北京交通大学《信号与系统》研究性学习实验报告.docx
- 文档编号:28062116
- 上传时间:2023-07-08
- 格式:DOCX
- 页数:85
- 大小:822.74KB
北京交通大学《信号与系统》研究性学习实验报告.docx
《北京交通大学《信号与系统》研究性学习实验报告.docx》由会员分享,可在线阅读,更多相关《北京交通大学《信号与系统》研究性学习实验报告.docx(85页珍藏版)》请在冰豆网上搜索。
北京交通大学《信号与系统》研究性学习实验报告
《信号与系统》课程研究性学习手册
姓名
14******
学号
同组成员
14******
指导教师
时间
1•信号的时域分析专题研讨
【目的】
(1)掌握基本信号及其特性,了解实际信号的建模。
(2)掌握基本信号的运算,加深对信号时域分析基本原理和方法的理解,并建立时频之间的感性
认识。
(3)学会仿真软件MATLAB的初步使用方法,掌握利用MATLAB进行信号表示和信号运算。
【研讨内容】
题目1:
基本信号的产生,语音的读取与播放
1)生成一个正弦信号,改变正弦信号的角频率和初始相位,观察波形变化,并听其声音的变化。
2)生成一个幅度为1、基频为2Hz、占空比为50%的周期方波。
3)观察一定时期内的股票上证指数变化,生成模拟其变化的指数信号。
4)分别录制一段男声、女声信号,进行音频信号的读取与播放,画出其时域波形。
【温馨提示】
(1)利用MATLAB函数wavread(file)读取.wav格式文件。
(2)利用MATLAB函数sound(x,fs)播放正弦信号和声音信号。
【题目分析】
【仿真程序】
1)生成一个正弦信号
t=[0:
0.001:
8];
y=sin(2*pi*t+pi/6);
plot(t,y)
改变其角频率和初始相位
t=[0:
0.001:
8];
y=sin(pi*t+pi/2);
plot(t,y)
2)生成一个幅度为1、基频为2Hz、占空比为50%的周期方波
t=[0:
0.001:
10];
y=square(2*t,50);
plot(t,y);
axis([0,10,-1.2,1.2])
3)观察一定时期内的股票上证指数变化,生成模拟其变化的指数信号。
x仁[0:
0.0015];
y1=2630+1.75*exp(x1);
x2=[5:
0.001:
10];
y2=2895-1.54*exp(0.8*x2);
x3=[10:
0.001:
15];
y3=2811+152*exp(-0.08*x3);
x4=[15:
0.001:
20];
y4=2600-151*exp(-0.08*x4);
x=[x1,x2,x3,x4];
y=[y1,y2,y3,y4];
plot(x,y);
4)分别录制一段男声、女声信号,进行音频信号的读取与播放,画出其时域波形。
信号研讨图片文件
sound(y,x);
plot(y)
信号研讨图片文件sound(y,x);
plot(y)
【仿真结果】
1)
日野聪.wav');
钉宫理惠.wav');
改变其角频率和初始相位
生成一个正弦信号
2)生成一个幅度为1、基频为2Hz、占空比为50%的周期方波
TB
3.5
0.4
D.2
U
-0.2
-g.4
-0.B
_123456783Ifl
3)观察一定时期内的股票上证指数变化,生成模拟其变化的指数信号
4)分别录制一段男声、女声信号,进行音频信号的读取与播放,画出其时域波形。
0^4BB10131416
k105
005115225335
x10e
【结果分析】
(1)随着正弦信号角频率的变化,其波形变得更紧密,声音逐渐变得尖细而高。
(2)男声多低沉粗犷,主要是因为男声中低频分量更多;女声多高亢清脆,主要是因为女声中高频分
量更多。
【自主学习内容】
wavread的读取与sound函数的使用,音频文件的放置。
【阅读文献】
《MATLAB语言与实践教程(第2版)》、《信号与系统》
【发现问题】(专题研讨或相关知识点学习中发现的问题):
根据声音信号的什么特征能有效区分出男声和女声?
