数字信号处理课程设计报告.docx
- 文档编号:3577087
- 上传时间:2022-11-24
- 格式:DOCX
- 页数:17
- 大小:115.76KB
数字信号处理课程设计报告.docx
《数字信号处理课程设计报告.docx》由会员分享,可在线阅读,更多相关《数字信号处理课程设计报告.docx(17页珍藏版)》请在冰豆网上搜索。
数字信号处理课程设计报告
山东工商学院
课程设计报告
课程名称:
数字信号处理A
班级:
电子131
姓名:
XXXX
学号:
XXXXXX
指导教师:
XXXXX
时间:
2016年1月1日
一、课程设计题目
题目1:
(1)、已知Xa(t)=e^-1000|t|,求其傅立叶变换Xa(jΩ),画出模拟信号及其连续时间傅里叶变换的曲线图。
(2)、以Xa(t)为例,说明采样频率对频率响应的影响,分别采用fs=1000Hz和fs=5000Hz,绘出X(e^jw)曲线。
(1)
代码:
closeall
clear;clc;
W=10;f=1000;n=-10:
W-1;t=n/f;
X=exp(-1000*abs(t));
subplot(1,2,1);plot(t,X);%画模拟信号曲线
xlabel('t/s');ylabel('xa(n)');
title('模拟信号');%标题模拟信号
tf=10;N=100;dt=10/N;t=(1:
N)*dt;
wf=25;Nf=50;
w1=linspace(0,wf,Nf);%0-25之间分成50点
dw=wf/(Nf-1);W1=-50:
50;
Xat=exp(-1000*abs(t));%表达式
F1=Xat*exp(-1i*t'*w1)*dt;%傅立叶变换
w=[-fliplr(w1),w1(2:
Nf)];%负频率的频谱
Y1=(exp
(2)-1)./(exp
(2)-exp(1-1i*W1)-exp(1+1i*W1)+1);
F=[fliplr(F1),F1(2:
Nf)];t=[-fliplr(t),t];
subplot(1,2,2);
plot(w,F,'linewidth',1);%画傅立叶变换曲线
xlabel('w/pi');ylabel('Xa(jΩ)');
title('傅里叶变换');%标题傅立叶变换
结果:
分析:
模拟信号在[-0.01,0.01]区间为连续信号,其傅立叶变换曲线在[-10,10]内为连续曲线。
(2)
代码:
closeall
clear
clc
Dt=0.00005;%步长为0.00005s
t=-0.005:
Dt:
0.005;
xa=exp(-1000*abs(t));%取时间从-0.005s到0.005s这段模拟信号
Ts1=0.001;Ts2=0.0002;%周期
n=-25:
1:
25;
x1=exp(-1000*abs(n*Ts1));
x2=exp(-1000*abs(n*Ts2));
K=100;k=0:
1:
K;w=pi*k/K;%求模拟角频率
X1=x1*exp(-j*n'*w);%求其傅立叶变换
X2=x2*exp(-j*n'*w);%求其傅立叶变换
X11=real(X1);X12=real(X2);
w=[-fliplr(w),w(2:
101)];%将角频率范围扩展为从-到+
X11=[fliplr(X11),X11(2:
101)];
X12=[fliplr(X12),X12(2:
101)];
subplot(2,1,1);plot(w/pi,X11);%画出fs=1000Hz的频率响应
xlabel('w/pi');ylabel('X1(jw)');
title('fs=1000Hz的DTFT');%标题fs=1000Hz的DTFT
subplot(2,1,2);plot(w/pi,X12);%画出fs=5000Hz的频率响应
xlabel('w/pi');ylabel('X2(jw)');
title('fs=5000Hz的DTFT');%标题fs=5000Hz的DTFT
结果:
分析:
当采样频率越大的时候,采样信号频谱越陡峭,而其失真情况也越来越小。
题目2:
已知时域信号x(n)=cos(0.48πn)+cos(0.52πn),求下面5种情况的X(ejω)和X(k)。
(1)取x(n)的前10点数据,求N=10点的X(ejω)和X(k),并作图。
(2)将
(1)中的x(n)补零至100点,求N=100点的X(ejω)和X(k),并作图。
(3)取x(n)的前100点数据,求N=100点的X(ejω)和X(k),并作图。
(4)取x(n)的前128点数据,求N=128点的X(ejω)和X(k),并作图。
(5)取x(n)的前50点数据,求N=50点的X(ejω)和X(k),并作图。
讨论以上5种情况的区别。
(1)
代码:
closeall
clear
clc
n=(0:
1:
9);
y=cos(0.48*pi*n)+cos(0.52*pi*n);
n1=(0:
1:
9);x=y(1:
1:
10);
subplot(3,1,1);
stem(n1,x);%画出x(n)曲线
title('x(n)(0<=n<=9)');%标题0<=n<=9)
xlabel('n');ylabel('x(n)');
