matlab信号与系统实验报告.docx

1、matlab信号与系统实验报告实验一 根本信号的产生与运算一、实验目的学习使用MATLAB产生根本信号、绘制信号波形、实现信号的根本运算。二、实验原理MATLAB提供了许多函数用于产生常用的根本信号：如阶跃信号、脉冲信号、指数信号、正弦信号和周期方波等等。这些信号是信号处理的根底。1、利用MATLAB产生以下连续信号并作图。1234答：1、 t=-1:0.02:5; x=(t1); plot(t,-2*x); axis(-1,5,-3,1); title(婕婕 朱艺星); xlabel(x(t)=-2u(t-1);2、 t=0:0.02:30; x=exp(-0.3*t).*sin(2/3*t

2、); plot(t,x); title(婕婕 朱艺星); xlabel(x(t)=exp(-0.3*t).*sin(2/3*t);因为原函数在t=15后x(t)取值接近于零，所以将横坐标改成0到15，看得更清晰axis(0,15,-0.2,0.6);3 t=-0.1:0.01:0.1;x=cos(100*t)+cos(3000*t);plot(t,x); title(婕婕 朱艺星);xlabel(x=cos(100*t)+cos(3000*t);因为t的间隔取太大，以至于函数不够准确，缩小t的间隔：t=-0.1:0.002:0.2;x=cos(100*t)+cos(3000*t);plot(t

3、,x);title(婕婕) t=-0.1:0.0001:0.1;x=cos(100*t)+cos(3000*t); plot(t,x);title(婕婕 朱艺星);xlabel(x=cos(100*t)+cos(3000*t);4、t=0:0.01:200; x=cos(0.1*pi*t).*cos(0.8*pi*t); plot(t,x); title(婕婕 朱艺星); xlabel(x=cos(0.1*pi*t).*cos(0.8*pi*t);因为为周期函数，可以将横坐标t间隔扩大以便于观察图像 axis(0,30,-1,1);2、利用MATLAB产生以下离散序列并作图。12，答：1、k=

4、-15:15;x=zeros(1,10),ones(1,11),zeros(1,10);stem(k,x)axis(-15,15,-0.2,1.2);title(婕婕 朱艺星);xlabel(x(n);2、k=-20:20;x=(0.9).k.*(sin(0.25*pi*k)+cos(0.25*pi*k);stem(k,x);title(婕婕 朱艺星);xlabel( x=(0.9)k*(sin(0.25*pi*k)+cos(0.25*pi*k);将横坐标变小以便于观察 axis(-20,10,-12,8);3、序列：，计算离散卷积，并绘出其波形。答： x=1,2,0,-1,3,2; h=1,

5、-1,1; y=conv(x,h); stem(-2:length(y)-3,y); ylabel(yk);xlabel(k); title(婕婕 朱艺星);三、实验思考题1、两个连续信号的卷积定义是什么？两个序列的卷积定义是什么？卷积的作用是什么？答：连续信号的卷积的定义：序列的卷积定义：。利用作图法即将其中一个信号图翻转，平移，两信号相乘，再相加。傅立叶变换的卷积性质涵盖着时域相乘、频域卷积、频域相乘，时域卷积的对偶关系。前者假设代表两个信号相乘，那么因发生调制作用，在频域一定出现频谱搬家频移。后者假设一个是信号，另一个代表系统，那么系统起着加工处理的滤波作用。任何信号与冲激函数相卷积，其

6、结果是在冲激出现的时刻位置再生原信号。卷积在实际中的应用有实现幅度调制与解调，实现多路频分复用，实现单边带调幅SSB-AM。2、什么是单位冲激信号？能够用MATLAB产生单位冲激信号吗？答：出现过程极短，能量极大的信号为冲激信号，其定义式为：=0，t；上式说明，在t=0无定义，因为不能作为数学函数的取值。而且表示与时间覆盖的面积或称的强度始终等于1。因为属于奇异函数一类的信号，能量无限大，用MATLAB不能产生该信号.函数ones(1,n)可以生成单位脉冲序列。3、产生连续信号时，首先要定义时间向量t=0：T：Tp。其中T 和Tp是什么意思？答：每两点之间的时间间隔为T，即步长为T。连续信号的

7、时间从0到Tp。实验二 利用DFT分析离散信号频谱一、实验目的应用离散傅里叶变换DFT，分析离散信号的频谱。深刻理解DFT分析离散信号频谱的原理，掌握改善分析过程中产生的误差的方法。二、实验原理根据信号傅里叶变换建立的时域与频域之间的对应关系，可以得到有限长序列的离散傅里叶变换DFT与四种确定信号傅里叶变换之间的关系见教材，实现由DFT分析其频谱。三、实验容1.利用FFT分析信号的频谱；1、确定DFT计算的参数；此题中/2=3/16,那么周期N=16,因为此题信号无直流分量，所以取样点数可为2*N=32,但必须保证都是独立的样点。N=32;n=0:N-1;x=cos(3*pi/8*n);X=f