【问题探究】
高频低频成分的多少,以及声音的尖细程度
研讨内容】
题目2:
信号的基本运算(语音信号的翻转、展缩)
1)将原始音频信号在时域上进行延展、压缩,
2)将原始音频信号在时域上进行幅度放大与缩小,
3)将原始音频信号在时域上进行翻转,
题目分析】
仿真程序】
原始音频信号
音乐动画歌曲(207曲)灼眼的夏娜无损17曲\LightMyFire.wav');
plot(y)
1)将原始音频信号在时域上进行延展、压缩将原始音频信号在时域上延展3倍
音乐动画歌曲(207曲)
灼眼的夏娜无损
17曲\LightMyFire.wav');
sigLength=length(y);
t=3*(0:
sigLength-1)/x;
figure;
plot(t,y);
xlabel('Time(s)');
将原始音频信号在时域上压缩为1/5
音乐动画歌曲(207曲)
灼眼的夏娜无损
17曲\LightMyFire.wav');
sigLength=length(y);
t=1/5*(0:
sigLength-1)/x;
figure;
plot(t,y);
xlabel('Time(s)');
2)将原始音频信号在时域上进行幅度放大与缩小将原始音频信号的幅度扩大为2倍
音乐动画歌曲(207曲)
灼眼的夏娜无损
17曲\LightMyFire.wav');
sigLength=length(y);
m=fft(y,sigLength);
Pyy=m.*conj(m)/sigLength;
halflength=floor(sigLength/2);
f=x*(0:
halflength)/sigLength;
t=(0:
sigLength-1)/x;
figure;
plot(t,2*y);
xlabel('Time(s)');
将原始音频信号的幅度缩小为1/2
音乐动画歌曲(207曲)
灼眼的夏娜无损
17曲\LightMyFire.wav');
sigLength=length(y);m=fft(y,sigLength);Pyy=m.*conj(m)/sigLength;
halflength=floor(sigLength/2);
f=x*(O:
halflength)/sigLength;
t=(0:
sigLength-1)/x;
figure;
plot(t,1/2*y);
xlabel('Time(s)');
MyFire.wav');
3)将原始音频信号在时域上进行翻转
音乐动画歌曲(207曲)灼眼的夏娜无损17曲\Light
sigLength=length(y);
t=-1*(0:
sigLength-1)/x;
figure;
plot(t,y);
xlabel('Time(s)');
【仿真结果】
原始音频信号
Qw12
kin®
1)将原始音频信号在时域上进行延展、压缩
将原始音频信号在时域上延展3倍
oinn2003mzoaam600TOD
Timei?
)
将原始音频信号在时域上压缩为1/5
5W1520253035*145T1
Time闾
2)将原始音频信号在时域上进行幅度放大与缩小
将原始音频信号的幅度扩大为2倍
Timei^J
将原始音频信号的幅度缩小为1/2
3)将原始音频信号在时域上进行翻转
D.G
0
<12
14
-a.B
-Cl8
-严口
-150JOO
Timefe)
【结果分析】
以时间为横轴的图比以频率为横轴的图看起来复杂得多,时域上的分析在现阶段很困难。
对于原始音频信号,时域上的分析太复杂,而如果在频域上分析,则简化很多。
【自主学习内容】
信号的获取以及如何使用;MATLAB的一些基本语法;如何根据MATLAB语法来编写自己想表达的语
句。
】
语言与实践教程(第2版)》、《信号与系统》
):
【阅读文献
《MATLAB
【发现问题】(专题研讨或相关知识点学习中发现的问题
在查找资料时,发现音频单声道和双声道的编写此程序会有不同,同时语音信号的录入需要我们的注意。
【问题探究】
2.系统的时域分析专题研讨
【目的】
(1)掌握系统响应的时域求解,加深对系统时域分析基本原理和方法的理解。
(2)掌握连续系统零状态响应(卷积积分)数值计算的方法。
(3)学会仿真软件MATLAB的初步使用方法,掌握利用MATLAB求解连续系统和离散系统的
零状态响应。
(4)培养学生发现问题、分析问题和解决问题的能力。
【研讨内容】
题目1:
系统响应时域求解
1)求一个RLC电路的零输入响应和零状态响应,
2)将原始音频信号中混入噪声,然后用M点滑动平均系统对受噪声干扰的信号去噪,改变M
点数,比较不同点数下的去噪效果,
【题目分析】
