实验三周期信号的频谱分析实验报告.docx

实验三周期信号的频谱分析实验报告.docx
实验三周期信号的频谱分析实验报告.docx

信号与系统

实验报告

实验三周期信号的频谱分析

学院____________________________________________ 专业__________________ 班级____________________ 姓名__________________ 学号_____________________ 指导教师_____________________________________

实验报告评分:_______

实验三周期信号的频谱分析

一、实验目的

1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法;

2、观察截短傅里叶级数而产生的“ GibbS现象” 了解其特点以及产生的原因;

3、掌握各种典型的连续时间非周期信号的频谱特征。

二、实验内容

实验前,必须首先阅读本实验原理,读懂所给出的全部范例程序。实验开始时,

先在计算机上运行这些范例程序,观察所得到的信号的波形图。并结合范例程序应该完成的工作,进一步分析程序中各个语句的作用,从而真正理解这些程序。

实验前,一定要针对下面的实验项目做好相应的实验准备工作,包括事先编写好相应的实验程序等事项。

Q3-1编写程序Q3_1 ,绘制下面的信号的波形图:

1 1 I C In Jl

x(t) =cos( -o t) cos(3 yt) cos(5 yt) Sin( ) cos(n o t)

3 5 nd n 2

其中,■ .o = 0.5 π ,要求将一个图形窗口分割成四个子图,分别绘制cos(??o t)、cos(3 o t)> cos(5 ?,o t)和x(t)的波形图,给图形加title ,网格线和X坐标标签,并且程序能够接受从键盘输入的和式中的项数。

抄写程序Q3_1如下:

clear,%Clear all VariableS

close all,%Close all figure Win dows

dt = 0.00001; %Specify the SteP of time VariabIe

t = -2:dt:4; %Specify the interval of time

w0=0.5*pi;

x1=cos(w0.*t);

x2=cos(3*w0.*t);

x3=cos(5*w0.*t);

N=in put('Type in the nu mber of the harm OniC comp OnentS N=');

x=0;

for q=1:N; x=0;

x=x+(Si n( q*(pi∕2)).*cos(q*w0*t))∕q;

end

subplot(221) plot(t,x1)%Plot x1 axis([-2 4 -2 2]);

grid on,

title('sig nal cos(w0.*t)') subplot(222) plot(t,x2)%Plot x2 axis([-2 4 -2 2]);

grid on,

title('sig nal cos(3*w0.*t))') subplot(223) plot(t,x3)%Plot x3 axis([-2 4 -2 2]) grid on,

title('sig nal cos(5*w0.*t))')

执行程序Q3_1所得到的图形如下:

s∣?∏al ?9fw0.fc l) 钾由I tfiiS(3?(l.l]?

Q3-2给程序PrOgram3_1增加适当的语句,并以Q3_2存盘,使之能够计算例题1中的周期方波信号的傅里叶级数的系数,并绘制出信号的幅度谱和相位谱的谱线图。

通过增加适当的语句修改PrOgram3_1而成的程序Q3_2抄写如下:

% PrOgram3_1

clear, close all x1 = u(t) - u(t-1-dt); X = 0;

T = 2; dt = 0.00001; t = -2:dt:2;

axis([-10,10,0,0.6]);% Periodically exte nd x1(t) to form a PeriodiC

Sig nal

X = X + u(t-m*T) - u(t-1-m*T-dt);

end

Wo = 2*pi/T;

N = 10; % The nu mber of the harm OniC comp OnentS L = 2*N+1;

for k = -N: N; % EVaIUate the FOUrier SerieS COeffiCie nts ak ak(N+1+k) = (1∕T)*x1*exp(-j*k*w0*t')*dt;

end

Phi = an gle(ak); % EVaIUate the PhaSe of ak

subplot(211)'

k = -10:10;

Stem (k,abs(ak),'k');

grid on;

for m = -1:1

title('fudupu');

SUbPlot(212);

k = -10:10

stem(k,a ngle(ak),'k');

axis([-10,10,-2,2]);

grid on;

titie('xia ngweipu');

XlabeI('Frequency in dex x');

执行程序Q3_2得到的图形

Iudupu Q3-3反复执行程序PrOgram3_2 ,每次执行该程序时,输入不同的N值,并观察所

合成的周期方波信号。通过观察,你了解的吉伯斯现象的特点是:

% Program3_3

% ThiS PrOgram is USed to ComPUte the FoUrier SerieS CoeffiCients ak of a PeriodiC SqUare WaVe

clear,close all

T = 2; dt = 0.00001; t = -2:dt:2;

x1 = u(t)-u(t-1-dt); X = 0;

for m = -1:1

X = X + u(t-m*T) - u(t-1-m*T-dt); % Periodically exte nd x1(t) to form a PeriOdiC Sig nal

end

Wo = 2*pi/T;

N = in put('Type in the nu mber of the harm OniC comp OnentS N =:');

L = 2*N+1;

for k = -N:1:N;

ak(N+1+k) = (1∕T)*x1*exp(-j*k*wO*t')*dt;

end

Phi = an gle(ak);

y=o;

for q = 1:L; % Synthesiz the PeriOdiC Signal y(t) from the finite FoUrier SerieS

y = y+ak(q)*exp(j*(-(L-1)/2+q-1)*2*pi*t/T);

end;

subplot(221),

plot(t,x), title('The original Signal x(t)'), axis([-2,2,-0.2,1?2]),

subplot(223),

plot(t,y), title('The Synthesis Signal y(t)'), axis([-2,2,-0.2,1?2]),xlabel('Time t'),

subplot(222)

k=-N:N; stem(k,abs(ak),'k.'), title('The amplitude |ak| of x(t)'), axis([-N,N,-0.1,0?6])

subplot(224)

stem(k,phi,'r.'), title('The PhaSe phi(k) of x(t)'), axis([-N,N,-2,2]),

如果一个周期信号在一个周期有内断点存在,那么,弓I 入的

误差将除了产生纹波之外,还将在断点处产生幅度大约为

XIabel('l ndex k')

N=1

T?* ?mρ∣itM} hM Crf Ml)

N=2

通过观察我们了解到: 9% 的过冲(OVerShot ),

The SynlhWTiT signal yft) TinW I T? 百yπ?he÷is? signal y(?)

