实验题目：使用Haar 小波和傅里叶变换方法滤波及数据压缩 1 实验目的
（1）掌握离散数据的Haar 小波变换和傅里叶变换的定义，基本原理和方法 （2）使用C++实现数据的Haar 小波变换和离散傅里叶变换 （3）掌握数据滤波的基本原理和方法
（4）掌握使用Haar 小波变换和离散傅里叶变换应用于数据压缩的基本原理和方法，并且对两种数据压缩进行评价
2 实验步骤
2.1 算法原理
2.1.1 Haar 小波变换 （1）平均，细节及压缩原理
设{x1，x2}是一组两个元素组成的信号，定义平均与细节为(12)/2a x x =+，
(12)/2d x x =-。则可以将{a ，d}作为原信号的一种表示，且信号可由{a ，d}恢复，1x a d =+，2x a d =-。
由上述可以看出，当x1，x2非常接近时，d 会很小。此时，{x1，x2}可以近似的用{a}来表示，由此实现了信号的压缩。重构的信号为{a ，a}，误差信号为
{|1|,|2|}{||,||}x a x a d d --=。因此，平均值a 可以看做是原信号的整体信息，而d 可
以看成是原信号的细节信息。用{a}近似的表示原信号，可以实现对原信号的压缩，而且丢失的细节对于最终信号的重构不会有重大影响。对于多元素的信号，可以看成是对于二元信号的一种推广。 （2）尺度函数和小波方程
在小波分析中，引入记号
[1,0)()()
t X t φ=，其中，
[1,0)()
X t 表示区间[1，0]上的特征函
数。定义
,()(2),0,1,...,21
j j j k t t k k φφ=-=-
称()t φ为Haar 尺度函数。由上式可知，
,()j k t φ都可以由
0,0()
t φ伸缩和平移得到。
小波分析中，对于信号有不同分辨率的表示，当用较低分辨率来表示原始信号时，会丢失细节信息，需要找到一个函数来描述这种信息，该函数称之为小波函数。基本的小波函数定义如下：
[0,1/2)[1/2,1)1,01/2()()()1,1/210,t t X t X t t ψ≤
=-=-≤
????
其他
则()(2)(21)t t t ψφφ=--。()t ψ称为Haar 小波。
1,01,1()()()
t t t φφφ=+称为两尺度方程，
1,01,1()()()
t t t ψφφ=-称为小波方程。
（3）Haar 小波变换计算方法 设
122{,...}
n x x x 是一个长度为2n
(n>1)的离散信号序列，记为
,0,1,21{,...}
n n n n a a a -，该序
列可以用如下的带有尺度函数来表示：
,0,0,21,21()()...()
n n n n n n f t a t a t φφ--=++
一次小波分解的结果：
11111,01,01,01,01,211,211,211,21()()...()()...()
n n n n n n n n n n n n f t a t a t d t d t φφψψ----------------=+++++对上式积分，由尺度函数的正交性，可得
1
1,1,0
()()n k n k
f t t dt a φ--=?
。令k=0
，得到
1,0,0,1()n n n a a a -=+
一般的，有
11,,2,21()/0,1,...21n n k n k n k a a a k --+=+=-
同理
11,,2,21()/0,1, (21)
n n k n k n k d a a k --+=-=-
2.1.2 傅里叶变换
（1）一维连续函数的傅里叶变换定义
设f(t)为连续的时间信号，则定义
2()()j ut F u f t e dt
π+∞
--∞
=?
为f(t)的傅里叶变换，其反
变换为2()()j ut f t F u e du
π+∞
-∞=?
