%matlab模拟衰减震荡周期信号
% At=A0*exp(-h.*(t-t0)).*sin(w.*(t-t0));
clc
clear
A0=10;%初始幅度
h=9;%阻尼因子
freq=20;%信号频率
w=2*pi*freq;%角频率
fs=1000;%采样频率，每秒钟采样1000次
T=1/fs;%采样周期
Tin=0;%起始时间
Tf=1;%结束时间
k=Tin:T:Tf;
x1=A0*exp(-h.*k).*sin(w.*k);%P0 wave(没有加入任何噪声)，采样时间t=0:1/fs:0.16; plot(k,x1,'r');title('x1'),xlabel('Time(sec)'),ylabel('Magnitude');
产生离散衰减正弦序列()π0.8sin 4n x n n ?? = ??? , 010n ≤≤，并画出其波形图。 n=0:10; x=sin(pi/4*n).*0.8.^n; stem(n,x);xlabel( 'n' );ylabel( 'x(n)' ); 用MATLAB 生成信号()0sinc at t -, a 和0t 都是实数,410t -<<，画波形图。观察并分析a 和0t 的变化对波形的影响。 t=linspace(-4,7); a=1;
t0=2; y=sinc(a*t-t0); plot(t,y); t=linspace(-4,7); a=2; t0=2; y=sinc(a*t-t0); plot(t,y);
t=linspace(-4,7); a=1; t0=2; y=sinc(a*t-t0); plot(t,y);
三组对比可得a 越大最大值越小，t0越大图像对称轴越往右移 某频率为f 的正弦波可表示为()()cos 2πa x t ft =，对其进行等间隔抽样，得到的离散样值序列可表示为()()a t nT x n x t ==，其中T 称为抽样间隔，代表相邻样值间的时间间隔，1 s f T = 表示抽样频率，即单位时间内抽取样值的个数。抽样频率取40 Hz s f =，信号频率f 分别取5Hz, 10Hz, 20Hz 和30Hz 。请在同一张图中同时画出连续信号()a x t t 和序列()x n nT 的波形图，并观察和对比分析样值序列的变化。可能用到的函数为plot, stem, hold on 。 fs = 40; t = 0 : 1/fs : 1 ; % ?μ?ê·?±e?a5Hz,10Hz,20Hz,30Hz f1=5; xa = cos(2*pi*f1*t) ; subplot(1, 2, 1) ;
做脑电波信号处理滴嘿嘿。。Matlab addicted Codes %FEATURE EXTRACTER function [features] = EEGfeaturetrainmod(filename,m) a = 4; b = 7; d = 12; e = 30; signals = 0; for index = 1:9; % read in the first ten EEG data because the files are numbered as ha11test01 rather than ha11test1. s = [filename '0' num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0; signals = signal; else signals = [signals signal]; end end for index = 10:1:m/2; % read in the rest of the EEG training data s = [filename num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0;
signals = signal; else signals = [signals signal]; end end %%%%% modification just for varying the training testing ratio ------ for index = 25:1:25+m/2; % read in the rest of the EEG training data s = [filename num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0; signals = signal; else signals = [signals signal]; end end %%%%%end of modification just for varying the training testing ratio----- for l = 1:m % exrating features (power of each kind of EEG wave forms) [Pxx,f]=pwelch(signals(:,l)-mean(signals(:,l)), [], [], [], 200); % relative power fdelta(l) = sum(Pxx(find(f
