數字信號處理實習報告

中國地質大學〔武漢〕 數字信號處理實習報告試驗一一．試驗內容h(n)，x(n)1、h(n)=(0.8)n，0≤n≤4；x(n)=u(n)-u(n-4)2、h(n)=(0.8)nu(n),x(n)=u(n)-u(n-4)3、h(n)=(0.8)nu(n),x(n)=u(n)求以上三種狀況下系統的輸出y(n)，顯示輸入和輸出波形。二．試驗目的2，把握離散卷積的計算方法三．算法設計y(n)

k

x(k)h(nk)當序列為有限長時，則y(n)nk0

x(k)h(nk)x(n)分別輸入到程序中，然后調用離散卷y=conv(x.,h)即可得到所要求的結果。四．程序代碼、運行結果與結果比照分析程序代碼如下：x1=[1111];nx1=0:3;nh1=0:4;h1=0.8.^nh1;[y1,ny1]=conv_m(x1,nx1,h1,nh1);figure(1);x1”);xlabel(”n”);ylabel(”x(n)”);h1”);xlabel(”n”);ylabel(”h(n)”);y1”);xlabel(”n”);ylabel(”y(n)”);x2=[1111];nx2=0:3;nh2=0:20;h2=0.8.^nh2;[y2,ny2]=conv_m(x2,nx2,h2,nh2);1中國地質大學〔武漢〕 數字信號處理實習報告figure(2);x2”);xlabel(”n”);ylabel(”x(n)”);h2”);xlabel(”n”);ylabel(”h(n)”);y2”);xlabel(”n”);ylabel(”y(n)”);x3=ones(1,20);nx3=0:19;nh3=0:20;h3=0.8.^nh3;[y3,ny3]=conv_m(x3,nx3,h3,nh3);figure(3);x3”);xlabel(”n”);ylabel(”x(n)”);h3”);xlabel(”n”);ylabel(”h(n)”);y3”);xlabel(”n”);ylabel(”y(n)”);function[y,ny]=conv_m(x,nx,h,nh)nyb=nx(1)+nh(1);nye=nx(length(x))+nh(length(h));ny=[nyb:nye];y=conv(x,h);end12312中國地質大學〔武漢〕 數字信號處理實習報告233中國地質大學〔武漢〕 數字信號處理實習報告一樣。五．試驗小結了一些。試驗二一．試驗內容:x(n)=cos(0.48πn)+cos(0.52πn)分析以下三種狀況下的幅頻特性。N=16，16采集數據長度N=16，并補零到64點，分析其頻譜，并畫出幅頻特性。采集數據長度N=64，分析46點的頻譜，并畫出幅頻特性。二．試驗目的1，DFTFFT2，利用FFT算法計算信號的頻譜三．算法設計讀入離散序列x(n)=cos(0.48πn)+cos(0.52πn)，采集長度為N=16的數據，這fft〔x,64〕1664點的頻譜。采集數據長度為N=64，我們調用函數fft〔x,64〕對其作離散傅64。四．程序代碼、運行結果與結果比照分析程序代碼如下：n1=0:1:15;x1=cos(0.48*pi*n1)+cos(0.52*pi*n1);y1=fft(x1,16);figure(1);4中國地質大學〔武漢〕 數字信號處理實習報告subplot(121);stem(x1);title(”x1”);subplot(122);stem(abs(y1));title(”y1”);n2=0:1:15;x2=cos(0.48*pi*n2)+cos(0.52*pi*n2);x2=[x2zeros(1,48)];y2=fft(x2,64);figure(2);subplot(121);stem(x2);title(”x2”);subplot(122);stem(abs(y2));title(”y2”);n3=0:1:63;x3=cos(0.48*pi*n3)+cos(0.52*pi*n3);y3=fft(x3,64);figure(3);subplot(121);stem(x3);title(”x3”);subplot(122);stem(abs(y3));title(”y3”);45645中國地質大學〔武漢〕 數字信號處理實習報告566NDFT的頻譜區(qū)分率是2π/N。一節(jié)指出可以通過補零觀看到更多的頻點，但是這并不意味著補零能夠提高真正的頻譜區(qū)分率。這是由于 x[n]NDFT的頻譜區(qū)分率是2π/N。一節(jié)指出可以通過補零觀看到更多的頻點，但是這并不意味著補零能夠提高真正的頻譜區(qū)分率。這是由于 x[n]實際上是x(t)采樣的主值序列，而將x[n]補零得到的x”[n]周期延拓之后與原來的序列并不一樣，也不是x(t)的采樣因此是不同離散信號的頻譜。