数字信号处理第三四章作业

成绩：

《数字信号处理》

作业与上机实验

（第三四章）

班级：13-电信

学号：

姓名：

任课老师：李宏民

完成时间：15.11.08

信息与通信工程学院

2015—2016学年第1学期

第3-4章离散傅里叶变换及快速算法与应用一、实验内容及要求：

1、对信号在x(n)={1,2,3,4,5,6,7,8}，n=0，1，2....7,求其N=8点的DFT。要求采用基于时间抽取算法编写FFT 实现程序，画出DFT 幅度谱与相位谱,并将计算结果与用MATLAB 自带的FFT 函数计算结果进行比较。

2、一个由40Hz 和100Hz 正弦信号构成的信号，受零均值随机噪声的干扰（噪声服从标准正态分布，由randn 函数产生，n(t)=randn(m,n)返回一个m*n 的随机矩阵），即()sin(2100)sin(240)()s t t t n t ππ=++ 。数据采样率为500Hz，试用FFT 函数来分析其信号频率成分。

①求其幅度频谱，从频谱图（横坐标以HZ 为单位，用plot 函数画图）中能否观察出信号的2个频率分量？

②提高采样点数，再求该信号的幅度频谱图，此时幅度频谱发生了什么变化？信号的2个模拟频率和数字频率各为多少？FFT 频谱分析结果与理论上是否一致？

3、研究高密度频谱与高分辨率频谱。频率分辨率是指所用的算法能将信号中两个靠得很近的谱峰分开的能力。信号末尾补零由于没有对原信号增加任何新的信息，因此不能提高频率分辨率，但可以减小栅栏效应，所得到的频谱称为高密度频谱。在维持采样频率不变的情况下，为提高分辨率只能增加采样点数N，此时所得到的频谱称为高分辨率频谱。设有连续信号

)

1092cos()1072cos()105.62cos()(333t t t t x a ??π+??π+??π=以采样频率kHz f s 32=对信号)(t x a 采样，分析下列几种情况的幅频特性。

1采集数据长度N=16点，做N=16的FFT；采集数据长度N=16点，

补零到256点，做256点的FFT；

2采集数据长度N=64点，做N=64的FFT；采集数据长度N=64点，

补零到256点，做256点的FFT；

3采集数据长度N=256点，做N=16点的FFT。

4观察以上几幅不同的幅频特性曲线，分析和比较它们的特点，并

说明形成的原因。

5注：在MATLAB 中，可用zeros 函数实现填零运算，例如

x1=[x(1:1:16),zeros(1,240)]。所有频谱图的横坐标以HZ 为单位，用plot 函数画图。

6一个连续信号含三个频率分量，经采样得以下序列

n

f n f n n x )215.0(2cos )15.0(2cos 15.02sin )(?+?+?+?+?=πππ1,.......1,0-=N n 。已知N =16，f ?分别为1/16，1/64，观察其频谱；

当N =64，128，f ?不变，其结果有何不同，为什么？4、语音信号频谱分析

首先应用录音软件(见下图)，录音“我是XXX（学生姓名）”，得到语音数据“录音.WAV”并将“录音.WAV”文件复制到MATLAB WORK 目录下。其次在MATLAB 环境下，X(n)=wavread('录音.WAV ',2048)，得到2048点的语音数据X(n),对X(n)进行FFT 频谱分析，画出频谱图（横坐标以HZ 为单位，用plot 函数画图）。

5、双音多频（DTMF）信号是将拨号盘上的0-F共16个数字，用音频范围的8个频率来表示的一种编码方式。8个频率分为高频群和低频群两组，分别作为列频和行频。每个字符的信号由来自列频和行频的两个频率的正弦信号叠加而成。频率组合方式如表8-2所示。

双音多频（DTMF）信号频率组合方式

频率1209Hz1336Hz1477Hz1633Hz

697Hz123A

770Hz456B

852Hz789C

941Hz*/E0#/F D

找一部电话机，在免提状态下拨号0～9中的任意7位号码，并录制双音多频拨号声音。采用快速傅里叶变换（FFT）分析这7个号码拨

号时的频谱，并与理论值进行比较。

三、波形图

1．DFT 幅度谱与相位谱如图1可见

xn=[1,2,3,4,5,6,7,8];

