数字信号处理实验一(离散信号及离散系统的MATLAB编程实现)

实验要求:

  • 离散信号及离散系统的MATLAB编程实现 (2学时)
    1. 要求:
      1. 编写一程序,输出一定长度(点数),具有一定幅度、(角)频率和初始相位的实(或复)信号序列,如复指数序列;
      2. 利用matlab,求系统y(n)-0.8y(n-1)-0.5y(n-2)=0.7x(n)+0.3(n-1)的零极点。
    2. 目的:
      1. 熟悉MATLAB命令和编辑、运行、调试环境;
      2. 学会编写MATLAB程序(.m文件)

实验报告:

一、实验内容

i.设计一个最小阶次的低通FIR数字滤波器,性能指标为:通带0Hz~1500Hz,阻带截止频率2000Hz,通带波动不大于1%,阻带波动不大于1%,采样频率为8000Hz;

ii.用一个仿真信号来验证滤波器的正确性(注意:要满足幅度要求和线性相位特性)。

二、实验目的

i.利用学习到的数字信号处理知识解决实际问题;

ii.了解线性相位滤波器的特殊结构;

三、涉及实验的相关情况介绍(包含使用软件或实验设备等情况)

Windows系统 Matlab 2022b

四、实验记录

1.原理基础

FIR(有限脉冲响应)滤波器是一种数字滤波器,其脉冲响应在有限的时间内衰减为零。FIR滤波器通过一系列加权系数的线性组合对输入信号进行卷积,以产生输出信号。对于低通FIR滤波器,它允许低频信号通过并抑制高频信号。

线性相位FIR滤波器具有对称或反对称的系数,这保证了滤波器在所有频率上具有相同的相位延迟,这对于避免信号失真非常重要。

设计FIR滤波器时,常用的方法有窗函数法、最小二乘法(如firls函数)和等波纹法(如remez函数)。这些方法通过最小化通带和阻带内的误差来优化滤波器的性能。

2 实验流程

确定滤波器参数:

包括采样频率、通带和阻带截止频率、通带和阻带波动等。

设计FIR滤波器:

使用MATLAB的firls或remez函数设计满足性能要求的FIR滤波器。

生成仿真信号:

创建一个包含通带和阻带频率分量的仿真信号。

应用滤波器:

使用MATLAB的filter函数将设计的FIR滤波器应用于仿真信号。

分析滤波结果

绘制原始信号和滤波后信号的频谱图,检查通带和阻带的波动是否满足要求,并验证滤波器的线性相位特性。

3 源程序代码

%名称:模拟信号采样与重构及频谱分析FFT
%结构:1.模拟信号的采样 2.生成复合信号并绘制时域和频域 3.应用滤波器并绘制时域频域
%编辑人:贾雯爽
%目的:掌握模拟信号的采样、重构和频谱分析
%最后更新时间:2024/06/05 
%模拟信号采样、重构、频谱分析

%1.模拟信号的采样(参数设置、创建模拟信号、信号采样、绘制图像)

%1.1 设置参数 
Fs = 1000;%采样频率
A = 1;%幅度
f0 = 5;%频率
t = 0:1/Fs:1-1/Fs;%时间向量

%1.2 信号生成
x = A*sin(2*pi*f0*t);

%1.3 信号采样
Ts = 1/Fs;
t_sample = 0:Ts:1-Ts; % 采样时间点 
x_sample = A*sin(2*pi*f0*t_sample);

  
% 第四步:绘制原始信号和采样信号  
figure;  
subplot(3,1,1);  
plot(t, x);  
title('原始模拟信号');  
xlabel('时间 (s)');  
ylabel('幅度');  
  
subplot(3,1,2);  
stem(t_sample, x_sample, 'filled');  
title('采样信号');  
xlabel('时间 (s)');  
ylabel('幅度');  

%2.信号重构(模拟)

