DSP实验报告Word格式文档下载.docx
《DSP实验报告Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《DSP实验报告Word格式文档下载.docx（12页珍藏版）》请在冰豆网上搜索。
y=fft（x,N）;
magy=abs（y（1:
N2+1））;
k=0:
N2;
w=2*piN*k;
stem（wpi,magy）;
axis（[0.25,0.5,0,50]）
【实验波形】：
clear
closeall
column=[];
line=[941];
fs=8000;
N=1024;
ts=1fs;
n=0:
N-1;
f=0:
fsN:
fsN*（N-1）;
key=zeros（16,N）;
key（1,:
）=cos（2*pi*column
（1）*ts*n）+cos（2*pi*line
（1）*ts*n）;
key（2,:
）=cos（2*pi*column
（2）*ts*n）+cos（2*pi*line
（1）*ts*n）;
key（3,:
）=cos（2*pi*column（3）*ts*n）+cos（2*pi*line
（1）*ts*n）;
key（4,:
）=cos（2*pi*column
（1）*ts*n）+cos（2*pi*line
（2）*ts*n）;
key（5,:
）=cos（2*pi*column
（2）*ts*n）+cos（2*pi*line
（2）*ts*n）;
key（6,:
）=cos（2*pi*column（3）*ts*n）+cos（2*pi*line
（2）*ts*n）;
key（7,:
）=cos（2*pi*column
（1）*ts*n）+cos（2*pi*line（3）*ts*n）;
key（8,:
）=cos（2*pi*column
（2）*ts*n）+cos（2*pi*line（3）*ts*n）;
key（9,:
）=cos（2*pi*column（3）*ts*n）+cos（2*pi*line（3）*ts*n）;
key（10,:
）=cos（2*pi*column
（2）*ts*n）+cos（2*pi*line（4）*ts*n）;
figure;
fori=1:
10
subplot（4,4,i）
plot（f,abs（fft（key（i,:
））））;
grid;
end
实验二：
DTMF信号的编码
1）把您的联系电话号码通过DTMF编码生成为一个.wav文件。
³
技术指标：
±
根据ITUQ.23建议，DTMF信号的技术指标是：
传送接收率为每秒10个号码，或每个号码100ms。
每个号码传送过程中，信号存在时间至少45ms，且不多于55ms，100ms的其余时间是静音。
在每个频率点上允许有不超过±
1.5%的频率误差。
任何超过给定频率±
3.5%的信号，均被认为是无效的，拒绝接收。
（其中关键是不同频率的正弦波的产生。
可以使用查表方式模拟产生两个不同频率的正弦波。
正弦表的制定要保证合成信号的频率误差在±
1.5%以内，同时使取样点数尽量少）
2）对所生成的DTMF文件进行解码。
DTMF信号解码可以采用FFT计算N点频率处的频谱值，然后估计出所拨号码。
但FFT计算了许多不需要的值，计算量太大，而且为保证频率分辨率，FFT的点数较大，不利于实时实现。
因此，FFT不适合于DTMF信号解码的应用。
由于只需要知道8个特定点的频谱值，因此采用一种称为Goertzel算法的IIR滤波器可以有效地提高计算效率。
其传递函数为：
（a）复习和巩固IIR数字滤波器的基本概念；
（b）掌握IIR数字滤波器的设计方法；
（c）掌握IIR数字滤波器的实现结构；
（d）能够由滤波器的实现结构分析滤波器的性能（字长效应）；
（e）了解通信系统电话DTMF拨号的基本原理和IIR滤波器实现方法。
d=input（'
请键入电话号码：
'
'
s'
）;
%输入电话号码
sum=length（d）;
total_x=[];
sum_x=[];
sum_x=[sum_x,zeros（1,800）];
fora=1:
sum%循环sum次
symbol=abs（d（a））;
%求输入的ASCII码
tm=[;
;
];
%DTMF表中键的
16个ASCII码
forp=1:
4;
forq=1:
iftm（p,q）==abs（d（a））;
break,end%检测码相符的列号q
end
break,end%检测码相符的行号p
f1=[941];
%行频率向量
f2=[];
%列频率向量
%为了发声，加长序列
400;
x=sin（2*pi*n*f1（p）8000）+sin（2*pi*n*f2（q）8000）;
%构成
双频信号
x=[x,zeros（1,400）];
sum_x=sum_x+x;
total_x=[total_xx];
%将所编码连接起来
wavwrite（total_x,'
soundwave'
sound（total_x）;
%发出声音
subplot（2,1,1）;
plot（total_x）;
title（'
DTMF信号时域波形'
xk=fft（x）;
mxk=abs（xk）;
subplot（2,1,2）;
k=（1:
800）*sum*8000800;
plot（k,mxk）;
xlabel（'
频率'
DTMF信号频谱'
%
disp（'
双频信号已生成并发出'
%接收检测端的程序
k=[1820222431343842];
%要求的DFT样本序号
N=205;
disp（['
接收端检测到的号码为'
]）
sum
m=800*（a-1）;
X=goertzel（total_x（m+1:
m+N）,k+1）;
%用Goertzel算法计算八
点DFT样本
val=abs（X）;
%列出八点DFT向量
%stem（k,val,'
.'