對于補零至M點的x”的DFT，只能說它的區(qū)分率2π/M僅具有計算上的意義，并不是真正的、物理意義上的頻譜。頻譜區(qū)分率的提高只能通過提高采樣頻率實現。五．試驗小結信號頻譜周期性的理解，收獲還是挺大的。試驗三一．試驗內容通帶截止頻率：0.2π，1152，分析不同濾波器的特點和結果。3，IIR二．試驗目的1，IIR2，IIR三．算法設計Wp，阻帶截止頻率Ws，通帶衰減Rp，阻帶衰減Rs，然后將數字指標Wp,Ws,轉換為模擬指標wp1,ws1,公式為Ω=2/Ttan〔w/2),通過這些數值調用[N，Wn]=buttord(wp1,ws1,Rp,Rs)函數計算巴特沃斯模擬濾波器的階數NWn，N[b,a]=butter(N,Wn)，即可得到所要的換。四．程序代碼與運行結果程序代碼如下：7中國地質大學〔武漢〕 數字信號處理實習報告wp=0.2*pi; %通帶截止頻率ws=0.3*pi； %阻帶截止頻率Rp=1; %通帶衰減Rs=15; %阻帶衰減wp1=tan(wp/2); 〔T=2〕ws1=tan(ws/2);[N,Wn]=buttord(wp1,ws1,Rp,Rs,”s”); [b,a]=butter(N,Wn,”s”);[bz,az]=bilinear(b,a,0.5)； 數字濾波器的轉換[h,w]=freqz(bz,az);plot(w/pi,20*log10(abs(h)));grid;xlabel(”w/pi”)778中國地質大學〔武漢〕 數字信號處理實習報告五．試驗小結Butterworth才能更好地把握所學的學問。試驗四一．試驗內容通帶截止頻率：ωp=0.5π,340二．試驗目的1，FIR2，生疏線性相位濾波器特性3，了解各種窗函數對濾波器特性的影響三．算法設計ωs度，從而得到抱負濾波器的截止頻率，由于其通帶截止頻率處的衰減不大于3分貝與阻帶衰減不小于40分貝，可以選擇漢明窗來實現。四．程序代碼、運行結果與結果分析程序代碼如下：wp=0.5*pi;ws=0.66*pi;Rp=3;Rs=40;wdelta=ws-wp;N=ceil(8*pi/wdelta); wn=(wp+ws)/2;[b,a]=fir1(N,wn/pi,hamming(N+1)); figure(1);freqz(b,a,512);運行結果如圖89中國地質大學〔武漢〕 數字信號處理實習報告8結果分析：1，通帶和阻帶之間存在過渡帶，過渡帶寬度取決于窗函數頻響的主瓣寬度。N，其主瓣寬度減小，但不轉變旁瓣的相對值。旁瓣衰減盡可能大，數量盡可能大，從而改善紋波狀況，使實際頻響H〔ejω〕更Hd〔ejω〕五．試驗小結窗函數法設計FIR數字濾波器是傅立葉變換的典型運用。通過這次實習有益于數內容屬于課本上比較難的學問點了，原先學習的時候對窗函數法設計FIR數字濾波器的生疏很抽象，這次通過實踐之后才有了很具體的理解。10中國地質大學〔武漢〕 數字信號處理實習報告綜合一．試驗內容MATLAB二．試驗目的1，把握GUI界面的設計方法2，加強自己綜合處理的力量三．程序代碼、運行結果與結果分析程序代碼：functionpushbutton1_Callback(hObject,eventdata,handles)%hObject handletopushbutton1(seeGCBO)%eventdata reserved-tobedefinedinafutureversionofMATLAB%handles structurewithhandlesanduserdata(seeGUIDATA)x1=wavread(”E:\數字信號實習\語音.wav”);fs=1000;t=(0:length(x1)-1)/1000;y1=fft(x1);figure(1);subplot(121);plot(t,x1); title(”原始語音信號”);xlabel(”time(s)”);subplot(122);plot(abs(y1)); FFT頻譜title(”原始語音信號的FFT頻譜”)xlabel(”Hz”);ylabel(”幅度”);functionpushbutton2_Callback(hObject,eventdata,handles)%hObject handletopushbutton2(seeGCBO)%eventdata reserved-tobedefinedinafutureversionofMATLAB%handles structurewithhandlesanduserdata(seeGUIDATA)x2=wavread(”E:\數字信號實習\語音.wav”);fs=1000;t=(0:length(x2)-1)/1000;1中國地質大學〔武漢〕 