小波分析上机实验报告
实验报告一
一、实验目的
1、运用傅里叶变换知识对常用的基本函数做基本变换。
2、加深对因果滤波器的理解，并会判断因果滤波器的类型。
3、 运用卷积公式对基本信号做滤波处理并作出分析，以加深理解
4、 熟悉Matlab 中相关函数的用法
二、 实验原理
1
．运用傅里叶正、反变换的基本公式：
(
)?()() ()(),1
1?()(),22i x i t i t
i t i t f f x e dx f t e dt f t e f t f
e d
f t e ωωωωωωωωπ
π
∞∞
---∞
-∞
∞
--∞
====
=???
及其性质，对所要处理信号做相应的傅里叶变换和逆变换。 2．运用卷积的定义式：1212()()()()+∞-∞
*=-?f t f t f f t d τττ
对所求信号做滤波处理。
三、 实验步骤与内容
实验题目：
Butterworth 滤波器，其冲击响应函数为
,0
()0,
0若若α-?≥=?
ω 2. 判断是否因果；是低通、高通、带通还是带阻？
3. 对于信号3()(sin 22sin 40.4sin 2sin 40)，
-=++t f t e t t t t 0π≤≤t ,画出图形()f t 4. 画出滤波后图形()*f h t ，比较滤波前后图形，你会发现什么，这里取10α==A 5. 取()(sin5sin3sin sin 40)，-=+++t f t e t t t t 采用不同的变量值α=A (初始设定A=α=10) 画出原信号图形与滤波后图形，比较滤波效果。
实验步骤及分析过程：
1.求 ()h
ω 由傅里叶变换的定义式可得：
()0
?α?α?ωαω
+∞+∞-----∞
=?=?=+??
t i t t i t A
h Ae e dt Ae e dt i （1）
2. 判断是否因果；是低通、高通、带通还是带阻？
该滤波器的幅频特性为：()22
2
1(/)
ωαω
αωα==
++A
A
H ，假定α==10,5A ，绘制
该滤波器的幅频特性曲线如下：
图1.1滤波器的幅频特性曲线
（1）观察滤波器响应函数可知，只有在输入信号到达后，该滤波器才会有输出响应，此外实
际应用的滤波器均是因果滤波器，非因果不可用；所以，题中滤波器是因果滤波器。 （2）由图1可知，该滤波器为低通滤波器。
3. 对于信号3()(sin 22sin 40.4sin 2sin 40)t f t e t t t t -=++0t π≤≤，画出图形()f t 编写matlab 程序（见附录1），绘制信号的图形如下：
图1.2 信号f(t) 曲线
4. 画出滤波后图形()f h t *，比较滤波前后图形，你会发现什么，这里取10A α==。
根据卷积运算的滤波特性，编写matlab 程序，取时间离散点数n=10000；可绘制该参数下的滤波信号如下图所示：
图1.3 f(t) 滤波后信号曲线
比较图1.2和图1.3中，可以看出：经滤波处理后，信号f （t ）中的高频成分得到了有效的抑制，信号的曲线特征变得平滑，而且持续分布相位并未失真，信号的基本信息得到无损传递。
5. 取()(sin5sin3sin sin 40)t f t e t t t t -=+++采用不同的变量值A α=(初始设定A=α=10) 画出原信号图形与滤波后图形，比较滤波效果。 原始波形如下：
（1）根据题意，绘制信号曲线；并取A=α=1、3、5、1、15 、20(初始设定A=α=10)采用给定滤波器，进行滤波处理，结果如下：
由1问可知：该滤波器的幅频特性为：()22
2
1(/)
ωαω
αωα=
=
++A
A
H 转折频
率τα=；所以当A=α分别取1、3、5、10、15、20时，滤波器对于该频率成分的信号起到抑制作用。
通过观察不同滤波曲线可知：可以看出随着A 、a 值逐渐增大，滤波后信号毛刺（高频波动信号）增多，即对高频信号的抑制效果变差，同时也可以看出滤波器输出信号中的低频成分也呈增大趋势。
总之，滤波器在A 、a 值为1时对高频的抑制效果最好，但必须指出在这种情况下低频信号也受到一定的削弱，效果并不一定最好，需要根据实际使用需求设定参数。
程序附录
%信号图绘制
t=linspace(0,pi,100000);
f=exp(-t/3).*(sin(2*t)+2*sin(4*t)+0.4*sin(2*t).*sin(40*t)); plot(t,f);grid on xlabel('时间/t'); ylabel('幅值/f(t)');
%滤波处理后信号 A=10;a=10;
h=A*exp(-a*t);
fy=conv(f1,h);
plot(fy);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
%信号图绘制
t=linspace(0,pi,100000);
f1=exp(-t).*(sin(5*t)+sin(3*t)+sin(t)+sin(40*t)); plot(t,f1);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
%滤波处理后信号
A=1;a=1;
h=A*exp(-a*t);
fy=conv(f1,h);
plot(fy);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
title('A=a=10时信号波形');
A=3;a=3;
h=A*exp(-a*t);
fy=conv(f1,h);
plot(fy);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
title('A=a=3时信号波形');
A=5;a=5;
h=A*exp(-a*t);
fy=conv(f1,h);
plot(fy);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
title('A=a=5时信号波形');
A=10;a=10;
h=A*exp(-a*t);
fy=conv(f1,h);
plot(fy);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
title('A=a=10时信号波形');
A=15;a=15;
h=A*exp(-a*t);
fy=conv(f1,h);
plot(fy);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
title('A=a=15时信号波形');
A=20;a=20;
h=A*exp(-a*t);
fy=conv(f1,h);
plot(fy);grid on
xlabel('时间/t');
ylabel('幅值/f(t)');
title('A=a=20时信号波形');
实验报告二
实验目的：
画出db2小波的尺度函数图形和小波函数图形。 实验原理：
对于双尺度差分方程满足如下的等式关系：
φφ=
-∑(t)(2t )k k
h k 根据书本的的理论知识，对于满足Daubechies 要求的k h ，k=0,1…N -1，可知(t)φ的解是存在，且他的支撑域supp 0,1N φ???-??，则可以通过数值迭代方法，用求得无限小离散区间上的值φ(2)j k 去逼近(t)φ。
对于db2小波，L=2N-1=3，有
++--012313
33
33
13
=
，h =
，h =
，h =
42
42
42
42