基于Matlab的GMSK调制与解调 1.课程设计目的 （1）加深对GMSK基本理论知识的理解。 （2）培养独立开展科研的能力和编程能力。 （3）通过SIMULINK对BT=0.3的GMSK调制系统进行仿真。 2.课程设计要求 （1）观察基带信号和解调信号波形。 （2）观察已调信号频谱图。 （3）分析调制性能和BT参数的关系。 3.相关知识 3.1GMSK调制 调制原理图如图2.2，图中滤波器是高斯低通滤波器，它的输出直接对VCO 进行调制，以保持已调包络恒定和相位连续。 非归零数字序 高斯低通滤 波器频率调制器 （VCO） GMSK已 调信号 图3.1GMSK调制原理图 为了使输出频谱密集，前段滤波器必须具有以下待性： 1.窄带和尖锐的截止特性，以抑制FM调制器输入信号中的高频分量； 2.脉冲响应过冲量小，以防止FM调制器瞬时频偏过大； 3.保持滤波器输出脉冲响应曲线下的面积对应丁pi／2的相移。以使调制指数为1／2。前置滤波器以高斯型最能满足上述条件，这也是高斯滤波器最小移频键控(GMSK)的由来。
GMSK 信号数据 3.2GMSK 解调 GMSK 本是MSK 的一种，而MSK 又是是FSK 的一种，因此，GMSK 检波也可以采用FSK 检波器，即包络检波及同步检波。而GMSK 还可以采用时延检波，但每种检波器的误码率不同。 GMSK 非相干解调原理图如图2.3，图中是采用FM 鉴频器（斜率鉴频器或相位鉴频器）再加判别电路，实现GMSK 数据的解调输出。 图3.2GMSK 解调原理图 4.课程设计分析 4.1信号发生模块 因为GMSK 信号只需满足非归零数字信号即可，本设计中选用（Bernoulli Binary Generator）来产生一个二进制序列作为输入信号。 图4.1GMSK 信号产生器 该模块的参数设计这只主要包括以下几个。其中probability of a zero 设置为0.5表示产生的二进制序列中0出现的概率为0.5；Initial seed 为61表示随机数种子为61；sample time 为1/1000表示抽样时间即每个符号的持续时为0.001s。当仿真时间固定时，可以通过改变sample time 参数来改变码元个数。例如仿真时间为10s，若sample time 为1/1000，则码元个数为10000。 带通滤 波器限幅器判决器鉴频器GMSK 信号 输出
安装好MATLAB 2012后再安装目录下点击setup.exe 会出现 "查找安装程序类时出错，查找类时出现异常"的错误提示。该错误的解决方法是进入安装目录下的bin 文件夹双击matlab.exe 对安装程序进行激活。这是可以对该matlab.exe 创建桌面快捷方式，以后运行程序是直接双击该快捷方式即可。 信号运算 1、 信号加 MATLAB 实现: x=x1+x2 2、 信号延迟 y(n)=x(n-k) 3、 信号乘 x=x1.*x2 4、 信号变化幅度 y=k*x 5、 信号翻转 y=fliplr(x) 6、 信号采样和 数学描述：y=∑=2 1)(n n n n x MATLAB 实现： y=sum(x(n1:n2)) 7、 信号采样积 数学描述：∏==2 1)(n n n n x y MATLAB 实现： y=prod(x(n1:n2)) 8、 信号能量 数学描述：∑∞ -∞ == n x n x E 2 | )(| MATLAB 实现：Ex=sum(abs(x)^2)
9、 信号功率 数学描述：∑-== 1 2 | )(|1 P N n x n x N MATLAB 实现：Px=sum((abs(x)^2)/N MATLAB 窗函数 矩形窗 w=boxcar(n) 巴特利特窗 w=bartlett(n) 三角窗 w=triang(n) 布莱克曼窗 w=blackman(n) w=blackman(n,sflag) 海明窗 w=haiming(n) W=haiming(n,sflag) sflag 用来控制窗函数首尾的两个元素值，其取值为symmetric 、periodic 汉宁窗 w=hanning(n) 凯塞窗 w=Kaiser(n,beta) ,beta 用于控制旁瓣的高度。n 一定时，beta 越大，其频谱的旁瓣越小，但主瓣宽度相应增加；当beta 一定时，n 发生变化，其旁瓣高度不变。 切比雪夫窗：主瓣宽度最小，具有等波纹型，切比雪夫窗在边沿的采样点有尖峰。 W=chebwin(n,r)