4 d 0

TilTIP I

The Ph39? PtIi(?} of K(I^

IndBM k

The arτ?rirtικ∣9 Iakl Of Xn)

-2 -1 0 1 2

T?e pha?B Phi(k} Of xft)

l∏d 审兀k

这种现象被称为吉伯斯现象(

GibbS Phenomenon )。即信号在不连续点附近存在

一个幅度大约为 9%的过冲,且所选谐波次数越多,过冲点越向不连续点靠近。

4、周期信号的傅里叶级数与

GIBBS 现象

Q3-4仿照程序Program3_1 ,编写程序 Q3_4 ,以计算x ι(t)的傅里叶级数的系数。 程序Q3_4如下:

clc,clear,close all

T=2;dt=0.00001;t=-3:dt:3;

x=(t+1).*(u(t+1)-u(t))-(t-1).*(u(t)-u(t-1));x1=0;

for m=-2:2

X 仁 x1+(t+1-m*T).*(u(t+1-m*T)-u(t-m*T))-(t-1-m*T).*(u(t-m*T)-u(t-1-m*T));

end

给定如下两个周期信号

wO=2*pi∕T;

N=1O;

L=2*N+1;

for k=-N:N;

ak(N+1+k)=(1∕T)*x*exp(-j*k*wO*t')*dt; end

phi=a ngle(ak);

plot(t,x1);

axis([-4 4 0 1.2]);

grid on;

title('The Signal x1(t)');

xlabel('Time t (sec)');

ylabel('signal x1(t)');

执行程序Q3_4所得到的X1(t)的傅里叶级数的ak从-10到10共21个系数如下:

Tln1? 4 ∣9Kl

Q3-5仿照程序Program3_1 ,编写程序Q3_5 ,以计算X2(t)的傅里叶级数的系数(不绘图)。

程序Q3_5如下:

clc,clear,close all

T=2;dt=0.00001;t=-3:dt:3;

x=u(t+0.2)-u(t-0.2-dt);x2=0;

for m=-1:1

x2=x2+u(t+0.2-m*T)-u(t-0?2-m*T)-u(t-0?2-m*t-dt); end

wO=2*pi∕T;

N=10;

L=2*N+1;

for k=-N:N;

ak(N+1+k)=(1∕T)*x*exp(-j*k*wO*t')*dt;

end

phi=a ngle(ak);

plot(t,x2);

axis([-2.5 2.5 0 1.2]);

grid on;

title('The Signal x2(t)');

xlabel('Time t (sec)');

ylabel('signal x2(t)');

执行程序Q3_5所得到的X2(t)的傅里叶级数的ak从-10到10共21个系数如下:

1? ?ιg∏3∣理轉

与你手工计算的ak相比较,是否相同,如有不同,是何原因造成的?

Q3-6仿照程序Program3_2 ,编写程序Q3_6 ,计算并绘制出原始信号xι(t)的波

形图,用有限项级数合成的yι(t)的波形图,以及xι(t)的幅度频谱和相位频谱的谱

线图。

编写程序Q3_6如下:

%Program Q3_6

%This PrOgram is USed to evaluate the FoUrier Serier COeffiCients ak of a PeriodiC SqUare

clc,clear,close all

T=2;dt=0.00001;t=-3:dt:3;

x=(t+1).*(u(t+1)-u(t))-(t-1).*(u(t)-u(t-1));x1=0;

for m=-2:2 %Periodically exte nd x1(t) to form q PeriOdiC Sig nal

x1=x1+(t+1-m*T).*(u(t+1-m*T)-u(t-m*T))-(t-1-m*T).*(u(t-m*t)-u(t-1-m*t));

end

w0=2*pi/T;

N=10; %the nu mber of the harm OniC comp OnentS

L=2*N+1;

for k=-N:N;

ak(N+1+k)=(1∕T)*x*exp(-j*k*wO*t')*dt;

end

phi=a ngle(ak); %Evaluate the PhaSe Of Sk

y=0;

for q=1:L; %Syn thesiz the PeriOdiC Sig nal y(t) from the fin ite FOUrier SerieS y=y+ak(q)*exp(j*(q-1-N)*wO*t);

en d;

subplot(221)

plot(t,x)%plot X

axis([-3 3 -0.2 1.2]);

grid on;

title('The original Signal x(t)');

subplot(223) plot(t,y)%Plot y axis([-3 3 -0.2 1.2]);

grid on;

title('The Synthesis Signal y(t)');

subplot(222);

xlabel('Time i (sec)');

subplot(222);

k=-N:N;

stem(k,abs(ak),'k');

axis([-N N -0.1 0.6]);

grid on;

title('The amplitude SPeCtrUm of x(t)'); subplot(224); k=-N:N;

stem(k,phi,'k');

axis([-N N -2 2]);

grid on;

title('The PhaSe SPeCtrUm Of x(t)');

Xlabel('Freque ncy in dex k');

执行程序Q3_6 ,输入N = 10所得到的图形如下:

反复执行程序 Q3_6 ,输入不同的 N 值,观察合成的信号波形中,

是否会产生

GibbS

现象?为什么?

假定输入N=10 ,得到图形如下: Tlie OrigiHaI signal x(t)

Itle SynIhieSiS SignaI yft)

Tihe amplitude SPeCtrljlnn OfX(I)

所以不会产生 GibbS 现象,即与N 值无关。

给定两个时限信号

t 2,

X ι(t) = S

厂t + 2,

π

X 2(t) =cos(^2t)[u(t 1) -u(t -1)]

实验体会与心得:

在实验的过程中,掌握连续时间周期信号的傅里叶级数的物理意义和分析方

The amplitude spe<υurτ∣ Of κ(t)

-2 —

t ::: -1 -^t ::1

¢2

I* tf-∣ti? t ∣-∣l

(KteggeeSgωs??