M=nextpow2(length(xn)),N=2^M,A=[xn,zeros(1,N-length(xn))];G=0;

for I=0:N-1;

if I

end

K=N/2;

while G>=K;

G=G-K;K=K/2;

end G=G+K;

end

WN=exp(-j*2*pi/N);for L=1:M;

disp('级次运算'),disp(L);B=2^(L-1);for R=0:B-1;

P=2^(M-L)*R;

for K=R:2^L:N-2;

T=A(K+1)+A(K+B+1)*WN^P;A(K+B+1)=A(K+1)-A(K+B+1)*WN^P;A(K+1)=T;

end

end

end

Xk=A,

fftxn=fft(xn,N),k=0:7;wk=2*k/8;

subplot(2,2,1);stem(wk,abs(Xk),'k.');

xlabel('Hz');ylabel('幅度');

subplot(2,2,2);stem(wk,angle(Xk),'k.');

xlabel('Hz');ylabel('相位');

subplot(2,2,3);stem(wk,abs(fftxn),'k.');xlabel('Hz');ylabel('幅度');

图1()x n 波形

subplot(2,2,4);stem(wk,angle(fftxn),'k.');

xlabel('Hz');ylabel('相位'

);

图1DFT和FFT频谱图

答：由此可以看出信号经过FFT函数和DFT函数所得到的结果基本没有差异，说明FFT函数能在复杂的运算中代替DFT函数简化运算。

2.①幅度频谱如图2可见

t=0:0.001:1;

s=sin(2*pi*100*t)+sin(2*pi*40*t)+randn(1,length(t));

figure(1)

plot(t,s);

Y=fft(s,501);

f=500*(0:500)/501;

magY=abs(Y);

figure(2);

plot(f,magY);

xlabel('Hz');

ylabel('·幅度');

②提高采样点数后的幅度频谱图如图3可见

t=0:0.001:1;

s=sin(2*pi*100*t)+sin(2*pi*40*t)+randn(1,length(t));

figure(1)

plot(t,s);

Y=fft(s,1001);

f=500*(0:1000)/1001;

magY=abs(Y);

figure(2);

plot(f,magY);

xlabel('Hz');

ylabel('幅度');

图2频谱图

图3提高采样点的频谱图

答：提高采样点数之后，图像分辨率提高很多，更容易看出频率分量，模拟频率大概为0~3Hz，数字频率大概为0~3Hz,fft结果与理论上还是稍微有点区别。

3.①16的FFT和补零到256点的FFT如图4可见

magXa=abs(Xa);

figure(1);

subplot(2,1,1);

plot(f,magXa);

xlabel('Hz');

ylabel('幅度');

x=[xa(1:16),zeros(1,240)];

X=fft(x,256);

f=fs*(0:255)/256;

magX=abs(X);

subplot(2,1,2);

plot(f,magX);

xlabel('Hz');

)

ylabel('幅度'

图316点和256点的FFT图

(2)64的FFT和补零到256点的FFT见图4

N=64;

n=0:N-1;

fs=32000;

xa=cos(2*pi*6.5*10^3*n/fs)+cos(2*pi*7*10^3*n/fs)+cos(2*pi*9*10^3*n/fs) ;

Xa=fft(xa,N);

f=fs*(0:63)/64;

magX=abs(Xa);

figure(1);

subplot(2,1,1);

plot(f,magX);

xlabel('Hz');

ylabel('幅度');

x=[xa(1:16),zeros(1,192)];

X=fft(x,256);

f=fs*(0:255)/256;

magX=abs(X);

subplot(2,1,2);

plot(f,magX);

xlabel('Hz');

ylabel('幅度')

图464点和256点的FFT图

(3)16点的FFT如图5可见

N=256;

n=0:N-1;

fs=32000;

xa=cos(2*pi*6.5*10^3*n/fs)+cos(2*pi*7*10^3*n/fs)+cos(2*pi*9*10^3*n/fs) ;

Xa=fft(xa,N);

f=fs*(0:255)/256;

magX=abs(Xa);

figure(1);

plot(f,magX);

xlabel('Hz');

ylabel('幅度');

图516点的FFT图

(4)

采样数据为16的时候图像由于点数太少，很难反映出频谱的细节特征，只能分辨出两个频率分量，随着采样点的不段增加频率间隔缩小，连续曲线越来越平滑,并且由16点经过补零所得到的，频率分辨率并未提高，仍然只能看出两个频率分量。