语音信号处理系统设计 摘要：语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科。语音信号处理的目的是得到某些参数以便高效传输或存储,或者是用于某种应用，如人工合成出语音、辨识出讲话者、识别出讲话内容、进行语音增强等。本文简要介绍了语音信号采集与分析以及语音信号的特征、采集与分析方法，并在采集语音信号后，在MATLAB 软件平台上进行频谱分析,并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。利用MATLAB来读入（采集）语音信号，将它赋值给某一向量，再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波，然后我们还可以通过sound命令来对语音信号进行回放，以便在听觉上来感受声音的变化。 关键词：Matlab，语音信号，傅里叶变换，滤波器 1课程设计的目的和意义 本设计课题主要研究语音信号初步分析的软件实现方法、滤波器的设计及应用。通过完成本课题的设计，拟主要达到以下几个目的： 1.1．了解Matlab软件的特点和使用方法。 1.2．掌握利用Matlab分析信号和系统的时域、频域特性的方法； 1.3．掌握数字滤波器的设计方法及应用。 1.4．了解语音信号的特性及分析方法。 1.5．通过本课题的设计，培养学生运用所学知识分析和解决实际问题的能力。 2 设计任务及技术指标 设计一个简单的语音信号分析系统，实现对语音信号时域波形显示、进行频谱分析，
利用滤波器滤除噪声、对语音信号的参数进行提取分析等功能。采用Matlab设计语言信号分析相关程序，并且利用GUI设计图形用户界面。具体任务是： 2.1．采集语音信号。 2.2．对原始语音信号加入干扰噪声，对原始语音信号及带噪语音信号进行时频域分析。 2.3．针对语音信号频谱及噪声频率，设计合适的数字滤波器滤除噪声。 2.4．对噪声滤除前后的语音进行时频域分析。 2.5.对语音信号进行重采样，回放并与原始信号进行比较。 2.6．对语音信号部分时域参数进行提取。 2.7．设计图形用户界面（包含以上功能）。 3 设计方案论证 3.1语音信号的采集 使用电脑的声卡设备采集一段语音信号，并将其保存在电脑中。 3.2语音信号的处理 语音信号的处理主要包括信号的提取播放、信号的重采样、信号加入噪声、信号的傅里叶变换和滤波等，以及GUI图形用户界面设计。 Ⅰ.语音信号的时域分析 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和变换域等处理方法，其中时域分析是最简单的方法。 Ⅱ.语音信号的频域分析 信号的傅立叶表示在信号的分析与处理中起着重要的作用。因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更
Matlab通信原理仿真 学号： 2142402 姓名：圣斌
实验一Matlab 基本语法与信号系统分析 一、实验目的： 1、掌握MATLAB的基本绘图方法； 2、实现绘制复指数信号的时域波形。 二、实验设备与软件环境： 1、实验设备：计算机 2、软件环境：MATLAB R2009a 三、实验内容： 1、MATLAB为用户提供了结果可视化功能，只要在命令行窗口输入相应的命令，结果就会用图形直接表示出来。 MATLAB程序如下： x = -pi::pi; y1 = sin(x); y2 = cos(x); %准备绘图数据 figure(1); %打开图形窗口 subplot(2,1,1); %确定第一幅图绘图窗口 plot(x,y1); %以x，y1绘图 title('plot(x,y1)'); %为第一幅图取名为’plot(x,y1)’ grid on; %为第一幅图绘制网格线 subplot(2,1,2) %确定第二幅图绘图窗口 plot(x,y2); %以x，y2绘图 xlabel('time'),ylabel('y') %第二幅图横坐标为’time’,纵坐标为’y’运行结果如下图： 2、上例中的图形使用的是默认的颜色和线型，MATLAB中提供了多种颜色和线型，并且可以绘制出脉冲图、误差条形图等多种形式图： MATLAB程序如下： x=-pi:.1:pi; y1=sin (x); y2=cos (x); figure (1); %subplot (2,1,1); plot (x,y1); title ('plot (x,y1)'); grid on %subplot (2,1,2); plot (x,y2);
MATLAB 在数字信号处理中的应用：连续信号的采样与重建 一、 设计目的和意义 随着通信技术的迅速发展以及计算机的广泛应用，利用数字系统处理模拟信号的情况变得更加普遍。数字电子计算机所处理和传送的都是不连续的数字信号，而实际中遇到的大都是连续变化的模拟量，现代应用中经常要求对模拟信号采样，将其转换为数字信号，然后对其进行计算处理，最好在重建为模拟信号。 采样在连续时间信号与离散时间信号之间其桥梁作用，是模拟信号数字化的第一个步骤，研究的重点是确定合适的采样频率，使得既要能够从采样信号（采样序列）中五失真地恢复原模拟信号，同时由要尽量降低采样频率，减少编码数据速率，有利于数据的存储、处理和传输。 