T?e SyntheSiS SignaI y(t)

10

Γιe p?ase SPectrUnn Of x(t)

应用FFT对信号进行频谱分析实验报告

实验 应用FFT 对信号进行频谱分析 一、实验目的 1、在理论学习的基础上,通过本次实验,加深对快速傅里叶变换的理解,熟悉FFT 算法及其程序的编写。 2、熟悉应用FFT 对典型信号进行频谱分析的方法。 3、了解应用FFT 进行新红啊频谱分析过程中可呢个出现的问题,以便在实际中正确应用FFT 。 二、实验原理 一个连续信号()a x t 的频谱可以用它的傅里叶变换表示为: ()()j t a a X j x t e dt +∞ -Ω-∞Ω=? (2-1) 如果对信号进行理想采样,可以得到离散傅里叶变换: ()()j n X e x n z ω +∞ --∞=∑ (2-2) 在各种信号序列中,有限长序列在数字信号处理中占有很重要的。无限长的序列往往可以用有限长序列来逼近。对于有限长的序列我们可以使用离散傅里叶变换(DFT ),这一序列可以很好的反应序列的频域特性,并且容易利用快速算法在计算机上实现当序列的长度是N 时,我们定义离散傅里叶变换为: 1 0()[()]()N kn N n X k DFT x n x n W -===∑ (2-3) DFT 是对序列傅里叶变换的灯具采样,因此可以用于序列的频谱分析。在利用DFT 进行频谱分析的时候可能有三种误差: (1)混叠现象 序列的频谱是采样信号频谱的周期延拓,周期是2/T π,因此当采样频率不满足奈奎斯特定理,即采样频率1/s f T =小于两倍的信号频率时,经过采样就会发生频谱混叠。这导致采样后的信号序列不能真实的反映原信号的频谱。 (2)泄漏现象 泄漏是不能和混叠完全分开的,因为泄漏导致频谱的扩展,从而造成混淆。为了减小混淆的影响,可以选择适当的窗函数使频谱的扩散减到最小。 (3)栅栏效应 因为DFT 是对单位圆上Z 变换的均匀采样,所以它不可能将频谱视为一个连续的函数。这样就产生了栅栏效应。减小栅栏效应的一个方法是在源序列的末端补一些零值,从而变动DFT 的点数。 三、实验内容和结果 1、观察高斯序列的时域和频域特性 (1)固定高斯序列()a x n 中的参数p=8,当q 为2,4,8时其时域和幅频特性分别如图 2.1,图2.2所示:

随机信号分析实验报告

一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1.了解随机信号分析理论如何在实践中应用 2.了解随机信号自身的特性,包括均值、方差、相关函数、频谱及功率谱密度等 3.掌握随机信号的检测及分析方法 三、实验原理 1.随机信号的分析方法 在信号与系统中,我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律,需要用统计特新进行分析。这里我们引入随机过程的概念,所谓随机过程就是随机变量的集合,每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述,他们能够对随机过程作完整的描述。但由于在实践中难以求得,在工程技术中,一般采用描述随机过程的主要平均统计特性的几个函数,包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法,条件是N要足够大。 2.微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果,所以信号检测是信号处理的重要内容之一,低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等,通常从以下两种不同途径来解决 ①降低系统的噪声,使被测信号功率大于噪声功率。 ②采用相关接受技术,可以保证在信号功率小于噪声功率的情况下,人能检测出信号。 对微弱信号的检测与提取有很多方法,常用的方法有:自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法,本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上,对信号的自相关函数再多次做自相关。即令: 式中,是和的叠加;是和的叠加。对比两式,尽管两者信号的幅度和相位不同,但频率却没有变化。信号经过相关运算后增加了信噪比,但其改变程度是有限的,因而限制了检测微弱信号的能力。多重相关法将 当作x(t),重复自相关函数检测方法步骤,自相关的次数越多,信噪比提高的越多,因此可检测出强噪声中的微弱信号。

广东工业大学《测试技术与信号分析》测试实验报告

测试技术与信号处理实验报告 机械转子底座的振动测量和分析 一、实验目的 1.掌握磁电式速度传感器的工作原理、特点和应用。

2.掌握振动的测量和数据分析。 二、实验内容和要求 先利用光电式转速传感器测量出电机的转速;然后利用磁电式速度传感器测量机械转子底座在该电机转速下的振动速度;对测量出的振动速度信号进行频谱分析;找出振动信号的主频与电机转速之间的关系。 三、实验步骤 1.启动实验程序“机械转子系统的振动测量.exe”; 输入个人信息,也可以启动之后通过单击“修改”按钮修改个人信息。 2.单击“采样设置”按钮,输入采集卡连接磁电速度传感器的采样通道号,批量采样频率(建议设为10KHz)、批量采样点数(建议设为10000)。 3.打开转子电机的电源,单击“单点采样”。 4.旋转调节旋钮改变转子的转速,观察图形区显示的磁电速度传感器采集到的转子底座振动信号;如果振动信号比较小,可适当提高转子的转速。 5.转子转速的测量: (1) 单击“采样设置”按钮,输入采集卡连接光电转速传感器的 采样通道号、批量采样频率(建议值为10KHz)、批量采样点 数(建议值为10000)。 (2) 单击“批量采样”按钮,开始采样;采样完成之后,采集到 的波形信号会显示在图形窗口,系统会自动计算出转子的速度

并显示出来。记录下此时的转子的转速(单位:r/s)。 (3) 再重复步骤(2)测量2次。以三次测量的平均值作为此时转子 的转速。 转速的测量结果 单点采样采集通道6,测量3组数据 6.振动信号的测量和频谱分析: (1) 单击“采样设置”按钮,输入采集卡连接磁电速度传感器的 采样通道号、批量采样频率(建议设为10KHz)、批量采样点 数(建议设为10000)。 (2) 单击“批量采样”按钮,开始采样;采样完成之后,采集到 的波形信号会显示在图形窗口。如果信号不正常,重复点击“批 量采样”按钮 (3) 单击“保存”按钮,将采集到的磁电传感器的信号数据保存 为文本文件。文件必须保存到“C:\ExperiData\”目录下。可单 击“保存设置”更改文件名。 (4) 打开刚保存的文本文件,文件前面几行保存了个人信息、采 样频率、采样通道、保存的数据个数等信息。文件中共有四列 数据,第一列为数据的序号,第二列为磁电传感器检测到的数 据。

