DSP软件实验报告matlab北邮文档格式.docx
《DSP软件实验报告matlab北邮文档格式.docx》由会员分享,可在线阅读,更多相关《DSP软件实验报告matlab北邮文档格式.docx(12页珍藏版)》请在冰豆网上搜索。
clear;
closeall;
N=5000;
n=1:
1:
N;
x=0.001*cos(0.45*n*pi)+sin(0.3*n*pi)-cos(0.302*n*pi-pi/4);
y=fft(x,N);
a=abs(y(1:
N/2+1));
k=0:
N/2;
w=2*pi/N*k;
stem(w/pi,a);
axis([0.29,0.46,0,10]);
【实验结果图】:
key(4,:
)=cos(2*pi*column
(1)*n*ts)+cos(2*pi*line
(2)*n*ts);
key(5,:
)=cos(2*pi*column
(2)*n*ts)+cos(2*pi*line
(2)*n*ts);
key(6,:
)=cos(2*pi*column(3)*n*ts)+cos(2*pi*line
(2)*n*ts);
key(7,:
)=cos(2*pi*column
(1)*n*ts)+cos(2*pi*line(3)*n*ts);
key(8,:
)=cos(2*pi*column
(2)*n*ts)+cos(2*pi*line(3)*n*ts);
key(9,:
)=cos(2*pi*column(3)*n*ts)+cos(2*pi*line(3)*n*ts);
key(10,:
)=cos(2*pi*column
(2)*n*ts)+cos(2*pi*line(4)*n*ts);
figure;
fori=1:
10
subplot(4,4,i)
plot(f,abs(fft(key(i,:
))));
grid;
end
【实验结果图】:
实验二:
DTMF信号的编码
1.实验目的:
(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数字滤波器的实现方法。
2.实验内容、要求及结果:
1)把你的联系电话号码通过DTMF编码生成一个.wav文件。
✧技术指标:
Ø
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,同时是取样点数尽量少)
d=input('
请键入电话号码:
'
'
s'
);
sum=length(d);
total_x=[];
sum_x=[];
sum_x=[sum_x,zeros(1,800)];
fora=1:
sum
symbol=abs(d(a));
tm=[49,50,51,65;
52,53,54,66;
55,56,57,67;
42,48,35,68];
forp=1:
4;
forq=1:
iftm(p,q)==abs(d(a));
break,end
end
f1=[697,770,852,941];
f2=[1209,1336,1477,1633];
n=1:
400;
x=sin(2*pi*n*f1(p)/8000)+sin(2*pi*n*f2(q)/8000);
x=[x,zeros(1,400)];
sum_x=sum_x+x;
total_x=[total_x,x];
wavwrite(total_x,'
soundwave'
sound(total_x);
t=(1:
8800)/8000;
subplot(2,1,1);
plot(t,total_x);
axis([0,1.2,-2,2]);
xlabel('
时间/s'
title('
DTMF信号时域波形'
xk=fft(x);
mxk=abs(xk);
subplot(2,1,2);
k=(1:
800)*sum*8000/800;
plot(k,mxk);
频率'
DTMF信号频谱'
disp('
双频信号已生成并发出'
)
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滤波器可以有效的提高计算效率。
其传递函数为:
Hk(z)=
k=[1820222431343842];
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);
val=abs(X);
xk2=val.^2;
xk2
limit=80;
fors=5:
8
ifval(s)>
limit,break,end
forr=1:
4
ifval(r)>
disp([setstr(tm(r,s-4))])
实验三:
FIR数字滤波器的设计和实现
✧通过本次试验,掌握一下知识:
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)
✧录制一段自己的声音,长度为十几秒,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。
clc,clear
fs=32000;
[x,fs,bits]=wavread('
wo.wav'
snr=20;
x2=awgn(x,snr,'
measured'
db'
wavwrite(x2,fs,16,'
wo-1.wav'
t=0:
1/fs:
(size(x2)-1)/fs;
wp=8000*pi/32000;
ws=9000*pi/32000;
wdelta=ws-wp;
N=ceil(11*pi/wdelta);
%取整
wn=(ws+wp)/2;
b=fir1(N,wn/pi,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);
滤波器幅频、相频特性'
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'
ylabel('
幅度'
F2=plot(f,abs(F0(1:
滤波后频谱'
wavwrite(f2,fs,16,'
wo-2.wav'
实验总结:
这次的matlab实验让学到了许多,以前是学过matlab的,但是已经忘的差不多了,正好有这次机会让我重新复习相关的知识。
把matlab与数字信号处理的相关知识很好的联系到一起。
在数字信号处理的理论课上,对于傅里叶变换、数字滤波器等知识的了解并不是很深刻,但是通过这次试验,我更好的理解了用傅里叶变换进行信号分析时基本参数的选择、离散时间傅里叶变换和有限长度离散傅里叶变换后信号频谱上的区别、离散傅里叶变化的基本原理、特性,以及经典的快速算法的效率,也更好的掌握了IIR数字滤波器的设计方法、实现结构及其性能,还有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。
在实验过程中还是不可避免的遇到了一些问题,一开始对于matlab软件的使用完全不熟悉,对于其中一些函数的运用也相当生疏,所以即使第一题比较简单,也花了相当一部分时间才完成。
后来逐渐熟悉了,遇到的问题也通过自己上网查找资料得以解决。
总的来说,这次matlab实验收获颇丰,既复习巩固了有关于matlab的使用,也通过实验使我们在理论课上学到的数字信号处理知识得以加深。