axis([0,10,-2.5,2.5]);%axis([xminxmaxyminymax])
w=linspace(0,2*pi,length(x));%0-2*pi区域分为10点
xw=x*exp(-j*[1:
length(x)]'*w);
magx=abs(xw);%对xw取绝对值
subplot(3,1,2);
plot(w,magx);%画出x(jw)曲线
title('DTFT');%标题DTFT
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,10]);%axis([xminxmaxyminymax])
subplot(3,1,3);
x1=fft(x);%对x进行傅立叶变换
magx1=abs(x1);%对x1取绝对值
stem(n1,abs(magx1));%画出x(k)曲线
title('DFT');%标题DFT
xlabel('k');ylabel('x(k)');
axis([0,10,0,10]);%axis([xminxmaxyminymax])
结果:
分析:
由图可见,由于截断函数的频谱混叠作用,X(K)不能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量。
(2)
代码:
closeall
clear
clc
n=(0:
1:
9);
y=cos(0.48*pi*n)+cos(0.52*pi*n);
n1=(0:
1:
99);
x=[y(1:
1:
10),zeros(1,90)];%第10位到100位的数据都为0
subplot(3,1,1);
stem(n1,x);%画出x(n)曲线
title('x(n)(0<=n<=9+90zeros)');%标题0<=n<=9+90zeros)
xlabel('n');ylabel('x(n)');
axis([0,100,-2.5,2.5]);%axis([xminxmaxyminymax])
w=linspace(0,2*pi,length(x));%0-2*pi区域分为100点
xw=x*exp(-j*[1:
length(x)]'*w);
magx=abs(xw);%对xw取绝对值
subplot(3,1,2);
plot(w,magx);%画出x(jw)曲线
title('DTFT');%标题DTFT
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,10]);%axis([xminxmaxyminymax])
subplot(3,1,3);
x1=fft(x);%对x进行傅立叶变换
magx1=abs(x1);%对x1取绝对值
stem(n1,abs(magx1));%画出x(k)曲线
title('DFT');%标题DFT
xlabel('k');ylabel('x(k)');
axis([0,100,0,10]);%axis([xminxmaxyminymax])
结果:
分析:
由图可见,虽然x(n)补零至100点,X(K)的密度,截断函数的频谱混叠作用没有改变,这时的物理分辨率使X(K)仍不能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量。
(3)
代码:
closeall
clear
clc
n=(0:
1:
99);
y=cos(0.48*pi*n)+cos(0.52*pi*n);
n1=(0:
1:
99);x=y(1:
1:
100);
subplot(3,1,1);
stem(n1,x);%画出x(n)曲线
title('x(n)(0<=n<=99)');%标题0<=n<=99)
xlabel('n');ylabel('x(n)');
axis([0,100,-2.5,2.5]);%axis([xminxmaxyminymax])
w=linspace(0,2*pi,length(x));%0-2*pi区域分为100点
xw=x*exp(-j*[1:
length(x)]'*w);
magx=abs(xw);%对xw取绝对值
subplot(3,1,2);
plot(w,magx);%画出x(jw)曲线
title('DTFT');%标题DTFT
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,54]);%axis([xminxmaxyminymax])
subplot(3,1,3);
x1=fft(x);%对x进行傅立叶变换
magx1=abs(x1);%对x1取绝对值
stem(n1,abs(magx1));%画出x(k)曲线
title('DFT');%标题DFT
xlabel('k');ylabel('x(k)');
axis([0,100,0,54]);%axis([xminxmaxyminymax])
结果:
分析:
由图可见,截断函数的加宽且为周期序列的整数倍,改变了频谱混叠作用,提高了“物理”分辨率使X(K)能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量。
(4)
代码:
closeall
clear
clc
n=(0:
1:
127);
y=cos(0.48*pi*n)+cos(0.52*pi*n);
n1=(0:
1:
127);x=y(1:
1:
128);
subplot(3,1,1);
stem(n1,x);%画出x(n)曲线
title('x(n)(0<=n<=127)');%标题0<=n<=127)
xlabel('n');ylabel('x(n)');
axis([0,128,-2.5,2.5]);%axis([xminxmaxyminymax])
w=linspace(0,2*pi,length(x));%0-2*pi区域分为128点
xw=x*exp(-j*[1:
length(x)]'*w);
magx=abs(xw);%对xw取绝对值
subplot(3,1,2);
plot(w,magx);%画出x(jw)曲线
title('DTFT');%标题DTFT
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,65]);%axis([xminxmaxyminymax])
subplot(3,1,3);
x1=fft(x);%对x进行傅立叶变换
magx1=abs(x1);%对x1取绝对值
stem(n1,abs(magx1));%画出x(k)曲线
title('DFT');%标题DFT
xlabel('k');ylabel('x(k)');
axis([0,128,0,65]);%axis([xminxmaxyminymax])
结果:
分析:
由图可见,截断函数虽进一步加宽,但不是周期序列的整数倍,所以尽管X(K)能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量,但还是呈现除了频谱泄露。
(5)
代码:
closeall
clearclc
n=(0:
1:
49);
y=cos(0.48*pi*n)+cos(0.52*pi*n);
n1=(0:
1:
49);x=y(1:
1:
50);
subplot(3,1,1);stem(n1,x);%画出x(n)曲线
title('x(n)(0<=n<=49)');%标题0<=n<=49)
xlabel('n');ylabel('x(n)');
axis([0,50,-2.5,2.5]);%axis([xminxmaxyminymax])
w=linspace(0,2*pi,length(x));%0-2*pi区域分为50点
xw=x*exp(-j*[1:
length(x)]'*w);
magx=abs(xw);%对xw取绝对值
subplot(3,1,2);plot(w,magx);%画出x(jw)曲线
title('DTFT');%标题DTFT
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,30]);%axis([xminxmaxyminymax])
subplot(3,1,3);
x1=fft(x);%对x进行傅立叶变换
magx1=abs(x1);%对x1取绝对值
stem(n1,abs(magx1));%画出x(k)曲线
title('DFT');%标题DFT
xlabel('k');ylabel('x(k)');
axis([0,50,0,30]);%axis([xminxmaxyminymax])
结果:
分析:
由图可见,截断函数的宽度正好为序列的周期,即这时的“物理”分辨率使X(K)正好能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量。
题目3:
利用MATLAB编程设计一个数字带通滤波器,指标要求如下:
通带边缘频率:
,
,通带峰值起伏:
阻带边缘频率:
,
最小阻带衰减:
分别用IIR和FIR两种数字滤波器类型进行设计。
实验要求:
给出IIR数字滤波器参数和FIR数字滤波器的冲激响应,绘出它们的幅度和相位频响曲线,讨论它们各自的实现形式和特点。
(1)
代码:
closeall
clear
clc
ws=[0.3,0.75];
wp=[0.45,0.65];
Rp=1;Rs=40;
[N,wc]=buttord(wp,ws,Rp,Rs);%求阶数N及频率参数wc
[B,A]=butter(N,wc);%设计巴特沃斯滤带通波器
[H,w]=freqz(B,A);%求频响
subplot(2,1,1);
plot(w/pi,abs(H));%画幅频曲线
title('IIR幅度频响曲线');%标题IIR幅度频响曲线
xlabel('w/pi');
ylabel('幅度');
subplot(2,1,2);
plot(w/pi,angle(H));%画相频曲线
title('IIR相位频响曲线');%标题IIR相位频响曲线
xlabel('w/pi');
ylabel('相位');
IIR数字滤波器参数:
N=7
wc=0.42840.6693
B=0.00030-0.001900.00570-0.0095
00.00950-0.005700.00190
-0.0003