h 。
尺度函数的整数的初始值为：
φ=(0)0，13(1)2φ+=
，φ=(3)0，13(2)2
φ-=。 求出db2小波的尺度函数后，db2的小波函数可以根据如下公式求出：
ψφ=
-∑(t)g 2(2t )n k
k
其中()----k
k 1k g =1，k=2,1,0,1C ，即
213g =
4--，133g =-4--，033g =4+，113
g =4
+-。
实验步骤与结果：
绘制得到db2尺度函数和小波函数的图形分别如图1、图2所示。
图1 db2尺度函数
图2 db2小波函数
源程序：
N=15;
H=[(1+sqrt(3))/(4*sqrt(2)) (3+sqrt(3))/(4*sqrt(2)) (3-sqrt(3))/(4*sqrt(2)) (1-sqrt(3))/(4*sqrt(2))]; result=zeros(1,3*2^N); %存放结果值
result(1+0*2^N)=0; %对整数点处赋值
result(1+1*2^N)=(1+sqrt(3))/2;
result(1+2*2^N)=(1-sqrt(3))/2;
result(1+3*2^N)=0;
%计算尺度函数
for i=1:N %共分为N层
start=2^(N-i)+1; %每一层中对应在result中的存放位置
num=3*2^(i-1); %每一层中点的数量
interval=2^(N-i+1); %每一层点在result中存放的间隔
for j=0:num-1 %计算该层中每一个点对应的值
k=(j*2+1)/2^i; %计算该层数时对应的j/2^i所对应的点的位置
u=zeros(4,1); %用于存放计算该处值所要与H相乘的数值
for m=0:1:3
if (2*k-m)*2^N+1<1 || (2*k-m)*2^N+1>3*2^N+1
u(m+1,1)=0;
else
u(m+1,1)=result(ceil((2*k-m)*2^N+1));
end
end
result(j*interval+start)=sqrt(2)*H*u; %存放计算得到的结果
end
end
%画出尺度函数图形
x=linspace(0,3,3*2^N+1);
plot(x,result);
title('db2尺度函数图形');
%计算小波函数
G=[conj(H(4)) -conj(H(3)) conj(H(2)) -conj(H(1))];
persai=zeros(1,3*2^N*2+1);%小波数据存放区域
persai(1:3*2^N+1)=G(1)*sqrt(2)*result;%[-1,0.5]*g-2
persai(2^N+1:4*2^N+1)=G(2)*sqrt(2)*result+persai(2^N+1:4*2^N+1);%[-0.5,1]*g-1
persai(2*2^N+1:5*2^N+1)=G(3)*sqrt(2)*result+persai(2*2^N+1:5*2^N+1);%[0,1.5]*g0 persai(3*2^N+1:6*2^N+1)=G(4)*sqrt(2)*result+persai(3*2^N+1:6*2^N+1);%[0.5,2]*g1
%画出小波函数
figure
x=linspace(-1,2,3*2^N*2+1);
plot(x,persai);
title('db2小波函数图形');
实验报告三
一、实验目的
1. 掌握双线性插值方法的基本思想，通过实验了解其优缺点。
2. 掌握二维多分辨分析的知识和思想，通过对数字图片进行分解与重构操作，加深对理论知识的理解。
3. 掌握图片处理的基本方法，并熟悉Matlab中相关函数的应用。
二、实验原理
根据插值处理和小波变换的特点，运用一种基于小波分解和双线性插值相结合的图像超分辨率处理方法。首先将原图像进行小波分解，并把原图像作为低通部分，然后对小波分解后的相应高频子带进行双线性插值以近似高频的更多细节，通过小波逆变换获取比原图像分辨率更高的图像。
设一幅图像f (x,y)经过一次小波分解后，被分成了四个部分，如图1所示。MH 1为水平方向上的高频细节信息，MV1为垂直方向上的高频细节信息，MD1为对角线方向上的高频细节信息。也就是说，小波分解的过程就是将信号不断“剥落”的过程，随着逼近越来越粗，丢掉的信息越来越多，而被抛弃掉的信息可用小波的线性组合来表示。重建的过程就是将丢掉的细节加起来作为原始信号的近似表示，只要采用足够多的相同步骤，这种近似表示就可以达到足够精确。
在小波分解的过程中，在不同的分辨率下相同方向上的细节子图具有相似的特性，在图1中，MH 1和MH2,MV1和MV2,MD1和MD 2都分别是相似的。基于小波变换的插值方法是：以低分辨率的子图通过某种方式近似为高分辨率的子图，然后通过逆变换便可得到较之原图像更高分辨率的图像。
本实验使用的小波变换的双线性插值算法描述如下:将原图像f (x ,y)按公式二维小波分解公式（本文应用matlab 函数实现）进行小波分解为MA 、MH 、MV 和MD 四个细节子图，形式上记为Tf(x,y)=(MA,MB,MC,MD)；将MH 、MV 和MD 采用双线性插值算法(记作算子L)分别进行插值处理；得到***MH =L MH MV =L MV MD =L MD （），（），（）；设原图像低通部分*f x,y =MA ;（）对****MA MH MH MD 、、及四个子图做小波逆变换，变换后的结
果即为最终的插值结果，*-1****f x,y =T MA MH MH MD （）（，，，）
，从而获得超分辨率的图像。
三、 实验步骤与内容
实验题目；
要求：任意选择一张数字图片，利用二次线性插值将图片放大4倍，同时采用二维小波对原始图片进行分解与重构，实现对图片的超分辨率处理。
图1 莱娜图
采用双线性插值和小波放大方法实现图片的超分辨率处理。打开Matlab 软件，分别采用双线性插值、db1小波、db3小波、db6小波对目标图片进行相应的超分辨率处理分析，结果如下。
（1）运行结果如图2
双线性差值获得的图像
db1重构获得的图像
db3重构获得的图像
db6重构获得的图像
图2 运行结果对比
从图2可以看到，双线性插值与小波放大对比：采用双线性插值方法缩放后图像质量高，不会出现像素值不连续的的情况。但由于双线性插值具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊。而小波放大后得到的图像灰度值相比双线性插值明显偏低，细节损失较为严重。
db j小波函数随着j的增大图像的对比度增加，边缘更加锐利，细节特性更加饱满，将图像放大会更清楚地看到这一特点，但灰度值略有降低。总体而言，图像质量变得越来越高。
程序附录
Y=imread('C:\Documents and Settings\HIT\桌面\lena.bmp');
Y1=imresize(Y,2,'bilinear');
cH=zeros(256,256);
cV=zeros(256,256);
cD=zeros(256,256);
cA=Y*2;
Y2=idwt2(cA,cH,cV,cD,'db1');
Y3=idwt2(cA,cH,cV,cD,'db3');
Y4=idwt2(cA,cH,cV,cD,'db6');
%% 图片显示
figure(1);
imshow(Y);
title('原始图像');
figure(2);
imshow(uint8(Y1));
title('双线性差值获得的图像');
figure(3);