8、ft(x,N);subplot(2,1,1);stem(n,abs(fftshift(X);ylabel(Magnitude);xlabel(Frequency (rad);title(朱艺星 婕婕);subplot(2,1,2);stem(n,angle(fftshift(X);ylabel(Phase);xlabel(Frequency(rad);附:另取N=16时:N=16;n=0:N-1;x=cos(3*pi/8*n);X=fft(x,N);subplot(2,1,1);stem(n-N/2,abs(fftshift(X);ylabel(Magnitude);xlabel(Freque

9、ncy (rad);title(朱艺星 婕婕);subplot(2,1,2);stem(n-N/2,angle(fftshift(X);ylabel(Phase);xlabel(Frequency(rad);附：N取64时；N=64;n=0:N-1;x=cos(3*pi/8*n);X=fft(x,N);subplot(2,1,1);stem(n,abs(fftshift(X);ylabel(Magnitude);xlabel(Frequency (rad);title(朱艺星 婕婕);subplot(2,1,2);stem(n,angle(fftshift(X);ylabel(Phase);x

10、label(Frequency(rad);（2）进展理论值与计算值比拟，讨论信号频谱分析过程中误差原因与改善方法。答：在频谱分析过程中由于取样频率过低或者由于信号的截取长度不当将会产生误差。取样频率过低,可能会产生混频现象,可以适当提高取样率，增加样点数，来减少混叠对频谱分析所造成的误差。对于连续周期信号，其时域取样必须满足时域取样定理：其取样点数K2*N+1其中N为最高谐波分量，即kfo2Nfo+fo;fs2fm+fo。截取信号长度不当，会产生功率泄露，对周期序列进展频谱分析时，为防止泄露应做到：截取的长度应取一个根本周期或根本周期的整数倍，假设待分析的周期信号事先不知道其确切的周期，那么可

11、截取较长时间长度的样点进展分析，以减少功率泄露误差。当然，必须在取样频率满足取样定理的条件下进展，否那么混叠与泄露同时存在给频谱分析造成困难。此题为周期信号，无直流分量，所以取样点数可为2*N=32,但必须保证都是独立的样点。从取样点数N=32和N=16可以看出，取样点数的不同，会造成频率谱和相位谱的不同。当N=16时，n=3或-3时有幅度值，而在N=32时，n=-10和22时有幅度值，在N=64时，n=-20和44时有幅度值，得到在N=32时，其频谱已经和N=64时一致刚好成2倍关系，且N=16时已经产生混频现象。综上得，此题取样点数可为32.附：对于非周期连续信号，时域取样定理：fs2fm

12、.频域取样定理:一个时间受限的信号其长度为2在频域取样间隔Fo1/2条件下,能够从样点集合完全恢复原来信号的频谱。2.利用FFT分析信号的频谱；（1）确定DFT计算的参数；当n取30时n=0:30;x=(0.8).n;subplot(2,1,1);stem(n,x);title(朱艺星 婕婕);subplot(2,1,2);w=n-15;plot(w,abs(fftshift(fft(x);附：当n取60时n=0:60;x=(0.8).n;subplot(2,1,1);stem(n,x);title(朱艺星 婕婕);subplot(2,1,2);w=n-15;plot(w,abs(fftshi

13、ft(fft(x);（2）进展理论值与计算值比拟，讨论信号频谱分析过程中误差原因与改善方法。答：信号为离散非周期信号，且为无限长的信号。根据理论分析，一个时间有限的信号其频谱宽度为无限，一个时间无限的信号其频带宽度那么为有限，因此，对一个时间有限的信号，应用DFT进展分析，频谱混叠难以防止。对一个时间无限的信号虽然频带有限，但在时间运算中，时间长度总是取有限值，所以频谱泄露难以防止。当原始信号事有限长，截取的长度等于原始信号的长度，那么可以不考虑泄露的影响。当原始的非周期信号为无限长或比拟长，而截取的长度有限或不等于原始信号的长度，那么需考虑频谱泄露引起的不良影响。为了减少泄露的影响，一般可适