(6)N=16，f 为1/16时的源程序，如图6可见：

N=16;

n=0:N-1;

df=1/16;

x=sin(2*pi*0.15*n)+cos(2*pi*(0.15+df)*n)+cos(2*pi*(0.15+2*df)*n);

figure(1)

plot(n,x);

title('F=16的时域')

Xa=fft(x);

Xa=abs(Xa);

figure(2)

stem(n,Xa)

title('F=16的频域')

图6

N=16，f 分别为1/64时的源程序，如图7可见：

N=16;

n=0:N-1;

df=1/64;

x=sin(2*pi*0.15*n)+cos(2*pi*(0.15+df)*n)+cos(2*pi*(0.15+2*df)*n);

figure(1)

plot(n,x);

title('F=64的时域')

Xa=fft(x);

Xa=abs(Xa);

figure(2)

stem(n,Xa)

title('F=64的频域')

图7

N=64，f 分别为1/64时的源程序，如图8可见：

N=64;

n=0:N-1;

df=1/64;

x=sin(2*pi*0.15*n)+cos(2*pi*(0.15+df)*n)+cos(2*pi*(0.15+2*df)*n);

figure(1)

plot(n,x);

title('F=64的时域')

Xa=fft(x);

Xa=abs(Xa);

figure(2)

stem(n,Xa)

title('F=64的频域')

图8

N=128，f 分别为1/64时的源程序，如图9可见：

N=128;

n=0:N-1;

df=1/64;

x=sin(2*pi*0.15*n)+cos(2*pi*(0.15+df)*n)+cos(2*pi*(0.15+2*df)*n);

figure(1)

plot(n,x);

title('F=64的时域')

Xa=fft(x);

Xa=abs(Xa);

figure(2)

stem(n,Xa)

title('F=64的频域')

图9

答：N从16变化为64、128时，谱峰逐渐清晰，截取长度增加，谱线变得密集，频谱更加接近真实值，泄露和混叠现象、栅栏效应都变小。

4.X(n)进行FFT频谱分析的频谱图，见图10

fs=25600;

[xn,fs]=audioread('D:\用户目录\我的文档\MATLAB\第三次\录音7.wav');

y=fft(xn,2048);

f=500*(0:999)/1000;

magY=abs(y);angY=angle(y);

subplot(2,1,1);plot(f,magY(1:1000));xlabel('Hz');ylabel('·幅度'); subplot(2,1,2);plot(f,angY(1:1000));xlabel('Hz');ylabel('相位');

5.

[X,fs]=audioread('D:\用户目录\我的文档\MATLAB\第三次\wz.wav ');w=length(X);f=w*0:w-1/w;figure(1)plot(f,X);

Y=fft(X);figure(2)plot(abs(Y));

sound(X,fs);

图10

图12

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。

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

现代数字信号处理及其应用——LMS算法结果及分析

LMS 算法MATLAB 实现结果及其分析 一、LMS ：为课本155页例题 图1.1：LMS 算法学习曲线（初始权向量[]T 00w ?=） 图1.2滤波器权系数迭代更新过程曲线（步长075.0=μ） 图1.3滤波器权系数迭代更新过程曲线（步长025.0=μ）图1.4滤波器权系数迭代更新过程曲线（步长015.0=μ） 分析解释： 在图1.1中，收敛速度最慢的是步长为015.0=μ的曲线，收敛速度最快的是步长075.0=μ的曲线，所以可以看出LMS 算法的收敛速度随着步长参数的减小而相应变慢。图1.2、1.3、1.4分别给出了步长为075.0=μ、025.0=μ、025.0=μ的滤波器权系数迭代更新过程曲线，可以发现其不是平滑的过程，跟最抖下降法不一样，体现了其权向量是一个随机过程向量。