本次设计中，通过使用用MATLAB 对信号f （t ）=A1sin(2πft)+A2sin(4πft)+A3sin(5πft)在300Hz 的频率点上进行采样，并进行仿真，进一步了解MA TLAB 在数字信号处理上的应用，更加深入的了解MA TLAB 的功能。 二、 设计原理 1、 时域抽样定理 令连续信号 xa(t)的傅立叶变换为Xa （j Ω），抽样脉冲序列p(t)傅立叶变换为P （j Ω），抽样后的信号x^(t)的傅立叶变换为X^(j Ω)若采用均匀抽样，抽样周期Ts ，抽样频率为Ωs= 2πfs ，有前面分析可知：抽样过程可以通过抽样脉冲序列p （t ）与连续信号xa （t ）相乘来完成，即满足：x^(t)p(t),又周期信号f （t ）傅立叶变换为： F[f(t)]=2[(]n s n F j n π δ∞ =-∞Ω-Ω∑ 故可以推得p(t)的傅立叶变换为： P （j Ω）=2[(]n s n P j n π δ∞ =-∞Ω-Ω∑ 其中： 根据卷积定理可知： X （j Ω）=12π Xa （j Ω）*P(j Ω) 得到抽样信号x （t ）的傅立叶变换为： X （j Ω）= [()]n n s n P X j n ∞=-∞Ω-Ω∑ 其表明：信号在时域被抽样后，他的频率X （j Ω）是连续信号频率X （j Ω）的形状以抽样频率Ωs 为间隔周期重复而得到，在重复过程中幅度被p （t ）的傅立叶级数Pn 加权。因为只是n 的函数，所以X （j Ω）在重复过程中不会使其形状发生变化。 假定信号x （t ）的频谱限制在-Ωm~+Ωm 的范围内，若以间隔Ts 对xa （t ）进行抽样信号X^（j Ω）是以Ωs 为周期重复。显然，若早抽样过程中Ωs<Ωm ，则 X^ (j Ω)将会发生频谱混叠的现象，只有在抽样的过程中满足Ωs>2Ωm 条件，X^(j Ω)才不会产生混频的混叠，在接收端完全可以有x^（t ）恢复原连续信号xa （t ），这就是低通信号的抽样定理的核心内容。
M2-3 (1) function yt=x(t) yt=(t).*(t>=0&t<=2)+2*(t>=2&t<=3)-1*(t>=3&t<=5); (2)function yt=x (t) yt=(t).*(t>=0&t<=2)+2*(t>=2&t<=3)-1*(t>=3&t<=5); t=0:0.001:6; subplot(3,1,1) plot(t,x2_3(t)) title('x(t)') axis([0,6,-2,3]) subplot(3,1,2) plot(t,x2_3(0.5*t)) title('x(0.5t)') axis([0,11,-2,3]) subplot(3,1,3) plot(t,x2_3(2-0.5*t)) title('x(2-0.5t)') axis([-6,5,-2,3]) 图像为：
M2-5 (3) function y=un(k) y=(k>=0) untiled3.m k=[-2:10] xk=10*(0.5).^k.*un(k); stem(k,xk) title('x[k]') axis([-3,12,0,11])
M2-5 (6) k=[-10:10] xk=5*(0.8).^k.*cos((0.9)*pi*k) stem(k,xk) title('x[k]') grid on M2-7 A=1; t=-5:0.001:5; w0=6*pi; xt=A*cos(w0*t); plot(t,xt) hold on A=1; k=-5:5; w0=6*pi; xk=A*cos(w0*0.1*k); stem(k,xk) axis([-5.5,5.5,-1.2,1.2]) title('x1=cos(6*pi*t)&x1[k]')
通信原理课程设计 基于matlab的通信信道及眼图的仿真 作者: 摘要 由于多径效应和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，即时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着重要的影响，而多径信道的包络统计特性则是我们研究的焦点。根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布等。因此我们对瑞利信道、莱斯信道进行了仿真并针对服从瑞利分布的多径信道进行模拟仿真。由于眼图是实验室中常用的一种评价基带传输系统的一种定性而方便的方法，“眼睛”的张开程度可以作为基带传输系统性能的一种度量，它不但反映串扰的大小，而且也可以反映信道噪声的影响。为此，我们在matlab上进行了仿真,加深对眼图的理解。 关键词：瑞利信道莱斯信道多径效应眼图 一、瑞利信道 在移动通信系统中，发射端和接收端都可能处于不停的运动状态之中，这种相对运动将产生多普勒频移。在多径信道中，发射端发出的信号通过多条路径到达接收端，这些路径具有不同的延迟和接收强度，它们之间的相互作用就形成了衰落。MATLAB中的多径瑞利衰落信道模块可以用于上述条件下的信道仿真。 多径瑞利衰落信道模块用于多径瑞利衰落信道的基带仿真，该模块的输入信号为复信号，可以为离散信号或基于帧结构的列向量信号。无线系统中接收机与发射机之间的相对运动将引起信号频率的多普勒频移，多普勒频移值由下式决定： 其中v是发射端与接收端的相对速度，θ是相对速度与二者连线的夹角，λ是信号的波长。
