数字信号处理大作业
《数字信号处理》课题设计基于Matlab的音频采样
姓名：谌海龙
学号：20134361
指导教师：仲元红
班级：13电子4班
成绩：
重庆大学通信工程学院
2015年11月
基于MATLAB 的音乐采样实验
一、实验内容及原理
内容：
1、用f s=44,100Hz 采集一段音乐；
2、改变采样率，用f s=5,512Hz 采集一段音乐，体会混叠现象；
3、录制一段自己的声音，试验当f s=？时，发生混叠？
4、在噪声环境中录制一段自己的声音，试采用一种方法将噪声尽可能地消除。
原理：
根据奈奎斯特采样定律，如果连续时间信号()a x t 是最高截止频率为m Ω的带限信
号，采样频率2s m Ω≥Ω，那么让采样信号()?a x
t 通过一个增益为T ，截止频率为/2s Ω的理想低通滤波器，可以无失真地恢复出原连续时间信号()a x t 。否则，2s m Ω<Ω会造成采样信号中频谱混叠现象，不能无失真地恢复连续时间信号。
采样过程
采样信号的频谱混叠
连续信号
采样信号
采样脉冲
()
t x a ()t x
a ??
()
t p
m
m
s
s s s
s s s s
s
采样信号的频谱
人发出的声音频率在300~3400Hz，可以通过加低通滤波器消除高频噪声。二、实验过程
脚本文件ffts.m的功能是画y的频谱图
function ffts(y,fs)
NFFT1=2^nextpow2(length(y));
fy=fft(y,NFFT1)/length(y);
p=2*abs(fy(1:NFFT1));
f=fs/2*linspace(0,1,NFFT1);
plot(f,p);
1、用f s=44,100Hz采集一段音乐；
脚本文件：work1.m
clear;clc;close all;
[y,fs,nbits]=wavread('work1.wav');
y1=y(1:600000);
ffts(y1,fs);
axis([0 23000 0 0.02]);
title('用44100Hz抽样work1.wav的频谱');
sound(y1,44100);
wavwrite(y1,44100,'work1_1.wav');
分析：根据采样定理，当采样频率fs＜2fm时，会产生频率混叠现象，听起来的
声音会有种很多时刻的声音重叠的效果。由于人耳所能听到的声音在20Hz到20000Hz之间，因此当采样频率为44100Hz时刚好满足采样定理所要求的条件fs ＞2fm，所以这也验证了抽样定理中对于采样频率的要求fs≥2fm，其中fm为信号的频谱中最高频率分量
2、改变采样率，用f s=5,512Hz采集一段音乐，体会混叠现象；
脚本文件：work2.m
clear;clc;close all;
[y,fs,nbits]=wavread('work1.wav');
y1=y(1:8:600000);
ffts(y1,5512);
axis([0 3000 0 0.02]);
title('用5512Hz抽样work1的频谱');
sound(y1,5512);
wavwrite(y1,5512,'work2_2.wav');
分析：由1可知，当用5510Hz对音频进行采样时，不满足采样定理约束的条件，因此频谱会出现混叠，采样后的声音听起来也会出现混叠的效果，音质远远不如当采样频率为44100Hz时。
3、录制一段自己的声音，试验当f s=？时，发生混叠？
脚本文件：work3.m
clear;clc;close all;
[y,fs]=audioread('voice.m4a');
Fs=[16000 8000 5333 4000 3200 2666 2285 2000];
de=[1 2 3 4 5 6 7 8];
for m=1:8
y1=y(1:de(m):200000);
subplot(4,2,m)
ffts(y,Fs(m));
title(['用',num2str(Fs(m)),'Hz抽样voice的频谱']);
sound(y1,Fs(m));
pause(15);
end
y1=y(1:de(3):200000);
wavwrite(y1,Fs(3),'voice.wav');
分析：分别用16000Hz、8000 Hz、5333 Hz、4000 Hz、3200 Hz、2666Hz、2285 Hz、2000 Hz8种采样频率进行采样，播放采样后的音频聆听效果，观察频谱图，得出在采样频率为5300Hz时恰好发生频谱混叠。采样频率低于5333Hz时，采样频率越低，混叠越严重。
4、在噪声环境中录制一段自己的声音，试采用一种方法将噪声尽可能地消除。
脚本文件：work4.m
clear;clc;close all;
[y,fs]=audioread('work4.m4a');
b=fir1(62,2000*2*pi/fs,hann(62+1));
yy=filter(b,1,y);
sound(yy,fs);
subplot(211)
ffts(y,fs);
title('录音频谱');
subplot(212)
ffts(yy,fs);
title('消除噪音后的频谱');
wavwrite(yy,fs,'work4_4.wav');
三、总结和分析
通过本次实验，进一步加深DFT算法原理和基本性质的理解，熟悉了FFT算法原理，理解和掌握了音频信号各参数的意义，通过对音频信号加入噪声而去掉噪声的过程学会了设计低通滤波器的方法，巩固了课程理论知识。理论的学习加上实验的理解，使我对奈奎斯特采样定律有了更加深刻的理解。通过查看帮助学会了如何运用FFTl对一个信号求频谱，进一步加深了我对matlab帮助的使用。在本次试验中自己编写的一个函数，使我对于写函数、用函数有了更深的理解。在实验过程中也遇到了许多问题，通过查阅资料、与同学讨论，最终解决了这些问题。本次试验也让我更加深刻的明白了Matlab的重要性，特别是对于专业上的一些问题，可以更好的让我们理解理论上的一些深奥的问题。
数字信号处理实验作业