LMS2：为课本155页例题，156页图显示结果 图2.1：LMS 算法学习曲线（初始权向量[]T 00w ?=） 图2.2滤波器权系数迭代更新过程曲线（步长025.0=μ） 图2.3滤波器权系数迭代更新过程曲线（步长025.0=μ）图2.4最陡下降法权值变化曲线（步长025.0=μ） 分析解释： 图2.1给出了步长为025.0=μ的学习曲线，图2.2给出了滤波器权向量的单次迭代结果。图2.3给出了一 次典型实验中所得到的权向量估计()n w ?=，以及500次独立实验得到的平均权向量()}n w ?E{=的估计，即()∑==T t n w T 1 t )(?1n w ?，其中)(?n w t 是第t 次独立实验中第n 次迭代得到的权向量，T 是独立实验次数。可以发现，多次独立实验得到的平均权向量()}n w ?E{=的估计平滑了随机梯度引入的梯度噪声，使得其结果与使用最陡下降法（图2.4）得到的权向量趋于一致，十分接近理论最优权向量[]T 7853.08361.0w 0-=。 LMS3：为课本172页习题答案

数字信号处理实验报告

实验一MATLAB语言的基本使用方法 实验类别：基础性实验 实验目的： （1）了解MATLAB程序设计语言的基本方法，熟悉MATLAB软件运行环境。 （2）掌握创建、保存、打开m文件的方法，掌握设置文件路径的方法。 （3）掌握变量、函数等有关概念，具备初步的将一般数学问题转化为对应计算机模型并进行处理的能力。 （4）掌握二维平面图形的绘制方法，能够使用这些方法进行常用的数据可视化处理。 实验内容和步骤： 1、打开MATLAB，熟悉MATLAB环境。 2、在命令窗口中分别产生3*3全零矩阵，单位矩阵，全1矩阵。 3、学习m文件的建立、保存、打开、运行方法。 4、设有一模拟信号f(t)=1.5sin60πt,取?t=0.001,n=0,1,2,…,N-1进行抽样，得到 序列f(n),编写一个m文件sy1_1.m,分别用stem,plot,subplot等命令绘制32 点序列f(n)(N=32)的图形，给图形加入标注，图注，图例。 5、学习如何利用MATLAB帮助信息。 实验结果及分析： 1）全零矩阵 >> A=zeros(3,3) A = 0 0 0 0 0 0 0 0 0 2）单位矩阵 >> B=eye(3) B = 1 0 0 0 1 0 0 0 1 3）全1矩阵 >> C=ones(3) C = 1 1 1 1 1 1 1 1 1 4)sy1_1.m N=32; n=0:N-1; dt=0.001; t=n*dt; y=1.5*sin(60*pi*t); subplot(2,1,1), plot(t,y); xlabel('t'); ylabel('y=1.5*sin(60*pi*t)'); legend('正弦函数'); title('二维图形'); subplot(2,1,2), stem(t,y) xlabel('t'); ylabel('y=1.5*sin(60*pi*t)'); legend('序列函数'); title('条状图形'); 00.0050.010.0150.020.0250.030.035 t y = 1 . 5 * s i n ( 6 * p i * t ) 二维图形 00.0050.010.0150.020.0250.030.035 t y = 1 . 5 * s i n ( 6 * p i * t ) 条状图形

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）

数字信号处理实验作业

实验5 抽样定理 一、实验目的： 1、了解用MA TLAB 语言进行时域、频域抽样及信号重建的方法。 2、进一步加深对时域、频域抽样定理的基本原理的理解。 3、观察信号抽样与恢复的图形，掌握采样频率的确定方法和插公式的编程方法。 二、实验原理： 1、时域抽样与信号的重建 （1）对连续信号进行采样 例5-1 已知一个连续时间信号sin sin(),1Hz 3 ππ=0001f(t)=(2f t)+6f t f ，取最高有限带宽频率f m =5f 0，分别显示原连续时间信号波形和F s >2f m 、F s =2f m 、F s <2f m 三情况下抽样信号的波形。 程序清单如下： %分别取Fs=fm ，Fs=2fm ，Fs=3fm 来研究问题 dt=0.1; f0=1; T0=1/f0; m=5*f0; Tm=1/fm; t=-2:dt:2; f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t); subplot(4,1,1); plot(t,f); axis([min(t),max(t),1.1*min(f),1.1*max(f)]); title('原连续信号和抽样信号'); for i=1:3; fs=i*fm;Ts=1/fs; n=-2:Ts:2; f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n); subplot(4,1,i+1);stem(n,f,'filled'); axis([min(n),max(n),1.1*min(f),1.1*max(f)]); end 程序运行结果如图5-1所示：

