数字信号处理实验报告 2.docx
《数字信号处理实验报告 2.docx》由会员分享，可在线阅读，更多相关《数字信号处理实验报告 2.docx（23页珍藏版）》请在冰豆网上搜索。
数字信号处理实验报告2
数字信号处理
实验报告
实验一信号（模拟、数字）的输入输出实验
（常见离散信号产生和实现）
一、实验目的
1.加深对常用离散信号的理解；
２．掌握matlaｂ中一些基本函数的建立方法。
二、实验原理
1.单位抽样序列
在MATLＡB中可以利用zｅrｏs（）函数实现。
如果
在时间轴上延迟了k个单位，得到
即:
2．单位阶跃序列
ﻩ
在ＭATLAB中可以利用oｎes（）函数实现。
x=ｏnes（1,N）
3.正弦序列
ﻩﻩﻩ
在ＭATＬAB中,
ｎ=0：
N-1;
x=A*sｉn（２*ｐｉ*f*ｎ/Fs+ｆaｉ）
ﻩﻩﻩ
4．复指数序列
ﻩﻩﻩ
在MATLAB中,
n=０：
N－１;
x=r＊exp（ｊ*ｗ*ｎ）
5.指数序列
ﻩﻩ
在MAＴLAB中,
ｎ=0:
N－1;
x=a.^n
ﻩﻩﻩ
三、实验内容实现和图形生成
1．五种基本函数的生成
程序如下：
（１）单位抽样序列
%单位抽样序列和延时的单位抽样序列
n＝0:
１0；
ｘ1＝[1zｅros（1,1０）]；x2＝[ｚｅroｓ（1,5）1 zerｏs（１,5）]；
subplot（1,2,1）;
stem（n,x１）;xlａbel （'时间序列ｎ'）;ylaｂｅｌ（'振幅＇）;title（'单位抽样序列x１'）;
subplot（１,2,2）;
stｅｍ（n,x2）；xlaｂｅｌ（'时间序列n'）；ylabel（'振幅'）；tｉtle（'延时了5的单位抽样序列'）;
（2）单位阶跃序列
n＝0：
10;
u＝[oneｓ（1,11）]；
ｓtem（n,u）;xlabel（'时间序列ｎ'）；yｌabel（'振幅'）；title（'单位阶跃序列'）;
所得的图形如下所示:
（3）正弦函数
n=1:
３０;
x=2*sｉｎ（pi*ｎ/６＋pi/3）;
ｓtｅm（ｎ，x）；ｘlabel（＇时间序列ｎ＇）;ylabel（'振幅'）;title（＇正弦函数序列x=2*ｓin（pi＊ｎ/6+pi/3）'）;
（４）复指数序列
n=1:
30;
x=2*ｅｘｐ（j*3*n）;
stem（ｎ,x）;xlabel（'时间序列n'）;ylabel（'振幅'）;title（'复指数序列ｘ=2*exp（j*3*ｎ）'）;
图形如下:
（5）指数序列
n＝１:
３0;
x=1.2.＾ｎ;
ｓtem（n，x）;xｌabel （'时间序列ｎ＇）;ylabel（'振幅'）;title（'指数序列x=1．2．^n'）;
2．绘出信号
的频率是多少?
周期是多少？
产生一个数字频率为0.9的正弦序列,并显示该信号，说明其周期?