实验6 数字滤波器的网络结构 一、实验目的： 1、加深对数字滤波器分类与结构的了解。 2、明确数字滤波器的基本结构及其相互间的转换方法。 3、掌握用MA TLAB 语言进行数字滤波器结构间相互转换的子函数及程序编写方法。 二、实验原理： 1、数字滤波器的分类 离散LSI 系统对信号的响应过程实际上就是对信号进行滤波的过程。因此，离散LSI 系统又称为数字滤波器。 数字滤波器从滤波功能上可以分为低通、高通、带通、带阻以及全通滤波器；根据单位脉冲响应的特性，又可以分为有限长单位脉冲响应滤波器（FIR ）和无限长单位脉冲响应滤波器（IIR ）。 一个离散LSI 系统可以用系统函数来表示： M -m -1-2-m m m=0 012m N -1-2-k -k 12k k k=1 b z b +b z +b z ++b z Y(z)b(z)H(z)=== =X(z)a(z) 1+a z +a z ++a z 1+a z ∑∑ 也可以用差分方程来表示： N M k m k=1 m=0 y(n)+a y(n-k)=b x(n-m)∑∑ 以上两个公式中，当a k 至少有一个不为0时，则在有限Z 平面上存在极点，表达的是以一个IIR 数字滤波器；当a k 全都为0时，系统不存在极点，表达的是一个FIR 数字滤波器。FIR 数字滤波器可以看成是IIR 数字滤波器的a k 全都为0时的一个特例。 IIR 数字滤波器的基本结构分为直接Ⅰ型、直接Ⅱ型、直接Ⅲ型、级联型和并联型。 FIR 数字滤波器的基本结构分为横截型（又称直接型或卷积型）、级联型、线性相位型及频率采样型等。本实验对线性相位型及频率采样型不做讨论，见实验10、12。 另外，滤波器的一种新型结构——格型结构也逐步投入应用，有全零点FIR 系统格型结构、全极点IIR 系统格型结构以及全零极点IIR 系统格型结构。 2、IIR 数字滤波器的基本结构与实现 （1）直接型与级联型、并联型的转换 例6-1 已知一个系统的传递函数为 -1-2-3 -1-2-3 8-4z +11z -2z H(z)=1-1.25z +0.75z -0.125z 将其从直接型（其信号流图如图6-1所示）转换为级联型和并联型。
数字信号处理(北航)实验二报告
数字信号处理实验二 信号的分析与处理综合实验 38152111 张艾一、实验目的 综合运用数字信号处理的理论知识进行信号的采样，重构，频谱分析和滤波器的设计，通过理论推导得出相应结论，再利用Matlab作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。 二、基本要求 1．掌握数字信号处理的基本概念、基本理论和基本方法； 2．学会MATLAB的使用，掌握MATLAB的程序设计方法； 3．掌握用MATLAB设计简单实验验证采样定理的方法； 4．掌握在Windows环境下语音信号采集的方法； 5．学会用MATLAB对信号进行频谱分析； 6．掌握MATLAB设计FIR和IIR数字滤波器的方法； 三、实验内容 1．利用简单正弦信号设计实验验证采样定理： （1）Matlab产生离散信号的方法，作图的方法，以及基本运算操作 （2）对连续正弦信号以不同的采样频率作采样 （3）对采样前后信号进行傅立叶变换，并画频谱图 （4）分析采样前后频谱的有变化，验证采样定理。
掌握画频谱图的方法，深刻理解采样频率，信号频率，采样点数，频率分辨率等概念2．真实语音信号的采样重构：录制一段自己的语音信号，并对录制的信号进行采样；画出采样前后语音信号的时域波形和频谱图；对降采样后的信号进行插值重构，滤波，恢复原信号。 （1）语音信号的采集 （2）降采样的实现（改变了信号的采样率） （3）以不同采样率采样后，语音信号的频谱分析 （4）采样前后声音的变化 （5）对降采样后的信号进行插值重构，滤波，恢复原信号 3．带噪声语音信号的频谱分析 （1）设计一频率已知的噪声信号，与实验2中原始语音信号相加，构造带噪声信号（2）画出原始语音信号和加噪声后信号，以及它们的频谱图 （3）利用频谱图分析噪声信号和原语音信号的不同特性 4．对带噪声语音信号滤波去噪：给定滤波器性能指标，采样窗函数法或双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采样的语音信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化； 回放语音信号； （1）分析带噪声信号频谱，找出噪声所在的频率段 （2）利用matlab中已有的滤波器滤波 （3）根据语音信号特点，自己设计滤波器滤波 （4）比较各种滤波器性能（至少四种），选择一种合适的滤波器将噪声信号滤除 （5）回放语音信号，比较滤波前后声音的变化
现代数字信号处理仿真作业
现代数字信号处理仿真作业 1.仿真题3.17 仿真结果及图形： 图 1 基于FFT的自相关函数计算
图 3 周期图法和BT 法估计信号的功率谱 图 2 基于式3.1.2的自相关函数的计算
图 4 利用LD迭代对16阶AR模型的功率谱估计16阶AR模型的系数为： a1=-0.402637623107952-0.919787323662670i; a2=-0.013530139693503+0.024214641171318i; a3=-0.074241889634714-0.088834852915013i; a4=0.027881022353997-0.040734794506749i; a5=0.042128517350786+0.068932699075038i; a6=-0.0042799971761507 + 0.028686095385146i; a7=-0.048427890183189 - 0.019713457742372i; a8=0.0028768633718672 - 0.047990801912420i a9=0.023971346213842+ 0.046436389191530i; a10=0.026025963987732 + 0.046882756497113i; a11= -0.033929397784767 - 0.0053437929619510i; a12=0.0082735406293574 - 0.016133618316269i; a13=0.031893903622978 - 0.013709547028453i ; a14=0.0099274520678052 + 0.022233240051564i; a15=-0.0064643069578642 + 0.014130696335881i; a16=-0.061704614407581- 0.077423818476583i. 仿真程序（3_17）: clear all clc %% 产生噪声序列 N=32; %基于FFT的样本长度