imshow(uint8(Y2));
title('db1重构获得的图像');
figure(4);
imshow(uint8(Y3));
title('db3重构获得的图像');
figure(5);
imshow(uint8(Y4));
title('db6重构获得的图像');
E RDAS实验报告 图像融合实验 数据来源 采用Erdas中examples文件内的2000年Atlanta多光谱TM数据和高清全色Pan数据。两图为同一地区不同坐标影像，故使用前需预处理从而得到实验区域。 目的 多光谱TM数据分辨率较低但包含多波段色彩，而全色Pan数据只包含一层高清影像，为了得到研究区域的高清彩色影像，我们将TM和Pan数据在Erdas2014中进行融合以达到实验目的。 方法 在遥感领域运用较多的融合方法有主成分变换法、比值变换法、小波变换法和HIS变换法。本实验则运用HIS变换法。IHS属于色度空间变换，从多光谱彩色合成影像上分离出代表信息的明度（I）和代表光谱信息的色调（H）、饱和度（S）等3个分量，并采用相同区域的高分辨率全色波段数据代替明度（I）进行空间信息融合。 步骤 1.几何校正 因原始图像空间坐标不同，需选取控制点进行几何校正。本实验校正方法为多项式法，选取6个控制点进行校正，其校正叠加截图如下：
2.叠加剪切 由校正结果可知两图像只有部分区域重合，所以建立AOI对重合区域进行剪切，以得到研究区域，截图如下： 3.重采样 因多光谱图像分辨率较低，像元点较大，若要与全色图融合出高清影像需进行重采样来调整像元大小，以达到与高清图一致。 4.二次剪切 因图为栅格，统一像元后，边缘区必然会有一定的扩展(如下图)，虽说扩展的范围较小，但在科研应用方面不符合要求，故须二次剪切。 5.RGB转HIS
TM图像选取前三层再分别赋予蓝、绿、红三色，转化为HIS格式，如下图： 6.直方图匹配 将高清图像直方图以标准图像的直方图为标准作变换,使全色光图和HIS图中I层两图像的直方图相同和近似,从而使两幅图像具有类似的色调和反差，以便作进一步的运算。 7.图像叠加 运用Layer stack功能将全色光高清图和H、S图层进行叠加即所谓的图像融合。它将多波段图层组合到了一起，从而得到新的包含多个有助于研究者使用的多波段影像。 8.IHS转RGB
SQL-Server数据库上机实验报告
《数据库系统原理》上机实验报告 学号：1120131743 姓名：谈兆年 班级：07111301
一、实验目的与要求： ●熟练使用SQL语句 ●掌握关系模型上的完整性约束机制 二、实验内容 1：利用SQL语句创建Employee数据库 CREATE DATABASE Employee; 结果： 2：利用SQL语句在Employee数据库中创建人员表person、月薪表salary及部门表dept。 做法：按表1、表2、表3中的字段说明创建 表1 person表结构 字段名数据 类型 字段 长度 允许空 否 字段说明 P_no Char 6 Not Null 工号，主键P_na Varch10 Not 姓名
me ar Null Sex Char 2 Not Null 性别 Birth date Dateti me Null 出生日期 Prof Varch ar 10 Null 职称 Dept no Char 4 Not Null 部门代码，外键 （参照dept表）表2 salary表结构 字段名数据 类型 字段 长度 允许空 否 字段说明 P_no Char 6 Not Null 工号，主键，外键（参照person表） Base Dec 5 Null 基本工资Bonu s Dec 5 Null 奖金，要求>50 Fact Dec 5 Null 实发工资=基本工 资+奖金 Mont h Int 2 Not Null 月份
表3 dept表结构 字段名数据 类型 字段 长度 允许空 否 字段说明 Dept no Char 4 Not Null 部门代码，主键， Dna me Varch ar 10 Not Null 部门名称 程序为： CREATE TABLE dept( deptno CHAR(4) PRIMARY KEY NOT NULL, dname V ARCHAR(10) NOT NULL) CREATE TABLE Person( P_no CHAR(6) PRIMARY KEY Not Null, P_name V ARCHAR(10) Not Null, Sex CHAR(2) Not Null, Birthdate Datetime Null, Prof V ARCHAR(10) Null, Deptno CHAR(4) Not Null, FOREIGN KEY(Deptno) REFERENCES
南京师范大学物理科学与技术学院 医用电子学论文 论文名称：基于小波变换的心电信号噪声消除 院系：物科院 专业：电路与系统 姓名：聂梦雅 学号： 121002043 指导教师：徐寅林
摘要 以小波变换的多分辨率分析为基础, 通过对体表心电信号(ECG) 及其噪声的分析, 对ECG信号中存在的基线漂移、工频干扰及肌电干扰等几种噪声, 设计了不同的小波消噪算法; 并利用MIT/BIH 国际标准数据库中的ECG 信号和程序模拟所产生的ECG 信号, 分别对算法进行了仿真与实验验证。结果表明, 算法能有效地滤除ECG 信号检测中串入的几类主要噪声, 失真度很小, 可满足临床分析与诊断对ECG 波形的要求。 关键词: ECG 信号, 小波变换, 基线漂移, 工频干扰, 肌电干扰
Abstract We apply the multi-resolution analysis (MRA ) of wavelet transform ( WT ) , which was proposed by Mallat [ 5 ] , to suppress the three main types of noises existing in electrocardiogram ( ECG ) signals : baseline wander, power line interference and electro my ographical interference. We apply Mallat algorithm [ 4 ] to suppress the baseline wander in ECG signals. We apply the sof t-thresholding algorithm, proposed by donohoetal on the basis of MRA of WT , to suppress power line interference in ECG signals. We apply Mallat algorithm and then the algorithm proposed by Donohoetal to suppress the electro my ographical interference in ECG signals ,who sefrequency range varies f rom 5Hz to 2kHz. We performed simulations ,using both ECG signals from MIT/BIH database, and ECG signals generated via computer simulation .The results show that the algorithm can suppress the main no isesexisting in ECG signals efficiently with very little distortion, and can satisfy the requirement s of clinical analysis and diagnosis on ECG waveforms. Key words: ECG (electro cardio gram ) signal, wavelet transform , baseline wander, power line interference , electro my ographical interference
