数字信号处理实验Word文件下载.docx

数字信号处理实验Word文件下载.docx

《数字信号处理实验Word文件下载.docx》由会员分享，可在线阅读，更多相关《数字信号处理实验Word文件下载.docx（24页珍藏版）》请在冰豆网上搜索。

intN=256;

floathn[64]={0};

//滤波系数补32个零后存放

floatSampleTable[NL];

//实数信号序列

//窗函数类型：

汉宁窗，32阶低通

//截止频率：

500Hz

//采样频率：

12800Hz

floath[32]=

{

0,0.0006485134778915,0.002574789225444,0.005709506486408,

0.009931872420821,0.01507448912514,0.02093024026384,0.02726090869226,

0.03380715986684,0.04029946500149,0.04646949558203,0.05206149892494,

0.05684316398774,0.06061550768029,0.06322135360436,0.06455203566049,

0.06455203566049,0.06322135360436,0.06061550768029,0.05684316398774,

0.05206149892494,0.04646949558203,0.04029946500149,0.03380715986684,

0.02726090869226,0.02093024026384,0.01507448912514,0.009931872420821,

0.005709506486408,0.002574789225444,0.0006485134778915,0

};

structComplex//定义复数结构体

floatreal,imag;

structComplexWn;

//定义旋转因子

structComplexVn;

//每一级第一个旋转因子虚部为0，实部为1

structComplexT;

//存放旋转因子与X（k+B）的乘积

//floatRealin[NL]={0.0};

//AD采样输入的实数

floatoutput[NL];

//输出的FFT幅值（复数的模）

structComplexSample[NL];

//AD采样输入的实数转化为复数

structComplexH[64];

//补零后h（n）存放的复数数组

structComplexY[64];

structComplexX[64];

floatResult[288];

//

structComplexMUL（structComplexa,structComplexb）//定义复乘

structComplexc;

c.real=a.real*b.real-a.imag*b.imag;

c.imag=a.real*b.imag+a.imag*b.real;

return（c）;

}

voidMYFFT（structComplex*xin,intN）

intL=0;

//级间运算层

intJ=0;

//级内运算层

intK=0,KB=0;

//蝶形运算层

intM=1,Nn=0;

//N=2^M

floatB=0;

//蝶形运算两输入数据间隔

/*以下是为倒序新建的局部变量*/

intLH=0,J2=0,N1=0,I,K2=0;

structComplexT;

/*以下是倒序*/

LH=N/2;

//LH=N/2

J2=LH;

N1=N-2;

for（I=1;

I<

=N1;

I++）

{

if（I<

J2）

T=xin[I];

xin[I]=xin[J2];

xin[J2]=T;

}

K2=LH;

while（J2>

=K2）

J2-=K2;

K2=K2/2;

//K2=K2/2

J2+=K2;

}

/*以下为计算出M*/

Nn=N;

while（Nn!

=2）//计算出N的以2为底数的幂M

M++;

Nn=Nn/2;

/*蝶形运算*/

for（L=1;

L<

=M;

L++）//级间

B=pow（2,（L-1））;

Vn.real=1;

Vn.imag=0;

Wn.real=cos（pi/B）;

Wn.imag=-sin（pi/B）;

for（J=0;

J<

B;

J++）//级内

{

for（K=J;

K<

N;

K+=2*B）//蝶形因子运算

{

KB=K+B;

T=MUL（xin[KB],Vn）;

xin[KB].real=xin[K].real-T.real;

xin[KB].imag=xin[K].imag-T.imag;

xin[K].real=xin[K].real+T.real;

xin[K].imag=xin[K].imag+T.imag;

}

Vn=MUL（Wn,Vn）;

//旋转因子做复乘相当于指数相加，得到的结果

//和J*2^（M-L）是一样的，因为在蝶形因子运算

//层中M与L都是不变的，唯一变x化的是级内的J

//而且J是以1为步长的，如J*W等效于W+W+W...J个W相加

/*

voidFilterDC（structComplex*ADC,intN）//去除数据中的直流成分，否则直流分量将很大

inti;

floatsum=0;

for（i=0;

i<

i++）

{sum+=ADC[i].real;

sum=sum/N;

{ADC[i].real-=sum;