Fd的值可以在该模块的多普勒平移项中设置。由于多径信道反映了信号在多条路径中的传输，传输的信号经过不同的路径到达接收端，因此产生了不同的时间延迟。当信号沿着不同路径传输并相互干扰时，就会产生多径衰落现象。在模块的参数设置表中，Delay vector（延迟向量）项中，可以为每条传输路径设置不同的延迟。如果激活模块中的Normalize gain vector to 0 dB overall gain,则表示将所有路径接收信号之和定为0分贝。信号通过的路径的数量和Delay vector（延迟向量）或Gain vector(增益向量)的长度对应。Sample time(采样时间)项为采样周期。离散的Initial seed(初始化种子)参数用于设置随机数的产生。 1.1、Multipath Rayleigh Fading Channel(多径瑞利衰落信道)模块的主要参数 参数名称参数值 Doppler frequency(Hz) 40/60/80 Sample time 1e-6 Delay vector(s) [0 1e-6] Gain vector(dB) [0 -6] Initial seed 12345 使能 Normalize gain vector to 0 dB overall gain Bernoulli Random Binary Generator(伯努利二进制随机数产生器)的主要参数 参数名称参数值 Probability of a zero0.5 Initial seed54321
连续时间系统 (1) 离散时间系统 (2) 拉普拉斯变换 (4) Z变换 (5) 傅里叶 (7) 连续时间系统 %%%%%%%%%%向量法%%%%%%%%%%%%%%%% t1=-2:0.01:5; f1=4*sin(2*pi*t1-pi/4); figure(1) subplot(2,2,1),plot(t1,f1),grid on %%%%%%%%%符号运算法%%%%%%%%%%%% syms t f1=sym('4*sin(2*pi*t-pi/4)'); figure(2) subplot(2,2,1),ezplot(f1,[-2 5])跟plot相比，ezplot不用指定t，自动生成。axis([-5,5,-0.1,1])控制坐标轴的范围xx,yy； 求一个函数的各种响应 Y’’(t)+4y’(t)+2y(t)=f”(t)+3f(t) %P187 第一题 %(2) clear all; a1=[1 4 2]; b1=[1 0 3]; [A1,B1,C1,D1]=tf2ss(b1,a1); t1=0:0.01:10; x1=exp(-t1).*Heaviside(t1); rc1=[2 1];（起始条件） figure(1) subplot(3,1,1),initial(A1,B1,C1,D1,rc1,t1);title('零输入响应') subplot(3,1,2),lsim(A1,B1,C1,D1,x1,t1);title('零状态响应') subplot(3,1,3),lsim(A1,B1,C1,D1,x1,t1,rc1);title('全响应') Y=lsim(A1,B1,C1,D1,x1,t1,rc1);title('全响应')则是输出数值解 subplot(2,1,1),impulse(b1,a1,t1:t:t2可加),grid on,title('冲激响应') subplot(2,1,2),step(b1,a1,t1:t:t2可加),grid on,title('阶跃响应') 卷积 %第九题 P189 clear all; %(1) t1=-1:0.01:3;
工程设计论文 题目：基于MATLAB的语音信号采集与处理 姓名： 班级： 学号： 指导老师：
一.选题背景 1、实践意义： 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话容,进行语音增强等. 语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,
是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系. 语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值. 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能
MATLAB通信系统仿真实验报告
