西电-数字信号处理大作业Word文档格式.doc
- 文档编号:13192436
- 上传时间:2022-10-08
- 格式:DOC
- 页数:21
- 大小:202KB
西电-数字信号处理大作业Word文档格式.doc
《西电-数字信号处理大作业Word文档格式.doc》由会员分享,可在线阅读,更多相关《西电-数字信号处理大作业Word文档格式.doc(21页珍藏版)》请在冰豆网上搜索。
99;
x1=A*exp(-a*n*T1).*sin(w0*n*T1);
x2=A*exp(-a*n*T2).*sin(w0*n*T2);
x3=A*exp(-a*n*T3).*sin(w0*n*T3);
m=linspace(-pi,pi,10000);
X1=x1*exp(-j*n'
*m);
%n'
与m构造矩阵,xi向量与矩阵每一列相乘对应元素相加,构成DTFT后的矩阵
X2=x2*exp(-j*n'
X3=x3*exp(-j*n'
figure
(1);
subplot(3,2,1)
plot(m/pi,abs(X1));
xlabel('
\omega/π'
);
ylabel('
|H(e^j^\omega)|'
title('
采样频率为1000Hz时的幅度谱'
subplot(3,2,3)
plot(m/pi,abs(X2));
采样频率为300Hz时的幅度谱'
subplot(3,2,5)
plot(m/pi,abs(X3));
采样频率为200Hz时的幅度谱'
subplot(3,2,2)
plot(n,abs(x1));
n'
x1(t)'
采样频率为1000Hz时的时域波形'
subplot(3,2,4)
plot(n,abs(x2));
x2(t)'
采样频率为300Hz时的时域波形'
subplot(3,2,6)
plot(n,abs(x3));
x3(t)'
采样频率为200Hz时的时域波形'
波形图如下:
②时域离散信号、系统和系统响应分析。
Matlab源程序如下:
xb=[1];
xc=ones(1,10);
ha=ones(1,10);
hb=[1,2.5,2.5,1];
y=conv(xb,hb);
n1=0:
length(y)-1;
n2=0:
length(hb)-1;
figure
(1)
subplot(2,1,1);
stem(n1,y,'
filled'
y(n)'
y(n)的时域响应'
subplot(2,1,2);
stem(n1,hb,'
hb(n)'
hb(n)的时域相应'
w=linspace(-pi,pi,10000);
Y=y*exp(-j*n1'
*w);
Hb=hb*exp(-j*n2'
figure
(2)
subplot(2,2,1);
plot(w/pi,abs(Y));
幅度'
DTFT[y(n)]的幅度'
subplot(2,2,2);
plot(w/pi,angle(Y));
相位'
DTFT[y(n)]的相位'
subplot(2,2,3);
plot(w/pi,abs(Hb));
DTFT[Hb(n)]的幅度'
subplot(2,2,4);
plot(w/pi,angle(Hb));
DTFT[Hb(n)]的相位'
z=conv(xc,ha);
n3=0:
length(z)-1;
Z=z*exp(-j*n3'
figure(3);
plot(w/pi,abs(Z));
DTFT[z(n)]的幅度'
plot(w/pi,angle(Z));
DTFT[z(n)]的相位'
系统ha(n)对信号xc(n)的响应特性:
③由题目②中图2即可验证卷积定理。
(3)实验中的主要结论。
1.时域采样定理
只有当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>
2fmax),即满足奈奎斯特定律的时候,采样之后的数字信号才能够不发生混叠,保留原有信号,不失真。
2.卷积定理:
时域卷积等于频域相乘。
3.任何函数和单位脉冲函数卷积得到的都是它本身。
4.当所取得N不同时,卷积出来的结果也不同。
(4)思考题
l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相同?
它们所对应的模拟频率是否相同?
为什么?
答:
数字频率度量不相同,但他们所对应的模拟频率相同。
由w=Ω*Ts得,采样间隔变化时模拟频率对应的数字频率会有相应的变化,故其度量会有所变化。
l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,求得的结果有无差异?
有差异,所得到的结果点数不同
实验二:
用FFT作谱分析
(1)简述实验目的及实验原理。
实验目的
l进一步加深DFT算法原理和基本性质的理解(因为FFT只是DFT的一种快速算法,所以FFT的运算结果必然满足DFT的基本性质)。
l熟悉FFT算法原理和FFT子程序的应用。
l学习用FFT对连续信号和时域离散信号进行谱分析的方法,了解可能出现的分析误差及其原因,以便在实际中正确应用FFT。
(2)结合实验中所得给定典型序列幅频特性曲线,与理论结果比较,并分析说明误差产生的原因以及用FFT作谱分析时有关参数的选择方法。
1)Matlab源程序如下
N=64;
999;
fs=50;
T=1/fs;
x1=ones(1,4);
x2=[1,2,3,4,4,3,2,1];
x3=[4,3,2,1,1,2,3,4];
x4=cos(0.25*pi*n);
x5=sin(0.125*pi*n);
x6=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T);
X10=fft(x1,N);
X20=fft(x2,N);
X30=fft(x3,N);
X40=fft(x4,N);
X50=fft(x5,N);
X60=fft(x6,N);
X1=fftshift(X10);
X2=fftshift(X20);
X3=fftshift(X30);
X4=fftshift(X40);
X5=fftshift(X50);
X6=fftshift(X60);
k1=0:
31;
k2=32:
63;
w1=2*pi*fs*k1/N;
w2=(2*pi*k2/N-2*pi)*fs;
w=[w2w1];
length(x1)-1;
stem(n1,x1);
x1(n)'
x1(n)的时域波形'
stem(w,abs(X1));
w'
|X1(k)|'
DFT(x1)幅频特性'
)
length(x2)-1;
stem(n2,x2);
x2(n)'
x2(n)的时域波形'
stem(w,abs(X2));
|X2(k)|'
DFT(x2)幅频特性'
figure(3)
length(x3)-1;
stem(n3,x3);
x3(n)'
x3(n)的时域波形'
stem(w,abs(X3));
|X3(k)|'
DFT(x3)幅频特性'
figure(4)
stem(w,abs(X4));
|X4(k)|'
DFT(x4)幅频特性'
figure(5)
stem(w,abs(X5));
|X5(k)|'
DFT(x5)幅频特性'
figure(6)
stem(w,abs(X6));
|X6(k)|'
DFT(x6)幅频特性'
(2)x(n)=x4(n)+x5(n)
8点离散傅立叶变换Matlab源程序如下:
N=8;
7;
xn=x4+x5;
X10=fft(xn,N);
stem(abs(X1));
axisauto;
k'
|Xn(k)|'
8点DFT[x(n)]幅频特性'
16点离散傅立叶变换Matlab源程序如下:
M=16;
15;
X20=fft(xn,M);
stem(abs(X2));
16点DFT[x(n)]幅频特性'
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字信号 处理 作业