。
（2）一维离散傅里叶变换
对连续的时间信号f(t)等间隔采样，得到离散序列f(n)。假设采样N 次，则序列表示为
{(0),(1),...,(1)}f f f N -。令n 为离散变量，u 为离散频率变量，则一维离散傅里叶变换
及其反变换定义：
1
2/0
1()(),0,1,...,1
N j un N n F u f n e u N N π--===-∑ 1
2/0()(),0,1,...,1
N j un N u f n F u e n N π-===-∑
傅里叶变换的数学性质中，最重要的一点是：一个在时域或空域上看起来很复杂的信号（比如声音或图像）通常在频域上只集中在很小一块区域内，而很大一部分数值都接近于零。即一个在空域中看起来占满全空间的信号，从频域中很可能只占用了极小一块区域，而大部分频率是被为零的。这就得到一个极为实用的结论：一个看起来信息量很大的信号，其实可以只用极少的数据就可加以描述。只要对它先做傅里叶变换，然后只记录那些不接近零的频域信息就可以达到数据压缩的目的。
（3）快速傅里叶变换FFT 原理 FFT 的基本思想：将大点数的DFT 分解为若干个小点数DFT 的组合，从而减少运算量。
令
,2/n k
j nk N
N W e π-=，则F(u)可改写为1,0
1()()N n k
N n F k f n W N -==∑。令N=2M ，其中M 为
一正整数。带入式中，得到
21
,20
1
()()2M n k
M
n F k f n W M
-==
∑
1
1
,,20
111()(2)(21)2M M n k
n k
k M
M M n n F k f n W
f n W W M M
--==??=++?
?
??∑
∑
令
1,0
1
()(2)M n k e M
n F k f n W
M -==
∑，
1,0
1
()(21)M n k
o M
n F k f n W
M -==
+∑
则有
21()()()2k e o M F k F k F k W ??=
+??，21()()()2k e o M F k M F k F k W ??+=-??
上述推导说明：对一个长度为N 的序列进行傅里叶变换可以通过将其划分为2个N/2
的序列进行傅里叶变换，对于N/2的傅里叶变换，可划分为两个N/4的变换，这一过程不断迭代，知道两点的序列为止，可计算出该序列的傅里叶变换。
（4）时间抽取的基2FFT 蝶形算法
对于（3）中的计算方法，可以采用蝶形运算符号来表示。本实验中采用的算法是时间抽取的基2FFT 算法实现快速傅里叶变换。 2.1.3 数据压缩的评价准则 （1）数据压缩比 设原始信号f(n)的数据量大小为S ，经过数据压缩后，信号的数据量变为M ，一般情况下M
的定义为：
()/S M S η=-
由上式可知，数据压缩得越小，其数据压缩比越大。 （2）数据失真度 对于压缩后的数据，可以采用反变换等方式还原信号。设原信号为f(n)，还原信号为f1(n)，则我们定义还原信号与原始信号的差异为数据失真度。显然，数据恢复越接近原始信号，数据失真度越小。
2.2 算法步骤
（1）Haar小波方法步骤
a)读入原始数据f(n)
b)对原始数据f(n) 进行小波变换。对原始数据进行不同层级（分辨率）下的小波变
换，得到不同的小波变换结果[An , Dn]
c)对于上步中的小波变换结果，把细节分量Dn置为0，即滤波得到压缩数据[An]
d)对于滤波结果[An]，通过小波逆变换，恢复数据
e)计算恢复数据与原始数据的差异，进行压缩评价
（2）离散傅里叶变换步骤
a)读入原始数据f(n)
b)对原始数据f(n)进行离散傅里叶变换。使用蝶形算法计算傅里叶变换结果F(u)
c)对F(u)进行滤波，保留低频成分，舍弃高频成分，即得到原始数据的近似表示
d)对滤波结果的低频数据，高频分量恢复为零值，使用傅里叶反变换，恢复数据
e)计算恢复数据和原始数据的差异，进行压缩评价
2.3 程序流程图
图1 Haar小波变换流程图
在图1中，原始数据存放在文本文件eggs.txt中，由程序运行时读入。对结果的滤波是舍弃小波分解的细节部分。计算结果写入dwt.txt文件中。
