数字信号处理信号系统及系统响应实验.docx

数字信号处理信号系统及系统响应实验.docx

《数字信号处理信号系统及系统响应实验.docx》由会员分享，可在线阅读，更多相关《数字信号处理信号系统及系统响应实验.docx（17页珍藏版）》请在冰豆网上搜索。

数字信号处理信号系统及系统响应实验

实验报告

实验项目名称：

信号、系统与系统响应

所属课程名称：

数字信号处理

实验类型：

验证性

实验日期：

2011年6月22日

班级：

信息08-1班

学号：

实验一：

信号、系统与系统响应

一、实验题目

信号、系统与系统响应

二、实验目的

（1）熟悉连续信号经理想采样前后的频谱变化关系，加深对时域采样定理的理解。

（2）熟悉时域离散系统的时域特性。

（3）利用卷积方法观察分析系统的时域特性。

（4）掌握序列傅里叶变换的计算机实现方法，利用序列的傅里叶变换对连续信号、离散信号与系统响应进展频域分析。

三、实验原理

采样是连续信号数字处理的第一个关键环节。

对一个连续信号

进展理想采样的过程可用（1.1）式表示。

（1.1）

其中

为

的理想采样，

为周期冲激脉冲，即

（1.2）

的傅里叶变换

为

（1.3）

将（1.2）式代入（1.1）式并进展傅里叶变换，

（1.4）

式中的

就是采样后得到的序列

，即

的傅里叶变换为

（1.5）

比拟（1.5）和（1.4）可知

（1.6）

为了在数字计算机上观察分析各种序列的频域特性，通常对

在

上进展M点采样来观察分析。

对长度为N的有限长序列

，有

（1.7）

其中

一个时域离散线性时不变系统的输入/输出关系为

（1.8）

上述卷积运算也可以转到频域实现

（1.9）

四、实验内容与步骤

（1）认真复习采样理论、离散信号与系统、线性卷积、序列的傅里叶变换与性质等有关内容，阅读本实验原理与方法。

（2）编制实验用主程序与相应子程序。

①信号产生子程序，用于产生实验中要用到的如下信号序列：

xa（t）=Ae-atsin（Ω0t）u（t）

进展采样，可得到采样序列

xa（n）=xa（nT）=Ae-anTsin（Ω0nT）u（n）,0≤n<50

其中A为幅度因子，a为衰减因子，Ω0是模拟角频率，T为采样间隔。

这些参数都要在实验过程中由键盘输入，产生不同的xa（t）和xa（n）。

b.单位脉冲序列：

xb（n）=δ（n）

c.矩形序列：

xc（n）=RN（n）,N=10

②系统单位脉冲响应序列产生子程序。

本实验要用到两种FIR系统。

a.ha（n）=R10（n）;b.hb（n）=δδδ（n-2）+δ（n-3）

③有限长序列线性卷积子程序，用于完成两个给定长度的序列的卷积。

可以直接调用MATLAB语言中的卷积函数conv。

conv用于两个有限长度序列的卷积，它假定两个序列都从n=0开始。

调用格式如下：

y=conv（x,h）

（3）调通并运行实验程序，完成下述实验内容：

①分析采样序列的特性。

a.取采样频率fs=1kHz,即T=1ms。

b.改变采样频率，fs=300Hz，观察|X（ejω）|的变化，并做记录（打印曲线）；进一步降低采样频率，fs=200Hz，观察频谱混叠是否明显存在，说明原因，并记录（打印）这时的|X（ejω）|曲线。

②时域离散信号、系统和系统响应分析。

a.观察信号xb（n）和系统hb（n）的时域和频域特性；利用线性卷积求信号xb（n）通过系统hb（n）的响应y（n），比拟所求响应y（n）和hb（n）的时域与频域特性，注意它们之间有无差异，绘图说明，并用所学理论解释所得结果。

b.观察系统ha（n）对信号xc（n）的响应特性。

③卷积定理的验证。

〔4〕主程序框图

①分析采样序列的特性

②时域离散信号、系统和系统响应分析

③卷积定理的验证

五．实验程序与对应波形

function[XN,n,k]=DFT（xn,N）

n=0:

N-1;

k=-200:

200;

XN=xn*exp（-j*2*pi/N）.^（n'*k）;%计算DFT[x（n）]

%产生矩形序列

functionx=juxing（n2）;

x=[1,ones（1,n2）];

function[x,n]=maichong（n0,n1,n2）

n=（n1:

n2）;

x=（n==n0）;

%产生信号Xa（n）

functionx=xn（A,a,w,fs）

n=0:

50-1;

x=A*exp（（-a）*n/fs）.*sin（w*n/fs）.*juxing（49）;

functionx=u（t）;

x=（t>=0）;

%产生脉冲信号

function[x,n]=maichong（n0,n1,n2）

n=（n1:

n2）;

x=（n==n0）;

①分析采样序列的特性

A=100;a=200;w0=200;k=-200:

200;

T=0.001;t=0:

T:

0.06;N=50;k1=0:

1:

N;W1max=2*pi*500;W1=W1max*k1/N;w1=W1/pi;

xat=A*exp（-a*t）.*sin（w0*t）.*u（t）;

Xa=xat*exp（-j*t'*W1）;

subplot（4,2,1）;

plot（t,xat）;

xlabel（'t'）;

ylabel（'xa（t）'）;title（'连续信号xa（t）'）;axis（[0,0.06,-5,35]）;

subplot（4,2,2）;

plot（w1,abs（Xa））;

xlabel（'w'）;

ylabel（'X（jw）'）;title（'xa（t）的频谱'）;

A=100;a=200;w0=200;k=-200:

200;

fs=1000;

w=k/50;

xan=xn（A,a,w0,fs）;%产生信号xa（n）

X=DFT（xan,50）;

subplot（4,2,3）

n=0:

49;

stem（n,xan,'.'）;axis（[0,50,-20,50]）;

xlabel（'n'）;

ylabel（'xa（n）'）;

title（'采样信号fs=1000Hz'）;

subplot（4,2,4）;

plot（w,abs（X））;

xlabel（'w/pi'）;

ylabel（'X（e^jw）'）;title（'xa（n）的频谱'）;

fs=300;

xan=xn（A,a,w0,fs）;%产生信号xa（n）

X=DFT（xan,50）;

subplot（4,2,5）

n=0:

49;

stem（n,xan,'.'）;axis（[0,50,-20,50]）;

xlabel（'n'）;

ylabel（'xa（n）'）;

title（'采样信号fs=300Hz'）;

subplot（4,2,6）;

plot（w,abs（X））;

xlabel（'w/pi'）;

ylabel（'X（e^jw）'）;title（'xa（n）的频谱'）;

fs=200;

xan=xn（A,a,w0,fs）;%产生信号xa（n）

X=DFT（xan,50）;

subplot（4,2,7）

n=0:

49;

stem（n,xan,'.'）;axis（[0,50,-20,50]）;

xlabel（'n'）;

ylabel（'xa（n）'）;

title（'采样信号fs=200Hz'）;

subplot（4,2,8）;

plot（w,abs（X））;

xlabel（'w/pi'）;

ylabel（'X（e^jw）'）;title（'xa（n）的频谱'）;

A=100;a=200;w0=200;k=-200:

200;fs=1000;

T=0.001;t=0:

T:

0.06;w=-4*pi:

0.1:

4*pi;

xat=A*exp（-a*t）.*sin（w0*t）.*u（t）;

Xa=xat*exp（-j*t'*W1）;

subplot（4,2,1）;

plot（t,xat）;

xlabel（'t'）;

ylabel（'xa（t）'）;title（'连续信号xa（t）'）;axis（[0,0.06,-5,35]）;

subplot（4,2,2）;

plot（w1,abs（Xa））;

xlabel（'w'）;

ylabel（'X（jw）'）;title（'xa（t）的频谱'）;

A=100;a=200;w0=200;k=-200:

200;

fs=1000;N=50;

k1=0:

1:

N;

W1max=2*pi*500;

W1=W1max*k1/N;

w1=W1/pi

w=k/50;

xan=xn（A,a,w0,fs）;%产生信号xa（n）

X=DFT（xan,50）;

subplot（4,2,3）

n=0:

49;

stem（n,xan,'.'）;axis（[0,50,-20,50]）;

xlabel（'n'）;

ylabel（'xa（n）'）;

title（'采样信号fs=1000Hz'）;

subplot（4,2,4）;

plot（w,abs（X））;

xlabel（'w/pi'）;

ylabel（'X（e^jw）'）;title（'xa（n）的频谱'）;

fs=300;

xan=xn（A,a,w0,fs）;%产生信号xa（n）

X=DFT（xan,50）;

subplot（4,2,5）

n=0:

49;

stem（n,xan,'.'）;axis（[0,50,-20,50]）;

xlabel（'n'）;

ylabel（'xa（n）'）;

title（'采样信号fs=300Hz'）;

subplot（4,2,6）;

plot（w,abs（X））;

xlabel（'w/pi'）;

ylabel（'X（e^jw）'）;title（'xa（n）的频谱'）;

fs=200;

xan=xn（A,a,w0,fs）;%产生信号xa（n）

X=DFT（xan,50）;

subplot（4,2,7）

n=0:

49;

stem（n,xan,'.'）;axis（[0,50,-20,50]）;

xlabel（'n'）;

ylabel（'xa（n）'）;

title（'采样信号fs=200Hz'）;

subplot（4,2,8）;

plot（w,abs（X））;

xlabel（'w/pi'）;

ylabel（'X（e^jw）'）;title（'xa（n）的频谱'）;

由图可见，在折叠频率w=π,即f=fs/2=500Hz处混叠很小。

当fs=300Hz时，存在较明显的混叠失真；当fs=200时，发生严重的混叠失真。

②时域离散信号、系统和系统响应分析

a:

主程序

k=-200:

200;w=k/13;

xbn=maichong（0,0,5）;

hbn=maichong（0,0,7）+2.5*maichong（1,0,7）+2.5*maichong（2,0,7）+maichong（3,0,7）;

yn=conv（xbn,hbn）;

Xb=DFT（xbn,6）;

Hb=DFT（hbn,8）;

Yn=DFT（yn,13）;

subplot（2,3,1）

n=0:

5;

stem（n,xbn,'.'）;

xlabel（'n'）;ylabel（'xb（n）'）;title（'xb（n）'）;axis（[-3,8,0,1.3]）;

subplot（2,3,2）

n=0:

7;

stem（n,hbn,'.'）;

xlabel（'n'）;ylabel（'hb（n）'）;title（'hb（n）'）;axis（[-3,8,0,4]）;

subplot（2,3,3）;n=0:

12;

stem（n,yn,'.'）;

xlabel（'n'）;ylabel（'y（n）'）;title（'y（n）'）;axis（[-3,15,0,4]）;

subplot（2,3,4）;

plot（w,abs（Xb））;

xlabel（'w/pi'）;

ylabel（'|X（e^jw）|'）;title（'xb（n）的频响'）;

subplot（2,3,5）;plot（w,abs（Hb））;

xlabel（'w/pi'）;

ylabel（'|H（e^jw）|'）;title（'hb（n）的频响'）;

subplot（2,3,6）;plot（w,abs（Yn））;

xlabel（'w/pi'）;

ylabel（'|Y（e^jw）|'）;title（'y（n）的频响'）;

b:

观察系统ha（n）对信号xc（n）的响应特性

k=-200:

200;w=k/13;

x=juxing（9）;

han=juxing（9）;

yn=conv（x,han）;

Yn=DFT（yn,19）;

subplot（1,3,1）

n=0:

18;

stem（n,yn,'.'）;

xlabel（'n'）;ylabel（'y（n）'）;title（'y（n）'）;axis（[-3,19,0,10]）;

subplot（1,3,2）;

plot（w,abs（Yn））;

xlabel（'w/pi'）;

ylabel（'|Y（e^jw）|'）;title（'y（n）的幅度'）;axis（[-18,18,0,100]）;

subplot（1,3,3）;

plot（w,angle（Yn））;

xlabel（'w/pi'）;

ylabel（'f（w）'）;title（'y（n）的相频特性'）;axis（[-2,2,-3,3]）;

③卷积定理的验证

k=-200:

200;w=k/13;

xbn=maichong（0,0,5）;

hbn=maichong（0,0,7）+2.5*maichong（1,0,7）+2.5*maichong（2,0,7）+maichong（3,0,7）;

yn=conv（xbn,hbn）;

Xb=DFT（xbn,6）;

Hb=DFT（hbn,8）;

Yn=DFT（yn,13）;

Yw=Xb.*Hb;

subplot（1,3,1）;n=0:

12;

stem（n,yn,'.'）;

xlabel（'n'）;ylabel（'y（n）'）;title（'y（n）'）;axis（[-3,15,0,4]）;

subplot（1,3,2）;

plot（w,abs（Yn））;

xlabel（'w/pi'）;

ylabel（'|Y（e^jw）|'）;title（'yn（n）的频响'）;

subplot（1,3,3）;plot（w,abs（Yw））;

xlabel（'w/pi'）;

ylabel（'|Y（e^jw）|'）;title（'Xb*Hb'）;‘

两种方法得到的谱是一样的，即验证了卷积定理。

六、实验总结

1.采样定理：

1）对连续信号进展等间隔采样形成采样信号，采样信号的频谱是原来连续信号的频谱以采样频率为周期周期延拓形成的。

2）原来的连续信号假如是最高频率是fc的带限信号，如此采样频率fs≥2fc时，让采样信号通过一个增益是T，截至频率是fs/2的理想低通滤波器可唯一回复原来的信号连续信号。

2.任何函数和单位脉冲函数卷积得到的都是它本身。

3.两个信号的时域卷积等于它们的频谱相乘。

4.当N不同时，卷积出来的结果也不同。

七、思考题

（1）在分析理想采样序列特性的实验中，采样频率不同时，相应理想采样序列的傅里叶变换频谱的数字频率度量是否都一样?

它们所对应的模拟频率是否一样?

为什么?

答：

由

可知，假如采样频率不同，如此其周期T不同，相应的数字频率

也不一样；而因为是同一信号，故其模拟频率

保持不变。

（2）在卷积定理验证的实验中，如果选用不同的频域采样点数M值，例如，选M=10和M=20，分别做序列的傅里叶变换，求得

所得结果之间有无差异?

为什么?

答：

有差异。

因为所得

图形由其采样点数唯一确定，由频域采样定理可知，假如M小于采样序列的长度N，如此恢复原序列时会发生时域混叠现象。