数字信号处理实验报告

一、实验名称:基本信号的产生 二、实验目的:I 利用MATLAB 产生连续信号并作图 II 利用MATLAB 产生离散序列并作图 III 利用MATLAB 进行噪声处理 三、 实验内容: I 利用MATLAB 产生下列连续信号并作图 ①X(t)=-2u(t-1),-1=0); plot(t,x); 图形如右: ② X(t)=-(e^-0.1t)*sin(2/3*t),0

-1.5-1 -0.5 0.5 1 1.5 2 II 利用MATLAB 产生下列离散序列并作图 ① X(t)=1,-5<=t<=5 else 0,-15<=t<=15 MATLAB 程序如下: k= -15: 15; x=[zeros(1,10),ones(1,11),zeros(1,10)]; stem(k,x) 图形如下: ② X(t)=0.9^k*(cos(0.25*pi*k)+sin(0.25*pi*p),-20

用FFT对信号作频谱分析 实验报告

实验报告 实验三:用FFT 对信号作频谱分析 一、 实验目的与要求 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,以便正确应用FFT 。 二、 实验原理 用FFT 对信号作频分析是学习数字信号处理的重要内容,经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关,因为FFT 能够实现的频率分辨率是2π/N ,因此要求2π/N 小于等于D 。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时,得到的是离散谱,而信号(周期信号除外)是连续谱,只有当N 较大时,离散谱的包络才能逼近连续谱,因此N 要适当选择大一些。 三、 实验步骤及内容(含结果分析) (1)对以下序列进行FFT 分析: x 1(n)=R 4(n) x 2(n)= x 3(n)= 选择FFT 的变换区间N 为8和16两种情况进行频谱分析,分别打印出幅频特性曲线,并进行讨论、分析与比较。 【实验结果如下】: n+1 0≤n ≤3 8-n 4≤n ≤7 0 其它n 4-n 0≤n ≤3 n-3 4≤n ≤7 0 其它 n

实验结果图形与理论分析相符。(2)对以下周期序列进行谱分析: x4(n)=cos[(π/4)*n]

x5(n)= cos[(π/4)*n]+ cos[(π/8)*n] 选择FFT的变换区间N为8和16两种情况进行频谱分析,分别打印出幅频特性曲线,并进行讨论、分析与比较。 【实验结果如下】: (3)对模拟周期信号进行频谱分析: x6(n)= cos(8πt)+ cos(16πt)+ cos(20πt) 选择采样频率Fs=64Hz,FFT的变换区间N为16、32、64三种情况进行频谱分析,分别打印出幅频特性曲线,并进行讨论、分析与比较。 【实验结果如下】:

北理工随机信号分析实验报告

本科实验报告实验名称:随机信号分析实验

实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时,需要模拟产生各种分布的随机数。 在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布,即 U(0,1)。实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下: )(m od ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0,1)均匀分布随机数。 下面给出了上式的3组常用参数: 1、10 N 10,k 7==,周期7 510≈?; 2、(IBM 随机数发生器)31 16 N 2,k 23,==+周期8 510≈?; 3、(ran0)31 5 N 21,k 7,=-=周期9 210≈?; 由均匀分布随机数,可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x),而R 为(0,1)均匀分布随机变量,则有 )(1R F X x -= 由这一定理可知,分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变

《数字信号处理》实验报告

数字信号处理》 实验报告 年级:2011 级班级:信通 4 班姓名:朱明贵学号: 111100443 老师:李娟 福州大学 2013 年11 月

实验一快速傅里叶变换(FFT)及其应用 一、实验目的 1. 在理论学习的基础上,通过本实验,加深对FFT的理解,熟悉MATLAB^的有关函数。 2. 熟悉应用FFT对典型信号进行频谱分析的方法。 3. 了解应用FFT进行信号频谱分析过程中可能出现的问题,以便在实际中正确应用FFT。 4. 熟悉应用FFT实现两个序列的线性卷积和相关的方法。 二、实验类型 演示型 三、实验仪器 装有MATLA爵言的计算机 四、实验原理 在各种信号序列中,有限长序列信号处理占有很重要地位,对有限长序列,我们可以 使用离散Fouier变换(DFT)。这一变换不但可以很好的反映序列的频谱特性,而且易于用快速算法在计算机上实现,当序列x(n)的长度为N时,它的DFT定义为: JV-1 $生 反变换为: 如-器冃吋 科— 有限长序列的DFT是其Z变换在单位圆上的等距采样,或者说是序列Fourier变换的等 距采样,因此可以用于序列的谱分析。 FFT并不是与DFT不同的另一种变换,而是为了减少DFT运算次数的一种快速算法。它 是对变换式进行一次次分解,使其成为若干小点数的组合,从而减少运算量。常用的FFT 是以2为基数的,其长度A - o它的效率高,程序简单,使用非常方便,当要变换的 序列长度不等于2的整数次方时,为了使用以2为基数的FFT,可以用末位补零的方法,使其长度延长至2的整数次方。 (一)在运用DFT进行频谱分析的过程中可能的产生三种误差 1 .混叠 序列的频谱是被采样信号频谱的周期延拓,当采样速率不满足Nyquist定理时,就会 发生频谱混叠,使得采样后的信号序列频谱不能真实的反映原信号的频谱。避免混叠现象的 唯一方法是保证采样速率足够高,使频谱混叠现象不致出现,即在确定采样频率之前,必须

信号处理实验报告、

第一题 如何用计算机模拟一个随机事件,并估计随机事件发生的概率以计算圆周率π。 解: (一)蒙特卡洛方法可用于近似计算圆周率:让计算机每次随机生成两个0到1之间的数,看以这两个实数为横纵坐标的点是否在单位圆内。生成一系列随机点,统计单位圆内的点数与总点数,(圆面积和外切正方形面积之比为π:4),当随机点取得越多时,其结果越接近于圆周率。 代码: N=100000000; x=rand(N,1); y=rand(N,1); count=0; for i=1:N if (x(i)^2+y(i)^2<=1) count=count+1; end end PI=vpa(4*count/N,10) PI = 3.1420384

蒙特卡洛法实验结果与试验次数相关,试验次数增加,结果更接近理论值 (二)18世纪,法国数学家布丰和勒可莱尔提出的“投针问题”,记载于布丰1777年出版的著作中:“在平面上画有一组间距为d的平行线,将一根长度为l (l