图2 Haar小波压缩数据差异计算流程图
图2是计算使用Haar小波进行数据压缩后，与原始数据差异。图中的f(n)表示原始数据，A(n)是小波变化结果，f1(n)表示逆变换结果。
图3 离散傅里叶变换流程图
图3是傅里叶变换流程图。原始数据是eggs.txt。对F(u)滤波时，舍弃高频信息。计算结果写入fft.txt文件中。
图4 离散傅里叶变换压缩数据差异计算流程图
图4是傅里叶变化压缩数据后的差异计算。傅里叶逆变换时，对于高频分量补零，与低频分量来恢复数据f1(n)。
3 实验结果分析
（1）傅里叶变换
图5 测试数据集的FFT变换及IFFT变换结果
在上图中，得到测试数据集的傅里叶变换结果。图中带括号的是数据变换的复数结果，后边的小数是变换后的幅值。可以看出，在傅里叶变换的结果中，有1/2的数据经过变换之后变为0值。这部分为0值的数据可以采用压缩方式存储，从而压缩原始数据。并且，经过
傅里叶反变换后，原始数据可以得到良好的恢复。
图6 eggs.txt数据傅里叶变换结果
使用eggs.txt中的数据时，由于数据量较大，此处只是部分数据截图。数据不足2n的部分用零补齐。可以看出，变换后的数据幅值较大，且基本没有为0数据。此时，采用阈值进
σ=，即将阈值小于30的值置为0。
行滤波处理，取阈值30
（2）小波变换
图7 测试数据集的小波变换DWT
由上图的实验结果可以看出，数据经过小波变换后，其能量集中于数据的靠前的小波系
数。对于相同的数据集，可以采用不同级别的小波变换数据。
图8 eggs.txt数据小波变换结果
由上图，对于实验数据，经过小波变换后，大部分的数据都为0。正式小波变换的这一特点，使得小波变换可以用于数据的压缩。
4 实验结论
在文章的上两节中，分别介绍了使用傅里叶变换和小波变换处理数据的方法。由实验中，可以得到以下两点：第一，傅里叶变换时数据的整体变换方法，数据经过傅里叶变化后，其能量主要集中在变换结果的靠前的数据部分，对于后边的能量较小的部分，对于原始数据的差异描述，在存储时可以忽略，从而进行数据压缩。第二，小波变换的方法是既考虑数据整体性，又考虑数据的局部性。数据小波变换后，小波变换的前半部分系数表示数据的整体，
后半部分表示数据的细节特征，对于一个连续的信号，其细节部分是微小的，可以忽略，从
而使得小波变换的后半部分系数为0，从而实现了数据的压缩。小波变换可以在不同的层级上进行。
对于一个连续的信号，采用傅里叶变换或是小波变换，数据可以得到较好的恢复，例如
实验中的测试样本数据。对于给定的eggs.txt数据集，由于其波动较大，细节差异超过了原始信号，对其进行压缩，恢复得到的数据跟原始数据的差异很大。
5 实验心得体会
（1）傅里叶变换和小波变换的原始数据
N 个。对于不足N的数据，用零补齐快速傅里叶变换和小波变换处理的数据都是2n
后进行相应的变换，原始数据实际上改变。
（2）数据恢复
数据压缩后，为了得到数据，数据恢复是必须的。对于傅里叶变换，采用傅里叶反变换
的方法，可以得到压缩数据的回复数据；对于小波变换，则采用小波重构的方式。由于采用的压缩方式是有损的，所以恢复得到数据并非原始数据。
（3）小波变换可以得到数据的不同分辨率的表示，对于数据的滤波和压缩也可以在不同的分辨率上进行。原始数据是最高分辨率。采用的分辨率越高，则对于数据的压缩比越小。（4）对于非2n个数据的原始数据集（不采用补零方式），其傅里叶变换应如何计算？
参考文献
[1] 数据挖掘：概念与技术/（加）韩家炜，（加）坎伯（Kamber,M.）著；范明等译.-北京：机械工业出版社，2001.8
[2] 数字图像处理 / 霍洪涛编著. -北京：机械工业出版社，2003.5
[3] 小波分析及其应用/孙延奎编著.-北京：机械工业出版社，2005.3
[4] 数字图像处理实例与解析/钟志光，卢军，刘伟荣编著.-北京：清华大学出版社,2003
卡尔曼滤波计算举例 ?计算举例 ?卡尔曼滤波器特性
