列特性的实验中,采样频率不同时,相应理想采样序列的傅里叶变换频谱的数字频率度量是否都相同?
它们所对应的模拟频率是否相同?
为什么?
答:
数字频率度量不相同,但他们所对应的模拟频率相同。
由w=Ω*Ts得,采样间隔变化时模拟频率对应的数字频率会有相应的变化,故其度量会有所变化。
(2)在卷积定理验证的实验中,如果选用不同的频域采样点数M值,例如,选M=10和M=20,分别做序列的傅里叶变换,求得的结果有无差异?
答:
有差异,所到的结果点数不同。
实验二:
用FFT作谱分析
1、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。
2、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:
(4)编写主程序。
(5)按实验内容要求,上机实验,并写出实验报告。
3、实验结果记录
(1)对2中所给出的信号逐个进行谱分析。
程序代码如下:
N=64;
n=0:
999;
x1n=ones(1,4);
x2n=[1,2,3,4,4,3,2,1];
x3n=[4,3,2,1,1,2,3,4];
x4n=cos(0.25*pi*n);
x5n=sin(0.125*pi*n);
x6n=cos(8*pi*n)+cos(16*pi*n)+cos(20