(1)一个RLC电路,若R2丄=1H,C=1F,电容上的初始储能为Vc=2V,电感初始储能为i=1A,试求输入激励为X(t)时的零输入响应和零状态响应。
(2)题目要求采用M点滑动平均系统进行去噪。
M点滑动平均系统可以看成是N=0的差分方程。
调用filter函数时,调用参数a-1=1,b为有M个元素的向量,b中每个元素的值为1/M。
即M点的
1M1
滑动平均系统输入输出关系为:
y[k]—x[kn],同时我们将噪声设为n,函数为
Mn0
n=rand(n,1);原始信号为s。
通过调整M直,观察和比较去噪效果,从而得出结论。
【仿真程序】
(1)零输入响应
num=[6];den=[136];R0=[21];sys=tf(num,den);sys1=ss(sys);
t=0:
0.01:
8;
u=0*t;lsim(sys1,u,t,R0);
axis([08-0.52.5])
零状态响应
num=[6];den=[136];
sys=tf(num,den);t=0:
0.01:
8;
xt=10*sin(2*pi*t);yt=lsim(sys,xt,t);plot(t,yt,'r');
axis([08-24])
(2)fs=44100;bits=16;R=100000
[y,fs,bits]=wavread('yuyin.wav',R);
k=0:
R-1;
wavplay(y,fs);
d=(rand(R,2)-0.5)*0.3;
x=y+d;
wavplay(x,fs);
figure
(1);plot(k,d,'r-.',k,s,'b--',k,x,'g-');xlabel('k');legend('d[k]','s[k]','x[k]');
M=1;b=ones(M,1)/M;a=1;
y=filter(b,a,x);
wavplay(y,fs);
figure
(2);plot(k,s,'b--',k,y,'r-');xlabel('k');legend('s[k]','y[k]');
【仿真结果】
零输入响应
ZFigure1
文件(F)塢辑伍)童看W恬入(I)工M^(D)窗口阿嵇助(H)najh弋%鋼①•忌□0■旦
2pnl--dlu<
Time(seconds)
零状态响应
0X
口
3
iImJmll—
起UIAI
n1
0
11I1V11I
-Wk~MlllWi1'
I
d[k]
屮if
-0.1
-
yW
-0.2
一
-
-
-0.4
j0.5
-0.6(
1
11111111
|
312345678
910
k
zIQ4
M=10时
【结果分析】
1.首先,我们取了
M=5去噪后的信号与原信号相比有一定的相近,即去噪功能相等。
2.其次,我们取了
M=20Q此时的操作已经不能称之为去噪,信号有一定的失真。
3.最后,我们取了
M=1,去噪后的信号加上噪音的信号基本无区别。
可得结论:
M太大时,信号会失去失真度;M太小,平均值范围太小与加噪信号区别不大。
【自主学习内容】
Lsim函数的运用,filter函数的运用,对正常信号的加噪处理(即randn函数的运用)还有运用M点滑动平均系统对噪声信号进行去噪
【阅读文献】
MATLAB!
义与实现(第二版)
【发现问题】(专题研讨或相关知识点学习中发现的问题):
axis([O8-0.52.5]错误:
表达式或语句不正确--可能(、{或[不对称。
是不是想输入:
>>axis([08-0.52.5])
当开始时使用rand函数加噪时,令d=0.01*rand(1,R)*0.3-0.5;结果提示?
?
?
Errorusing==>plus
Matrixdimensionsmustagree.意思d和x的维数没有保持一致。
改用randn函数时,令
d=0.01*randn(size(x))*0.3-0.5就成功地把噪声加入了进去。
【问题探究】
在对两个函数进行加法计算时要保持维数相同。
【研讨内容】
题目2:
连续信号卷积的近似计算两个连续信号的卷积定义为
y(t)x()h(t)d为了进行数值计算,需对连续信号进行抽样。
记x[k]=x(k),h[k]=h(k),为进行数值计算的抽样间隔。
则连续信号卷积可近似的写为
y(kA)Ax[k]h[k]
(1)
这就可以利用conv函数可近似计算连续信号的卷积。
设x(t)=u(t)u(t1),h(t)=x(t)x(t),
(a)为了与近似计算的结果作比较,用解析法求出y(t)=x(t)h(t);
(b)用不同的计算出卷积的数值近似值,并和a中的结果作比较;
(c)证明⑴式成立;
(d)若x(t)和h(t)不是时限信号,则用上面的方法进行近似计算会遇到什么问题?