假设有一个标量系统，信号与观测模型为 [1][][]x k ax k n k +=+[][][] z k x k w k =+其中a 为常数，n [k ]和w [k ]是不相关的零均值白噪声，方差分别为和。 系统的起始变量x [0]为随机变量，其均值为零，方差为。2n σ2 σ[0]x P （1）求估计x [k ]的卡尔曼滤波算法；（2）当时的卡尔曼滤波增益和滤波误差方差。 22 0.9,1,10,[0]10 n x a P =σ=σ==1. 计算举例
根据卡尔曼算法，预测方程为: ??[/1][1/1]x k k ax k k -=--预测误差方差为: 2 2 [/1][1/1]x x n P k k a P k k -=--+σ 卡尔曼增益为: () 1 22 22 22 [][/1][/1][1/1][1/1]x x x n x n K k P k k P k k a P k k a P k k -=--+σ --+σ=--+σ+σ ???[/][/1][]([][/1])??[1/1][]([][1/1])?(1[])[1/1][][]x k k x k k K k z k x k k ax k k K k z k ax k k a K k x k k K k z k =-+--=--+---=---+滤波方程:
()() 2 2222222 222 22 [/](1[])[/1] [1/1]1[1/1][1/1][1/1][1/1]x x x n x n x n x n x n P k k K k P k k a P k k a P k k a P k k a P k k a P k k =--??--+σ=---+σ ?--+σ+σ??σ--+σ = --+σ+σ 滤波误差方差 起始：?[0/0]0x =[0/0][0] x x P P =
（科信学院） 信息与电气工程学院 电子电路仿真及设计CDIO三级项目 设计说明书 （2012/2013学年第二学期） 题目： ____低通滤波器设计____ _____ _____ _ 专业班级：通信工程 学生姓名： 学号： 指导教师： 设计周数：2周 2013年7月5日 题目： ____低通滤波器设计____ _____ _____ _ (1)
第一章、电源的设计 (2) 1.1实验原理： (2) 1.1.1设计原理连接图： (2) 1. 2电路图 (5) 第二章、振荡器的设计 (7) 2.1 实验原理 (7) 2.1.1 (7) 2.1.2定性分析 (7) 2.1.3定量分析 (8) 2.2电路参数确定 (10) 2.2.1确定R、C值 (10) 2.2.2 电路图 (10) 第三章、低通滤波器的设计 (12) 3.1芯片介绍 (12) 3.2巴特沃斯滤波器简介 (13) 3.2.1滤波器简介 (13) 3.2.2巴特沃斯滤波器的产生 (13) 3.2.3常用滤波器的性能指标 (14) 3.2.4实际滤波器的频率特性 (15) 3.3设计方案 (17) 3.3.1系统方案框图 (17) 3.3.2元件参数选择 (18) 3.4结果分析 (20) 3.5误差分析 (23) 第四章、课设总结 (24) 第一章、电源的设计 1.1实验原理： 1.1.1设计原理连接图：
整体电路由以下四部分构成： 电源变压器：将交流电网电压U1变为合适的交流电压U2。 整流电路：将交流电压U2变为脉动的直流电压U3。 滤波电路：将脉动直流电压U3转变为平滑的直流电压U4。 稳压电路：当电网电压波动及负载变化时,保持输出电压Uo的稳定。 1）变压器变压 220V交流电端子连一个降压变压器，把220V家用电压值降到9V左右。 2）整流电路 桥式整流电路巧妙的利用了二极管的单向导电性，将四个二极管分为两组，根据变压器次级电压的极性分别导通。见变压器次级电压的正极性端与负载电阻的上端相连，负极性端与负载的电阻的下端相连，使负载上始终可以得到一个单方向的脉动电压。单项桥式整流电路，具有输出电压高，变压器利用率高，脉动系数小。