频域分析实验报告

频域分析实验报告 班级: 学号: 姓名:

一、实验内容: 1利用计算机作出开环系统的波特图; 2、观察记录控制系统的开环频率特性; 3、控制系统的开环频率特性分析。 二、仿真原理: 对数频率特性图(波特图): 对数频率特性图包括了对数幅频特性图和对数相频特性图。横坐标为频率w,采用对数分度,单位为弧度/秒;纵坐标均匀分度,分别为幅值函数20lgA(w),以dB表示;相角,以度表示。MATLAB提供了函数bode()来绘制系统的波特图,其用法如下: (1)bode(num,den):可绘制出以连续时间多项式传递函数表示的系统的波特图。 (2)当带输出变量[mag,pha,w]或[mag,pha]引用函数时,可得到系统波特图相应的幅值mag、相角pha及角频率点w矢量或只是返回幅值与相角。相角以度为单位,幅值可转换为分贝单位:magdb=20×log10(mag) 二、实验验证 1、用Matlab作Bode图。要求:画出对应Bode图。 (1)G(S)=25/S2+4s+25 (7)G(S)=9(s2+0.2s+1)/s(s2+1.2s+9);

图 1 图 2 (1)G(S)=25/S2+4s+25 可以看成是一个比例环节和一个振荡环节组成,所以k=1,T1=0.04,因为v=0,所以在转折频率之前都为20lgk,因为k=1所以斜率为0,经过转折频率,分段直线斜率的变化量为-40db/dec。

(7)G(S)=9(s2+0.2s+1)/s(s2+1.2s+9); 可以看成是一个二阶微分环节和一个积分环节和一个振荡环节组成,化常数为1后,v=1,t1=1,t2=1/3,所以我们可以看到,在起始阶段是-20*vdb/dec,所以一开始斜率为-20db/dec。当经过1/3的转折频率之后分段直线的改变量为40db/dec,当经过1的转折频率之后分段直线的改变量为-40db/dec。故图像如图所示。 第二题: 典型二阶系统Gs=Wn2/s2+2ζWns+Wn2,试绘制取不同值时的Bode图。取Wn=8,ζ=0.1,0.2,0.3,,0.5,0.6; 图 3 如图所示。

《测试信号分析与处理》实验报告

测控1005班齐伟0121004931725 (18号)实验一差分方程、卷积、z变换 一、实验目的 通过该实验熟悉 matlab软件的基本操作指令,掌握matlab软件的使用方法,掌握数字信号处理中的基本原理、方法以及matlab函数的调用。 二、实验设备 1、微型计算机1台; 2、matlab软件1套 三、实验原理 Matlab 软件是由mathworks公司于1984年推出的一套科学计算软件,分为总包和若干个工具箱,其中包含用于信号分析与处理的sptool工具箱和用于滤波器设计的fdatool工具箱。它具有强大的矩阵计算和数据可视化能力,是广泛应用于信号分析与处理中的功能强大且使用简单方便的成熟软件。Matlab软件中已有大量的关于数字信号处理的运算函数可供调用,本实验主要是针对数字信号处理中的差分方程、卷积、z变换等基本运算的matlab函数的熟悉和应用。 差分方程(difference equation)可用来描述线性时不变、因果数字滤波器。用x表示滤波器的输入,用y表示滤波器的输出。 a0y[n]+a1y[n-1]+…+a N y[n-N]=b0x[n]+b1x[n-1]+…+b M x[n-M] (1) ak,bk 为权系数,称为滤波器系数。 N为所需过去输出的个数,M 为所需输入的个数卷积是滤波器另一种实现方法。 y[n]= ∑x[k] h[n-k] = x[n]*h[n] (2) 等式定义了数字卷积,*是卷积运算符。输出y[n] 取决于输入x[n] 和系统的脉冲响应h[n]。 传输函数H(z)是滤波器的第三种实现方法。 H(z)=输出/输入= Y(z)/X(z) (3)即分别对滤波器的输入和输出信号求z变换,二者的比值就是数字滤波器的传输函数。 序列x[n]的z变换定义为 X (z)=∑x[n]z-n (4) 把序列x[n] 的z 变换记为Z{x[n]} = X(z)。

数字信号处理期末综合实验报告

数字信号处理综合实验报告 实验题目:基于Matlab的语音信号去噪及仿真 专业名称: 学号: 姓名: 日期: 报告内容: 一、实验原理 1、去噪的原理 1.1 采样定理 在进行模拟/数字信号的转换过程中,当采样频率fs.max大于信号中,最高频率fmax的2倍时,即:fs.max>=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息,一般实际应用中保证采样频率为信号最高频率的5~10倍;采样定理又称奈奎斯特定理。1924年奈奎斯特(Nyquist)就推导出在理想低通信道的最高大码元传输速率的公式: 理想低通信道的最高大码元传输速率=2W*log2 N (其中W是理想低通信道的带宽,N是电平强度)为什么把采样频率设为8kHz?在数字通信中,根据采样定理, 最小采样频率为语音信号最高频率的

2倍 频带为F的连续信号f(t)可用一系列离散的采样值f(t1),f(t1±Δt),f(t1±2Δt),...来表示,只要这些采样点的时间间隔Δt≤1/2F,便可根据各采样值完全恢复原来的信号f(t)。这是时域采样定理的一种表述方式。 时域采样定理的另一种表述方式是:当时间信号函数f(t)的最高频率分量为fM时,f(t)的值可由一系列采样间隔小于或等于1/2fM的采样值来确定,即采样点的重复频率f≥2fM。图为模拟信号和采样样本的示意图。 时域采样定理是采样误差理论、随机变量采样理论和多变量采样理论的基础。对于时间上受限制的连续信号f(t)(即当│t│>T时,f(t)=0,这里T=T2-T1是信号的持续时间),若其频谱为F(ω),则可在频域上用一系列离散的采样值 (1-1) 采样值来表示,只要这些采样点的频率间隔 (1-2) 。 1.2 采样频率 采样频率,也称为采样速度或者采样率,定义了每秒从连续信号中提取并组成离散信号的采样个数,它用赫兹(Hz)来表示。采样频率的倒数是采样周期或者叫作采样时间,它是采样之间的时间间隔。通俗的讲采样频率是指计算