数字信号处理作业答案
数字信号处理作业
DFT 习题 1. 如果)(~n x 是一个周期为N 的周期序列，那么它也是周期为N 2的周期序列。把)(~ n x 看作周期为N 的周期序列，令)(~1k X 表示)(~n x 的离散傅里叶级数之系数，再把)(~ n x 看作周期为N 2的周期序列，再令)(~2k X 表示)(~n x 的离散傅里叶级数之系数。当然，)(~1k X 是周期性的，周期为N ，而)(~2k X 也是周期性的，周期为N 2。试利用)(~1k X 确定)(~2k X 。（76-4）
2. 研究两个周期序列)(~n x 和)(~n y 。)(~n x 具有周期N ,而)(~ n y 具有周期M 。序列)(~n w 定义为)()()(~ ~~n y n x n w +=。 a. 证明)(~n w 是周期性的，周期为MN 。 b. 由于)(~n x 的周期为N ，其离散傅里叶级数之系数)(~k X 的周期也是N 。类似地， 由于)(~n y 的周期为M ，其离散傅里叶级数之系数)(~k Y 的周期也是M 。)(~n w 的离散傅里叶级数之系数)(~k W 的周期为MN 。试利用)(~k X 和)(~k Y 求)(~k W 。（76-5）
3. 计算下列各有限长度序列DFT （假设长度为N ）: a. )()(n n x δ= b ．N n n n n x <<-=000) ()(δ c ．10)(-≤≤=N n a n x n （78-7） 4. 欲作频谱分析的模拟数据以10千赫速率被取样，且计算了1024个取样的离散傅里叶变换。试求频谱取样之间的频率间隔，并证明你的回答。（79 -10）
数字信号处理实验报告
Name: Section: Laboratory Exercise 2 DISCRETE-TIME SYSTEMS: TIME-DOMAIN REPRESENTATION 2.1 SIMULATION OF DISCRETE-TIME SYSTEMS Project 2.1The Moving Average System A copy of Program P2_1 is given below: % Program P2_1 % Simulation of an M-point Moving Average Filter % Generate the input signal n = 0:100; s1 = cos(2*pi*0.05*n); % A low-frequency sinusoid s2 = cos(2*pi*0.47*n); % A high frequency sinusoid x = s1+s2; % Implementation of the moving average filter M = input('Desired length of the filter = '); num = ones(1,M); y = filter(num,1,x)/M; % Display the input and output signals clf; subplot(2,2,1); plot(n, s1); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Signal #1'); subplot(2,2,2); plot(n, s2); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Signal #2'); subplot(2,2,3); plot(n, x); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Input Signal'); subplot(2,2,4); plot(n, y); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Output Signal'); axis;
现代数字信号处理复习题
现代数字信号处理复习题 一、填空题 1、平稳随机信号是指：概率分布不随时间推移而变化的随机信号，也就是说，平稳随机信号的统计特性与起始 时间无关，只与时间间隔有关。 判断随机信号是否广义平稳的三个条件是： （1）x(t)的均值为与时间无关的常数：C t m x =)( （C 为常数） ； （2）x(t)的自相关函数与起始时间无关，即：)(),(),(ττx i i x j i x R t t R t t R =+=； （3）信号的瞬时功率有限，即：∞<=)0(x x R D 。 高斯白噪声信号是指：噪声的概率密度函数满足正态分布统计特性，同时其功率谱密度函数是常数的一类噪 声信号。 信号的遍历性是指：从随机过程中得到的任一样本函数,好象经历了随机过程的所有可能状态,因此,用一个 样本函数的时间平均就可以代替它的集合平均 。 广义遍历信号x(n)的时间均值的定义为： ，其时间自相关函数的定义为： 。 2、连续随机信号f(t)在区间上的能量E 定义为： 其功率P 定义为： 离散随机信号f(n)在区间 上的能量E 定义为： 其功率P 定义为： 注意:(1)如果信号的能量0 语音信号的数字滤波 一、实验目的： 1、掌握使用FFT进行信号谱分析的方法 2、设计数字滤波器对指定的语音信号进行滤波处理 二、实验内容 设计数字滤波器滤除语音信号中的干扰（4 学时） 1、使用Matlab的fft函数对语音信号进行频谱分析，找出干扰信号的频谱； 2、设计数字滤波器滤除语音信号中的干扰分量，并进行播放对比。 