数据库实验 （第三次） 题目1 实验内容： 1. 检索上海产的零件的工程名称； 2. 检索供应工程J1零件P1的供应商号SNO； 3. 检索供应工程J1零件为红色的供应商号SNO； 4. 检索没有使用天津生产的红色零件的工程号JNO； 5. 检索至少用了供应商S1所供应的全部零件的工程号JNO； 6. 检索购买了零件P1的工程项目号JNO及数量QTY，并要求对查询的结果按数 量QTY降序排列。
1 select jname from j where jno in (select jno from spj where sno in (select sno from s where city ='上海' ) ); 2 select sno from spj where jno ='j1'and pno ='p1' 3
selectdistinct sno from spj where pno in (select pno from p where color='红'and pno in (select pno from spj where jno ='j1' ) ); 4 selectdistinct jno from spj where pno notin (select pno from p where color ='红'and pno in (select pno from spj where sno in (select sno from s where city ='天津' ) ) )
5 select jno from spj where sno ='s1' 6 select jno,qty from spj where pno ='p1' orderby qty desc 四﹑思考题 1.如何提高数据查询和连接速度。 建立视图 2. 试比较连接查询和嵌套查询 有些嵌套查询是可以用连接来代替的，而且使用连接的方式，性能要比 嵌套查询高出很多 当查询涉及多个关系时，用嵌套查询逐步求解结构层次清楚，易于构造，具有结构化程序设计的优点。但是相比于连接运算，目前商用关系数据库管理系统对嵌套查询的优化做的还不够完善，所以在实际应用中，能够用连接运算表达的查询尽可能采用连接运算。
《医学图像处理》实验报告 实验十：小波变换 日期： 2014年05月06日 摘要 本次实验的实验目的及主要内容是: 一维小波变换和反变换 二维小波变换和反变换 二维小波细节置零、去噪
一、技术讨论 1.1实验原理 小波变换的原理:是指一组衰减震动的波形，其振幅正负相间变化为零，是具有一定的带宽和中心频率波组。小波变换是用伸缩和平移小波形成的小波基来分解（变换）或重构（反变换）时变信号的过程。不同的小波具有不同带宽和中心频率，同一小波集中的带宽与中心频率的比是不变的，小波变换是一系列的带通滤波响应。它的数学过程与傅立叶分析是相似的，只是在傅立叶分析中的基函数是单频的调和函数，而小波分析中的基函数是小波，是一可变带宽内调和函数的组合。 小波去噪的原理：利用小波变换把含噪信号分解到多尺度中，小波变换多采用二进型，然后在每一尺度下把属于噪声的小波系数去除，保留并增强属于信号的小波系数，最后重构出小波消噪后的信号。其中关键是用什么准则来去除属于噪声的小波系数，增强属于信号的部分。 1.2实验方法 1）dwt函数（实现1-D离散小波变换） [cA,cD]=dwt(X,’wname’)使用指定的小波基函数‘wname’对信号X进行分解，cA和cD分别是近似分量和细节分量； [cA,cD]=dwt(X,Lo_D,Hi_D)用指定的滤波器组Lo_D,Hi_D对信号进行分解 2）idwt函数（实现1-D离散小波反变换） X=idwt(cA,cD,’wname’) X=idwt(cA,cD,Lo_R,Hi_R) X=idwt(cA,cD,’wname’,L) X=idwt(cA,cD,Lo_R,Hi_R,L) 由近似分量cA和细节分量cD经过小波反变换，选择某小波函数或滤波器组，L为信号X中心附近的几个点 3）dwt2函数（实现2-D离散小波变换） [cA,cH,cV,cD]=dwt2(X,’wname’) [cA,cH,cV,cD]=dwt2(X,’wname’) cA近似分量，cH水平细节分量，cV垂直细节分量，cD对角细节分量 4）idwt2函数（实现2-D离散反小波变换） X=idwt2(cA,cH,cV,cD,’wname’) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) X=idwt2(cA,cH,cV,cD,’wname’,S) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)
For the things that have been done in a certain period, the general inspection of the system is also a specific general analysis to find out the shortcomings and deficiencies 数据库上机实验报告正式 版
数据库上机实验报告正式版 下载提示：此报告资料适用于某一时期已经做过的事情，进行一次全面系统的总检查、总评价，同时也是一次具体的总分析、总研究,找出成绩、缺点和不足，并找出可提升点和教训记录成文，为以后遇到同类事项提供借鉴的经验。文档可以直接使用，也可根据实际需要修订后使用。 数据库上机实验报告 试验内容 1、数据表的建立 基本表《简单的》带有主键 带有外码约束的（外码来自其他表或者本表） 2、数据表的修改 添加删除列 修改列属性类型 添加删除约束（约束名） 元组的添加，修改，删除 删除数据表
试验过程 1、createtablestudent ( snochar(9)primarykey,/*sno是主码列级完整性约束条件*/ snamechar(20)unique,/*sname取唯一值*/ ssexchar(2), sagesmallint,/*类型为smallint*/ sdeptchar(20)/*所在系*/ ); createtablecourse ( cnochar(4)primarykey,/*列级完整性约束条件，cno是主码*/
cnamechar(40), cpnochar(4),/*cpno的含义是先行课*/ ccreditsmallint, foreignkey(cpno)referencescourse(cno) /*表级完整性约束条件，cpno是外码，被参照表是course，被参照列是 cno*/ ); createtablesc ( snochar(9), cnochar(4), gradesmallint,