哈尔滨工程大学 语音信号处理实验报告

实 验 报 告 实验课程名称: 语音信号处理实验 姓名: 班级: 20120811 学号: 指导教师 张磊 实验教室 21B#293 实验时间 2015年4月12日 实验成绩 实验序号 实验名称 实验过程 实验结果 实验成绩 实验一 语音信号的端点检测 实验二 语音信号的特征提取 实验三 语音信号的基频提取

实验一 语音信号的端点检测 一、实验目的 1、掌握短时能量的求解方法 2、掌握短时平均过零率的求解方法 3、掌握利用短时平均过零率和短时能量等特征,对输入的语音信号进行端点检测。 二、实验设备 HP 计算机、Matlab 软件 三、实验原理 1、短时能量 语音信号的短时能量分析给出了反应这些幅度变化的一个合适的描述方法。对于信号)}({n x ,短时能量的定义如下: ∑ ∑∞ -∞ =∞ -∞ =*=-= -= m m n n h n x m n h m x m n w m x E )()()()()]()([222 2、短时平均过零率 短时平均过零率是指每帧内信号通过零值的次数。对于连续语音信号,可以 考察其时域波形通过时间轴的情况。对于离散信号,实质上就是信号采样点符号变化的次数。过零率在一定程度上可以反映出频率的信息。短时平均过零率的公式为: ∑∑-+=∞ -∞=--= ---=1)] 1(sgn[)](sgn[2 1 ) ()]1(sgn[)](sgn[21N n n m w w m n m x m x m n w m x m x Z 其中,sgn[.]是符号函数,即 ? ? ?<-≥=0)(10)(1 )](sgn[n x n x n x

控制系统的频域分析实验报告

实验名称: 控制系统的频域分析 实验类型:________________同组学生姓名:__________ 一、实验目的和要求 用计算机辅助分析的方法,掌握频率分析法的三种方法,即Bode 图、Nyquist 曲线、Nichols 图。 二、实验内容和原理 (一)实验原理 1.Bode(波特)图 设已知系统的传递函数模型: 1 1211121)(+-+-+???+++???++=n n n m m m a s a s a b s b s b s H 则系统的频率响应可直接求出: 1 1211121)()()()()(+-+-+???+++???++=n n n m m m a j a j a b j b j b j H ωωωωω MATLAB 中,可利用bode 和dbode 绘制连续和离散系统的Bode 图。 2.Nyquist(奈奎斯特)曲线 Nyquist 曲线是根据开环频率特性在复平面上绘制幅相轨迹,根据开环的Nyquist 线,可判断闭环系统的稳定性。 反馈控制系统稳定的充要条件是,Nyquist 曲线按逆时针包围临界点(-1,j0)p 圈,为开环传递函数位于右半s 一平面的极点数。在MATLAB 中,可利用函数nyquist 和dnyquist 绘出连续和离散系统的乃氏曲线。 3.Nicho1s(尼柯尔斯)图 根据闭环频率特性的幅值和相位可作出Nichols 图,从而可直接得到闭环系统的频率特性。在 MATLAB 中,可利用函数nichols 和dnichols 绘出连续和离散系统的Nichols 图。 (二)实验内容 1.一系统开环传递函数为 ) 2)(5)(1(50)(-++=s s s s H 绘制系统的bode 图,判断闭环系统的稳定性,并画出闭环系统的单位冲击响应。 2.一多环系统 ) 10625.0)(125.0)(185.0(7.16)(+++=s s s s s G 其结构如图所示 试绘制Nyquist 频率曲线和Nichols 图,并判断稳定性。 (三)实验要求

随机信号分析实验报告二 2

《随机信号分析》实验报告二 班级: 学号: 姓名:

实验二高斯噪声的产生和性能测试 1.实验目的 (1)掌握加入高斯噪声的随机混合信号的分析方法。 (2)研究随机过程的均值、相关函数、协方差函数和方差。 ⒉实验原理 (1)利用随机过程的积分统计特性,给出随机过程的均值、相关函数、协方差函数和方差。 (2)随机信号均值、方差、相关函数的计算公式,以及相应的图形。 ⒊实验报告要求 (1)简述实验目的及实验原理。 (2)采用幅度为1,频率为25HZ的正弦信号错误!未找到引用源。为原信号,在其中加入均值为2,方差为0.04的高斯噪声得到混合随机信号X(t)。 试求随机过程 的均值、相关函数、协方差函数和方差。用MATLAB进行仿真,给出测试的随机过程的均值、相关函数、协方差函数和方差图形,与计算的结果作比较,并加以解释。 (3)分别给出原信号与混合信号的概率密度和概率分布曲线,并以图形形式分别给出原信号与混合信号均值、方差、相关函数的对比。 (4)读入任意一幅彩色图像,在该图像中加入均值为0,方差为0.01的高斯噪声,请给出加噪声前、后的图像。 (5)读入一副wav格式的音频文件,在该音频中加入均值为2,方差为0.04的高斯噪声,得到混合随机信号X(t),请给出混合信号X(t)的均值、相关函数、协方差函数和方差,频谱及功率谱密度图形。 4、源程序及功能注释 (2)源程序: clear all; clc; t=0:320; %t=0:320 x=sin(2*pi*t/25); %x=sin(2*p1*t/25) x1=wgn(1,321,0); %产生一个一行32列的高斯白噪声矩阵,输出的噪声强度为0dbw

信号检测实验报告

Harbin Institute of Technology 匹配滤波器实验报告 课程名称:信号检测理论 院系:电子与信息工程学院 姓名:高亚豪 学号:14SD05003 授课教师:郑薇 哈尔滨工业大学

1. 实验目的 通过Matlab 编程实现对白噪声条件下的匹配滤波器的仿真,从而加深对匹配滤波器及其实现过程的理解。通过观察输入输出信号波形及频谱图,对匹配处理有一个更加直观的理解,同时验证匹配滤波器具有时间上的适应性。 2. 实验原理 对于一个观测信号()r t ,已知它或是干扰与噪声之和,或是单纯的干扰, 即 0()()()()a u t n t r t n t +?=?? 这里()r t ,()u t ,()n t 都是复包络,其中0a 是信号的复幅度,()u t 是确知的归一化信号的复包络,它们满足如下条件。 2|()|d 1u t t +∞ -∞=? 201||2 a E = 其中E 为信号的能量。()n t 是干扰的均值为0,方差为0N 的白噪声干扰。 使该信号通过一个线性滤波系统,有效地滤除干扰,使输出信号的信噪比在某一时刻0t 达到最大,以便判断信号的有无。该线性系统即为匹配滤波器。 以()h t 代表系统的脉冲响应,则在信号存在的条件下,滤波器的输出为 0000()()()d ()()d ()()d y t r t h a u t h n t h τττττττττ+∞+∞+∞ =-=-+-???

