哈尔滨工程大学数字信号处理实验三.docx
《哈尔滨工程大学数字信号处理实验三.docx》由会员分享,可在线阅读,更多相关《哈尔滨工程大学数字信号处理实验三.docx(14页珍藏版)》请在冰豆网上搜索。
哈尔滨工程大学数字信号处理实验三
实验报告
课程名称
实验项目名称
实验类型
实验学时
班级
学号
姓名
指导教师
实验室名称
实验时间
实验成绩
预习部分
实验过程
表现
实验报告
部分
总成绩
教师签字
日期
实验三:
抽样
1、实验原理:
抽样过程中的两个原理是混叠和重建,其中涉及正弦波和线性调频信号的混叠。
然后使用DTFT在频域中展开混叠过程。
1.由于在MATLAB中不能产生模拟信号,所以需要做实时t轴的仿真。
因此,把仿真时的
t与所研究的抽样周期
明确地区分开是非常重要的。
2.对连续时间信号抽样时,因为频域以抽样频率延拓,故其频域显现出混叠效应。
在MATLAB中,只能仿真这一效应。
仿真包括抽样运算,D/A转换。
3.要演示混叠效应,需要一个简单的模拟输入信号通过系统。
用A/D转换器以间隔
抽样。
利用x(t)抽样所得的样本子集来实现仿真。
D/A由两部分组成:
以抽样时间间隔
分割离散时间样本,在其之后是一个模拟重建滤波器。
二、实验内容:
1.抽样引起的混叠
正弦信号混叠
内容:
对连续时间正弦信号x(t)=sin(2π
t+
),可以按抽样频率
=1/
对x(t)抽样来获得离散时间信号x[n]=x(t)
=
=sin(
).
A.绘出一个被抽样的正弦波单图。
正弦波频率300Hz,10ms间隔上抽样,相位任意指定,使用stem绘图。
B绘出一个被抽样的正弦波单图。
正弦波频率300Hz,10ms间隔上抽样,相位任意指定,使用plot绘图。
C将正弦波频率从100Hz变至475Hz,每次增加125Hz。
绘图。
D将正弦波频率从7525Hz变至7900Hz,每次增加125Hz。
绘图。
E将正弦波频率从32100Hz变至32475Hz,每次增加125Hz。
绘图。
预测显现频率是增加还是减少
A.B程序:
n=0:
80;
f0=300;
fs=8000;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(211);
stem(n,Xn);
xlabel('n');
ylabel('X[n]');
subplot(212);
plot(n,Xn);
xlabel('n');
ylabel('X[n]');
实验截图:
C
n=0:
80;
f0=100;
fs=8000;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,1)
stem(n,Xn);
f0=225;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,2);
stem(n,Xn);
f0=350;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,3);
stem(n,Xn);
f0=475;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,4);
stem(n,Xn);
实验截图:
D.程序:
n=0:
80;
f0=7525;
fs=8000;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,1);
stem(n,Xn);
f0=7650;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,2);
stem(n,Xn);
f0=7775;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,3);
stem(n,Xn);
f0=7900;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,4);
stem(n,Xn);
实验截图:
E.程序:
n=0:
80;
f0=32100;
fs=8000;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,1);
stem(n,Xn);
f0=32225;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,2);
stem(n,Xn);
f0=32350;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,3);
stem(n,Xn);
f0=32475;
Xn=sin(2*pi*f0*n/fs+pi/3);
subplot(4,1,4);
stem(n,Xn);
实验截图:
结果分析:
取样频率为8kHz时
当正弦波的频率由100Hz变至475Hz时,显示的正弦信号的频率在逐渐增加。
由7525Hz变至7900Hz,显示的正弦信号的频率在逐渐减少。
由32100Hz变至32475Hz时,显示的正弦信号的频率在逐渐增加。
当采样频率大于正弦波频率2倍时,显示波形正常,且趋势相同,可以恢复。
当
/2<
<
即两者频率相近时,发生混叠现象明显,
-
减小,即间隔减小,显示频率减小。
当正弦波的频率大于采样频率时,已经无法恢复正弦信号,但是变化趋势是正确的,即
-
在y轴左侧,随
的增大而增大。
2.抽样的频率视图
创建一个M文件,并保存。
该函数的功能为:
模拟实现连续时间信号的傅里叶变换,绘出模拟频谱。
3.3产生信号
程序:
functionfmagplot(xa,dt)
L=length(xa);
Nfft=round(2.^round(log2(5*L)));
Xa=fft(xa,Nfft);
range=0:
(Nfft/4);
ff=range/Nfft/dt;
plot(ff/1000,abs(Xa(1:
length(range))));
title('CONT-TIMEFOURIERTRANSFORM(MAG)');
grid;
xlabel('FREQUENCY(kHz)');
pause
运行程序:
n=0:
1000;
xa=sin(n);
fmagplot(xa,0.001);
实验截图:
3.4A/D转换
程序:
创建一个M文件,并保存。
functionx=cose(a,f0,n0,fsim)
n=0:
1000;
x=a*cos(2*pi*f0*n/fsim+n0);
plot(n,x);
title('COS');
grid;
xlabel('TIME');
程序A.
x=cose(1,1,0,80);
fsim=80;
fs=8;
n=0:
1000;
L=length(n);
y=x(1:
(fsim/fs):
L);
M=length(y);
n1=0:
M-1;
stem(n1,y);
title('ADDTS'),ylabel('x[n]'),xlabel('n');
实验截图:
程序B.
[X,W]=dtft(y,1000);
plot(W,X);
grid;
title('ADDTFT'),ylabel('X(jw)'),xlabel('w')
实验截图:
3.5设计一个重建滤波器
fs=8;
fsim=80*10^3;
fcut=2*(fs/2)/fsim;
[b,a]=cheby2(9,60,fcut);
[HH,WW]=freqz(b,a,1000,'whole');
plot(WW,abs(HH));
grid,title('FREQUENCYRESPONSE'),ylabel('|H(jw)|'),xlabel('w');
实验截图:
3.6DA转换
N=200;
n0=0:
N;
f0=1000;
fsim=8000;
t=n0./fsim;
xn=cos(2*pi*f0*n0/fsim+pi/3);
n=0:
1000;
L=length(n);
x=zeros(L,1);
i=0:
N;
x(5*i+1)=xn(i+1);
subplot(2,1,1);
stem(n,x);
fcut=2*(f0/2)/fsim;
[b,a]=cheby2(9,60,fcut);
y=filter(b,a,x);
subplot(2,1,2);
stem(y);
figure;
subplot(3,1,1);
plot(y);
subplot(3,1,2);
X=fft(y);
plot(n,abs(X));
subplot(3,1,3);
plot(n,angle(X));
实验截图:
实验总结:
通过本次实验,从多方面各角度了解到了采样过程,以及不同采样频率对信号的影响,发生混叠效应的原因,通过x(t),x[n],x(t),
这四个信号的相同点和不同点的比较,让我今后在运用的过程有了一定的筛选性。
并且运用了一些matlab编程语言,对思路有了一定的拓宽。
在此也要感谢老师对我的包容和教导。