}*/

voidModelComplex（structComplex*xin,intN,float*out_put）

out_put[i]=sqrt（xin[i].real*xin[i].real+xin[i].imag*xin[i].imag）*2/N;

voidmain（void）

intcounter,i=0,j=0,k=0,full=0,mid0=0,mid1=0,qt=0;

InitSysCtrl（）;

DINT;

InitPieCtrl（）;

IER=0x0000;

IFR=0x0000;

for（counter=0;

counter<

32;

counter++）//对h（n）从实数变成复数，并且补零

X[counter].real=0;

//X[64]初始化

X[counter].imag=0;

X[counter+32].real=0;

X[counter+32].imag=0;

H[counter].imag=0;

H[counter].real=h[counter];

//前32点与h[32]一样

H[counter+32].real=0;

//后32点为0

H[counter+32].imag=0;

MYFFT（H,64）;

//完成补零后h（n）的FFT

ModelComplex（H,64,hn）;

//h（n）的频谱hn

//可以观察到滤波器的频谱

288;

counter++）//输出信号初始化

Result[counter]=0;

if（counter<

NL）

{output[counter]=0;

}

NL;

i++）//产生一个a点的三次谐波叠加而成的方波

SampleTable[i]=sin（2*pi*5*i/（NL-1））+sin（2*pi*i*5*3/（NL-1））/3+sin（2*pi*i*5*5/（NL-1））/5;

Sample[i].real=SampleTable[i];

//实数转复数

Sample[i].imag=0;

//DELAY_US（10）;

8;

for（j=0;

j<

j++）//取得512点采样的分段L=32，后32点为0

X[j].real=Sample[full].real;

//h[j];

//在初始化时X[64]已经全赋值0

full++;

MYFFT（X,64）;

//分段后的64点采样FFT

for（k=0;

k<

64;

k++）//64点的X与H相乘

Y[k]=MUL（X[k],H[k]）;

X[k].real=0;

X[k].imag=0;

/***************************

以下做逆FFT（IFFT）

****************************/

counter++）//得到X（k）的共轭

Y[counter].real=Y[counter].real;

Y[counter].imag=-Y[counter].imag;

MYFFT（Y,64）;

//共轭的FFT

counter++）//得到共轭X（k）的共轭

counter++）//除以N

Y[counter].real=Y[counter].real/64;

Y[counter].imag=Y[counter].imag/64;

if（fabs（Y[counter].imag）<

=0.00001）

{Y[counter].imag=0;

Y[0].real=0;

Y[0].imag=0;

Y[1].real=0;

Y[1].imag=0;

ModelComplex（Y,64,output）;

//取复数的模

for（qt=0;

qt<

qt++）//取模后全为正数，需要恢复原来的负数

if（Y[qt].real<

0）

{output[qt]=-output[qt];

}//output中存放着IFFT的实数结果

}//IFFT结束

qt=0;

mid0=i*32;

mid1=mid0+64;

for（counter=mid0;

mid1;

counter++）//重叠相加

{

if（mid0==0）

Result[counter]=output[qt];

}//counter达到543，但output只在前64中

else

{Result[counter]+=output[qt];

}//所以需要设qt来表示output数组里的

qt++;

qt=0;

counter=0;

while

（1）

五、实验的波形

观察到当代码为：

MYFFT（H,64）;

波形如下：

分析：

因为W=2Πf/F,有因为F>

=2f，所以w=[0，π]，所以判断出h（n）为低通滤波器

因为代码：

SampleTable[i]=sin（2*pi*5*i/（NL-1））+sin（2*pi*i*5*3/（NL-1））/3+sin（2*pi*i*5*5/（NL-1））/5;

三个波形的幅度谱如图：

三个波形的频谱如图：

有因为代码：

可以算出Wc截至频率对应的点数是2.5

因为W3=5W1，W2=3W1

有因为64个点对应一个圆周2π，所以第一个波形w1是2*pi*5/（nl-1）带入pi和nl，算出对于点数为1.25，即w1=1.25

有因为W2=3W1所以带入算的结果为3.76，即W2=3.76

W3=5W1，所以带入算的结果为6.27，即W3=6.27

所以各点对应的波形图的位置如下图：

做逆FFT（IFFT）后的输出结果如下波形：

因为通过低通滤波器后，在截至频率之间的信号被还原出来，如上可知频率为W1的信号被还原出来，其他信号被滤去。

实验二：

FIR数字滤波器设计与软件实现

1、实验目的

（1）掌握用窗函数设计FIR数字滤波器的原理和方法；

（2）掌握用等波纹最佳逼近法设计FIR数字滤波器的原理与方法；

（3）掌握FIR滤波器的快速卷积实现原理；

（4）学会调用MATLAB函数设计与实现FIR滤波器。

2、实验原理

（1）窗函数法设计FIR数字滤波器的原理；

将模拟频率转化为数字频率，设取样时间为T（要满足抽样定理）

Ωp=2π*fp*T

Ωs=2π*fs*T

过渡带宽度△Ω=Ωp-Ωs

（2）等波纹最佳逼近法设计FIR数字滤波器的原理.