右边的第一项和第二项分别为滤波器输出的信号成分和噪声成分,即 00()()()d x t a u t h τττ+∞ =-? 0 ()()()d t n t h ?τττ+∞ =-? 则输出噪声成分的平均功率(统计平均)为 2 20E[|()|]=E[|()()d |]t n t h ?τττ+∞ -? **00*000200 =E[()(')]()(')d d '=2()(')(')d d ' 2|()|d n t n t h h N h h N h ττττττδττττττττ+∞+∞+∞+∞+∞ ---=?? ?? ? 而信号成分在0t 时刻的峰值功率为 22 20000|()||||()()d |x t a u t h τττ+∞ =-? 输出信号在0t 时刻的总功率为 22000E[|()|]E[|()()|]y t x t t ?=+ 22**0000002200E[|()||()|()()()()] |()|E[|()|] x t t x t t t x t x t t ????=+++=+ 上式中输出噪声成分的期望值为0,即0E[()]0t ?=,因此输出信号的功率 成分中只包含信号功率和噪声功率。 则该滤波器的输出信噪比为 222000022000|||()()d ||()|E[|()|]2|()|d a u t h x t t N h τττρ?ττ+∞ +∞-==?? 根据Schwartz 不等式有

数字信号处理实验报告

语音信号的数字滤波 一、实验目的: 1、掌握使用FFT进行信号谱分析的方法 2、设计数字滤波器对指定的语音信号进行滤波处理 二、实验内容 设计数字滤波器滤除语音信号中的干扰(4 学时) 1、使用Matlab的fft函数对语音信号进行频谱分析,找出干扰信号的频谱; 2、设计数字滤波器滤除语音信号中的干扰分量,并进行播放对比。 三、实验原理 通过观察原语音信号的频谱,幅值特别大的地方即为噪声频谱分量,根据对称性,发现有四个频率的正弦波干扰,将它们分别滤掉即可。采用梳状滤波器,经过计算可知,梳状滤波器h[n]={1,A,1}的频响|H(w)|=|A+2cos(w)|,由需要滤掉的频率分量的频响w,即可得到A,进而得到滤波器的系统函数h[n]。而由于是在离散频域内进行滤波,所以令w=(2k*pi/N)即可。 对原信号和四次滤波后的信号分别进行FFT变换,可以得到它们的幅度相应。最后,将四次滤波后的声音信号输出。 四、matlab代码 clc;clear;close all; [audio_data,fs]=wavread('SunshineSquare.wav'); %读取未处理声音 sound(audio_data,fs); N = length(audio_data); K = 0:2/N:2*(N-1)/N; %K为频率采样点

%sound(audio_data,fs); %进行一次FFT变换 FFT_audio_data=fft(audio_data); mag_FFT_audio_data = abs(FFT_audio_data); %画图 figure(1) %原信号时域 subplot(2,1,1);plot(audio_data);grid; title('未滤波时原信号时域');xlabel('以1/fs为单位的时间');ylabel('采样值'); %FFT幅度相位 subplot(2,1,2);plot(K,mag_FFT_audio_data);grid; title('原信号幅度');xlabel('以pi为单位的频率');ylabel('幅度'); %构造h[n]={1,A,1}的梳状滤波器,计算A=2cosW,妻子W为要滤掉的频率%由原信号频谱可知要分四次滤波,滤掉频响中幅度大的频率分量 %第一次滤波 a = [1,0,0,0];%y[n]的系数 [temp,k]=max(FFT_audio_data); A1=-2*cos(2*pi*k/N); h1=[1,A1,1]; audio_data_h1 = filter(h1,a,audio_data); FFT_audio_data_h1=fft(audio_data_h1);

工程信号处理实验报告

( 2011-2012 学年 第二学期) 重庆理工大学研究生课程论文 课程论文题目: 《工程信号处理实验报告》 课程名称 工程信号处理实验 课程类别 □学位课 非学位课 任课教师 谢明 所在学院 汽车学院 学科专业 机械设计及理念 姓名 李文中 学 号 50110802313 提交日期 2012年4月12日

工程信号处理实验报告 姓名:李文中学号:50110802313 实验报告一 实验名称:数据信号采集及采样参数选定 1实验目的 1.1了解信号采集系统的组成,初步掌握信号采集系统的使用。 1.2加深对采样定理的理解,掌握采样参数的选择方法 1.3了解信号采集在工程信号处理中的实际应用,及注意事项。 2 实验原理 2.1 模数转换及其控制 对模拟信号进行采集,就是将模拟信号转换为数字信号,即模/数(A/D)转换,然后送入计算机或专用设备进行处理。模数转换包括三个步骤:(1)采样,(2)量化,(3)编码。采样,是对已知的模拟信号按一定的间隔抽出一个样本数据。若间隔为一定时间 T,则称这种采样为等时间间隔采样。除特别注明外,一般都采用等时间间隔采样;量化,是一种用有限字长的数字量逼近模拟量的过程。编码,是将已经量化的数字量变为二进制数码,因为数字处理器只能接受有限长的二进制数。模拟信号经过这三步转换后,变成了时间上离散、幅值上量化的数字信号。A/D转换器是完成这三个步骤的主要器件。 在信号采集系统中,A/D 转换器与计算机联合使用完成模数转换。用计算机的时钟或用软件产生等间隔采样脉冲控制 A/D 转换器采样。A/D 转换器通过内部电路进行量化与编码,输出有限长的二进制代码。信号采集系统中,通常由以 A/D转换器为核心的接口电路及控制软件,进行信号采集控制。 *注这部分是由本实验所用的信号采集器自动完成的,以上也是实验器材-信号采集器的部分工作原理。以后实验中就不再赘述。 2.2 信号采集的参数选择