三、实验原理 通过观察原语音信号的频谱，幅值特别大的地方即为噪声频谱分量，根据对称性，发现有四个频率的正弦波干扰，将它们分别滤掉即可。采用梳状滤波器，经过计算可知，梳状滤波器h[n]={1，A，1}的频响|H(w)|=|A+2cos(w)|，由需要滤掉的频率分量的频响w,即可得到A，进而得到滤波器的系统函数h[n]。而由于是在离散频域内进行滤波，所以令w=(2k*pi/N)即可。 对原信号和四次滤波后的信号分别进行FFT变换，可以得到它们的幅度相应。最后，将四次滤波后的声音信号输出。 四、matlab代码 clc;clear;close all; [audio_data,fs]=wavread('SunshineSquare.wav'); %读取未处理声音 sound(audio_data,fs); N = length(audio_data); K = 0:2/N:2*(N-1)/N; %K为频率采样点 %sound(audio_data,fs); %进行一次FFT变换 FFT_audio_data=fft(audio_data); mag_FFT_audio_data = abs(FFT_audio_data); %画图 figure(1) %原信号时域 subplot(2,1,1);plot(audio_data);grid; title('未滤波时原信号时域');xlabel('以1/fs为单位的时间');ylabel('采样值'); %FFT幅度相位 subplot(2,1,2);plot(K,mag_FFT_audio_data);grid; title('原信号幅度');xlabel('以pi为单位的频率');ylabel('幅度'); %构造h[n]={1，A，1}的梳状滤波器，计算A=2cosW，妻子W为要滤掉的频率%由原信号频谱可知要分四次滤波，滤掉频响中幅度大的频率分量 %第一次滤波 a = [1,0,0,0];%y[n]的系数 [temp,k]=max(FFT_audio_data); A1=-2*cos(2*pi*k/N); h1=[1,A1,1]; audio_data_h1 = filter(h1,a,audio_data); FFT_audio_data_h1=fft(audio_data_h1); 数字信号处理上机作业 学院：电子工程学院 班级：021215 组员： 实验一：信号、系统及系统响应 1、实验目的 (1) 熟悉连续信号经理想采样前后的频谱变化关系，加深对时域采样定理的理解。 (2) 熟悉时域离散系统的时域特性。 (3) 利用卷积方法观察分析系统的时域特性。 (4) 掌握序列傅里叶变换的计算机实现方法，利用序列的傅里叶变换对连续信号、离散信号及系统响应进行频域分析。 2、实验原理与方法 (1) 时域采样。 (2) LTI系统的输入输出关系。 3、实验内容及步骤 (1) 认真复习采样理论、离散信号与系统、线性卷积、序列的傅里叶变换及性质等有关内容，阅读本实验原理与方法。 (2) 编制实验用主程序及相应子程序。 ①信号产生子程序，用于产生实验中要用到的下列信号序列： a. xa(t)=A*e^-at *sin(Ω0t)u(t) b. 单位脉冲序列：xb(n)=δ(n) c. 矩形序列： xc(n)=RN(n), N=10 ②系统单位脉冲响应序列产生子程序。本实验要用到两种FIR系统。 a. ha(n)=R10(n); b. hb(n)=δ(n)+2.5δ(n-1)+2.5δ(n-2)+δ(n-3) ③有限长序列线性卷积子程序 用于完成两个给定长度的序列的卷积。可以直接调用MATLAB语言中的卷积函数conv。 conv 用于两个有限长度序列的卷积，它假定两个序列都从n=0 开始。调用格式如下： y=conv (x, h) 4、实验结果分析 ①分析采样序列的特性。 a. 取采样频率fs=1 kHz,，即T=1 ms。 b. 改变采样频率，fs=300 Hz，观察|X(e^jω)|的变化，并做记录(打印曲线)；进一步降低采样频率，fs=200 Hz，观察频谱混叠是否明显存在，说明原因，并记录(打印)这时的|X(e^j ω)|曲线。 程序代码如下： close all;clear all;clc; A=50; a=50*sqrt(2)*pi; m=50*sqrt(2)*pi; fs1=1000; fs2=300; fs3=200; T1=1/fs1; T2=1/fs2; T3=1/fs3; N=100; 《数字信号处理》 实验报告 课程名称：《数字信号处理》 学院：信息科学与工程学院 专业班级：通信1502班 学生姓名：侯子强 学号：0905140322 指导教师：李宏 2017年5月28日 实验一 离散时间信号和系统响应 一. 实验目的 1. 熟悉连续信号经理想采样前后的频谱变化关系，加深对时域采样定理的理解 2. 掌握时域离散系统的时域特性 3. 利用卷积方法观察分析系统的时域特性 4. 掌握序列傅里叶变换的计算机实现方法，利用序列的傅里叶变换对离散信号及系统响应进行频域分析 二、实验原理 1. 采样是连续信号数字化处理的第一个关键环节。对采样过程的研究不仅可以了解采样前后信号时域和频域特性的变化以及信号信息不丢失的条件，而且可以加深对离散傅里叶变换、Z 变换和序列傅里叶变换之间关系式的理解。 对连续信号()a x t 以T 为采样间隔进行时域等间隔理想采样，形成采样信号： ?()()()a a x t x t p t = 式中()p t 为周期冲激脉冲，$()a x t 为()a x t 的理想采样。 ()a x t 的傅里叶变换为μ ()a X j Ω： 上式表明将连续信号()a x t 采样后其频谱将变为周期的，周期为Ωs=2π/T 。也即采样信 号的频谱μ()a X j Ω是原连续信号xa(t)的频谱Xa(jΩ)在频率轴上以Ωs 为周期，周期延拓而成 的。