小波分析上机实验报告 院系：电气工程及自动化学院 学科：仪器科学与技术
实验一小波分析在信号压缩中的应用 一、试验目的 （1）进一步加深对小波分析进行信号压缩的理解； （2）学习Matlab中有关信号压缩的相关函数的用法。 二、相关知识复习 用一个给定的小波基对信号进行压缩后它意味着信号在小波阈的表示相对缺少了一些信息。之所以能对信号进行压缩是因为对于规则的信号可以用很少的低频系数在一个合适的小波层上和一部分高频系数来近似表示。 利用小波变换对信号进行压缩分为以下几个步骤来完成： （1）进行信号的小波分解； （2）将高频系数进行阈值量化处理。对从1 到N 的每一层高频系数都可以选择不同的阈值并且用硬阈值进行系数的量化； （3）对量化后的系数进行小波重构。 三、实验要求 （1）对于某一给定的信号（信号的文件名为leleccum.mat），利用小波分析对信号进行压缩处理。 （2）给出一个图像，即一个二维信号（文件名为wbarb.mat），利用二维小波分析对图像进行压缩。 四、实验结果及程序 （1）load leleccum %将信号装入Matlab工作环境 %设置变量名s和ls，在原始信号中，只取2600-3100个点 s = leleccum(2600:3100); ls = length(s); %用db3对信号进行3级小波分解 [c,l] = wavedec(s, 3, 'db3'); %选用全局阈值进行信号压缩 thr = 35; [xd,cxd,lxd,perf0,perfl2] = wdencmp('gbl',c,l,'db3',3,thr,'h',1); subplot(2,1,1);plot(s); title('原是信号s'); subplot(2,1,2);plot(xd); title('压缩后的信号xd');
数据库上机实验报告 4 学号：姓名：日期：年月日 实验目的：（1）练习连接查询；（2）练习视图的创建与使用；（3）学习使用ODBC的方法；（4）体验T-SQL的功能；体验存储过程的功能；体验表值函数、标量值函数的作用；体验ranking等功能。 1 练习视图及连接查询。 （1）创建一个视图，视图名为viNF，视图内容为select id,count(*) as nf from friends group by id。执行成功后，将SQL语句复制到下方。 （2）基于viNF视图，查找拥有最多好友的用户、最少好友的用户。执行成功后，将SQL语句复制到下方。 （3）基于users表和viNF视图进行连接查询。分别进行内连接、全外连接、左外连接、右外连接四种操作。执行成功后，将SQL语句复制到下方，并回答：四种结果表，哪两个的结果是一致的，为什么？ （4）将题（3）中全外连接保存为一个新的视图viUAF。 2 通过ODBC用Excel打开users表。 3 体验T-SQL。 回顾实验2中的题目： 定义最低价格为成本价；依据此成本价做如下计算： 连接Goods，Goods_Extent，Sellers表，按照总利润，输出前10名；要求输出表的格式为（商品名称，卖家名称，商品价格，运费，卖家信誉，卖家好评率，历史销量，历史利润，期内销量，期内利润，总销量，总利润） 利用如下语句进行查询，体会和之前有什么不同。如感兴趣，自己可以仿照写一个变量定义、赋值及应用的例子。 declare @cost as float; select @cost=min(good_price)from goods; select top 10 good_name as商品名称, goods.seller_name as卖家名称, good_price as商品价格, good_shipping as运费,
一、题目：一维Haar 小波2次分解 二、目的：编程实现信号的分解与重构 三、算法及其实现：离散小波变换 离散小波变换是对信号的时－频局部化分析，其定义为：/2200()(,)()(),()()j j Wf j k a f t a t k dt f t L R φ+∞---∞=-∈? 本实验实现对信号的分解与重构： （１）信号分解：用小波工具箱中的dwt 函数来实现离散小波变换，函数dwt 将信号分解为两部分，分别称为逼近系数和细节系数（也称为低频系数和高频系数）,实验中分别记为cA1,cD1，它们的长度均为原始信号的一半，但dwt 只能实现原始信号的单级分解。在本实验中使用小波函数db1来实现单尺度小波分解，即： [cA1,cD1]＝dwt(s,’db1’)，其中s 是原信号;再通过[cA2,cD2]＝dwt(cA1,’db1’)进行第二次分解，长度又为cA2的一半。 （２）信号重构：用小波工具箱中的upcoef 来实现，upcoef 是进行一维小波分解系数的直接重构,即： A1 = upcoef('a',cA1,'db1'); D1 = upcoef('a',cD1,'db1')。 四、实现工具：Matlab 五、程序代码： %装载leleccum 信号 load leleccum; s = leleccum(1:3920); %用小波函数db1对信号进行单尺度小波分解 [cA1,cD1]=dwt(s,'db1'); subplot(3,2,1); plot(s); title('leleccum 原始信号'); %单尺度低频系数cA1向上一步的重构信号 A1 = upcoef('a',cA1,'db1'); %单尺度高频系数cD1向上一步的重构信号 D1 = upcoef('a',cD1,'db1'); subplot(3,2,3); plot(A1); title('单尺度低频系数cA1向上一步的重构信号'); subplot(3,2,5); plot(D1); title('单尺度高频系数cD1向上一步的重构信号'); [cA1,cD1]=dwt(cA1,’db1'); subplot(3,2,2); plot(s); title('leleccum 第一次分解后的cA1信号'); %第二次分解单尺度低频系数cA2向上一步的重构信号 A2= upcoef('a',cA2,'db1',2); %第二次分解单尺度高频系数cD2向上一步的重构信号 D2 = upcoef('a',cD2,'db1',2); subplot(3,2,4); plot(A2);
小波理论实验报告 院（系） 专业 学生 学号 日期 2015年12月
实验报告一 一、 实验目的 1. 运用傅立叶变换知识对常用的基本函数做基本变换。 2. 加深对因果滤波器的理解，并会判断因果滤波器的类型。 3. 运用卷积公式对基本信号做滤波处理并分析，以加深理解。 4. 熟悉Matlab 中相关函数的用法。 二、 实验原理 1.运用傅立叶正、反变换的基本公式： ( )?()() ()(),1 1?()(),22i x i t i t i t i t f f x e dx f t e dt f t e f t f e d f t e ωωωωωωωωπ π ∞∞---∞ -∞ ∞ --∞ ==== =?? ? 及其性质，对所要处理信号做相应的傅里叶变换和逆变换。 2.运用卷积的定义式： 1212()()()()+∞ -∞ *=-? f t f t f f t d τττ 对所求信号做滤波处理。 三、 实验步骤与内容 1.实验题目： Butterworth 滤波器，其冲击响应函数为 ,0 ()0, 0若若α-?≥=?
摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定
义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。
重庆邮电大学移通学院 数据库集中上机报告 学生：马志鹏 学号： 022******* 班级： 02210901 专业：计算机应用技术 重庆邮电大学移通学院 2011年6月
第一天：Access数据库基本操作 1 实验目的 1、熟悉的掌握Access数据库结构与创建 2、了解创建、修改、删除、查询、保存等操作 3、输入数据创建、设计器创建、向导创建。 2 实验内容 3 实验结果 1. 2. 2
重庆邮电大学移通学院 3 2 Access 数据表的编辑 第二天 数据表基本操作 1 表关系与编辑数据 1 实验目的： 1、实现一对一，一对多，多对多的实体关系 2、对“学生基本信息”表中的记录进行排序，按出生日期降序排列 3、从“学生基本信息”表中筛选出所有计算机系男生的记录 4、从“学生基本信息”表中筛选出回族和蒙古族的所有学生记录
2 实验内容 1. SELECT 学生基本信息表.学生姓名, 成绩档案表.* FROM 成绩档案表INNER JOIN 学生基本信息表ON 成绩档案表.学生学号= 学生基本信息表.学生学号 WHERE (((学生基本信息表.学生姓名)="张冰冰")); 2 SELECT 学生基本信息表.* FROM 学生基本信息表 WHERE (((学生基本信息表.性别)="男") AND ((学生基本信息表.班级名称)="计算机系")); 3 SELECT 成绩档案表.C语言, 课程表.* FROM 成绩档案表, 课程表; 4 SELECT 学生基本信息表.*, 学生基本信息表.性别, 学生基本信息表.班级名称FROM 学生基本信息表WHERE (((学生基本信息表.性别)<>"男") AND ((学生基本信息表.班级名称)<>"计算机系")); 5 SELECT 学生基本信息表.*, 学生基本信息表.出生日期 FROM 学生基本信息表WHERE (((Month([出生日期]))=9) AND ((Day([出生日期]))=1)); 6 SELECT 学生基本信息表.* FROM 学生基本信息表WHERE (((学生基本信息表.学生姓名) Like "李*")); 3 实验结果 4
北京邮电大学 数字信号处理硬件实验 实验名称：dsp硬件操作实验姓名：刘梦颉班级： 2011211203 学号：2011210960 班内序号：11 日期：2012年12月20日 实验一常用指令实验 一、实验目的 了解dsp开发系统的组成和结构，熟悉dsp开发系统的连接，熟悉dsp的开发界面，熟 悉c54x系列的寻址系统，熟悉常用c54x系列指令的用法。 二、实验设备 计算机，ccs 2.0版软件，dsp仿真器，实验箱。 三、实验操作方法 1、系统连接 进行dsp实验之前，先必须连接好仿真器、实验箱及计算机，连接方法如下所示： 1）上电复位 在硬件安装完成后，接通仿真器电源或启动计算机，此时，仿真盒上的“红色小灯”应 点亮，否则dsp开发系统与计算机连接有问题。 2）运行ccs程序 先实验箱上电，然后启动ccs，此时仿真器上的“绿色小灯”应点亮，并且ccs正常启 动，表明系统连接正常；否则仿真器的连接、jtag接口或ccs相关设置存在问题，掉电，检 查仿真器的连接、jtag接口连接，或检查ccs相关设置是否正确。 四、实验步骤与内容 1、实验使用资源 实验通过实验箱上的xf指示灯观察程序运行结果 2、实验过程 启动ccs 2.0，并加载“exp01.out”；加载完毕后，单击“run”运行程序； 五、实验结果 可见xf灯以一定频率闪烁；单击“halt”暂停程序运行，则xf灯停止闪烁，如再单击 “run”，则“xf”灯又开始闪烁； 关闭所有窗口，本实验完毕。 六、源程序代码及注释流程图： 实验二资料存储实验 一、实验目的 掌握tms320c54的程序空间的分配；掌握tms320c54的数据空间的分配；熟悉操作 tms320c54数据空间的指令。 二、实验设备 计算机，ccs3.3版软件，dsp仿真器，实验箱。 三、实验系统相关资源介绍 本实验指导书是以tms32ovc5410为例，介绍相关的内部和外部内存资源。对于其它类型 的cpu请参考查阅相关的资料手册。下面给出tms32ovc5410的内存分配表： 对于存储空间而言，映像表相对固定。值得注意的是内部寄存器与存储空间的映像关系。 因此在编程应用时这些特定的空间不能作其它用途。对于篇二：31北邮dsp软件实验报告北京邮电大学 dsp软件
竭诚为您提供优质文档/双击可除 肌组织实验报告 篇一：表面肌实验报告 武汉理工大学 现代数字信号处理在前沿学科中的应用实验报告 基于semg时域特征的动作识别 学院：信息工程学院 学号：姓名： 班级：电子154 实验基于semg时域特征特的动作识别 一、实验目的 1.了解肌电信号常用的时域分析方法； 2.利用mATLAb对肌电信号进行去噪、特征提取及动作识别； 二、实验设备 1.wi-Fi表面肌电信号采集卡； 2.32位windowsxp台式机（matlab7.0软件）； 3.802.11b/g无线网卡；