信号与系统实验报告实验三 连续时间LTI系统的频域分析

实验三 连续时间LTI 系统的频域分析 一、实验目的 1、掌握系统频率响应特性的概念及其物理意义; 2、掌握系统频率响应特性的计算方法和特性曲线的绘制方法,理解具有不同频率响应特性的滤波器对信号的滤波作用; 3、学习和掌握幅度特性、相位特性以及群延时的物理意义; 4、掌握用MA TLAB 语言进行系统频响特性分析的方法。 基本要求:掌握LTI 连续和离散时间系统的频域数学模型和频域数学模型的MATLAB 描述方法,深刻理解LTI 系统的频率响应特性的物理意义,理解滤波和滤波器的概念,掌握利用MATLAB 计算和绘制LTI 系统频率响应特性曲线中的编程。 二、实验原理及方法 1 连续时间LTI 系统的频率响应 所谓频率特性,也称为频率响应特性,简称频率响应(Frequency response ),是指系统在正弦信号激励下的稳态响应随频率变化的情况,包括响应的幅度随频率的变化情况和响应的相位随频率的变化情况两个方面。 上图中x(t)、y(t)分别为系统的时域激励信号和响应信号,h(t)是系统的单位冲激响应,它们三者之间的关系为:)(*)()(t h t x t y =,由傅里叶变换的时域卷积定理可得到: )()()(ωωωj H j X j Y = 3.1 或者: ) () ()(ωωωj X j Y j H = 3.2 )(ωj H 为系统的频域数学模型,它实际上就是系统的单位冲激响应h(t)的傅里叶变换。即 ? ∞ ∞ --= dt e t h j H t j ωω)()( 3.3

由于H(j ω)实际上是系统单位冲激响应h(t)的傅里叶变换,如果h(t)是收敛的,或者说是绝对可积(Absolutly integrabel )的话,那么H(j ω)一定存在,而且H(j ω)通常是复数,因此,也可以表示成复数的不同表达形式。在研究系统的频率响应时,更多的是把它表示成极坐标形式: ) ()()(ω?ωωj e j H j H = 3.4 上式中,)j (ωH 称为幅度频率相应(Magnitude response ),反映信号经过系统之后,信号各频率分量的幅度发生变化的情况,)(ω?称为相位特性(Phase response ),反映信号经过系统后,信号各频率分量在相位上发生变换的情况。)(ωj H 和)(ω?都是频率ω的函数。 对于一个系统,其频率响应为H(j ω),其幅度响应和相位响应分别为)(ωj H 和)(ω?,如果作用于系统的信号为t j e t x 0)(ω=,则其响应信号为 t j e j H t y 0)()(0ωω= t j j e e j H 00)(0)(ωω?ω=))((000)(ω?ωω+=t j e j H 3.5 若输入信号为正弦信号,即x(t) = sin(ω0t ),则系统响应为 ))(sin(|)(|)sin()()(00000ω?ωωωω+==t j H t j H t y 3.6 可见,系统对某一频率分量的影响表现为两个方面,一是信号的幅度要被)(ωj H 加权,二是信号的相位要被)(ω?移相。 由于)(ωj H 和)(ω?都是频率ω的函数,所以,系统对不同频率的频率分量造成的幅度和相位上的影响是不同的。 2 LTI 系统的群延时 从信号频谱的观点看,信号是由无穷多个不同频率的正弦信号的加权和(Weighted sum )所组成。正如刚才所述,信号经过LTI 系统传输与处理时,系统将会对信号中的所有频率分量造成幅度和相位上的不同影响。从相位上来看,系统对各个频率分量造成一定的相位移(Phase shifting ),相位移实际上就是延时(Time delay )。群延时(Group delay )的概念能够较好地反

随机信号实验报告

随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景: (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1

理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究,对对它们进行比较分析并讨论其物理意义。 关键词:理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景: 在词典中噪声有两种定义:定义1:干扰人们休息、学习和工作的声音,引起人的心理和生理变化。定义2:不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声,可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的,从感性上很容易理解。而第二种定义则相对抽象一些,大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声,如何的利用噪声,把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解,为后面的学习与工作做准备,我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们,掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法,掌握理想白噪声和带限白噪声的性质。

信号处理实验报告

数字信号处理 第四次实验报告 一、 实验目的 1.了解离散系统的零极点与系统因果性能和稳定性的关系 2.观察离散系统零极点对系统冲激响应的影响 3.熟悉MATLAB 中进行离散系统零极点分析的常用子函数 4.加深对离散系统的频率响应特性基本概念的理解 5.了解离散系统的零极点与频响特性之间的关系 6.熟悉MATLAB 中进行离散系统分析频响特性的常用子函数,掌握离散系统幅频响应和相频响应的求解方法。 二、实验过程 9.2已知离散时间系统函数分别为 ) 7.05.0)(7.05.0(3 .0)(1j z j z z z H ++-+-= )1)(1(3 .0)() 8.06.0)(8.06.0(3 .0)(32j z j z z z H j z j z z z H ++-+-= ++-+-= 求这些系统的零极点分布图以及系统的冲击响应,并判断系统因果稳定性。 %---------第一式-----------------------------------------------------------------------------% z1=[0.3,0]';p1=[-0.5+0.7j,-0.5-0.7j]';k=1; %z1零点向量矩阵,p1极点向量矩阵,k 系统增益系数---------------------------% [bl,al]=zp2tf(z1,p1,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,1),zplane(bl,al); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆内'); subplot(3,2,2),impz(bl,al,20); %impz 绘制系统的冲激响应图 %---------第二式-----------------------------------------------------------------------------% z2=[0,3,0]';p2=[-0.6+0.8j,-0.6-0.8j]'; %z2零点向量矩阵,p2极点向量矩阵---------------------------------------------------% [b2,a2]=zp2tf(z2,p2,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,3),zplane(b2,a2); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆上'); subplot(3,2,4),impz(b2,a2,20); %impz 绘制系统的冲激响应图 %---------第三式-----------------------------------------------------------------------------%

相关文档
最新文档