给出一种解决问题的
(e)若将x(t)和h(t)近似表示为
x(t)x(n^p/t0.5An^
n
h(t)h(nA)pA(t0.5AnA)
n
推导近似计算卷积的算法。
取相同的抽样间隔,比较两种方法的计算卷积误差。
【题目分析】
(a),求出y(t)的函数表达式,并画出它的图像,便于和后面通过y(kA)Ax[k]h[k]
算出的信号作比较。
(b),Matlab中不可以直接进行连续的信号的卷积,必须得先对连续信号采样,得到离散的信号,然后求得两个离散信号的卷积,得到另外一个离散信号y[kA],最后再把离散的信号连续化,得到
要得到的y(kA)。
通过改变△的值来与(a)中所得结果进行对比。
(c),由于积分可以用求和的极限来表示,所以,当△足够小时,y(kA)Ax[k]h[k]成立。
(d),Matlab不能表示出非时限信号。
我们可以用符号运算或者
(e),两个相同的宽度的矩形波的卷积为一个三角波。
根据卷积性质,推导出卷积的近似算法。
【仿真程序】
(a)为了与近似计算的结果作比较,用解析法求出y(t)=x(t)*h(t);
dt=0.000001;
t=-1:
dt:
4;
y=(0.5*t.A2).*[t>0&t<=1]+(-t.A2+3*t-1.5).*[t>1&t<=2]+(0.5*t.A2-3*t+4.5).*[t>2&t<=3];plot(t,y,'r');
title('解析法求出y(t)的波形');
clearall;dt=0.00001;
t=-1:
dt:
4;x=rectpuls(t-0.5,1);axis([-1,3,-2,2]);hold;
plot(t,x,'b');title('x(t)的波形');h=tripuls(t-1,2);
plot(t,h,'g');
title('h(t)的波形');
clearall;
(b)用不同的计算出卷积的数值近似值,并和a中的结果作比较;
clearall;c1=[0.01,0.1,0.25,0.3,0.5];forn=1:
length(c1)
dt=c1(n);t=-0.5:
dt:
2;x=rectpuls(t-0.5,1);h=tripuls(t-1,2);y=conv(x,h)*dt;t1=-1:
dt:
4;
plot(t1,y)str2=num2str(dt);str3=strcat('当dt=',str2);str1=strcat(str3,'的波形');title(str1);pause;
end;
(e)若将x(t)和h(t)近似表示为
x(t)x(n^p/t0.5An^
n
h(t)h(nA)pA(t0.5AnA)
n
推导近似计算卷积的算法。
取相同的抽样间隔,比较两种方法的计算卷积误差。
clearall;dt=0.001;
c1=[0.01,0.1,0.25,0.3,0.5];
forn=1:
length(c1)Dt=c1(n);
N=Dt/dt;
t=0:
dt:
4;
m=length(t);
n1=1/Dt;
n2=2/Dt;
x=rectpuls(t-0.5,1);
x1=x(1:
N:
m);
h=tripuls(t-1,2,0);
h1=h(1:
N:
m);
sum=0;
form=1:
n2
forn=1:
n1
y=[t>(m+n)*Dt&t<(m+n+1)*Dt].*(t-(m+n)*Dt)+[t>(m+n+1)*Dt&t<(m+n+2)*Dt].*((m+n+2)*Dt-t);sum=sum+x1(n)*h1(m)*y;
end;
end;
sum=sum(find(sum~=0))
y=sum;
t=linspace(0,3,length(y));
plot(t,y,'r');
str2=num2str(Dt);
str3=strcat('当Dt=',str2);
str1=strcat(str3,'的波形');
title(str1);
pause;
end;
【仿真结果】
'解析法求出y(t)的波形
x(t)波形:
K(t)的波形
2r
1.5-
05-
0