程序如下：
n=0:
40;
ｘ１=1.5*siｎ（２*pi＊0．1*n）;ｘ2=siｎ（0．９*n）；
subplot（1，2,１）;
stem（n,x1）; xlabｅl（'时间序列n'）;ｙlａbeｌ（＇振幅'）;title（＇正弦序列x１=1．５＊sin（2*pｉ＊0.１＊n）'）;
subploｔ（1,2,2）;
stem（ｎ,x２）; xlabel（'时间序列n'）；ylａbel（'振幅'）；titｌｅ（'正弦序列ｘ2=ｓin（０.9*n）'）;
运行结果如下：
由上图看出：
x1＝1.５*sin（２*pi*0．1＊ｎ）的周期是１0,而x２=siｎ（0.9*n）是非周期的。
理论计算中对第一个,N＝2＊ｐi/（０.1*pｉ）=10,第二个0.9不是pi的倍数,所以不是周期的。
因此可以看出，实验结果和理论相符。
3.x（n）=[2,3，１，1,2,-１,0,3]，-2≤n≤5;h（n）=[2,4,１，-２,0,-1]，-3≤n≤２，手工计算和MATＬAB计算卷积y（n）＝x（ｎ）＊h（n）。
4. 如果
、
的起点不为０，则采用conｖ_m计算卷积；
编写coｎｖ_ｍ函数：
function[y，ny]=ｃｏｎv_m（x,nx,h，nh）
nyｂ＝nx
（1）+nh
（1）；
nyｅ=nｘ（lｅngｔｈ（x））+nh（ｌenｇth（ｈ））;
ny=［nyb:
nｙe];
ｙ=cｏnv（x，h）; ％ＭATＬAB自带的函数
在命令窗口输入：
x＝［2,3,1,1，2,－1,０，3];nx=［-2:
5];
h=[2，4,1，-2，0,－1];nｈ=[-3:
2];
[y，ｎy]=conv_m（x,nx,ｈ，ｎh）ﻩ
sｔｅm（nｙ,ｙ,'.＇）；xlａbel（'时间序号n'）;ｔitle（'卷积和y（ｎ）=x（n）＊h（ｎ）'）;
附：
手工计算
根据不进位卷积运算得:
y（n）＝［4,1４,1６,5,３,3,-７，０,13，1，－5,0，－3],－5≤ｎ≤7,图形如下
四、心得体会
通过此次试验，我深切体会到matlａｂ在数字信号处理中应用广泛,试验中也掌握了matlａb中一些基本函数的建立方法,加深了对常用离散信号的理解,同时课本上抽象的知识也变得更加形象化，枯燥的理论知识瞬间变得生动有趣起来。
实验二ＦFT频谱分析及应用
一、实验目的
1．通过实验加深对FＦT的理解;
2．熟悉应用FFT对典型信号进行频谱分析的方法。
三、实验原理与方法
在各种信号序列中,有限长序列占重要地位。
对有限长序列可以利用离散傅立叶变换（DFＴ）进行分析。
DFT不但可以很好的反映序列的频谱特性，而且易于用快速算法（FＦT）在计算机上进行分析。
有限长序列的ＤFＴ是其z变换在单位圆上的等距离采样,或者说是序列傅立叶的等距离采样,因此可以用于序列的谱分析。
FFT是ＤFＴ的一种快速算法，它是对变换式进行一次次分解，使其成为若干小数据点的组合,从而减少运算量。
在MATＬＡＢ信号处理工具箱中的函数ｆft（x,N）,可以用来实现序列的N点快速傅立叶变换。
经函数ｆｆt求得的序列一般是复序列，通常要求出其幅值和相位。
MＡTＬAB中提供了求复数的幅值和相位的函数：
aｂｓ、ａngle，这些函数一般和fft同时使用。
1．模拟信号
以
进行采样，求:
（1）N＝40点ＦFT的幅度频谱,从图中能否观察出信号的２个频谱分量?
（2）提高采样点数，如N＝1２8,再求该信号的幅度频谱,此时幅度频谱发生了什么变化?
信号的2个模拟频率和数字频率各为多少?
ＦFＴ频谱分析结果与理论上是否一致?
2．有限长序列x（n）={2,1,0,１,3};h（n）＝｛1,3，２,1｝,试利用FＦT实现由DFＴ计算线性卷积，并与线性卷积直接计算（ｃｏnｖ）的结果进行比较。
１．程序1:
%ｘh11
N=40；n＝０:
N-1;
t=０.01*ｎ；
x＝2*sin（4*pi*t）+５*coｓ（8*pi*ｔ）;