因此，若对连续信号()a x t 进行采样，要保证采样频率fs ≥2fm ，fm 为信号的最高频率，才可能由采样信号无失真地恢复出原模拟信号 计算机实现时，利用计算机计算上式并不方便，因此我们利用采样序列的傅里叶变换来实现，即 ()() n P t t nT δ∞ =-∞ = -∑μ1()()*() 21 ()n a a a s X j X j P j X j jn T π∞ =-∞ Ω=ΩΩ= Ω-Ω∑μ()()|j a T X j X e ωω=ΩΩ= 数字信号处理作业 哈尔滨工业大学 2006.10 DFT 习题 1. 如果)(~n x 是一个周期为N 的周期序列，那么它也是周期为N 2的周期序列。把)(~ n x 看作周期为N 的周期序列，令)(~ 1k X 表示)(~n x 的离散傅里叶级数之系数，再把)(~ n x 看作周期为N 2的周期序列，再令)(~ 2k X 表示)(~n x 的离散傅里叶级数之系数。当然，)(~ 1k X 是周期性的，周期为N ，而)(~ 2k X 也是周期性的，周期为N 2。试利用)(~ 1k X 确定)(~ 2k X 。（76-4） 2. 研究两个周期序列)(~ n x 和)(~ n y 。)(~ n x 具有周期N ,而)(~ n y 具有周期M 。序列 )(~n w 定义为)()()(~ ~~n y n x n w +=。 a. 证明)(~ n w 是周期性的，周期为MN 。 b. 由于)(~n x 的周期为N ，其离散傅里叶级数之系数)(~ k X 的周期也是N 。类似地， 由于)(~n y 的周期为M ，其离散傅里叶级数之系数)(~k Y 的周期也是M 。)(~ n w 的离散傅里叶级数之系数)(~ k W 的周期为MN 。试利用)(~ k X 和)(~ k Y 求)(~ k W 。（76-5） 3. 计算下列各有限长度序列DFT （假设长度为N ）: a. )()(n n x δ= b ．N n n n n x <<-=000)()(δ c ．10)(-≤≤=N n a n x n （78-7） 4. 欲作频谱分析的模拟数据以10千赫速率被取样，且计算了1024个取样的离散傅里叶变换。试求频谱取样之间的频率间隔，并证明你的回答。（79 -10） 数字信号处理实验课程设计 题目：数字滤波器的设计与实现 一、课程设计目的 (1) 掌握用脉冲响应不变法和双线性变换法设计无限脉冲响应数字滤波器（IIR DF ）的原理和方法； (2) 掌握用窗函数法和频率采样设计有限脉冲响应数字滤波器（FIR DF ）的原理和方法； (3) 学会根据信号的频谱确定滤波器指标参数； (4) 学会调用MATLAB 信号处理工具箱中的滤波器设计函数设计IIR DF 和FIR DF 。 二、课程设计原理 已知一个连续时间信号())π2cos()π2sin(21t f t f t x +=，Hz 1001=f ，Hz 3002=f ，x (t )为两个单频信号叠加后的混合信号，其时域波形和幅频特性图如图1所示。由图可知，混合信号时域混叠，无法在时域进行分离，但是频域是分离的，可以通过设计合适的IIR DF 和FIR DF 将两个单频信号分离，形成两个单一频率信号。 -2-1 1 2 t/s x (t )(a)混合信号时域波 形 050100150200250 30035040045050000.5 1 f/Hz 幅度(b)混合信号幅频特性 图1混合信号x (t )及其频谱图 三、课程设计内容 设计低通滤波器和高通滤波器将两个单频信号分离。滤波器的通带截止频率和阻带截止频率通过观察x (t )的幅频特性图自行确定，设采样频率为Hz 1000=s f ，要求滤波器的通带最大衰减和阻带最小衰减分别为dB 50,dB 1s p ==αα。调用MATLAB 中的滤波器设计函数编写 程序设计低通滤波器和高通滤波器（其中，低通滤波器用脉冲响应不变法和双线性变换法两种方法设计，高通滤波器用窗函数法和频率采样法两种方法设计），并绘制滤波器的幅频特性图、经滤波分离后的信号时域波形图和幅频特性图，观察分离效果。 四、课程设计报告要求 课程设计报告应包含以下几个方面的内容： 1.课程设计目的 2.课程设计要求 3.课程设计过程（包括设计步骤、完整的程序及仿真图） 4.结果分析 5.心得体会、问题或者建议 6.参考文献 数字信号处理作业-答案 数字信号处理作业 DFT 习题 1. 如果)(~ n x 是一个周期为N 的周期序列，那么它也是周期为N 2的周期序列。把)(~ n x 看作周期为N 的周期序列，令)(~ 1 k X 表示)(~ n x 的离散傅里叶级数之系数，再把)(~ n x 看作周期为N 2的周期序列，再令)(~2 k X 表示)(~ n x 的离散傅里叶级数之系数。当然，)(~ 1 k X 是周期性的，周期为N ，而)(~ 2 k X 也是周期性的，周期为N 2。试利用)(~ 1k X 确定)(~ 2 k X 。（76-4） 2. 研究两个周期序列)(~ n x 和)(~ n y 。)(~ n x 具有周期N ,而)(~ n y 具有周期M 。序列)(~ n w 定义为)()()(~~ ~ n y n x n w +=。 a. 证明)(~ n w 是周期性的，周期为MN 。 b. 由于)(~ n x 的周期为N ，其离散傅里叶级数之系数)(~k X 的周期也是N 。类似地，由于)(~ n y 的周期为M ，其离散傅里叶级数之系数)(~ k Y 的周期也是M 。)(~n w 的离散傅里叶级数之系数)(~ k W 的周期为MN 。试利用)(~k X 和)(~k Y 求)(~ k W 。（76-5） 3. 计算下列各有限长度序列DFT （假设长度为N ）: a. )()(n n x δ= b ．N n n n n x <<-=0 0)()(δ c ．10)(-≤≤=N n a n x n （78-7） 4. 欲作频谱分析的模拟数据以10千赫速率被取样，且计算了1024个取样的离散傅里叶变换。试求频谱取样之间的频率间隔，并证明你的回答。