-0.5-
-1-
d5-
2ILLd」」ILI
*-1-0.500511.522.53
h(t)波形:
h(t)的波形
(b)用不同的计算出卷积的数值近似值,并和a中的结果作比较;
用不同的计算出卷积:
(e)若将x(t)和h(t)近似表示为
x(t)x(nA)pA(t0.5An®
n
h(t)h(nA)Pdt0.5AnA
n
推导近似计算卷积的算法。
取相同的抽样间隔,比较两种方法的计算卷积误差。
【结果分析】
(a)为了与近似计算的结果作比较,用解析法求出y(t)=x(t)*h(t);
x(t)=u(t)-u(t-1),
y(t)=x(t)*h(t)=[u(t)u(t1)]*[r(t)-2r(t-1)+r(t-2)]
fot<0
:
-t2+3t-15中W辛
0,5t2-3t+4.52 I03 dt越大是,误差越大。 0。 解决办法是我们可以根据自己的需 当dt越小的时候,图像越平滑,越接近于利用解析法求得的结果。 (d)若x(t)和h(t)不是时限信号 方法一: matlab软件不能取到无穷大,函数值在到达某一值时会变成 要,设定x(t)和h(t)在某一范围内的函数值,其他值均为0。 方法二: 我们可以采用matlab中的符号运算。 比如: x1(t)=exp(-abs(t));x2(t)=sin(t); 那么x1(t)与x2(t)卷积可以通过以下程序实现: symstx; x1(t)=exp(-abs(t)); x2(t)=sin(t); %c=x1(t)*x2(t-x); c=exp(-abs(x))*(sin(t-x)); y=int(c,x,-inf,inf) 求得;x1(t)与x2(t)的卷积为y=sin(t) (e)经过取值从0.01,0.1,0.25,0.3,0.5两种算法的不同波形比较,我们可以得到(b)的方法比较好,更 接近于理论值。 【自主学习内容】 卷积函数conv的调用格式 【阅读文献】 [1]陈后金胡健薛健信号与系统•[M]北京: 高等教育出版社 [2]肖燕彩邱成齐红元MATLAB语言及实践教程.[M]北京: 北京交通大学出版社 【发现问题】(专题研讨或相关知识点学习中发现的问题): 暂无。 3•信号的频域分析专题研讨 【目的】 (1)建立工程应用中有效带宽的概念,了解有限次谐波合成信号及吉伯斯现象。 (2)掌握带限信号,带通信号、未知信号等不同特性的连续时间信号的抽样,以及抽样过程中的 参数选择与确定。 认识混叠误差,以及减小混叠误差的措施。 (3)加深对信号频域分析基本原理和方法的理解。 (4)锻炼学生综合利用所学理论和技术,分析与解决实际问题的能力。 【研讨内容】一一基础题题目1: 吉伯斯现象 2n2 (1)以(C。 2n1Cn)/P0.90定义信号的有效带宽,试确定下图所示信号的有效带宽N0, 取A=1,T=2。 (2)画出有效带宽内有限项谐波合成的近似波形,并对结果加以讨论和比较。 (3)增加谐波的项数,观察其合成的近似波形,并对结果加以讨论和比较。 Lx(t) A/2 ■■! « If-ft* To To/2 A/2 To/2 To■ t (a)周期矩形信号 【知识点】 连续周期信号的频域分析,有效带宽, 吉伯斯现象 【信号频谱及有效带宽计算】 (a)周期矩形信号: 由于此周期矩形信号的周期T=2,所以 W° 2 T 周期信号在区间卜1,1]的表达式为 ! 1tox(t)厂 由于x(t)是奇对称信号,因此有 Co=0 Cn- 2 1 2)e jn dt 11 20( jnt 1)edt 2 根据傅里叶系数计算公式,有 计算可得周期矩形信号的频谱 Cn为 Cnj(1 cos(n))sin( nt)(n 0) 由功率计算公式: To xdt 得: P=1/4。 12 Plim ToTo工 ~2 根据有效带宽的定义: N 22(Co2Cn) 口o.9oN3 P,解得 (b)
- 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:
- 信号与系统 北京 交通大学 信号 系统 研究性学习 实验 报告