1.MATLAB函数fir1的功能及其调用格式请查阅教材；

2.采样频率Fs=1000Hz，采样周期T=1/Fs；

3.根据图1（b）和实验要求，可选择滤波器指标参数：

通带截止频率fp=120Hz，阻带截至频率fs=150Hz，换算成数字频率，通带截止频率，通带最大衰为0.1dB，阻带截至频率，阻带最小衰为60dB。

3、实验器材

计算机与实验箱

4、实验程序

//DSP2833xHeaderfileIncludeFile

//DSP2833xExamplesIncludeFile

math.h"

#definepi3.14159

#definea256//合成信号的采样点数

#defineb32//h（n）的序列长度

#defineca+b-1//y（n）的序列长度=a+b-1

//Uint16Input[256];

floatSample[a];

//采样后的信号序列

floaty1[c];

//输出序列

128000Hz

floath[b]=

/*=============================================================

功能：

实现离散线性卷积

算法原理：

对位相乘求和法实现卷积

形参：

xn（*x所指向的数组长度）、hn（*h所指向的数组长度）为参与

运算的两个卷积序列数组长度

*x、*h为指向两个数组的指针

*y指向输出序列的数组

注意：

输出序列长度为xn+hn-1；

存放内容为输出数组的0~（xn+hn-2）。

另外，该函数实现的无符号整型的卷积运算，如果要实现浮点型，需要

将形参的Uint16hn,Uint16*x,Uint16*h,Uint16*y的Uint16数据格式

改为float或者double型

==============================================================*/

voidLinearConvolution（Uint16xn,Uint16hn,float*x,float*h,float*y）

Uint16i,j,k,l;

Uint16yn;

//输出序列y的长度

yn=xn+hn-1;

yn;

i++）y[i]=0;

//输出数组初始化

k=yn-1;

for（i=hn-1;

i>

0;

i--）//将*h作为被乘数

l=k;

for（j=xn-1;

j>

j--）//数组x[n]的1~（xn-1）与h[i]逐一相乘

y[l]+=h[i]*x[j];

l--;

y[l]+=x[0]*h[i];

k--;

j--）

y[l]+=h[0]*x[j];

l--;

y[l]+=x[0]*h[0];

}

Uint16i;

a;

Sample[i]=511*（sin（2*pi*5*i/（a-1））+sin（2*pi*i*5*3/（a-1））/3+sin（2*pi*i*5*5/（a-1））/5）+512;

LinearConvolution（a,b,Sample,h,y1）;

//线性卷积

//sample=sin（2*pi*5*n/（N-1））+sin（2*pi*15*n/（N-1））/3+sin（2*pi*25*n/（N-1））/5;

/*dly[0]=sample;

yn=0;

i++）yn+=h[i]*dly[i];

for（i=N-1;

i--）dly[i]=dly[i-1];

output[n]=yn;

if（n==（N-1））n=0;

elsen++;

*/

//===========================================================================

//Nomore.

5、实验结果

1.实验波形图参数设置要求

（1）Sample频域图：

（2）Sample时域图

（3）Y1频域图:

（4）Y1时域图1：

（5）Y1时域图2：

（6）Y1时域图3：

实验三：

IIR数字滤波器设计与软件实现

1、实验目的：

（1）掌握用双线性变换法设计IIR数字滤波器的原理和方法；

（2）学会调用MATLAB信号处理工具箱中滤波器设计函数；

（3）掌握IIR滤波器的MATLAB实现方法；

（4）观察滤波器输入、输出信号的时域波形及其频谱，建立数字滤波的概念。

2、实验原理：

设计IIR数字滤波器一般采用间接法（脉冲响应不变法和双线性变换法），应用最广泛的是双线性变