（79 -10） 中国地质大学（武汉） 数字信号处理上机实习 学生姓名： 班级：071132 学号：2013100 指导老师：王晓莉 题目一 离散卷积计算 一、实验题目 设线性时不变（LTI ）系统的冲激响应为h(n)，输入序列为x(n) 1、h(n)=(0.8)n ，0≤n ≤4； x(n)=u(n)-u(n-4) 2、h(n)=(0.8)n u(n), x(n)=u(n)-u(n-4) 3、h(n)=(0.8)n u(n), x(n)=u(n) 求以上三种情况下系统的输出y(n)，显示输入和输出波形。 二、实验目的 1.理解和掌握离散卷积计算； 2.学习如何用Mtalab 实现离散卷积计算。 三、算法设计 离散卷积定义为： ∑-∞ =-= n )()()(y k k n h k x n 1、n (0.8)=h(n)，40≤≤n ，4)-u(n -u(n)=x(n)， ∑∞ -∞ =-= *=m m n h m x n h n x n y )()()()()( (a) 当0 (b) 当30≤≤n 时,∑==n m n y 0 )((0.8)n ； (c) 当204≤≤n 时，∑ -== n 3)(n m n y (0.8)n ； (d) 当2321≤≤n 时，∑ -==20 3 )(n m n y (0.8)n ； (e) 当23>n 时，0)(=n y ； 3、)()8.0()(n u n h n =，)()(n u n x =，∑∞ -∞ =-= *=m m n h m x n h n x n y )()()()()( (a) 当0 1.设()u n 是离散时间平稳随机过程，证明其功率谱()w 0S ≥。 证明：将()u n 通过冲激响应为()h n 的LTI 离散时间系统，设其频率响应()w H 为 ()001,w -w w 0, w -w w H w ???? 输出随机过程()y n 的功率谱为()()()2y S w H w S w = 输出随机过程()y n 的平均功率为()()()00201 1r 022w w y y w w S w dw S w dw π π π+?-?= =?? 当频率宽度w 0???→时，上式可表示为()()()01 r 00y S w w π =?≥ 由于频率0w 是任意的，所以有()w 0 S ≥ 3、已知：状态方程 )()1,()1()1,()(1n n n n x n n F n x ν-Γ+--=观测方程 )()()()(2n n x n C n z ν+= )()]()([111n Q n n E H =νν )()]()([222n Q n n E H =νν 滤波初值 )]0([)|0(0x E x =ξ } )]]0([)0()]][0([)0({[)0(H x E x x E x E P --= 请简述在此已知条件下卡尔曼滤波算法的递推步骤。 解：步骤1 状态一步预测，即 1 *11)|1(?)1,()|(N n n C n x n n F n x ∈--=--∧ ξξ 步骤2 由观测信号z(n)计算新息过程，即 1*11)|(?)()()|(?)()(M n n C n x n C n z n z n z n ∈-=-=--ξξα 步骤3 一步预测误差自相关矩阵 N N H H C n n n Q n n n n F n P n n F n n P *1)1,()1()1,() 1,()1()1,()1,(∈-Γ--Γ+---=- 步骤4 新息过程自相关矩阵M M H C n Q n C n n P n C n A *2)()()1,()()(∈+-= 步骤5 卡尔曼增益M N H C n A n C n n P n K *1)()()1,()(∈-=- 或 )()()()(1 2n Q n C n P n K H -= 步骤6 状态估计 1*1)()()|(?)|(?N n n C n n K n x n x ∈+=-αξξ 步骤7 状态估计自相关矩阵 N N C n n P n C n K I n P *)1,()]()([)(∈--= 或 )()()()]()()[1,()]()([)(2n K n Q n K n C n K I n n P n C n K I n P H H +---= 步骤8 重复步骤1-7，进行递推滤波计算 4、经典谱估计方法： 《数字信号处理Ⅰ》作业 姓名： 学号： 学院： 2012 年春季学期 第一章 时域离散信号和时域离散系统 月 日 一 、判断： 1、数字信号处理和模拟信号处理在方法上是一样的。（ ） 2、如果信号的取值和自变量都离散，则称其为模拟信号。（ ） 3、如果信号的取值和自变量都离散，则称其为数字信号。（ ） 4、时域离散信号就是数字信号。（ ） 5、正弦序列都是周期的。（ ） 6、序列)n (h )n (x 和的长度分别为N 和M 时，则)n (h )n (x *的长度为N+M 。（ ） 7、如果离散系统的单位取样响应绝对可和，则该系统稳定。（ ） 8、若满足采样定理，则理想采样信号的频谱是原模拟信号频谱以s Ω（采样频率）为周期进行周期延拓的结果。（ ） 9、序列)n (h )n (x 和的元素个数分别为21n n 和，则)n (h )n (x *有（1n n 21-+）个元素。（ ） 二、选择 1、R N (n)和u(n)的关系为（ ）： A. R N (n)=u(n)-u(n-N) B. R N (n)=u(n)+u(n-N) C. R N (n)=u(n)-u(n-N-1) D. R N (n)=u(n)-u(n-N+1) 2、若f(n)和h(n)的长度为别为N 、M ，则f(n)*h(n)的长度为 （ ）： A.N+M B.N+M-1 C.N-M D.N-M+1 3、若模拟信号的频率范围为[0，1kHz],对其采样，则奈奎斯特速率为（ ）： A.4kHz B. 3kHz C.2kHz D.1kHz 4、LTIS 的零状态响应等于激励信号和单位序列响应的（ ）： A.相乘 B. 相加 C.相减 D.卷积 5、线性系统需满足的条件是（ ）： A.因果性 B.稳定性 C.齐次性和叠加性 D.时不变性 6、系统y(n)=f(n)+2f(n-1)(初始状态为0)是（ ）： A. 线性时不变系统 B. 非线性时不变系统 C. 线性时变系统 D. 