信号与系统实验-实验五 离散时间系统的时域分析

一、实验目的

1、理解离散信号的定义与时域特征,掌握在时域求解信号的各种变换运算;

2、掌握离散系统的单位响应及其 MATLAB 实现的方法;

3、掌握离散时间序列卷积及其 MATLAB 实现的方法;

4、掌握利用 MATLAB 求解微分方程;

5、掌握利用 MATLAB 求 LTI 离散系统响应的方法。

二、实验内容

1、编程实现下列序列

(1)正弦序列

(2)阶跃序列

(3)单位脉冲序列

(4)复指数序列

Matlab 复制代码
clear;
t=[-10:10];
y1=3*sin(1/10*pi*t+pi/2);
subplot(4,1,1)
stem(y1);
y2=heaviside(t-2);
subplot(4,1,2)
stem(t,y2);
n1= [-10:10];
x = [(n1-2) == 0]; 
subplot(4,1,3)
stem(n1,x);
y3=3^2*exp(1i*2*t)
subplot(4,1,4)
stem(t,y3);

2、编程实现与卷积和 并分别绘制、、的波形,说明序列和 的时域宽度与序列 f (k) 的时域宽度的关系。

Matlab 复制代码
clear;
t=[-10:10];
y1=3*sin(1/10*pi*t+pi/2);
subplot(4,1,1)
stem(y1);
y2=heaviside(t-2);
subplot(4,1,2)
stem(t,y2);
n1= [-10:10];
x = [(n1-2) == 0]; 
subplot(4,1,3)
stem(n1,x);
y3=3^2*exp(1i*2*t)
subplot(4,1,4)
stem(t,y3);

3、已知某 LTI 离散系统,其单位响应h(k) = u(k) - u(k - 4),当系统的激励 为 f (k) = u(k) - u(k - 3) 时,求其零状态响应 y(k),并绘制其时域波形图。

Matlab 复制代码
syms t;
t=[-20:20];
y=heaviside(t)-heaviside(t-4);
y1=heaviside(t)-heaviside(t-3);
hk=y.*y1;
stem(hk)

4、已知描述某离散系统的差分方程为 y(k) - y(k -1) + 0.9y(k - 2) = 2 f (k) + 6 f (k -1) 且已知该系统输入序列为.试用 MATLAB 实现下列分析过程:

(1)画出输入序列的时域波形;

(2)求出系统的零状态响应在 0-20 区间的样值;

(3)画出系统的零状态响应波形图。

Matlab 复制代码
a=[1,-1,0.9];
b=[2,6];
k=[0:20];
f=0.5.^k.*[(k)>=0];
y=filter(b,a,f)
subplot(2,1,1);
stem(k,f);
title("输入序列的时域波形图")
subplot(2,1,2);
stem(k,y);
title("零状态响应波形图");

5、已知描述某离散系统的差分方程为 2y(k) - 2y(k -1) + y(k - 2) = f (k) + 3 f (k -1) + 2 f (k - 2) 试用 MATLAB 绘制出该系统在 0-50 时间范围内的单位响应的波形。

Matlab 复制代码
clear;
a=[2,-2,1];
b=[1,3,2];
k=[0:50];
y=impz(b,a,k)
stem(k,y)
相关推荐
且撷相思红豆枝13 小时前
Simulink学习笔记(一)
笔记·学习·matlab
星夜离尘5614 小时前
MATLAB 角度解缠遇到丢样:先分段,再说明圈数为什么不可恢复
开发语言·matlab
chhttty1 天前
Simulink电机控制框架
matlab·simulink
星夜离尘562 天前
MATLAB 工程实验:不等间隔流量积分,先把缺口与覆盖率说清楚
开发语言·matlab·时间戳·数据质量·数值积分
大江东去浪淘尽千古风流人物2 天前
【HIMO】跨模态图像匹配算法:IMO方向场提取与PolarP描述符源码精讲
matlab·跨模态·遥感·图像匹配·1024程序员节·特征描述符
星夜离尘562 天前
MATLAB 因果采样保持:用历史匹配和数据年龄防止未来信息泄漏
数据结构·算法·matlab
星夜离尘564 天前
MATLAB 工程实验:从相邻块均值手写重叠 Allan 偏差,数清有效项
算法·matlab·均值算法
风巽·剑染春水4 天前
【数据处理】Matlab 环境下安装 SPM 与 CAT 工具并进行脑核磁数据预处理
matlab·spm·cat·脑部核磁·t1w图像
机器学习之心4 天前
把 PINN 塞进群智能反演:一次可审计的结构损伤识别 MATLAB 复现
matlab
机器学习之心5 天前
基于CNN-BiLSTM的轴承剩余寿命预测,MATLAB代码
matlab·cnn·cnn-bilstm·轴承剩余寿命预测