实验一、MATLAB的基本使用与数学运算 目的：学习MATLAB的基本操作，实现简单的数学运算程序。 内容： 1-1要求在闭区间[0，2π]上产生具有10个等间距采样点的一维数组。试用两种不同的指令实现。 运行代码：x=[0:2*pi/9:2*pi] 运行结果： 1-2用M文件建立大矩阵x x=[0.10.20.30.40.50.60.70.80.9 1.11.21.31.41.51.61.71.81.9 2.12.22.32.42.52.62.72.82.9 3.13.23.33.43.53.63.73.83.9] 代码：x=[0.10.20.30.40.50.60.70.80.9 1.11.21.31.41.51.61.71.81.9 2.12.22.32.42.52.62.72.82.9 3.13.23.33.43.53.63.73.83.9] m_mat 运行结果： 1-3已知A=[5，6;7，8]，B=[9，10;11,12]，试用MATLAB分别计算 A+B,A*B,A.*B,A^3，A.^3，A/B,A\B. 代码：A=[56;78]B=[910;1112]x1=A+B X2=A-B X3=A*B X4=A.*B X5=A^3 X6=A.^3X7=A/B X8=A\B
运行结果： 1-4任意建立矩阵A，然后找出在[10,20]区间的元素位置。 程序代码及运行结果： 代码：A=[1252221417;111024030;552315865]c=A>=10&A<=20运行结果： 1-5总结：实验过程中，因为对软件太过生疏遇到了些许困难，不过最后通过查书与同学交流都解决了。例如第二题中，将文件保存在了D盘，而导致频频出错，最后发现必须保存在MATLAB文件之下才可以。第四题中，逻辑语言运用到了ij，也出现问题，虽然自己纠正了问题，却也不明白错在哪了，在老师的讲解下知道位置定位上不能用ij而应该用具体的整数。总之第一节实验收获颇多。
《信号与系统及MATLAB实现》实验指导书
前言 长期以来，《信号与系统》课程一直采用单一理论教学方式，同学们依靠做习题来巩固和理解教学内容，虽然手工演算训练了计算能力和思维方法，但是由于本课程数学公式推导较多，概念抽象，常需画各种波形，作题时难免花费很多时间，现在，我们给同学们介绍一种国际上公认的优秀科技应用软件MATLAB，借助它我们可以在电脑上轻松地完成许多习题的演算和波形的绘制。 MATLAB的功能非常强大，我们此处仅用到它的一部分，在后续课程中我们还会用到它，在未来地科学研究和工程设计中有可能继续用它，所以有兴趣的同学，可以对MATLAB 再多了解一些。 MATLAB究竟有那些特点呢？ 1．高效的数值计算和符号计算功能，使我们从繁杂的数学运算分析中解脱出来； 2．完备的图形处理功能，实现计算结果和编程的可视化； 3．友好的用户界面及接近数学表达式的自然化语言，易于学习和掌握； 4．功能丰富的应用工具箱，为我们提供了大量方便实用的处理工具； MATLAB的这些特点，深受大家欢迎，由于个人电脑地普及，目前许多学校已将它做为本科生必须掌握的一种软件。正是基于这些背景，我们编写了这本《信号与系统及MATLAB实现》指导书，内容包括信号的MATLAB表示、基本运算、系统的时域分析、频域分析、S域分析、状态变量分析等。通过这些练习，同学们在学习《信号与系统》的同时，掌握MATLAB的基本应用，学会应用MATLAB的数值计算和符号计算功能，摆脱烦琐的数学运算，从而更注重于信号与系统的基本分析方法和应用的理解与思考，将课程的重点、
难点及部分习题用MATLAB进行形象、直观的可视化计算机模拟与仿真实现，加深对信号与系统的基本原理、方法及应用的理解，为学习后续课程打好基础。另外同学们在进行实验时，最好事先预习一些MATLAB的有关知识，以便更好地完成实验，同时实验中也可利用MATLAB的help命令了解具体语句以及指令的使用方法。 实验一基本信号在MATLAB中的表示和运算 一、实验目的 1．学会用MATLAB表示常用连续信号的方法； 2．学会用MATLAB进行信号基本运算的方法； 二、实验原理 1．连续信号的MATLAB表示 MATLAB提供了大量的生成基本信号的函数，例如指数信号、正余弦信号。 表示连续时间信号有两种方法，一是数值法，二是符号法。数值法是定义某一时间范围和取样时间间隔，然后调用该函数计算这些点的函数值，得到两组数值矢量，可用绘图语句画出其波形；符号法是利用MATLAB的符号运算功能，需定义符号变量和符号函数，运算结果是符号表达的解析式，也可用绘图语句画出其波形图。 例1-1指数信号指数信号在MATLAB中用exp函数表示。 如at )(，调用格式为ft=A*exp(a*t) 程序是 f t Ae