14、当增加长度To，也可以通过试探法，先取长度N1To=N1*T，然后取N2=2*N1,进展运算。假设两者计算的结果很接近，那么可取N1作为截取长度，否那么继续去N3=2*N2,直至相邻两个长度的计算结果相近，取长度较小的N为好。此题中，因为信号为离散非周期信号，且为无限长的信号，用试探法：取n为30和60，进展比拟，发现两者的频谱根本相似，所以取n为30较好。因为n取过大，fs提高，要求存贮单元增加，硬件速度提高，其结果势必在经济上和技术上带来新的问题。 3.有限长脉冲序列，利用FFT分析其频谱。N=6;n=0:N-1;x=2,3,3,1,0,5;subplot(3,1,1);stem(n,x)

15、;title(朱艺星 婕婕);subplot(3,1,2);w=n;plot(w,abs(fftshift(fft(x);subplot(3,1,3);plot(w,angle(fftshift(fft(x);4.选做题某离散序列利用FFT分析其频谱。（1）对做N=64点FFT，绘出信号的频谱，能够分辨出其中的两个频率吗？假设x(n)是由连续信号以fs=15Hz进展取样得来的，那么f=2.3-2/2=0.15Hz,根据公式：Nfs/f得N最小应该为100.假设取N=64，那么不能分辨其中的两个频率。N=64;n=0:N-1;x=cos(pi*2/15*n)+0.75*cos(2.3*pi/15

16、*n);X=fft(x,N);subplot(2,1,1);stem(n,abs(fftshift(X);title(朱艺星 婕婕);ylabel(Magnitude);xlabel(Frequency (rad);subplot(2,1,2);stem(n,angle(fftshift(X);ylabel(Phase);xlabel(Frequency (rad)2对补零到N=256点后计算FFT，能够分辨出其中的两个频率吗？时域补零的结果L的数量增加到256，原本的频域N为64，因为L要小于等于N，所以此时的N要扩大为256，致使频域的样点数也增加，所以此时采取时域补零的方法能提高频率分辨

17、力。但如果是在时域补零法得到的L的个数仍小于频域样点数N，那么时域补零法并没有增加信息量，增加后但在频域的N并没有变化，所以采取时域补零的方法不能提高频率分辨力，因为分辨力主要取决于频域样点数N的变化。N=64;n=0:N-1;y=cos(pi*2/15*n)+0.75*cos(2.3*pi/15*n);x=y,zeros(1,256-64);M=256;X=fft(x,M);subplot(2,1,1);stem(0:M-1,abs(fftshift(X);title(朱艺星 婕婕);ylabel(Magnitude);xlabel(Frequency (rad);subplot(2,1,2

18、);stem(0:M-1,angle(fftshift(X);ylabel(Phase);xlabel(Frequency (rad);3假设不能够很好地分辨出其中的两个频率，应采用哪些措施？答:可以提高取样频率，增加频域的取样点数。当然，如果在T不变条件下，真正增加时域取样长度L，使提供所载荷的信息量增加，功率泄露减少，也会在一定程度上改善频率分辨力，但这不是通过补零使时域长度延长的结果，因为补零不增加信息量。四、实验思考题1.既然可直接由DTFT定义计算序列DTFT，为何利用DFT分析序列的频谱？答：通过DFT可以求出确定性信号相应的离散频谱或频谱的样值，变换到有限频谱序列，这样就可以用计

19、算机实现对信号进展分析，数字化计算速度快，故提出了DFT来分析序列的频谱2.假设序列持续时间无限长，且无解析表达式，如何利用DFT分析其频谱？答：当原始的非周期信号为无限长或比拟长，可截取一段时间的序列值，长度为L，作N点的DFT变换，NL。而截取的长度有限或不等于原始信号的长度，那么需考虑频谱泄露引起的不良影响。为了减少泄露的影响，一般可适当增加长度To，也可以通过试探法，先取长度L1To=L1*T，然后取L2=2*L1,进展运算。假设两者计算的结果很接近，那么可取N1作为截取长度，否那么继续去L3=2*L2,直至相邻两个长度的计算结果相近，取长度较小的L为好。再从L点有限长序列x(n)相应

20、的频谱X()中，在主周期-,对X()进展离散化，随即得到N个频谱样点 用公式可表示为3.序列补零和增加序列长度到可以提高频谱分辨率吗？两者有何本质区别？答：如果采取时域补零法得到的L的个数仍小于频域样点数N，那么时域补零法并没有增加信息量，增加后但在频域的N并没有变化，所以采取时域补零的方法不能提高频率分辨力，因为分辨力主要取决于频域样点数N的变化。但如果是补零后的时域序列个数增加到L2，且L2个数大于频域样点数N，因为要满足N大于等于L，那么现在会使频域样点数也随之增加，所以此时采取时域补零的方法能提高频率分辨力。如果在T不变条件下，真正增加时域取样长度L，使提供所载荷的信息量增加，功率泄露

