北邮 DSP软件实验报告matlab.docx
《北邮 DSP软件实验报告matlab.docx》由会员分享，可在线阅读，更多相关《北邮 DSP软件实验报告matlab.docx（16页珍藏版）》请在冰豆网上搜索。
北邮DSP软件实验报告matlab
北京邮电大学
DSP软件课程实验报告
学院：
电子工程学院
班级：
学号：
班内序号：
姓名：
目录
MatLab仿真试验总结2
实验一：
数字信号的FFT分析2
实验二：
DTMF信号的编码5
实验三：
FIR数字滤波器的设计和实现9
MatLab仿真试验总结
实验一：
数字信号的FFT分析
1、实验内容及要求
（1）离散信号的频谱分析：
设信号
此信号的0.3pi和0.302pi两根谱线相距很近，谱线0.45pi的幅度很小，请选择合适的序列长度N和窗函数，用DFT分析其频谱，要求得到清楚的三根谱线。
（2）DTMF信号频谱分析
用计算机声卡采用一段通信系统中电话双音多频（DTMF）拨号数字0～9的数据，采用快速傅立叶变换（FFT）分析这10个号码DTMF拨号时的频谱。
2、实验目的
通过本次实验，应该掌握：
（a）用傅立叶变换进行信号分析时基本参数的选择。
（b）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。
（c）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。
（d）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。
（e）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，此概念的一个典型应用是数字音频压缩中的分析滤波器，例如DVDAC3和MPEGAudio。
3、实验结果
（1）离散信号的频谱分析：
【实验代码】：
N=5000;
n=1:
1:
N;
x=0.001*cos（0.45*pi*n）+sin（0.3*pi*n）-cos（0.302*pi*n-pi/4）;%信号函数
y=fft（x,N）;
magy=abs（y（1:
1:
N/2+1））;
k=0:
1:
N/2;w=2*pi/N*k;
stem（w/pi,magy）;%生成图形
axis（[0.25,0.5,0,50]）
【实验波形】：
（2）DTMF信号频谱分析
【实验代码】：
clear;
closeall;
column=[1209,1336,1477,1633];
line=[697,770,852,941];
fs=10000;
N=1024;
ts=1/fs;
n=0:
N-1;
f=0:
fs/N:
fs/N*（N-1）;
key=zeros（16,N）;
key（1,:
）=cos（2*pi*column
（1）*n*ts）+cos（2*pi*line
（1）*n*ts）;
key（2,:
）=cos（2*pi*column
（2）*n*ts）+cos（2*pi*line
（1）*n*ts）;
key（3,:
）=cos（2*pi*column（3）*n*ts）+cos（2*pi*line
（1）*n*ts）;
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
【实验波形】：
实验二：
DTMF信号的编码
1、实验内容及要求
1）把您的联系电话号码通过DTMF编码生成为一个.wav文件。
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。
³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：
³
2、实验目的
³（a）复习和巩固IIR数字滤波器的基本概念；
³（b）掌握IIR数字滤波器的设计方法；
³（c）掌握IIR数字滤波器的实现结构；
³（d）能够由滤波器的实现结构分析滤波器的性能（字长效应）；
³（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。
3、实验结果
【编码实验代码】：
d=input（'请输入电话号码：
','s'）;
sum=length（d）;
sum_x=[];
fora=1:
sum
tm=['1','2','3','A';'4','5','6','B';'7','8','9','C';'*','0','#','D'];
forp=1:
4;
forq=1:
4;
iftm（p,q）==d（a）;break,end
end
iftm（p,q）==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];
end
wavwrite（sum_x,'soundwave'）;
sound（sum_x）;
subplot（2,1,1）;
t=（1:
800*sum）/8000;
plot（t,sum_x）;
axis（[0,sum/10,-2.5,2.5]）;
xlabel（'时间/s'）
title（'DTMF信号时域波形'）;
N=800*sum;
Y=fft（sum_x,N）;magY=abs（Y）;
subplot（2,1,2）;
k=1:
N;
k1=8000/N*k;
plot（k1,magY）;
xlabel（'频率'）;title（'DTMF信号频谱'）;
disp（'信号已生成（文件名soundwave.wav）'）;
【编码实验波形】：
【解码实验代码】：
k=[1820222431343842];
N=205;
t=[];
fora=1:
sum
m=800*（a-1）;
X=goertzel（sum_x（m+1:
m+N）,k+1）;
val=abs（X）;
xk2=val.^2;
xk2
limit=80;
fors=5:
8
ifval（s）>limit,break,end
end
forr=1:
4
ifval（r）>limit,break,end
end
t=[t,tm（r,s-4）];
end
disp（['检测到的号码为:
']）
disp（t）
【解码实验波形】：
实验三：
FIR数字滤波器的设计和实现
1、实验内容及要求：
³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；
2、实验目的
³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：
【实验代码】：
clc,clear
fs=32000;
[x,fs,bits]=wavread（'原声.wav'）;
snr=20;
x2=awgn（x,snr,'measured','db'）;
wavwrite（x2,fs,16,'原声音加白噪声.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）;
title（'滤波器幅频、相频特性'）;
figure
（2）
subplot（2,1,1）
plot（t,x2）
title（'滤波前时域波形'）;
subplot（2,1,2）
plot（t,f2）
title（'滤波后时域波形'）;
F0=fft（f2,1024）;f=fs*（0:
511）/1024;
figure（3）
y2=fft（x2,1024）;
subplot（2,1,1）
plot（f,abs（y2（1:
512）））;title（'滤波前频谱'）;xlabel（'Hz'）;ylabel（'幅度'）;
axis（[0,5000,0,100]）;
subplot（2,1,2）
F2=plot（f,abs（F0（1:
512）））;title（'滤波后频谱'）;xlabel（'Hz'）;ylabel（'幅度'）;
axis（[0,5000,0,100]）;
wavwrite（f2,fs,16,'滤波后声音.wav'）;
【实验波形】：
实验总结：
本次dsp软件实验让我感觉很有意义，我从开始的迷茫不知所措到逐渐上手去编写代码，去改代码，去调试，在其中我把大一学过的matlab很好的复习而且加深，让我对matlab有了一个新的认识，真的是仿真很实用的软件。
在本次实验中，我掌握了用傅里叶变换进行信号分析是的参数的选择，而且在实验中很好的将理论与实际相结合，把不懂的理论用图像仿真的方式学明白，看清楚仿真出来的图形与自己想象中的是否一致，不一致差距在哪，这个是很有意义的；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，我真切的在实验中体会到了离散傅里叶变换的基本原理、特性、以及经典的快速算法，也建立了频率分辨率和时间分辨率的概念，为今后的学习打下基础。
我感觉有些时候自己的智慧是很有限的，大家集体的力量是强大的，我们要充分学会利用其它人的好的方法、建议以及技巧，并且很好的应用到自己的实验中，这样在参考中学习，再从参考中走出来，做出自己的东西，这个就是实验的意义之所在吧。
升级会员 