1、(3)由模拟信号的频谱特性,根据奈奎斯特采样定理,选择合适的采样频率,对模拟信号进行时域采样,产生时间离散信号(序列),画出序列的时域波形和幅频特性图;(4)计算机产生高斯白噪声,并叠加序列,画出序列叠加高斯白噪声后的时域波形和幅频特性图。2.设计程序figure(1);k=0:pi/10:pi*10;y0=sin(k);%间隔/10采样模拟正弦信号。subplot(2,1,1);plot(y0);title(仿真模拟信号的时域波形);f0=fft(y0);subplot(2,1,2);plot(abs(f0);模拟信号的幅频特性%根据奈奎斯特定理,取采样间隔为/20符合采样定理figure(
2、2);k1=1:2:100;y1=y0(k1);plot(y1);离散信号的时域波形f1=fft(y1);plot(abs(f1);离散信号的幅频特性figure(3);y2=awgn(y1,3);f2=fft(y2);plot(y2);加入白噪声后的信号时域波形plot(abs(f2);加入白噪声后信号的幅频特性3.输出结果(1)(4)问题结果如下图。二、滤波器设计 (1)分别设计IIR和FIR数字滤波器,要求序列无失真通过滤波器。提出滤波器设计指标,给出滤波器的设计结果; (2)分析所设计滤波器的因果性和稳定性,画出滤波器的幅频特性和相频特性,以及零极点分布图; (3)分别提出实现IIR和
3、FIR数字滤波器的结构,画出滤波器的结构信号流图; (4)由滤波器的设计结果和所选择滤波器的结构,计算序列叠加高斯白噪声通过滤波器的输出响应,分别画出输出响应的时域波形和幅频特性。2.程序设计 (1)设计思路:序列采用对正弦信号均匀采样所得序列。设计基于巴特沃斯滤波器的IIR低通滤波器和雷米兹算法的FIR低通滤波器。所设计滤波器的结构信号流图如下: (2)算法如下:IIR滤波器程序:Wp=0.06;Ws=0.2;Rp=2;Rs=50;%采样点数100*10=1000个,周期数10/2=5个,%频率5/1000=0.05N,Wc=buttord(Wp,Ws,Rp,Rs);Bz,Az=butter
4、(N,Wc);pi/100:subplot(2,2,1);原始信号y1=filter(Bz,Az,y0);subplot(2,2,2);原始信号通过低通滤波器subplot(2,2,3);原始信号加入白噪声y3=filter(Bz,Az,y0);subplot(2,2,4);plot(y3);加入白噪声后信号通过滤波器f3=fft(y3);原信号幅频特性plot(abs(f3);加入白噪声再滤波后信号幅频特性figure(4);zplane(Bz,Az);滤波器零极点FIR滤波器程序:fl = 0.006,0.02; ml = 1,0; %采样点数1000*10=10000个,周期数10/2=
5、5,%频率5/10000=0.005Rpl =1;Rsl =60;dat1l = (10(Rpl/20) - 1)/(10(Rpl/20) + 1);dat2l = 10(-Rsl/20);ripl = dat1l,dat2l;Ml,f0l,m0l,wl = remezord(fl,ml,ripl); Ml = Ml + 1;h = remez(Ml,f0l,m0l,wl);plot(abs(h);数字低通滤波器幅频响应pi/1000:y1=conv(y0,h)y3=conv(y2,h)zplane(h,1);3.输出结果:IIR滤波器输出结果:FIR滤波器输出结果:结果分析:根据输出结果,可知两个滤波器均为因果稳定的滤波器,IIR滤波器对加高斯白噪声的信号有更好的滤波恢复效果。三、参考资料史林,赵树杰. 数字信号处理. 北京:科学出版社,2007
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1