21、减少，也会在一定程度上改善频率分辨力，但这不是通过补零使时域长度延长的结果，因为补零不增加信息量。实验三 离散系统分析一、实验目的深刻理解离散时间系统的系统函数在分析系统时域特性、频域特性与稳定性中的重要作用与意义，掌握根据系统函数的零极点设计简单的滤波器的方法。熟练掌握利用MATLAB分析离散系统的响应求解、频响特性和零极点的方法。二、实验原理MATLAB提供了许多可用于分析线性非时变离散系统的函数，主要包括有系数函数、系统时域响应、系统频域响应等分析函数。二、实验容1.某离散LTI系统的差分方程为（1）初始状态，输入，计算系统的完全响应；N=100;b=0.0675,0.1349,0.06

22、75;a=1,-1.143,0.4128;x=ones(1,N);y=filtic (b,a,1,2);y=filter (b,a,x,y);0.3849 0.22954 0.37338 0.60192 0.80376 0.94013 1.0127 1.0393 1.0398 1.0294 1.0172 1.0077 1.0018 0.99894 0.99817 0.99844 0.99907 0.99969 1.0001 1.0004 1.0005 1.0005 1.0005 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.

23、0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1

24、.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004 1.0004(2) 当以下3个信号分别通过离散系统时，分别计算离散系统的零状态响应N=100;n=0:N-1;x2=ones(1,N);b=0.0675,0.1349,0.0675;a=1,-1.143,0.4128;x=cos(pi/10*n).*x

25、2;y=filter(b,a,x);0.0675 0.27625 0.53829 0.71424 0.74893 0.64255 0.42528 0.13948 -0.17088 -0.46591 -0.7124 -0.88524 -0.96815 -0.95418 -0.84574 -0.65415 -0.39858 -0.10418 0.20022 0.48486 0.72195 0.88833 0.96775 0.95244 0.84391 0.65279 0.39777 0.10382 -0.2003 -0.4848 -0.72185 -0.88824 -0.96769 -0.9524

26、1 -0.8439 -0.65279 -0.39777 -0.10382 0.20029 0.4848 0.72185 0.88824 0.96769 0.95241 0.8439 0.65279 0.39777 0.10382 -0.20029 -0.4848 -0.72185 -0.88824 -0.96769 -0.95241 -0.8439 -0.65279 -0.39777 -0.10382 0.20029 0.4848 0.72185 0.88824 0.96769 0.95241 0.8439 0.65279 0.39777 0.10382 -0.20029 -0.4848 -0

27、.72185 -0.88824 -0.96769 -0.95241 -0.8439 -0.65279 -0.39777 -0.10382 0.20029 0.4848 0.72185 0.88824 0.96769 0.95241 0.8439 0.65279 0.39777 0.10382 -0.20029 -0.4848 -0.72185 -0.88824 -0.96769 -0.95241 -0.8439 -0.65279 -0.39777 -0.10382 0.20029 0.4848N=100;n=0:N-1;x2=ones(1,N);b=0.0675,0.1349,0.0675;a

28、=1,-1.143,0.4128;x=cos(pi/5*n).*x2;y=filter(b,a,x);0.0675 0.26666 0.47442 0.50763 0.30894 -0.053927 -0.43329 -0.67048 -0.66293 -0.40552 0.0076411 0.42025 0.67469 0.67312 0.41543 -0.00051967 -0.4162 -0.673 -0.67287 -0.41584 -4.622e-005 0.41572 0.67268 0.6727 0.41578 4.9913e-005 -0.41569 -0.67265 -0.6

29、7268 -0.41577 -4.3711e-005 0.4157 0.67265 0.67268 0.41577 4.2691e-005 -0.4157 -0.67265 -0.67268 -0.41577 -4.2604e-005 0.4157 0.67265 0.67268 0.41577 4.2603e-005 -0.4157 -0.67265 -0.67268 -0.41577 -4.2604e-005 0.4157 0.67265 0.67268 0.41577 4.2604e-005 -0.4157 -0.67265 -0.67268 -0.41577 -4.2604e-005

30、0.4157 0.67265 0.67268 0.41577 4.2604e-005 -0.4157 -0.67265 -0.67268 -0.41577 -4.2604e-005 0.4157 0.67265 0.67268 0.41577 4.2604e-005 -0.4157 -0.67265 -0.67268 -0.41577 -4.2604e-005 0.4157 0.67265 0.67268 0.41577 4.2604e-005 -0.4157 -0.67265 -0.67268 -0.41577 -4.2604e-005 0.4157 0.67265 0.67268 0.41577 4.2604e-005 -0.4157 -0.67265 -0.67268 -0.41577N=100;n=0:N-1;x2=ones(1,N);b=0.0675,0.1349,0.0675;a=1,-1.143,0.4128;x=cos(pi*7/10*n)