实验一 基于Matlab 的数字信号处理基本操作 一、 实验目的：学会运用MA TLAB 表示的常用离散时间信号；学会运用MA TLAB 实现离 散时间信号的基本运算。 二、 实验仪器：电脑一台，MATLAB6.5或更高级版本软件一套。 三、 实验内容： （一） 离散时间信号在MATLAB 中的表示 离散时间信号是指在离散时刻才有定义的信号，简称离散信号，或者序列。离散序列通常用)(n x 来表示，自变量必须是整数。 离散时间信号的波形绘制在MATLAB 中一般用stem 函数。stem 函数的基本用法和plot 函数一样，它绘制的波形图的每个样本点上有一个小圆圈，默认是空心的。如果要实心，需使用参数“fill ”、“filled ”，或者参数“.”。由于MATLAB 中矩阵元素的个数有限，所以MA TLAB 只能表示一定时间范围内有限长度的序列；而对于无限序列，也只能在一定时间范围内表示出来。类似于连续时间信号，离散时间信号也有一些典型的离散时间信号。 1. 单位取样序列 单位取样序列)(n δ，也称为单位冲激序列，定义为 ) 0() 0(0 1)(≠=?? ?=n n n δ 要注意，单位冲激序列不是单位冲激函数的简单离散抽样，它在n =0处是取确定的值1。在MATLAB 中，冲激序列可以通过编写以下的impDT .m 文件来实现，即 function y=impDT(n) y=(n==0); %当参数为0时冲激为1,否则为0 调用该函数时n 必须为整数或整数向量。 【实例1-1】 利用MATLAB 的impDT 函数绘出单位冲激序列的波形图。 解：MATLAB 源程序为 >>n=-3:3; >>x=impDT(n); >>stem(n,x,'fill'),xlabel('n'),grid on >>title('单位冲激序列') >>axis([-3 3 -0.1 1.1]) 程序运行结果如图1-1所示。 图1-1 单位冲激序列
实验报告 实验课程：信号与系统—Matlab综合实验学生姓名： 学号： 专业班级： 2012年5月20日
基本编程与simulink仿真实验 1—1编写函数（function）∑=m n k n 1并调用地址求和∑∑∑===++100 11-8015012 n n n n n n 。实验程序： Function sum=qiuhe(m,k)Sum=0For i=1:m Sum=sum+i^k End 实验结果; qiuhe(50,2)+qiuhe(80,1)+qiuhe(100,-1） ans=4.6170e+004。 1-2试利用两种方式求解微分方程响应 （1)用simulink对下列微分方程进行系统仿真并得到输出波形。（2)编程求解（转移函数tf)利用plot函数画图，比较simulink图和plot图。)()(4)(6)(5)(d 22t e t e d d t r t r d d t r d t t t +=++在e（t)分别取u(t)、S（t）和sin（20пt）时的情况！ 试验过程 (1)
（2） a=[1,5,6]; b=[4,1]; sys=tf（b,a); t=[0:0.1:10]; step(sys)
连续时间系统的时域分析3-1、已知某系统的微分方程：)()()()()(d 2t e t e d t r t r d t r t t t +=++分别用两种方法计算其冲激响应和阶跃响应，对比理论结果进行验证。 实验程序： a=[1,1,1];b=[1,1];sys=tf(b,a);t=[0:0.01:10];figure;subplot(2,2,1);step(sys);subplot(2,2,2);x_step=zeros(size(t));x_step(t>0)=1;x_step(t==0)=1/2;lsim(sys,x_step,t);subplot(2,2,3);impulse(sys,t);title('Impulse Response');xlabel('Time(sec)');ylabel('Amplitude');subplot(2,2,4);x_delta=zeros(size(t));x_delta(t==0)=100;[y1,t]=lsim(sys,x_delta,t);y2=y1;plot(t,y2);title('Impulse Response');
电子科技大学 实 验 报 告 学生姓名： 学号: 指导老师： 日期：2016年 12月25 日
一、实验室名称： 科研楼a306 二、实验项目名称： 实验项目五：表示信号与系统的MATLAB 函数、工具箱 三、实验原理： 利用MATLAB 强大的数值处理工具来实现信号的分析和处理，首先就是要学会应用MATLAB 函数来构成信号。常见的基本信号可以简要归纳如下： 1、单位抽样序列 ???=01 )(n δ 00≠=n n 在MATLAB 中可以利用zeros()函数实现。 ; 1)1();,1(==x N zeros x 如果)(n δ在时间轴上延迟了k 个单位，得到)(k n -δ即： ???=-01)(k n δ 0≠=n k n 2、单位阶跃序列 ???0 1)(n u 00<≥n n 在MATLAB 中可以利用ones()函数实现。 );,1(N ones x = 3、正弦序列 )/2sin()(?π+=Fs fn A n x 采用MATLAB 实现 )/***2sin(*1:0fai Fs n f pi A x N n +=-= 4、复正弦序列