原连续信号和抽样信号 图5-1 （2）连续信号和抽样信号的频谱 由理论分析可知，信号的频谱图可以很直观地反映出抽样信号能否恢复原模拟信号。因此，我们对上述三种情况下的时域信号求幅度谱，来进一步分析和验证时域抽样定理。 例5-2编程求解例5-1中连续信号及其三种抽样频率（F s>2f m、F s=2f m、F s<2f m）下的抽样信号的幅度谱。 程序清单如下： dt=0.1;f0=1;T0=1/f0;fm=5*f0;Tm=1/fm; t=-2:dt:2;N=length(t); f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t); wm=2*pi*fm;k=0:N-1;w1=k*wm/N; F1=f*exp(-j*t'*w1)*dt;subplot(4,1,1);plot(w1/(2*pi),abs(F1)); axis([0,max(4*fm),1.1*min(abs(F1)),1.1*max(abs(F1))]); for i=1:3; if i<=2 c=0;else c=1;end fs=(i+c)*fm;Ts=1/fs; n=-2:Ts:2;N=length(n); f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n); wm=2*pi*fs;k=0:N-1; w=k*wm/N;F=f*exp(-j*n'*w)*Ts; subplot(4,1,i+1);plot(w/(2*pi),abs(F)); axis([0,max(4*fm),1.1*min(abs(F)),1.1*max(abs(F))]); end 程序运行结果如图5-2所示。 由图可见，当满足F s≥2f m条件时，抽样信号的频谱没有混叠现象；当不满足F s≥2f m 条件时，抽样信号的频谱发生了混叠，即图5-2的第二行F s＜2f m的频谱图，，在f m=5f0的围，频谱出现了镜像对称的部分。

数字信号处理实验报告一

武汉工程大学 数字信号处理实验报告 姓名：周权 学号：1204140228 班级：通信工程02

一、实验设备 计算机，MATLAB语言环境。 二、实验基础理论 1.序列的相关概念 2.常见序列 3.序列的基本运算 4.离散傅里叶变换的相关概念 5.Z变换的相关概念 三、实验内容与步骤 1.离散时间信号（序列）的产生 利用MATLAB语言编程产生和绘制单位样值信号、单位阶跃序列、指数序列、正弦序列及随机离散信号的波形表示。 四实验目的 认识常用的各种信号，理解其数字表达式和波形表示，掌握在计算机中生成及绘制数字信号波形的方法，掌握序列的简单运算及计算机实现与作用，理解离散时间傅里叶变换，Z变换及它们的性质和信号的频域分

实验一离散时间信号（序列）的产生 代码一 单位样值 x=2; y=1; stem(x,y); title('单位样值 ') 单位阶跃序列 n0=0; n1=-10; n2=10; n=[n1:n2]; x=[(n-n0)>=0]; stem(n,x); xlabel('n'); ylabel('x{n}'); title('单位阶跃序列');

实指数序列 n=[0:10]; x=(0.5).^n; stem(n,x); xlabel('n'); ylabel('x{n}'); title('实指数序列');

正弦序列 n=[-100:100]; x=2*sin(0.05*pi*n); stem(n,x); xlabel('n'); ylabel('x{n}'); title('正弦序列');

随机序列 n=[1:10]; x=rand(1,10); subplot(221); stem(n,x); xlabel('n'); ylabel('x{n}'); title('随机序列');

数字信号处理上机作业

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(实验1_4)

实验一 MATLAB 仿真软件的基本操作命令和使用方法 实验容 1、帮助命令 使用 help 命令，查找 sqrt （开方）函数的使用方法； 2、MATLAB 命令窗口 （1）在MATLAB 命令窗口直接输入命令行计算3 1)5.0sin(21+=πy 的值； （2）求多项式 p(x) = x3 + 2x+ 4的根； 3、矩阵运算 （1）矩阵的乘法 已知 A=[1 2;3 4]， B=[5 5;7 8]，求 A^2*B

（2）矩阵的行列式 已知A=[1 2 3;4 5 6;7 8 9]，求A （3）矩阵的转置及共轭转置 已知A=[1 2 3;4 5 6;7 8 9]，求A' 已知B=[5+i,2-i,1;6*i,4,9-i], 求B.' , B' （4）特征值、特征向量、特征多项式 已知A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4] ，求矩阵A的特征值、特征向量、特征多项式；

（5）使用冒号选出指定元素 已知：A=[1 2 3;4 5 6;7 8 9]；求A 中第3 列前2 个元素；A 中所有列第2，3 行的元素； 4、Matlab 基本编程方法 （1）编写命令文件：计算1+2+…+n<2000 时的最大n 值；