三、实验内容 （1）学习信号的基本去噪方法，并用mATLAb实现； （2）学习肌电信号常用的时域特征并利用matlab来进行波形长度（wL）符号改变数（ssc）、过零点（Zc）、威尔 逊赋值（wAmp）等特征的提取； （3）学习神经网络信号处理方法，掌握bp神经网络的用法，将其用于肌电信号的动作识别。 学习以上三个部分，最终完成一整套肌电信号去噪、特征提取（选取一种特征）、基于特征的动作识别的mATLAb程序。 四、实验原理 （1）小波去噪 小波去噪方法是一种建立在小波变换基础上的新兴算法，基本思想是根据噪声在不同频带上的小波分解系数具有不同强度分布的特点，将各频带上的噪声对应的小系数去除，保留原始信号的小波分解系数，然后对处理后系数进行小波重构，得到纯净信号。 小波去噪的基本原理图如下 （2）特征提取 时域分析是将肌电信号看成均值为零，而方差随着信号强度的变化而变化的随机信号。时域特征的计算复杂度低，提取比较方便。
最常用的方法有：方差，过零点数（Zerocrossing,Zc），willison幅值（willisonAmplitude,wAmp），绝对值平均值(meanAbsoluteValue,mAV）和波形长度（wavelength，wL）等。在实际应用中，为了让特征可以包含更多的信息，往往选择用不同的时域特征组合形成联合特征向量。我们主要介绍一下几种方法： 过零率（Zc）：为波形通过零线的次数,从一定程度上反映了信号的频率特性。为了降低零点引入的噪声，往往会引入一个阈值δ。计算方式如下： sgn(?xk?xk?1),(xk?xk?1??)（1）willison幅值：是由willison提出一种对表面肌电信号的幅值变化数量进行计 算的方法，经过后人的研究，对willison幅值的阈值有了明确的范围限定，目前认为50~100?V是最合适的阈值范围。其数学表示公式如公式（3-3）。 wAmp??fxi?xi?1 t?1n（2） ?1f(x)???0其中：ifx?阈值otherwise 波形长度（wL）：它是对某一分析窗中的波形长度的统计，波长可以体现该样本的持续时间、幅值、频率的特征。 1n?1 wL??x(i?1)?x(i)ni?1（3）符号改变斜率（ssc）：为信号的的频率性能提供了一些附加信息，对于3个连续的采样
研究生课程论文(2016-2017学年第二学期) 振动测试技术 研究生：
模态试验大作业 0 模态试验概述 模态试验（modal test）又称试验模态分析。为确定线性振动系统的模态参数所进行的振动试验。模态参数是在频率域中对振动系统固有特性的一种描述，一般指的是系统的固有频率、阻尼比、振型和模态质量等。 模态试验中通过对给定激励的系统进行测量，得到响应信号，再应用模态参数辨识方法得到系统的模态参数。由于振动在机械中的应用非常普遍。振动信号中包含着机械及结构的内在特性和运行状况的信息。振动的性质体现着机械运行的品质，如车辆、航空航天设备等运载工具的安全性与舒适性；也反映出诸如桥梁、水坝以及其它大型结构的承载情况、寿命等。同时，振动信号的发生和提取也相对容易因此，振动测试与分析已成为最常用、最基本的试验手段之一。 模态分析及参数识别是研究复杂机械和工程结构振动的重要方法，通常需要通过模态实验获得结构的模态参数即固有频率、阻尼比和振型。模态实验的方法可以分为两大类：一类是经典的纯模态实验方法，该方法是通过多个激振器对结构进行激励，当激振频率等于结构的某阶固有频率，激振力抵消机构内部阻尼力时，结构处于共振状态，这是一种物理分离模态的方法。这种技术要求配备复杂昂贵的仪器设备，测试周期也比较长；另一类是数学上分离模态的方法，最常见的方法是对结构施加激励，测量系统频率响应函数矩阵，然后再进行模态参数的识别。 为获得系统动态特性，常需要测量系统频响函数。目前频响函数测试技术可以分为单点激励单点测量( SISO)、单点激励多点测量( SIMO) 、多点激励多点测量( MIMO)等。单点激励一般适用于较小结构的频响函数测量，多点激励适用于大型复杂机构，如机体、船体或大型车辆机构等。按激励力性质的不同，频响函数测试分为稳态正弦激励、随机激励及瞬态激励三类，其中随机激励又有纯随机、伪随机、周期随机之分。瞬态激励则有快速正弦扫描激励、脉冲激励和阶跃激励等几种方式。按激励力性质的不同，频响函数测试分为稳态正弦激励、随机激励及瞬态激励三类，其中随机激励又有纯随机、伪随机、周期随机之分，瞬态激励则有快速正弦扫描激励、脉冲激励和阶跃激励等几种方式。 振动信号的分析和处理技术一般可分为时域分析、频域分析、时频域分析和时间序列建模分析等。这些分析处理技术从不同的角度对信号进行观察和分析，为提取与设备运行状态有关的特征信息提供了不同的手段。信号的时域分析包括时域统计分析、时域波形分析和时域相关分析。对评价设备运行状态和
上机实验八——完整性约束的实现 一、实习目的： 掌握SQL中实现数据完整性的方法，加深理解关系数据模型的三类完整性约束。 二、实习准备： 1.复习“完整性约束SQL定义” 2.完成习题四第10题中的各项操作的SQL语句。 3.了解SQL Server 中实体完整性、参照完整性和用户自定义完整性的实现手段 三、实习内容： 1.验证习题四第10题四个表结构的SQL语句。 表一：Sstudent CREATE TABLE Sstudent (Sno char(7) NOT NULL PRIMARY KEY, Sname VarChar(20) NOT NULL, Ssex Char(2) NOT NULL DEFAULT('男') check(Ssex IN('男','女')), Sage smallint check(Sage >14 AND Sage<65), Clno Char(5) NOT NULL REFERENCES Cclass(Clno) ON UPDATE CASCADE); 表二：Ccourse CREATE TABLE Ccourse (Cno Char(1) NOT NULL PRIMARY KEY, Cname VarChar(20) NOT NULL, Credit Smallint CHECK(Credit IN(1,2,3,4,5,6)));