k=0:
N/2；w=2*pi／Ｎ＊ｋ;
X＝fｆｔ（x,N）;
mａgX＝aｂs（X（1:
N/2+1））;
ｓuｂplot（２，1,1）;ｓｔeｍ（ｎ,x,'.'）;tiｔlｅ（＇siｇnalx（n）'）;
suｂｐlot（２,1,2）;plot（ｗ／pi,magX）；tｉｔｌe（＇ＦFＴN＝40'）;
ｘｌａbel（＇w （ｕｎit:
pｉ）'）；ylａbｅl（'｜X|＇）；grid
（2）clear
cｌc
％ｘh11
%N=４0;％取40个点，时间太短，现象不够精确
N=1000；%取1０00个点
n=0：
N-1；
Ｔ=０.01;
Fｓ＝1/T；
t=Ｔ*n;
x=2＊siｎ（4*ｐｉ*t）+5*cos（８＊pi*ｔ）;
k=0:
N/2；f＝Ｆs/N*k；%w=2*ｐi/N*k;
X=fｆｔ（ｘ,N）；
magX=ａbs（Ｘ（1:
N/2+１））；
suｂplot（2，1,1）；ｓtｅm（n,x,'.＇）;title（'ｓigｎａｌx（n）'）;
subｐｌot（2，1,2）;pｌｏt（f,magX）;%ｐｌot（w/pｉ,ｍagX）;
ｔitle（'ＦFＴ Ｎ=４0'）;
ｘlａbel（＇w（uｎｉt:
pi）'）；ylaｂel（'|X|'）;
grｉd
axｉｓ（[0５03000]）
2.程序２:
％xｈ12
%用FFＴ实现由DFＴ计算线性卷积
x=[21 0１3];h=[1321];
L=lenｇｔh（x）+lengtｈ（ｈ）-1;
XE＝fft（x，L）；HE=ｆft（h,L）；
y1=iｆfｔ（XE.＊HE）;
%画出由圆周卷积计算线性卷积结果及误差
k=0:
L－1;
suｂｐlot（211）；sｔem（k,reａl（y1））;aｘiｓ（[０8015]）;
tｉtle（'RｅsuｌtｏfLineａｒConｖｏlutiｏn＇）；
xlabeｌ（'Tiｍｅindex ｋ'）;ylabｅｌ（＇Ampｌitｕde'）;
y2＝cｏnv（x，h）;
erｒoｒ＝y1-y2;
subploｔ（21２）;
stem（k,abs（error））;
xlaｂel（'Tｉmeiｎｄexk＇）;ylabel（'Ａmｐlitude'）；
title（'ErroｒＭａgｎitude'）;
线性卷积直接计算:
fｕnction[y,ny]＝ｃｏnv_m（x,ｎx,h,nｈ）
%改进卷积程序
nyｂ=nx
（1）+nh
（1）;
nye＝nx（lenｇth（ｘ））+nｈ（length（h））;
ｎy=[nyb:
nyｅ];
y=cｏｎｖ（x，h）;％MATＬAB自带的函数
在命令窗口输入:
ｘ=[2，１，0,1,3］;nx=［0:
5］；
h=[1,３,2,1];nｈ=[0：
3];
[ｙ,ｎy］=conv_m（x,nx,ｈ,ｎh）
ｓteｍ（ny,y,'.'）；xlabel（'时间序号n'）;titlｅ（'卷积和y（n）=x（ｎ）＊ｈ（n）'）；
比较结果：
这两个有限长序列的圆周卷积等于对两个序列的线性卷积。
但当满足一定条件时才相等,若不满足，则这两个有限长序列的圆周卷积等于对两个序列的线性卷积在时间上的混叠。
实验三 ＩIＲ数字滤波器的设计
一、实验目的
1．掌握脉冲响应不变法和双线性变换法设计IIＲ数字滤波器的原理和方法;
2.观察双线性变换法和脉冲响应不变法设计的滤波器的频域特性,了解双线性变换法和脉冲响应不变法的特点和区别。
三、实验原理与方法和手段
1．脉冲响应不变法
所谓脉冲响应不变法就是使数字滤波器的单位脉冲响应序列h（ｎ）等于模拟滤波器的单位冲激响应和ha（t）的采样值,即:
，其中,T为采样周期。
在脉冲响应不变法中,模拟角频率和数字角频率的变换关系为:
，可见,Ω和ω之间的变换关系为线性的。
在ＭATLAB中，可用函数iｍpinvaｒ实现从模拟滤波器到数字滤波器的脉冲响应不变映射，调用格式为:
[B,A]=ｉmpｉnｖar（b，ａ，fs1）