grid;
k'
ylabel（'
|X（k）|'
）%画出DFT（k）幅度
%set（gcf,'
color'
w'
）%置图形背景色为白
%shg,disp（'
图上显示的是检测到的八个近似基频的DFT幅度'
pause%
limit=80;
%
fors=5:
8;
ifval（s）>
limit,break,end%查找列号
forr=1:
ifval（r）>
limit,break,end%查找行号
disp（[setstr（tm（r,s-4））]）%显示接收到的字符
实验三：
FIR数字滤波器的设计和实现
1、实验内容及要求：
录制自己的一段声音，长度为45秒（十多秒以上）取样频率32kHz，然后叠加一个高斯白噪声，（知道噪声分布，知道噪声功率，只要知道输入信号功率），使得信噪比为20dB。
请采用窗口法。
设计一个FIR带通滤波器，滤除噪声提高质量。
⏹提示：
滤波器指标参考：
通带边缘频率为4kHz，阻带边缘频率为4.5kHz，阻带衰减大于50dB；
Matlab函数y=awgn（x,snr,'
measured'
），首先测量输入信号x的功率，然后对其叠加高斯白噪声；
通过本次实验，掌握以下知识：
FIR数字滤波器窗口设计法的原理和设计步骤；
Gibbs效应发生的原因和影响；
不同类型的窗函数对滤波效果的影响，以及窗函数和长度N的选择。
（效果，耳机听前后声音，或者看前后的频谱图：
2，看一下大家设计的滤波器的频谱图）
3、实验结果：
[x,fs,bits]=wavread（'
C:
\DocumentsandSettings\Administrator\桌面
\baozhiying\3\wo.wav'
snr=20;
x2=awgn（x,snr,'
wavwrite（x'
\baozhiying\3\wo-1.wav'
t=0:
1fs:
（size（x2）-1）fs;
wp=8000*pi32000;
ws=9000*pi32000;
wdelta=ws-wp;
N=ceil（11*piwdelta）;
%取整
wn=（ws+wp）2;
b=fir1（N,wnpi,blackman（N+1））;
%选择窗函数，并归一化截止频率
figure
（1）
freqz（b,1,512）
f2=filter（b,1,x2）;
figure
（2）
subplot（2,1,1）
plot（t,x2）
滤波前时域波形'
subplot（2,1,2）
plot（t,f2）;
滤波后时域波形'
F0=fft（f2,1024）;
f=fs*（0:
511）1024;
figure（3）
y2=fft（x2,1024）;
plot（f,abs（y2（1:
512）））;
滤波前频谱'
Hz'
幅度'
F2=plot（f,abs（F0（1:
滤波后频谱'
wavwrite（f'
\baozhiying\3\wo-2.wav'
实验总结：
通过本次试验，我掌握了用傅立叶变换进行信号分析时基本参数的选择，经过离散时间傅立叶变换（DTFT）和有限长度离散傅立叶变换（DFT）后信号频谱上的区别，前者DTFT时间域是离散信号，频率域还是连续的，而DFT在两个域中都是离散的。
离散傅立叶变换的基本原理、特性，以及经典的快速算法（基2时间抽选法），体会快速算法的效率。
获得一个高密度频谱和高分辨率频谱的概念和方法，建立频率分辨率和时间分辨率的概念，为将来进一步进行时频分析（例如小波）的学习和研究打下基础。
与此同时，我建立DFT从整体上可看成是由窄带相邻滤波器组成的滤波器组的概念。
在做IIR数字滤波器的时候，掌握了IIR数字滤波器的设计方法和实现结构，同时能够由滤波器的实现结构分析滤波器的性能。
做FIR滤波器时，我掌握了其的窗口设计法的原理和设计步骤，以及不同类型的窗函数对滤波效果的影响。
通过此次MatLab仿真试验，与我们所学的数字信号处理相联系，不仅对MATLAB的应用更加熟练，也更加强了对DSP的学习，受益颇多。
升级会员 