非线性时变系统 “现代数字信号处理”复习思考题 变换 1.给出DFT的定义和主要性质。 2.DTFT与DFT之间有什么关系？ 3.写出FT、DTFT、DFT的数学表达式。 离散时间系统分析 1.说明IIR滤波器的直接型、级联型和并联型结构的主要特点。 2.全通数字滤波器、最小相位滤波器有何特点？ 3.线性相位FIR滤波器的h(n)应满足什么条件？其幅度特性如何？ 4.简述FIR离散时间系统的Lattice结构的特点。 5.简述IIR离散时间系统的Lattice结构的特点。 采样 1．抽取过程为什么要先进行滤波，此滤波器应逼近什么样的指标？ 维纳滤波 1．画出Wiener滤波器结构，写出平稳信号下的滤波方程，导出Wiener-Hopf方程。 2．写出最优滤波器的均方误差表示式。 3．试说明最优滤波器满足正交性原理，即输出误差与输入信号正交。 4．试说明Wiener-Hopf方程和Yule-Walker方程的主要区别。 5．试说明随机信号的自相关阵与白噪声的自相关阵的主要区别。 6．维纳滤波理论对信号和系统作了哪些假设和限制？ 自适应信号处理 1．如何确定LMS算法的μ值，μ值与算法收敛的关系如何？ 2．什么是失调量？它与哪些因素有关？ 3．RLS算法如何实现？它与LMS算法有何区别？ 4．什么是遗忘因子，它在RLS算法中有何作用，取值范围是多少？ 5．怎样理解参考信号d(n)在自适应信号处理处理中的作用？既然他是滤波器的期望响应，一般在滤波前是不知道的，那么在实际应用中d(n)是怎样获得的，试举两个应用例子来加以说明。 功率谱估计 1.为什么偏差为零的估计不一定是正确的估计？ 2.什么叫一致估计？它要满足哪些条件？ 3.什么叫维拉－辛钦(Wiener-Khinteche)定理？ 4.功率谱的两种定义。 5.功率谱有哪些重要性质？ 6.平稳随机信号通过线性系统时输入和输出之间的关系。 7.AR模型的正则方程(Yule-Walker方程)的导出。 8.用有限长数据估计自相关函数的估计质量如何？ 9.周期图法谱估计的缺点是什么？为什么会产生这些缺点？ 10.改进的周期图法谱估计有哪些方法？它们的根据是什么？ 11.既然隐含加窗有不利作用，为什么改进周期图法谱估计是还要引用各种窗？ 12.经典谱估计和现代谱估计的主要差别在哪里？ 13.为什么AR模型谱估计应用比较普遍？ 14.对于高斯随机过程最大熵谱估计可归结为什么样的模型？ 15.为什么Levison-Durbin快速算法的反射系数的模小于１？ 16.什么是前向预测？什么是后向预测？ 17.AR模型谱估计自相关法的主要缺点是什么？ 18.Burg算法与Levison-Durbin算法的区别有哪些？ 数字信号处理第三章作业 1．(第三章习题3)在图P3-2中表示了两个周期都为6的周期性序列，确定这个两个序列的周期卷积的结果3()x n ，并画出草图。 2．(第三章习题5)如果()x n 是一个具有周期为N 的周期性序列，它也是具有周期为2N 的周期性序列。令~1()X k 表示当()x n 看做是具有周期为N 的周期性序列的DFS 系数。而~2()X k 表示当()x n 看作是具有周期为2N 的周期性序列的DFS 系数。当然~1()X k 是具有周期为N 的周期性序列，而~2()X k 是具有周期为2N 的周期性序列，试根据~1()X k 确定~2()X k 。 3．(第三章习题6) （a ）试证明下面列出的周期性序列离散傅里叶级数的对称特性。在证明中，可以利用离散傅里叶级数的定义及任何前面的性质，例如在证明性质③时可以利用性质①和②。 序列 离散傅里叶级数 ① *()x n ~*()X k - ②*()x n - ~*()X k ③Re ()x n ???? ~ e ()X k ④Im ()j x n ???? ~()o X k （b ）根据已在（a ）部分证明的性质，证明对于实数周期序列()x n ，离散傅里叶级数的下列对称性质成立。 ①~~Re ()Re ()X k X k ????=-???????? ②~~Im ()Im ()X k X k ????=--???????? ③~~()()X k X k =- ④~~arg ()arg ()X k X k ????=--???????? 4．(第三章习题7)求下列序列的DFT (a) {}11 1-，，，-1 (b) {}1 j 1j -，，，- (c) ()cn 0n 1x n N =≤≤-， (d) 2n ()sin 0n 1x n N N π??=≤≤- ??? ， 5．(第三章习题8)计算下列各有限长序列的离散傅立叶变换（假设长度为N ） 1 0)()(0) ()()() ()()(00-≤≤=<<-==N n a n x c N n n n n x b n n x a n δδ 6．(第三章习题9)在图P3-4中表示了一有限长序列)(n x ，画出序列)(1n x 和)(2n x 的草图。（注意：)(1n x 是)(n x 圆周移位两个点） )())(()() ())2(()(442441n R n x n x n R n x n x -=-= 数字信号处理上机报告-一 数字信号处理第一次上机实验报告 实验一： 设给定模拟信号()1000t a x t e -=，的单位是ms 。 (1) 利用MATLAB 绘制出其时域波形和频谱图（傅里叶变换），估计其等效带宽（忽略谱分量降低到峰值的3%以下的频谱）。 (2) 用两个不同的采样频率对给定的进行采样。 ○1 。 ○2 。 比较两种采样率下的信号频谱，并解释。 实验一MATLAB 程序： （1） N=10; Fs=5; Ts=1/Fs; n=[-N:Ts:N]; xn=exp(-abs(n)); w=-4*pi:0.01:4*pi; X=xn*exp(-j*(n'*w)); subplot(211) plot(n,xn); title('x_a(t)时域波形'); xlabel('t/ms');ylabel('x_a(t)'); t ()a x t ()()15000s a f x t x n =以样本秒采样得到。