（2）编写函数文件：分别用for 和while 循环结构编写程序，求 2 的0 到15 次幂的和。

5、MATLAB基本绘图命令 （1）绘制余弦曲线 y=cos(t)，t∈[0，2π]

（2）在同一坐标系中绘制余弦曲线 y=cos(t-0.25)和正弦曲线 y=sin(t-0.5)， t∈[0，2π] （3）绘制[0，4π]区间上的 x1=10sint 曲线，并要求： （a）线形为点划线、颜色为红色、数据点标记为加号； （b）坐标轴控制：显示围、刻度线、比例、网络线 （c）标注控制：坐标轴名称、标题、相应文本； >> clear;

数字信号处理作业+答案讲解

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）

现代数字信号处理及应用仿真题答案

仿真作业 姓名：李亮 学号：S130101083

4.17程序 clc; clear; for i=1:500 sigma_v1=0.27; b(1)=-0.8458; b(2)=0.9458; a(1)=-(b(1)+b(2)); a(2)=b(1)*b(2); datlen=500; rand('state',sum(100*clock)); s=sqrt(sigma_v1)*randn(datlen,1); x=filter(1,[1,a],s); %% sigma_v2=0.1; u=x+sqrt(sigma_v2)*randn(datlen,1); d=filter(1,[1,-b(1)],s); %% w0=[1;0]; w=w0; M=length(w0); N=length(u); mu=0.005; for n=M:N ui=u(n:-1:n-M+1); y(n)=w'*ui; e(n)=d(n)-y(n); w=w+mu.*conj(e(n)).*ui; w1(n)=w(1); w2(n)=w(2); ee(:,i)=mean(e.^2,2); end end ep=mean(ee'); plot（ep）; xlabel('迭代次数');ylabel('MSE');title('学习曲线'); plot(w1); hold; plot(w2); 仿真结果：

步长0.015仿真结果 0.10.20.30.4 0.50.60.7迭代次数 M S E 学习曲线

步长0.025仿真结果

步长0.005仿真结果 4.18 程序 data_len = 512; %样本序列的长度 trials = 100; %随机试验的次数 A=zeros(data_len,2);EA=zeros(data_len,1); B=zeros(data_len,2);EB=zeros(data_len,1); for m = 1: trials a1 = -0.975; a2 = 0.95; sigma_v_2 =0.0731; v = sqrt(sigma_v_2) * randn(data_len, 1, trials);%产生v(n) u0 = [0 0]; num = 1; den = [1 a1 a2]; Zi = filtic(num, den, u0); %滤波器的初始条件 u = filter(num, den, v, Zi); %产生样本序列u(n) %（2）用LMS滤波器来估计w1和w2 mu1 = 0.05; mu2 = 0.005; w1 = zeros(2, data_len);

数字信号处理作业-答案

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）

数字信号处理第二章上机作业

第二章上机作业 1、ljdt(A,B)函数定义 function ljdt(A,B) p=roots(A); q=roots(B); p=p'; q=q'; x=max(abs([p q 1])); x=x+0.1; y=x; clf hold on axis([-x x -y y]) w=0:pi/300:2*pi; t=exp(i*w); plot(t) axis('square') plot([-x x],[0 0]) plot([0 0],[-y y]) text(0.1,x,'jIm[z]') text(y,1/10,'Re[z]') plot(real(p),imag(p),'x') plot(ral(q),imag(q),'o') title('pole-zero diagram for discrete system') hold off 例2.26 a=[3 -1 0 0 0 1]; b=[1 1]; ljdt(a,b) p=roots(a) q=roots(b) pa=abs(p) 程序运行结果如下： P= 0.7255+0.4633i 0.7255+0.4633i -0.1861+0.7541i -0.1861-0.7541i -0.7455 q=

-1 pa= 0.8608 0.8608 0.7768 0.7768 0.7455 例2.27 b=[0 1 2 1];a=[1 -0.5 -0.005 0.3]; subplot 311 zplane(b,a);xlabel('实部');ylabel('虚部'); num=[0 1 2 1];den=[1 -0.5 -0.005 0.3]; h=impz(num,den); subplot 312