%2.1 模拟信号重构
t_recon = linspace(0, 1, Fs*10); % 用于重构的更细粒度时间向量  
x_recon = interp1(t_sample, x_sample, t_recon, 'linear'); % 线性插值 

%2.2 绘制信号重构
subplot(313);
plot(t_recon, x_recon);
title('重构模拟信号');
xlabel('时间(s)');
ylabel('幅度');


%3.频谱分析(fft) 原始信号与分析后信号对比

%3.1 对原始信号进行FFT频谱分析
N = length(t);  
X = fft(x, N);  
P2 = abs(X/N);%转换为单边谱
P1 = P2(1:N/2+1);  
P1(2:end-1) = 2*P1(2:end-1);  
f = Fs*(0:(N/2))/N; % 频率向量 

% 3.2绘制原始信号的频谱  
figure;  
subplot(211);
plot(f, P1);  
title('原始模拟信号的频谱');  
xlabel('频率 (Hz)');  
ylabel('|P(f)|');  
  
% 3.3对采样信号进行FFT  
N_sample = length(t_sample);  
X_sample = fft(x_sample, N); % 使用与原始信号相同的FFT长度  
%取单边频谱的流程
P2_sample = abs(X_sample/N);  
P1_sample = P2_sample(1:N/2+1);  
P1_sample(2:end-1) = 2*P1_sample(2:end-1);  
  
% 3.4绘制采样信号的频谱  
subplot(212);
plot(f, P1_sample);  
title('采样信号的频谱');  
xlabel('频率 (Hz)');  
ylabel('|P(f)|');  
  
% 程序结束

4 实验结果

5实验结果分析

i. 对于复指数序列,可以观察到序列的周期性、幅度、频率和相位的变化。这些参数对信号分析和处理非常重要。

ii. 通过对系统差分方程零点和极点的分析,可以了解系统的稳定性和动态特性。在本例中,极点都位于单位圆内,说明系统是稳定的。此外,零点的位置可以影响系统的频率响应特性。通过零极点图,可以直观地看到系统的零点和极点在复平面上的位置,从而进一步分析系统的性能。

五、实验总结

本次实验着重点有两个;①熟悉Matlab的使用操作,包括文件建立、路径添加等。②熟练掌握复指数序列的概念并掌握通过差分方程推到H(z),进一步进行零极点分析的过程。

零极点对数字信号处理系统的性能有着重要作用,稳定性,因果性,低通高通等......


原创文章内容,学术不精恐有错漏之处,恳请各位批评指正。如有Matlab代码源文件或其他沟通需要,可通过邮箱(2642610289@qq.com)联系我,特情注意,学业繁忙难以及时回复,敬请理解。

相关推荐
机器学习之心1 分钟前
一区北方苍鹰算法优化+创新改进Transformer!NGO-Transformer-LSTM多变量回归预测
算法·lstm·transformer·北方苍鹰算法优化·多变量回归预测·ngo-transformer
yyt_cdeyyds12 分钟前
FIFO和LRU算法实现操作系统中主存管理
算法
alphaTao38 分钟前
LeetCode 每日一题 2024/11/18-2024/11/24
算法·leetcode
kitesxian1 小时前
Leetcode448. 找到所有数组中消失的数字(HOT100)+Leetcode139. 单词拆分(HOT100)
数据结构·算法·leetcode
VertexGeek1 小时前
Rust学习(八):异常处理和宏编程:
学习·算法·rust
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
jiao_mrswang2 小时前
leetcode-18-四数之和
算法·leetcode·职场和发展
qystca2 小时前
洛谷 B3637 最长上升子序列 C语言 记忆化搜索->‘正序‘dp
c语言·开发语言·算法
薯条不要番茄酱2 小时前
数据结构-8.Java. 七大排序算法(中篇)
java·开发语言·数据结构·后端·算法·排序算法·intellij-idea
今天吃饺子3 小时前
2024年SCI一区最新改进优化算法——四参数自适应生长优化器,MATLAB代码免费获取...
开发语言·算法·matlab