卡尔曼滤波实验报告 捷联惯导静基座初始对准实验 一、实验目的 ①掌握捷联惯导的构成和基本工作原理； ②掌握捷联惯导静基座对准的基本工作原理； ③了解捷联惯导静基座对准时的每个系统状态的可观测性； ④了解双位置对准时系统状态的可观测性的变化。 二、实验原理 选取状态变量为：[]T E N E N U x y x y z X V V δδεεε=ψψψ??，其
中导航坐标系选为东北天坐标系，E V δ为东向速度误差，N V δ为北向速度误差，E ψ为东向姿态误差角，N ψ为北向姿态误差角，U ψ为天向姿态误差角，x ?为东向加速度偏置，y ?为北向加速度偏置，x ε为东向陀螺漂移，y ε为北向陀螺漂移，z ε为天向陀螺漂移。则系统的状态模型为： X AX W =+ (1) 其中， 1112212211 12 1321222331323302sin 000002sin 000000000sin cos 0000sin 000000cos 0000000000000000000000000000000000000000000000000000 0L g C C L g C C L L C C C L C C C L C C C A Ω-? ? ??-Ω????Ω-Ω? ?-Ω????Ω=? ?????? ?????????? ? [00000]E N E N U T V V W W W W W W δδψψψ=，E D V W W δψ 为零均值高斯 白噪声，分别为加速度计误差和陀螺漂移的噪声成分，Ω为地球自转角速度，ij C 为姿态矩 阵n b C 中的元素，L 为当地纬度。 量测量选取两个水平速度误差：[ ]T E N Z V V δδ=，则量测方程为： 10000000000100000000E E N N V X V δηδη???? ??=+???????????? (2) 即Z HX η=+ 其中，H 为量测矩阵，[]T E N ηηη=为量测方程的随机噪声状态矢量，为零均值高 斯白噪声。 要利用基本卡尔曼滤波方程进行状态估计，需要将状态方程和量测方程进行离散化。 系统转移矩阵为： 2323/1111102!3!! n n k k k k k k n T T T I TA A A A n ∞ -----=Φ=++++=∑ (3)
实验三滤波器设计 一、实验目的： 1、熟悉Labview的软件操作环境； 2、了解VI设计的方法和步骤，学会简单的虚拟仪器的设计； 3、熟悉创建、调试VI； 4、利用Labview制作一个滤波器，实现低通、高通、带通、带阻等基本滤波功能，并调节截止频率实现滤波效果。 二、实验要求： 1、可正弦实现低通、高通、带通、带阻等基本滤波功能，并图形显示滤波前后波形； 2、可调节每种滤波器的上限截止频率或者下限截止频率； 3、给出每种滤波器的幅频特性； 三、设计原理: 1、利用LABVIEW中的数字IIR、FIR数字滤波器实现数字滤波功能，参数可调；
2、将两路不同频率的信号先叠加，然后通过滤波，将一路信号滤除，而保留有用信号，Hz f Hz f 100,2021==； 3、叠加即将两个信号相加，用到一个数学公式； 4、信号进入case 结构，结构中有两路分支，每路分支均有一个滤波模块，其中一个为IIR 滤波器，另一个为FIR 滤波器，通过按钮可选择IIR 或是FIR.每个滤波模块都可通过外部按钮对其参数进行调整，各个过程的波形都用波形图显示出来； 5、将IIR 、FIR 滤波器的“滤波信息”接线端用控件按名称解除捆绑接入波形图，观察波形的幅度和相位； 6、用一个while 循环实现不重新启动既可以改参数。 四、设计流程： 1、前面板的设计：
2、程序框图的设计： 五、实验结果： 1、低通滤波功能：将100Hz的信号滤除，保留20Hz的信号 用IIR巴特沃斯滤波器，将低截止频率设置为25Hz。
用FIR滤波器，拓扑类型选择Windowed FIR，将最低通带设置为50。 用IIR巴特沃斯滤波器，将低截止频率设置为90Hz。
南昌大学物理实验报告 课程名称：扭摆法测定物体转动惯量 实验名称：扭摆法测定物体转动惯量 学院：信息工程学院专业班级：测控技术与仪器152班 学生姓名：夏正彬学号：5801215044 实验地点：基础实验大楼座位号：13 实验时间：第四周星期二（下午）一点开始