[Ｂ,A]=impinvaｒ（b,a）
其中,b、a分别为模拟滤波器的分子和分母多项式系数向量;fs1为采样频率（Hz）,缺省值fｓ=1Ｈｚ;Ｂ、Ａ分别为数字滤波器分子和分母多项式系数向量。
２.双线性变换法:
由于s平面和ｚ平面的单值双线性映射关系为s＝
，其中Ｔ为采样周期。
因此,若已知模拟滤波器的传递函数，将上式代入即可得到数字滤波器的系统函数H（z）。
在双线性变换中,模拟角频率和数字角频率的变换关系为：
，可见，Ω和ω之间的变换关系为非线性的。
在MATLＡB中,可用函数bilｉｎear实现从模拟滤波器到数字滤波器的双线性变换映射,调用格式为：
［B,A]=bｉｌinear（b，a,fs1）
３．数字滤波器设计
（1）定技术指标转换为模拟滤波器设计性能指标。
（2）估计满足性能指标的模拟相应滤波器性能阶数和截止频率。
利用MＡTLAB中butｔord、cheb1ｏｒd、cheb2ord、eｌliｐｏrｄ等函数,
调用格式如：
其中,Ωｐ为通带边界频率，ｒad/ｓ；Ωs为阻带边界频率，rad/s;αｐ为带通波动，dB;αs为阻带衰减,ｄB;‘s’表示为模拟滤波器;函数返回值N为模拟滤波器的最小阶数；Ωc为模拟滤波器的截止频率（－3dＢ频率），rad/s。
函数适用低通、高通、带通、带阻滤波器。
（3）设计模拟滤波器。
MＡTLAＢ信号处理工具箱提供了模拟滤波器设计的完全工具函数:
bｕtter、cheｂy１,ｃheｂy2、ｅllｉp、ｂesｓelｆ。
用户只需一次调用就可完成低通、高通、带通、带阻滤波器设计。
调用格式如：
[b，a］=ｂｕtter（N,Ωc，’ｆtype’,‘s’）,其中，’ftｙpe’为滤波器类型:
‘ｈiｇh’表示高通滤波器，截止频率为Ωc;
‘ｓtop’表示带阻滤波器，Ωｃ=［Ω1Ω２]（Ω1<Ω2）;
‘fｔypｅ’缺省时表示为低通或带通滤波器。
（4）利用脉冲响应不变法或双线性不变法,实现模拟滤波器到数字滤波器的映射。
五、实验步骤
具体步骤如下:
１、查看帮助文件，了解相关函数的调用格式。
2、实验题目
1．设计模拟巴特沃斯低通滤波器,fp=30０Ｈｚ,αp=1ｄB,fs=８0０Hz，αｓ=20dB。
%xh1３模拟低通滤波器技术指标
αp=1;
αｓ＝2０;
fp=３0０；
fs=800；
Ωａｐ=２*pi*fp；
Ωas=2*pi*fｓ;
%设计模拟巴特沃斯低通滤波器
[N,Ωac]=ｂutｔord（Ωaｐ,Ωas,αp,αs,＇s＇）
[b,a]=butter（Ｎ，Ωac,'s'） %设计模拟巴特沃斯低通滤波器,Ωａp为通带边界频率,ｒad/s；Ωａs为阻带边界频率，rad／s;αｐ为通带最大衰减，dB；αs为阻带最小衰减,dＢ;'s'表示为模拟滤波器;函数返回值Ｎ为模拟滤波器的最小阶数;Ωac为模拟滤波器的截止频率（-3dB频率），rad／s;b、a分别为模拟滤波器的系统函数分子和分母多项式系数向量;
［H,Ω]=freqs（b，a）; %求模拟滤波器的频率响应
%绘制频响幅度谱
ｐlｏｔ（Ω/2/pi,２０*ｌog10（aｂs（Ｈ）））； %横轴为频率,单位：
HZ;纵轴频响幅度,单位：
dB
aｘis（[0,１５00,-5０,0］）;
xｌabｅl（＇频率Hz'）;ｙlabeｌ（'H幅值dB＇）;
2:
设计模拟巴特沃斯高通滤波器,fp=800Ｈｚ,αp=１dＢ,fs=300Hｚ,αs=20ｄB。
%ｘh14模拟高通滤波器技术指标
αｐ=１;
αs=2０;
fp=800;
ｆs＝300;
Ωp=2*pi＊ｆp；
Ωs=２*pi＊ｆｓ;
[N,Ωｃ］=butｔord（Ωp,Ωs,αp,αs,'ｓ'）
[ｂ,a］=butter（N,Ωc，＇high'，'s'）％设计模拟巴特沃斯高通滤波器，Ωp为通带边界频率，rａd/s;Ωs为阻带边界频率,ｒad/ｓ；αp为通带最大衰减，ｄB；αｓ为阻带最小衰减,dB;＇s'表示为模拟滤波器；函数返回值N为模拟滤波器的最小阶数;Ωc为模拟滤波器的截止频率（－3dＢ频率），rａd/ｓ;b、a分别为模拟高通滤波器的系统函数分子和分母多项式系数向量;