數字信號處理實習報告wp=0.04*pi; %通帶截止頻率ws=0.06*pi; %阻帶截止頻率Rp=1; %通帶衰減Rs=15; %阻帶衰減wp1=2*fs*tan(wp/2); ws1=2*fs*tan(ws/2);[N,Wn]=buttord(wp1,ws1,Rp,Rs,”s”); [b,a]=butter(N,Wn,”s”);[bz,az]=bilinear(b,a,1000); %用雙線性變換法實現模擬濾波器到數字濾波器的轉換[h,w]=freqz(bz,az);figure(1);plot(w/pi,20*log10(abs(h)));grid;xlabel(”w/pi”);低通濾波器”);f1=filter(bz,az,x2);figure(2);subplot(211);plot(t,x2); %畫出濾波前的時域圖低通濾波器濾波前的時域波形”);subplot(212);plot(t,f1); %畫出濾波后的時域圖低通濾波器濾波后的時域波形”);y2=fft(f1);y3=fft(x2);figure(3);subplot(211);plot(abs(y3)); title(”IIR低通濾波器濾波前的頻譜”)xlabel(”頻率/Hz”);subplot(212);plot(abs(y2)); title(”IIR低通濾波器濾波后的頻譜”)xlabel(”頻率/Hz”);ylabel(”幅值”);functionpushbutton3_Callback(hObject,eventdata,handles)%hObject handletopushbutton3(seeGCBO)%eventdata reserved-tobedefinedinafutureversionofMATLAB%handles structurewithhandlesanduserdata(seeGUIDATA)x3=wavread(”E:\數字信號實習\語音.wav”);12中國地質大學〔武漢〕 數字信號處理實習報告fs=1000;t=(0:length(x3)-1)/1000;wp=0.04*pi;ws=0.06*pi;Rp=3;Rs=40;wdelta=ws-wp;N=ceil(8*pi/wdelta); wn=(wp+ws)/2;[b,a]=fir1(N,wn/pi,hamming(N+1)); figure(1);freqz(b,a,512);低通濾波器”);f2=filter(b,a,x3);figure(2);subplot(211);plot(t,x3);低通濾波器濾波前的時域波形”);subplot(212);plot(t,f2);低通濾波器濾波后的時域波形”);y2=fft(f2);figure(3);y3=fft(x3);subplot(211);plot(abs(y3));低通濾波器濾波前的頻譜”);xlabel(”頻率/Hz”);subplot(212);plot(abs(y2));低通濾波器濾波后的頻譜”);xlabel(”頻率/Hz”);ylabel(”幅值”);functionpushbutton4_Callback(hObject,eventdata,handles)%hObject handletopushbutton4(seeGCBO)%eventdata reserved-tobedefinedinafutureversionofMATLAB%handles structurewithhandlesanduserdata(seeGUIDATA)x1=wavread(”E:\數字信號實習\語音.wav”);sound(x1); %播放原始語音信號functionpushbutton5_Callback(hObject,eventdata,handles)%hObject handletopushbutton5(seeGCBO)13中國地質大學〔武漢〕 數字信號處理實習報告%eventdata reserved-tobedefinedinafutureversionofMATLAB%handles structurewithhandlesanduserdata(seeGUIDATA)x2=wavread(”E:\數字信號實習\語音.wav”);fs=1000;t=(0:length(x2)-1)/1000;wp=0.04*pi; %通帶截止頻率ws=0.06*pi; %阻帶截止頻率Rp=1; %通帶衰減Rs=15; %阻帶衰減wp1=2*fs*tan(wp/2); ws1=2*fs*tan(ws/2);[N,Wn]=buttord(wp1,ws1,Rp,Rs,”s”); [b,a]=butter(N,Wn,”s”);[bz,az]=bilinear(b,a,1000); %用雙線性變換法實現模擬濾波器到數字濾波器的轉換f1=filter(