一、实验目的： 1.测定弹簧的扭转常数 k， 2.测定形状不同物体的转动惯量并与理论值比较， 3.验证转动惯量平行轴定理。 二、实验原理： 将物体在水平面内转过一角度?后，在弹簧的恢复力矩作用下物体就开始绕垂 直轴做往返扭转运动。根据胡可定律，弹簧受扭转而产生的恢复力矩 M 与所转过的 角度?成正比，即 M=-k? 式中 k 为弹簧的扭转常量，根据转动惯量 M=Iβ即β= 式中 I 为物体绕转轴的转动惯量，β为角角速度，由上式得 β==-=-ω2θ 上式ω2=，忽略轴承的摩擦阻力钜。 上述方程表示扭摆运动具有角简谐振动的特性，角加速度与角位移成正 比，且方向相反，此方程的解为 θ=Acos（ωt+φ） 式中，A 为谐振动的角振幅，φ为初相位，ω为角速度，此谐振动的周期为 T==2π（4-4）
由式（4-4）可知，只要试验测得物体扭摆的摆动周期，并在 I 和 k 中任
何一个量已知时即可算出另一个量。 转动惯量组合定理：若一个物体由几部分组成，每一部分相对转轴的转动惯量分别为 I ?,I ?,I ?…, 那么整个物体对转动轴的转动惯量为 I ? +I ?+I ?+…本实验用一个几何 形状规则的物体，它的转动惯量可以根据它的质量和几何尺寸用理论共式直接计算 得到，再算出本仪器弹簧的 k 值。 如先测载物盘转动的周期 T?，有 T=2π（4-5）再测载物盘加塑料圆柱转动的周期 T?，有 T?=2π（4-6）I?′为塑料圆柱转动惯量理论计算值 I ?′= （4-7） 由式（4-5）和式（4-6）可得 k=4π2 (4-8) 若要测定其他形状物体的转动惯量，只需将待测物体安放在本仪器顶部的各种夹具上，测定其摆动周期，由公式（4-4）即可算出该物体绕转动轴的转动惯量： I=-I?(4-9)
整流滤波电路实验报告 姓名：XXX 学号：5702112116 座号：11 时间：第六周星期4 一、实验目的 1、研究半波整流电路、全波桥式整流电路。 2、电容滤波电路，观察滤波器在半波和全波整流电路中的滤波效果。 3、整流滤波电路输出脉动电压的峰值。 4、初步掌握示波器显示与测量的技能。 二、实验仪器 示波器、6v交流电源、面包板、电容（10μF*1，470μF*1）、变阻箱、二极管*4、导线若干。 三、实验原理 1、利用二极管的单向导电作用，可将交流电变为直流电。常用的二极管整 流电路有单相半波整流电路和桥式整流电路等。 2、在桥式整流电路输出端与负载电阻RL并联一个较大电容C，构成电容滤 波电路。整流电路接入滤波电容后，不仅使输出电压变得平滑、纹波显著成小，同时输出电压的平均值也增大了。 四、实验步骤 1、连接好示波器，将信号输入线与6V交流电源连接，校准图形基准线。 2、如图，在面包板上连接好半波整流电路，将信号连接线与电阻并联。
3、如图，在面包板上连接好全波整流电路，将信号输入线与电阻连接。
4、在全波整流电路中将电阻换成470μF的电容，将信号接入线与电容并联。 5、如图，选择470μF的电容，连接好整流滤波电路，将信号接入线与电阻并联。 改变电阻大小（200Ω、100Ω、50Ω、25Ω）
200Ω100Ω50Ω
25Ω 6、更换10μF的电容，改变电阻（200Ω、100Ω、50Ω、25Ω）200Ω 100Ω
50Ω 25Ω 五、数据处理 1、当C 不变时，输出电压与电阻的关系。 输出电压与输入交流电压、纹波电压的关系如下： avg)r m V V V （输+= 又有i avg R C V ??=输89.2V )(r 所以当C 一定时，R 越大 就越小 )(r V avg 越大 输V
转动惯量实验报告 一．实验目的 (1) 学会用落体法转动实验仪测定刚体的转动惯量； (2) 研究刚体的转动惯量与形状、大小及转轴位置的关系。 三．实验仪器描述 本实验所用NNZ-2型刚体转动实验仪由主机和测量仪表与拉线牵引台辅机及待测刚体球、环、盘、棒等组成。主机包括基础转盘和测量传感器；辅机由转数表和计时表、拉线、悬臂及砝码。 四．实验内容 1.测量基础转盘的转动惯量 2.测量圆环(或圆盘)的转动惯量 3.测双球的转动惯量并用球体验证平行移轴定理。 五．测量及实验步骤
