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、编程实现卷积和 并分别绘制的波形,说明序列 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
WXG10111 小时前
【matlab】matlab点云处理
开发语言·matlab
信号处理学渣1 小时前
matlab之将一个升序数组按照元素值连续与否分成多组
数据结构·算法·matlab
Evand J3 小时前
【MATLAB雷达滤波代码】二维,单雷达跟踪与滤波。EKF融合雷达的距离、角度+目标IMU数据。附代码下载链接
开发语言·matlab·雷达·ekf·雷达跟踪·角度观测
非著名架构师5 小时前
【光伏功率预测】EMD 分解 + PCA 降维 + LSTM 的联合建模与 Matlab 实现
人工智能·matlab·lstm·高精度光伏功率预测模型
yugi9878386 小时前
TDOA算法MATLAB实现:到达时间差定位
前端·算法·matlab
t198751286 小时前
基于因子图与和积算法的MATLAB实现
开发语言·算法·matlab
rit84324996 小时前
MFOCUSS算法MATLAB实现:稀疏信号重构
算法·matlab·重构
free-elcmacom7 小时前
MATLAB物理仿真<1>电磁场有限元仿真
开发语言·matlab·电磁场仿真
软件算法开发8 小时前
基于跳蛛优化的LSTM深度学习网络模型(JSOA-LSTM)的一维时间序列预测算法matlab仿真
深度学习·matlab·lstm·一维时间序列预测·跳蛛优化·jsoa-lstm
Dev7z10 小时前
基于Matlab低光照图像自适应分段线性增强方法及系统实现
matlab·低光照图像·自适应分段线性增强