数字信号处理实验报告lap23.docx

实验报告姓名： 学号：1101200227班级：信息1002 学校：华北电力大学科目：数字信号处理实验二时域抽样与频域抽样一、实验目的 加深理解连续时间信号的离散化过程中的数学概念和物理概念，掌握时域抽样定理的基本内容。掌握由抽样序列重建原连续信号的基本原理与实现方法，理解其工程概念。加深理解频谱离散化过程中的数学概念和物理概念，掌握频域抽样定理的基本内容。二、 实验原理 时域抽样定理给出了连续信号抽样过程中信号不失真的约束条件：对于基带信号，信号抽样频率fsam大于等于2倍的信号最高频率fm，即 fsam 2fm。 时域抽样是把连续信号x(t)变成适于数字系统处理的离散信号xk ；信号重建是将离散信号xk转换为连续时间信号x(t)。1. 信号的时域抽样若xk=x(kT)|t=kT，则信号x(t)与xk的频谱之间存在：其中：x(t)的频谱为X(jw)，xk的频谱为X(ejW)可见，信号时域抽样导致信号频谱的周期化。2. 信号的频域抽样非周期离散序列xk的频谱X(ejW)是以2p为周期的连续函数。频域抽样是将X(ejW)离散化以便于数值计算。 频域抽样与时域抽样形成对偶关系。在0,2p内对X(ejW) 进行N点均匀抽样，引起时域序列xk以N点为周期进行周期延拓。频域抽样定理给出了频域抽样过程中时域不发生混叠的约束条件：若序列xk的长度L，则应有NL。三、 实验内容1.利用MATLAB实现对信号 的抽样。t0 = 0:0.001:0.1; x0 =cos(2*pi*20*t0);plot(t0,x0,r)hold on%信号最高频率fm为20 Hz, %按100 Hz抽样得到序列。Fs = 100;t=0:1/Fs:0.1;x=cos(2*pi*20*t);stem(t,x);hold offtitle(连续信号及其抽样信号)2.已知序列 对其频谱X(ejW)进行抽样，分别取N=2，3，10，观察频域抽样造成的混叠现象。x=1,1,1; P=256; omega=0:P-1*2*pi/P;X0=1+exp(-j*omega)+exp(-2*j*omega);N=input(Type in N= ); omegam=0:N-1*2*pi/N;Xm=1+exp(-j*omegam)+exp(-2*j*omegam);subplot(2,1,1); plot(omega./pi,abs(X0); xlabel(Omega/PI); hold onstem(omegam./pi,abs(Xm),r,o); hold offx1=zeros(1,2*N) x zeros(1,2*N); x2=zeros(1,N) x zeros(1,3*N);x3=x zeros(1,4*N); x4=zeros(1,3*N) x zeros(1,N);x5=zeros(1,4*N) x; xx=x1+x2+x3+x4+x5;k=-2*N:2*N+length(x)-1; subplot(2,1,2); stem(k,x1); hold onsubplot(2,1,2); stem(k,xx,r,*); hold off当n=2时当n=3时当n=10时四、实验思考题1. 将语音信号转换为数字信号时，抽样频率一般应是多少？、64khz2. 在时域抽样过程中，会出现哪些误差？如何克服或改善？抽样方法本身所引起的误差。噪声误差。尽量加大采样频率，减小噪声的影响。3. 在实际应用中，为何一般选取抽样频率fsam (35)fm？ 4. 简述带通信号抽样和欠抽样的原理？5. 如何选取被分析的连续信号的长度?6. 增加抽样序列xk的长度，能否改善重建信号的质量？7. 简述构造内插函数的基本原则和方法？8. 抽样内插函数、阶梯内插函数、线性内插函数、 升余弦内插函数各有什么特性？实验报告姓名： 学号：1101200227班级：信息1002 学校：华北电力大学科目：数字信号处理实验三一、实验目的 分析常用窗函数的时域和频域特性，灵活运用窗函数分析信号频谱和设计FIR数字滤波器。二、 实验原理 在确定信号谱分析、随机信号功率谱估计以及FIR数字滤波器设计中，窗函数的选择起着重要的作用。在信号的频谱分析中，截短无穷长的序列会造成频率泄漏，影响频谱分析的精度和质量。合理选取窗函数的类型，可以改善泄漏现象。在FIR数字滤波器设计中，截短无穷长的系统单位脉冲序列会造成FIR滤波器幅度特性的波动，且出现过渡带。 窗函数的特性分析：N=51;w=boxcar(N);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)运算结果如图所示。三、实验内容1. 分析并绘出常用窗函数的时域特性波形。hanning的时域频域分析：哈明的时域频域分析：Blackman的时域频域分析：bartlett的时域频域分析：Kaiser的时域频域分析：2. 利用fft函数分析常用窗函数的频域特性, 并从主瓣宽度和 旁瓣相对幅度两个角度进行比较分析。3. 研究凯塞窗(Kaiser)的参数选择对其时域和频域的影响。 (1) 固定beta=4，分别取N=20, 60, 110； (2) 固定N=60，分别取beta=1,5,11。N=input(Type in N= );beta=4;w=Kaiser(N,beta);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)当n=20时当n=60时当n=110时N=60；beta=input(Type in beta= );w=kaiser(N,beta);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)当beta=1时当beta=5时当beta=11时4. 序列 分析其频谱。 (1) 利用不同宽度N的矩形窗截短该序列, N分别为 20,40,160，观察不同长度N的窗对谱分析结果的影响；N=input(TYPE N=);w=boxcar(N);x=0.5*cos(11*pi*N/20)+cos(9*pi*N/20);y1=fft(w,256);y2=fft(x,256);subplot(2,1,1);stem(0:N-1,w);subplot(2,1,2);y3=y1*y2;y0= abs(fftshift(y3);plot(-128:127, y0);当n=20时当n=40时当n=160时 (2) 利用哈明窗重做 (1)；N=input(TYPE N=);w=hamming(N);x=0.5*cos(11*pi*N/20)+cos(9*pi*N/20);y1=fft(w,256);y2=fft(x,256);subplot(2,1,1);stem(0:N-1,w);subplot(2,1,2);y3=y1*y2;y0= abs(fftshift(y3);plot(-128:127, y0);当n=20时当n=40时当n=160时 (3) 利用凯塞窗重做 (1)；N=input(TYPE N=);w=Kaiser(N,4);x=0.5*cos(11*pi*N/20)+cos(9*pi*N/20);y1=fft(w,256);y2=fft(x,256);subplot(2,1,1);stem(0:N-1,w);subplot(2,1,2);y3=y1*y2;y0= abs(fftshift(y3);plot(-128:127, y0);当n=20时当n=40时当n=160时 (4) 比较和分析三种窗的结果； (5