表三：Cclass CREATE TABLE Cclass (Clno Char(5) NOT NULL PRIMARY KEY, Speciality VarChar(20) NOT NULL, Inyear Char(4) NOT NULL, Number Integer CHECK(Number>1 AND Number<100), Mointor Char(7) REFERENCES Student(Sno) ); 表四：Ggrade CREATE TABLE Ggrade (Sno Char(7) NOT NULL REFERENCES Student(Sno) ON DELETE CASCADE ON UPDATE CASCADE, Cno Char(1) NOT NULL REFERENCES Course(Cno) ON DELETE CASCADE ON UPDATE CASCADE, Gmark Numeric(4,1) CHECK(Gmark>0 AND Gmark<100), PRIMARY KEY(Sno,Cno)); 2. SQL Server中提供了那些方法实现实体完整性、参照完整体和用户自定义完整性 答：实体完整性：是通过主码的定义（PRIMARY KEY）来实现的； 参照完整性：是利用外部码（REFERENCES）的说明，以限制相关表中某些属性的取值，当用户违反规则时，提供三种：RESTRICT（限制策略）,CASCADE(级联策略),SET NULL(置空策略)； 用户自定义完整性：check约束，对元组的CHECK约束
《数据库技术与应用》上机实验报告 目录： 一、概述 二、主要上机实验内容 1.数据库的创建 2.表的创建 3.查询的创建 4.窗体的创建 5.报表的创建 6.宏的创建 三、总结 一、概述 （一）上机内容： 第七周：熟悉Access界面，数据库和表的创建，维护与操作 1. 熟悉Access的启动，推出，界面，菜单，工具栏等； 2. 练习使用向导创建数据库、创建空数据库； 3. 练习创建表结构的三种方法（向导、表设计器、数据表）、表中字段属性设置； 4. 练习向表中输入不同类型的数据； 5. 练习创建和编辑表之间的关系； 6. 练习表的维护（表结构、表内容、表外观） 7. 练习表的操作(查找、替换、排序、筛选等) 第八周：练习创建各种查询 1．选择查询（单表、多表、各种查询表达式） 2．参数查询 3．交叉表查询 4．操作查询（生成查询、删除查询、更新查询、追加查询） 第十周：练习创建各种类型的窗体 1．自动创建纵栏式窗体和表格式窗体； 2．向导创建主|子窗体
3．图表窗体的创建 4．练习通过设计器创建窗体 5．练习美化窗体 第十三周：练习创建各种类型的报表 1．自动创建纵栏式报表和表格式报表； 2．向导创建报表（多表报表、图表报表、标签报表） 3．练习通过设计视图创建报表（主|子报表、自定义报表） 4．练习在报表中添加计算字段和分组汇总数据 第十五周：综合应用 1．了解Access数据库系统开发的一般方法； 2．课程内容的综合练习； 3．编写上机实验报告、答疑 （二）上机完成情况 第七周：熟悉Access界面，数据库和表的创建，维护与操作 完成了创建表，向表中输入不同类型的数据，创建和编辑表之间的关系，进行了表的维护，修改了表的结构、内容、外观，最后进行了表的操作，查找、替换、排序、筛选等。 已完成 第八周：练习创建各种查询 练习选择查询、参数查询、交叉表查询，然后练习并操作查询，生成查询、删除查询、更新查询、追加查询等。 已完成 第十周：练习创建各种类型的窗体 自动创建纵栏式窗体和表格式窗体，向导创建主|子窗体和图表窗体，练习通过设计器创建窗体，美化窗体。 基本完成 第十三周：练习创建各种类型的报表 自动创建纵栏式报表和表格式报表，向导创建报表，练习通过设计视图创建报表，在报表中添加计算字段和分组汇总数据。 已完成 第十五周：综合应用
姓名：学号： 课程名称：小波理论及应用 实验名称：上机实践作业 实验序号：第一次实验日期：2014.05.12 学院及专业名称： 同组人：独立完成 实验成绩：总成绩： 教师评语： 指导教师签字： 年月日
实验报告一 一、 实验目的 1、 运用傅里叶变换知识对常用的基本函数做基本变换。 2、 加深对因果滤波器的理解，并会判断因果滤波器的类型。 3、 运用卷积公式对基本信号做滤波处理并作出分析，以加深理解 4、 熟悉Matlab 中相关函数的用法 二、 实验原理 1 ．运用傅里叶正、反变换的基本公式： ( )?()() ()(),1 1?()(),22ωωωωωωωωπ π ∞∞---∞ -∞ ∞ --∞ ==== =?? ? i x i t i t i t i t f f x e dx f t e dt f t e f t f e d f t e （2-1） 及其性质，对所要处理信号做相应的傅里叶变换和逆变换。 2．运用卷积的定义式：1212()()()()+∞ -∞ *=-?f t f t f f t d τττ （2-2） 对所求信号做滤波处理。 三、 实验步骤与内容 实验题目： Butterworth 滤波器，其冲击响应函数为 ,0 ()0, 0若若α-?≥=?