数字信号处理作业-2012

《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

西安电子科技大学数字信号处理大作业

数字信号处理大作业 班级：021231 学号： 姓名： 指导老师：吕雁

一写出奈奎斯特采样率和和信号稀疏采样的学习报告和体会 1、采样定理 在进行A/D信号的转换过程中，当采样频率fs.max大于信号中最高频 率fmax的2倍时(fs.max>2fmax)，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定 理又称奈奎斯特定理。 (1)在时域 频带为F的连续信号 f(t)可用一系列离散的采样值f(t1),f(t1±Δt)，f(t1±2Δt)，...来表示,只要这些采样点的时间间隔Δt≤1/2F，便可根据各 采样值完全恢复原始信号。 (2)在频域 当时间信号函数f(t)的最高频率分量为fmax时,f(t)的值可由一系列 采样间隔小于或等于1/2fo的采样值来确定,即采样点的重复频率fs ≥2fmax。 2、奈奎斯特采样频率 (1)概述 奈奎斯特采样定理：要使连续信号采样后能够不失真还原，采样频率必须 大于信号最高频率的两倍（即奈奎斯特频率）。 奈奎斯特频率（Nyquist frequency）是离散信号系统采样频率的一半，因哈里·奈奎斯特（Harry Nyquist）或奈奎斯特－香农采样定理得名。采样定理指出，只要离散系统的奈奎斯特频率高于被采样信号的最高频率或带宽，就可 以真实的还原被测信号。反之，会因为频谱混叠而不能真实还原被测信号。 采样定理指出，只要离散系统的奈奎斯特频率高于采样信号的最高频率或 带宽，就可以避免混叠现象。从理论上说，即使奈奎斯特频率恰好大于信号带宽，也足以通过信号的采样重建原信号。但是，重建信号的过程需要以一个低 通滤波器或者带通滤波器将在奈奎斯特频率之上的高频分量全部滤除，同时还 要保证原信号中频率在奈奎斯特频率以下的分量不发生畸变，而这是不可能实 现的。在实际应用中，为了保证抗混叠滤波器的性能，接近奈奎斯特频率的分 量在采样和信号重建的过程中可能会发生畸变。因此信号带宽通常会略小于奈 奎斯特频率，具体的情况要看所使用的滤波器的性能。需要注意的是，奈奎斯 特频率必须严格大于信号包含的最高频率。如果信号中包含的最高频率恰好为

数字信号处理第三章作业.pdf

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 -=-=

现代数字信号处理习题

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：

DSP与数字信号处理作业

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

现代数字信号处理-第七章-7.17 仿真题

仿真题7.17 现有一个在二维平面内运动的目标，它从（60000m,40000m ）处，以 （-172m/s,246m/s ）的速度出发。在400s 的运动过程中，目标运动速率保持为300m/s ，并在56~105s,182~245s,285~314s 和348~379s 期间分别以1g,-1.5g,3g 和-2.5g(g=9.8m/2s )的转弯速率进行机动，其余时间段则进行匀速运动。系统在两个方向的观测噪声标准差为m y x 100==σσ。采用IMM 算法实现对该目标的跟踪，其中的模型集合由具有不同转弯速率的协同转弯模型构成。定义状态向量由目标在各方向的位置和速度分量构成，即 ()()()[] T y x n v n y n v n x n x )()(= 在协同转弯模型中，状态转移矩阵及状态噪声输入矩阵分别为 ()()()??????? ?????????T T T T -T -T T --T =-ωωωωωωωωωωωωωcos 0sin 0)sin(1) cos(10)sin(0cos 0)cos(10)sin(1)1,(n n F ()?????? ????????T T T T =-Γ2/00002/1,22n n 其中，ω为转弯速率，T 为采样周期。模型集合由7个协同转弯模型组成，转弯速率分别为 s s s s s s s /6.5,/74.3,/87.1,/0,/87.1,/74.3,/6.57654321 ====-=-=-=ωωωωωωω。转速0ω对应模型的系统状态噪声标准差为1.8m/2s ，其余模型的系统状态噪声标准差为2.5m/2s 。模型初始概率为{0.03，0.03，0.03，0.92，0.03，0.03，0.03}，转移概率矩阵为 ?????????? ????????????=0.90.1000000.10.80.10000 00.10.80.1000000.10.80.1000000.10.80.1000000.10.80.1000000.10.9π 请给出： （1）目标的真实运动轨迹。