[H,Ω]＝freqs（b,a）;
plot（Ω/２/pi，20*ｌog10（abs（H）））；
axis（［0,10０0,-５0，0]）;
xlabel（'频率Hｚ＇）;ylaｂeｌ（'H幅值dB＇）;
3:
fp=0.1kHZ,αp=1dB,fs＝0.３kHZ，αs=25ｄB,Ｔ=１ｍｓ;分别用脉冲响应不变法和双线性变换法设计一个Ｂutterｗorth数字低通滤波器。
%ｘh１5采用冲击响应不变法
αp=1;
αｓ=25;
fp＝１０0;
fs=300；
Ωp＝2*pi＊fp;
Ωｓ=2＊pi*fs; %数字滤波器技术指标要求转化成模拟滤波器技术指标要求
ｆｓ1=1000； %采样频率
％设计模拟滤波器
[N,Ωc]＝ｂuttｏrd（Ωp,Ωs,αp,αs,'s'）;
[b，a]=bｕtter（N,Ωc，'s'）;
[B,A］=impinｖar（b，a，fs1） ％用冲击响应不变法将模拟滤波器变换成数字滤波器。
Ｂ、A分别为数字滤波器的系统函数分子和分母多项式系数向量；
[Ｈ1,w］=ｆｒｅｑz（B,A,＇wｈｏle'）; %求数字滤波器的频率响应
%绘制数字滤波器频响幅度谱
subｐloｔ（211）；ploｔ（w＊fs1/2/ｐｉ,20*ｌｏg10（abｓ（H1）））；
ａｘis（[0,１00０,-100,0]）;
xｌａbｅl（＇频率Ｈz'）；ylaｂｅl（＇H1幅值dＢ'）;
％采用双线性变换法
％数字滤波器的技术指标要求
αp=１；
αs=25；
fｐ=1００;
ｆs=3０0;
ｆｓ１=10０0; %采样频率
wp＝2*pi＊fp/ｆｓ1; %数字滤波器通带边界频率
wｓ＝2*ｐi＊fｓ/ｆs１; %数字滤波器阻带边界频率
%变换为同类型模拟滤波器的技术指标要求
Ωp=2*fｓ1*tan（wｐ/2）; ％同类模拟滤波器通带边界频率
Ωs=2＊ｆｓ1*ｔan（wｓ/2）;％同类模拟滤波器阻带边界频率
%设计同类型模拟滤波器
[N,Ωｃ]＝buｔtoｒd（Ωp，Ωs,αp,αs,'s'）;
[b,a]＝ｂutter（Ｎ,Ωc,'s'）;
%用双线性变换法将模拟滤波器变换成数字滤波器
[B,A］=bｉlinear（b,a,fs1）
［H2,ｗ]=fｒeqz（Ｂ，Ａ，'whoｌe'）; %求数字滤波器的频率响应
％绘制数字滤波器频响幅度谱
subplｏｔ（212）;ｐlot（w*fs1／2/pi,２0*log1０（ａbｓ（H2）））;
ａｘis（［０，1000,－１０0,0]）;
xlaｂel（'频率Hｚ'）;ylabel（'H2幅值dB'）;
H2
幅
值
dB
ﻫ双线性变换法和脉冲不变法的特点和区别：
脉冲响应不变法:
1，模拟频率到数字频率的转换时线性的。
２，数字滤波器单位脉冲响应的数字表示近似原型的模拟滤波器单位脉冲响应,因此时域特性逼近好，但会产生频谱混叠现象,只适合带限滤波器
双线性变换法：
克服多值映射得关系，可以消除频率的混叠，但是因为是非线性的,所以在高频处有较大的失真。
实验四ＦＩR数字滤波器的设计
一、实验目的
1．掌握用窗函数法设计FＩR数字滤波器的原理和方法；
２.熟悉线性相位FIR滤波器的幅频特性和相频特性;
3.了解不同窗函数对滤波器性能的影响。
三、实验原理与方法和手段
窗函数设计法是一种把一个长序列变成有限长的短序列的设计方法，是在时域进行的。
用窗函数法设计ＦIR数字滤波器时,先根据W c和N 求出相应的的理想滤波器的单位脉冲响应hd（n）。
因为hd（n）一般是非因果的,且无限长，物理上是不可实现的。
为此可选择适当的窗函数w（n）截取有限长的hｄ（n）,即ｈ（n）=hd（n）w（n）,只要阶数足够长,截取的方法合理，总能够满足频域的要求。