n j e n x ?=)( 采用MATLAB 实现 )**exp(1 :0n w j x N n =-= 5、指数序列 n a n x =)( 采用MATLAB 实现 n a x N n .^1 :0=-= 四、实验目的： 目的：1、加深对常用离散信号的理解； 2、熟悉表示信号的基本MATLAB 函数。 任务：基本MATLAB 函数产生离散信号；基本信号之间的简单运算；判断信 号周期。 五、实验内容： MATLAB 仿真 实验步骤： 1、编制程序产生上述5种信号（长度可输入确定），并绘出其图形。 2、在310≤≤n 内画出下面每一个信号： 1223[]sin()cos() 44[]cos ()4 []sin()cos()48n n x n n x n n n x n πππππ=== 六、实验器材： 计算机、matlab 软件、C++软件等。 七、实验数据及结果分析： 实验1： 单位抽样序列
使用 matlab 绘制数字基带信号的眼图实验 一、实验目的 1、掌握无码间干扰传输的基本条件和原理，掌握基带升余弦滚降系统的实现方法； 2、通过观察眼图来分析码间干扰对系统性能的影响，并观察在输入相同码率的NRZ 基带信号下，不同滤波器带宽对输出信号码间干扰大小的影响程度； 3、熟悉 MATLAB语言编程。 二、实验原理和电路说明 1、基带传输特性 基带系统的分析模型如图3-1 所示，要获得良好的基带传输系统，就应该 a n t nT s 基带传输a n h t nT s n n抽样判决 H ( ) 图 3-1基带系统的分析模型 抑制码间干扰。设输入的基带信号为a n t nT s， T s为基带信号的码元周期，则经过 n 基带传输系统后的输出码元为a n h t nT s。其中 n h(t )1H ()e j t d（3-1 ） 2 理论上要达到无码间干扰，依照奈奎斯特第一准则，基带传输系统在时域应满足： ，k 0 h( kT s)(3-2) 0,k为其他整数 频域应满足： T s， T s(3-3) H ( ) 0,其他
H ( ) T s T s T s 图 3-2 理想基带传输特性 此时频带利用率为 2Baud / Hz , 这是在抽样值无失真条件下，所能达到的最高频率利用率。 由于理想的低通滤波器不容易实现， 而且时域波形的拖尾衰减太慢， 因此在得不到严格 定时时，码间干扰就可能较大。在一般情况下，只要满足： 2 i H 2 2 , (3-4) H H ( ) H T s i T s T s T s T s 基带信号就可实现无码间干扰传输。这种滤波器克服了拖尾太慢的问题。 从实际的滤波器的实现来考虑，采用具有升余弦频谱特性 H ( ) 时是适宜的。 1 sin T s ( ) , (1 ) (1 ) 2 T s T s T s H ( ) 1, (1 ) 0 (3-5) T s 0, (1 ) T s 这里 称为滚降系数， 1。 所对应的其冲激响应为： sin t cos( t T s ) h(t ) T s (3-6) t 1 4 2t 2 T s 2 T s 此时频带利用率降为 2 / (1 ) Baud/ Hz ，这同样是在抽样值无失真条件下， 所能达到的最 高频率利用率。换言之，若输入码元速率 R s ' 1/ T s ，则该基带传输系统输出码元会产生码
南京航空航天大学基于Matlab的脑电信号处理 姓名陆想想 专业领域生物医学工程 课程名称数字信号处理 二О一三年四月
摘要：脑电信号属于非平稳随机信号，且易受到各种噪声干扰。本文基于Matlab仿真系统，主要研究了小波变换在脑电信号处理方面的应用，包括小波变换自动阈值去噪处理、强制去噪处理，以α波为例，提取小波分解得到的各层频率段的信号，并做了一定的分析和评价。关键词：脑电信号；小波变换；去噪重构；频谱分析 0引言 脑电信号EEG(Electroencephalograph)是人体一种基本生理信号，蕴涵着丰富的生理、心理及病理信息，脑电信号的分析及处理无论是在临床上对一些脑疾病的诊断和治疗，还是在脑认知科学研究领域都是十分重要的。由于脑电信号的非平稳性且极易受到各种噪声干扰，特别是工频干扰。因此消除原始脑电数据中的噪声，更好地获取反映大脑活动和状态的有用信息是进行脑电分析的一个重要前提。本文的研究目的是利用脑电采集仪器获得的脑电信号，利用Fourier变换、小波变换等方法对脑电信号进行分析处理，以提取脑电信号α波的“梭形”节律，并对脑电信号进行功率谱分析和去噪重构。 1实验原理和方法 1.1实验原理 1.1.1脑电信号 根据频率和振幅的不同，可以将脑电波分为4种基本类型[1]，即δ波、θ波、α波、β波。4种波形的起源和功能也不相同，如图1所示。 图1脑电图的四种基本波形 α波的频率为8~13Hz，振幅为为20~100μV，它是节律性脑电波中最明显的波，整个皮层均可产生α波。正常成人在清醒、安静、闭目时，波幅呈现有小变大，再由大变小，如此反复进行，形成所谓α节律的“梭形”。每一“梭形”持续时间约为1~2s。当被试者睁眼、警觉、思考问题或接受其他刺激时，α波立即消失而代之以快波，这种现象称之为“α波阻断”。一般