()()11j x n X e ω画出及其频谱()()11000s a f x t x n =以样本秒采样得到。()() 11j x n X e ω画出及其频谱 axis([-10, 10, 0, 1]); subplot(212); plot(w/pi,abs(X)); title('x_a(t)频谱图'); xlabel('\omega/\pi');ylabel('X_a(e ^(j\omega))'); ind = find(X >=0.03*max(X))*0.01; eband = (max(ind) -min(ind)); fprintf('等效带宽为 %fKHZ\n',eband); 运行结果： 研究生“现代信号处理”课程大型作业 （以下四个题目任选三题做） 1. 请用多层感知器（MLP ）神经网络误差反向传播（BP ）算法实现异或问题（输入为[00;01;10;11]X T =，要求可以判别输出为0或1），并画出学习曲线。其中，非线性函数采用S 型Logistic 函数。 2. 试用奇阶互补法设计两带滤波器组(高、低通互补)，进而实现四带滤波器组；并画出其频响。滤波器设计参数为：F p ＝1.7KHz , F r ＝2.3KHz , F s ＝8KHz , A rmin ≥70dB 。 3. 根据《现代数字信号处理》（姚天任等，华中理工大学出版社，2001）第四章附录提供的数据(pp.352-353)，试用如下方法估计其功率谱，并画出不同参数情况下的功率谱曲线： 1） Levinson 算法 2） Burg 算法 3） ARMA 模型法 4） MUSIC 算法 4. 图1为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR 系统长M =11), 系统输入是取值为±1的随机序列)(n x ，其均值为零；参考信号)7()(-=n x n d ；信道具有脉冲响应： 1 2(2)[1cos( )]1,2,3()20 n n h n W π-?+=?=???其它 式中W 用来控制信道的幅度失真(W = 2～4, 如取W = 2.9,3.1,3.3,3.5等)，且信道受到均 值为零、方差001.02 =v σ(相当于信噪比为30dB)的高斯白噪声)(n v 的干扰。试比较基 于下列几种算法的自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况,在同一坐标下画出其学习曲线): 1） 横向/格-梯型结构LMS 算法 2） 横向/格-梯型结构RLS 算法 并分析其结果。 1、什么是DSP？简述DSPs的特点？简述DSPs与MCU、FPGA、ARM的区别？学习DSP开发需要哪些知识？学习DSP开发需要构建什么开发环境？(15分) 答：（1）DSP是Digital Signal Processing(数字信号处理的理论和方法）的缩写，同时也是Digital Signal Processor（数字信号处理的可编程微处理器）的缩写。通常流过器件的电压、电流信号都是时间上连续的模拟信号，可以通过A/D器件对连续的模拟信号进行采样，转换成时间上离散的脉冲信号，然后对这些脉冲信号量化、编码，转化成由0和1构成的二进制编码，也就是常说的数字信号。DSP能够对这些数字信号进行变换、滤波等处理，还可以进行各种各样复杂的运算，来实现预期的目标。 （2）DSP既然是特别适合于数学信号处理运算的微处理器，那么根据数字信号处理的要求，DSP芯片一般具有下面所述的主要特点：1）程序空间和数据空间分开，CPU可以同时访问指令和数据； 2）在一个指令周期内可以完成一次乘法和一次加法运算； 3）片内具有快速RAM，通常可以通过独立的数据总线在程序空间和数据空间同时访问； 4）具有低开销和无开销循环及跳转的硬件支持； 5）具有快速的中断处理和硬件I/O支持； 6）可以并行执行多个操作； 7）支持流水线操作，使得取址、译码和执行等操作可以重复执行。（3）DSP采用的是哈佛结构，数据空间和存储空间是分开的，通过 独立的数据总线在数据空间和程序空间同时访问。而MCU采用的是冯·诺依曼结构，数据空间和存储空间共用一个存储器空间，通过一组总线（地址总线和数据总线）连接到CPU）。很显然，在运算处理能力上，MCU不如DSP；但是MCU价格便宜，在对性能要求不是很高的情况下，还是很具有优势的。 ARM是Advanced RISC（精简指令集）Machines的缩写是面向低运算市场的RISC微处理器。ARM具有比较强的事务管理功能，适合用来跑跑界面、操作系统等，其优势主要体现在控制方面，像手持设备90%左右的市场份额均被其占有。而DSP的优势是其强大的数据处理能力和较高的运算速度，例如加密/解密、调制/解调等。 FPGA是Field Programmable Gate Array（现场可编程门阵列）的缩写，它是在PAL、GAL、PLD等可编程器件的基础上进一步发展的产物，是专用集成电路中集成度最高的一种。FPGA采用了逻辑单元阵列LCA（Logical Cell Array）的概念，内部包括了可配置逻辑模块CLB、输入/输出模块IOB、内部连线三个部分。用户可以对FPGA内部的逻辑模块和I/O模块进行重置配置，已实现用户自己的逻辑。它还具有静态可重复编程和动态在系统重构的特性，使得硬件的功能可以像软件一样通过编程来修改。使用FPGA来开发数字电路，可以大大缩短设计时间，减少PCB面积，提高系统的可靠性；同时FPGA可以用VHDL或Verilog HDL来编程，灵活性强。由于FPGA能够进行编程、除错、再编程和重复操作，因此可以充分地进行设计开发和验证。当电路有少量改动时，更能显示出FPGA的优势，其现场编程能力可数字信号处理实验报告
数字信号处理上机作业
数字信号处理实验报告(同名22433)
数字信号处理作业+答案讲解
数字信号处理实验报告要求
数字信号处理作业-答案
数字信号处理实习报告
现代数字信号处理习题
数字信号处理作业-2012
2012《现代数字信号处理》课程复习...
数字信号处理第三章作业.pdf
数字信号处理上机报告-一
现代信号处理大作业题目+答案
DSP与数字信号处理作业