实际中常用的窗函数有矩形（Boxcaｒ）窗、三角（Baｒｔｌett）窗、汉宁（Hannｉｎｇ）窗、汉明（Hamming）窗和布莱克曼（Blackmaｎ）窗。
这些窗函数各有优缺点,所以要根据实际情况合理选择窗函数类型。
1．窗函数法设计线性相位FＩR滤波器的一般步骤为:
（1）确定理想滤波器
的特性；
（２）由Hd（ｅjw）求出
;
（3）根据过渡带宽度和阻带最小衰减，借助窗函数确定窗的形式及N的大小,即选择适当的窗函数,并根据线性相位条件确定窗函数的长度N；在ＭATLＡB中，可由w=boxｃaｒ（N）（矩形窗）、w＝hannｉng（Ｎ）（汉宁窗）、ｗ＝hａmming（N）（汉明窗）、ｗ=Ｂｌacｋｍａn（N）（布莱克曼窗）、ｗ=Ｋａisｅr（N,ｂeta）（凯塞窗）等函数来实现窗函数设计法中所需的窗函数。
（4）由h（n）＝
.ｗ（n）,０≤n≤N-1,得出单位脉冲响应h（ｎ）;
（5）对h（n）作离散时间傅立叶变换,得到Ｈ（
）。
2．在MATLAB中,可以用ｂ=fir1（N，Wn，’ｆtｙpe’，tapｅr） 等函数辅助设计ＦIR数字滤波器。
N代表滤波器阶数；Ｗｎ代表滤波器的截止频率（归一化频率）,当设计带通和带阻滤波器时,Wn为双元素相量；fｔype代表滤波器类型，如’ｈｉｇｈ’高通,’stｏp’带阻等；tapｅｒ为窗函数,默认为海明窗,窗函数实现需要用窗函数bｌacｋmaｎ,haｍｍiｎg，hannｉngｃhebwin,kaiｓer产生。
五、实验步骤
在“开始－－程序”菜单中，找到MATＬAＢ程序，运行启动；
进入MATLＡB后，在CommandWindoｗ中输入自己编写的主程序，并执行;
记录运行结果图形，作分析对比。
具体步骤如下:
1．用窗函数法设计一线性相位FIR低通滤波器,要求通带截止频率ｗc=
，单位冲击响应ｈ（n）的长度N＝21。
绘出ｈ（n）及其幅频响应曲线.
设计分析:
理想滤波器单位冲击响应为
;为了满足线性相位ＦIＲ滤波器条件h（n）=h（N-1-ｎ），要求a=
＝10。
%xh19
N=21；ｗｃ=ｐi／3; %理想低通滤波器参数
n=0:
N-1；
ａ＝（N-1）/２;
hdn=ｓin（ｗc*（n-a））/pi./（n－ａ）;％计算理想低通滤波器单位冲击响应ｈd（n）
iｆrｅm（N，２）~=0 hdn（a+１）=wｃ／pi; ｅｎd%N为奇数时，处理n=a点的０/０型
wn＝hammｉnｇ（N）; %hammiｎg窗
hn＝hｄn.*wn';
subplot（121）; %绘出h（n）及幅频特性曲线
stem（n,ｈn,'.'）;
ｘlａbel（'n'）;ylabeｌ（＇h（n）'）;
ｔitle（'ｈamming窗设计的h（n）＇）；
griｄ on；
ｓubpｌot（12２）;
hw＝fｆt（hn,512）;
w=2＊[0：
511］／512;
pｌoｔ（w，2０*ｌoｇ10（abｓ（hw）））;
xlabel（'w/ｐi＇）;ylａbｅｌ（'Magniｔude（dB）'）;
titｌe（'haｍmｉng窗设计的幅频特性'）；
griｄon;
2.针对一个含有５Hz、１5Ｈz和3０Hz的混和正弦波信号,设计一个ＦIR带通滤波器。
参数要求:
采样频率ｆs=100Hｚ，通带下限截止频率fc1=10Hz，通带上限截止频率fc２=20Ｈz，过渡带宽6Hｚ,通阻带波动0.0１，采用凯塞窗设计。
%ｘh２0
fｃ1=10;fc2＝20; fs=１00;
［n，Wn，betａ,ｆtype]=kaiserｏrd（[713 17２３],[01０], [0.０10.0１0.0１］,１00）
ｗｉndow=kaiser（ｎ+１,bｅｔa）; %使用kaｉser窗函数
b=fir1（n，Wn,windｏw）; %使用标准频率响应的加窗设计函数fｉｒ1
freｑz（b,1，512）; ％数字滤波器频率响应
t=（0：
升级会员 