A=1.00001.74514.92826.11959.81349.224510.43237.51546.40913.45952.26010.84700.41670.08560.0299
IIR幅度和相位频响曲线:
(2)
FIR设计:
由于
,查表可选hamming窗,其阻带最小衰减-53dB满足要求。
代码:
closeall
clear
clc
ws1=0.3*pi;ws2=0.75*pi;
wp1=0.45*pi;wp2=0.65*pi;
wb=(wp1-ws1+ws2-wp2)/2;%计算过渡带宽
wc=[wp1/pi-(wp1-ws1)/(2*pi);%设置理想带通截止频率
wp2/pi+(ws2-wp2)/(2*pi)];
N=ceil(3.3*2*pi/wb);%计算窗口长度
b=fir1(N,wc);%设计滤波器系数
n=0:
N;
hn=b(n+1);%求冲激响应
[H,w]=freqz(b,1);%求频率响应
subplot(2,1,1);
plot(w/pi,abs(H));%画幅频曲线
title('FIR幅度频响曲线');%标题FIR幅度频响曲线
xlabel('w/pi');ylabel('幅度');
subplot(2,1,2);
plot(w/pi,angle(H));%画相频曲线
title('FIR相位频响曲线');%标题FIR相位频响曲线
xlabel('w/pi');ylabel('相位');
冲激响应hn=b(n+1):
0.00110.00050.00010.0006-0.0031-0.00080.0051-0.0002
-0.0002-0.0016-0.01090.00870.0149-0.0098-0.0018-0.0119
-0.01450.04630.0118-0.04450.0003-0.03400.02500.1591
-0.1126-0.23970.21350.2135-0.2397-0.11260.15910.0250
-0.03400.0003-0.04450.01180.0463-0.0145-0.0119-0.0018
-0.00980.01490.0087-0.0109-0.0016-0.0002-0.00020.0051
-0.0008-0.00310.00060.00010.00050.0011
FIR幅度和相位频响曲线:
分析IIR与FIR的实现形式与特点:
1、IIR滤波器阶数比FIR少。
IIR滤波器存在着输出对输入的反馈,因此可以用比FIR滤波器少的阶数来满足技术指标。
2、FIR滤波器可得到严格的线性相位,而IIR滤波器则做不到这一点。
IIR滤波器的选频特性越好,则相位的非线性就越严重,在需要严格线性相位的情况下应该选择FIR滤波器。
3、IIR滤波器必须采用递归结构实现,FIR滤波器主要采用非递归结构。
IIR滤波器必须采用递归结构实现,只有当所有极点都在单位圆内时滤波器才是稳定的。
但实际中由于存在有限字长效应,滤波器有可能变得不稳定。
而FIR滤波器主要采用非递归结构,因而从理论上以及从实际的有限精度的运算中,都是稳定的。
4、IIR滤波器有现成的设计公式、数据和表格,FIR滤波器没有现成的设计公式。
IIR滤波器可利用模拟滤波器现成的设计公式、数据和表格,因而计算工作量较小,对计算工具要求不高。
FIR滤波器没有现成的设计公式,窗函数法只给出窗函数的计算公式,但计算通带和阻带衰减仍无显式表达式。
5、IIR滤波器主要是设计规格化的、频率特性为分段常数的标准低通、高通、带通、带阻和全通滤波器,而FIR滤波器可设计出理想正交变换器、理想微分器、线性调频器等各种网络,适应性较广。
6、FIR滤波器可以采用快速傅立叶变换(FFT)来实现,在相同阶数下,运算速度可以快得多
三、自我评价和总结
在这将近三天的课设里,我学习了一些与MATLAB相关的基础知识,增强的自己的知识,这段日子,时间过的真的好快,解决一个问题要花费很长时间,这是因为自己的能力缘故,但是每当解决一个问题之后,很开心,真的很开心,收获得很大,刚开始的时候,没有头绪,不知道从何做起,后来自己翻课本,在网上查阅相关的资料,再加上老师的讲解,慢慢的有了头绪,然后自己还挺高兴的,就这样到了最后一天下午,老师看到截图后说周期有问题,我们的缺失了一个周期,必须要调试,于是我们走上了漫漫的调试之旅,很长时间后,问题都还没有解决,然后老师就开始慢慢的指导我们了,真的很佩服老师,感觉老师真的很厉害,不到5分钟就调试结束了,期间还给我们讲解了过程,删了一些代码,又加了一些代码,运行后,非常成功,然后我们自己对老师的这种方法理解了大部分,剩下的一些题,跟老师讲的这个题是同类型的,只是参数不同,然后我们又开始调试了,这一次比较快,一个多小时,初步完成了,然后又接着写代码注释,截图,分析,在宿舍写了一晚上,最后终于基本完成了本次课程设计,我相信这次经历对以后的学习与工作都有很大的帮助,另外,衷心的感谢老师的指导,如果没有老师的指导,课设不会这么快的完成,老师,您辛苦了。
- 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 课程设计 报告
![提示](https://static.bdocx.com/images/bang_tan.gif)