1.测量基础转盘的转动惯量： 将主机上的霍尔传感器输出端插头和电磁铁及电插头，插入辅机的对应插口。将砝码托盘上的挂线穿过悬臂上的滑轮并使其一端固定在转轴上。（1）调节好主机和辅机的高度，使拉线与悬臂轴线平行，为此，悬臂上设有两个定位钉，使拉线通过两个定位钉即可。 （2）打开辅机上的电源开关，这时电磁铁会自动将基础转盘锁住。我们已将转数设为16个脉冲，即测量转2周的转动时间。 （3）绕线与测试准备--测试键-完成测试：主机因电磁铁失电而解锁，砝码从静止开始下落，刚体转动2周后，电磁铁自动吸合，重新锁紧转动的刚体，并显示刚体转动2周的下落时间。绕线键-主机解锁，重新绕线，绕线合适位置后完毕按下准备键，仪表全部数据归零，做好测量准备，主机（转动刚体）通过电磁铁被锁紧；按下测试键,再次测试转动2周的时间。 这里要特别强调，绕线到合适位置的含义。因为我们要测出刚体完整转动2周的时间，霍尔传感器给出开始和结束讯号的位置就必须是同一位置，这是减少误差的重要环节。 （4）测试在砝码托盘上放200g砝码，然后点按一下测试键，电磁铁失电，砝码带动刚体作匀加速转动，计时仪表开始计时，当刚体转动2周结束
LMS 自适应滤波实验报告 姓名： 学号： 日期：2015.12.2 实验内容： 利用自适应滤波法研究从宽带信号中提取单频信号的方法。 设()()()()t f B t f A t s t x 212cos 2cos π?π+++=，()t s 是宽带信号，A ，B ，1f ，2f ， ?任选 （1）要求提取两个单频信号； （2）设f f f ?+=12，要求提取单频信号()t f 22cos π，研究f ?的大小对提取单频信号的影响。 1. 自适应滤波器原理 自适应滤波器理论是现代信号处理技术的重要组成部分，它对复杂信号的处理具有独特的功能。自适应滤波器在信号处理中属于随机信号处理的范畴。在一些信号和噪声特性无法预知或他们是随时间变化的情况下，自适应滤波器通过自适应滤波算法调整滤波器系数，使得滤波器的特性随信号和噪声的变化，以达到最优滤波的效果，解决了固定全系数的维纳滤器和卡尔曼滤波器的不足。 （1） 自适应横向滤波器 所谓自适应滤波，就是利用前一时刻已获得的滤波器参数等结果，自动调节现时刻的滤波器参数，以适应信号和噪声未知或随时间变化的统计特性，从而实现最优滤波。自适应滤波器由两个部分组成：滤波器结构和调节滤波器系数的自适应算法。自适应滤波器的特点是自动调节自身的冲激响应，达到最优滤波，此算法适用于平稳和非平稳随机信号，并且不要求知道信号和噪声的统计特性。 一个单输入的横向自适应滤波器的原理框图如图所示：
实际上这种单输入系统就是一个FIR 网络结构，其输出()n y 用滤波器单位脉冲响应表示成下式： ()()()∑-=-=1 N m m n x m w n y 这里()n w 称为滤波器单位脉冲响应，令：()()n i n x x i w w m i i i ,1,1,1+-=-=+=用j 表示，上式可以写成 ∑==N i ij i j x w y 1 这里i w 也称为滤波器加权系数。用上面公式表示其输出，适用于自适应线性组合器，也适用于FIR 滤波器。将上式表示成矩阵形式： X W W X j T T j j y == 式中 [][ ] T Nj j j j T N x x x w w w X W ,...,,, ,...,,2121== 误差信号表示为 X W j T j j j j d y d e -=-= （2） 最小均方（LMS ）算法 Widrow 等人提出的最小均方算法，是用梯度的估计值代替梯度的精确值，这种算法简单易行，因此获得了广泛的应用。 LMS 算法的梯度估计值用一条样本曲线进行计算，公式如下：
理论力学转动惯量 实验报告
【实验目的】 1. 了解多功能计数计时毫秒仪实时测量（时间）的基本方法 2. 用刚体转动法测定物体的转动惯量 3. 验证刚体转动的平行轴定理 4. 验证刚体的转动惯量与外力矩无关 【实验原理】 1.转动力矩、转动惯量和角加速度关系系统在外力矩作用下的运动方程 T×r+Mμ=Jβ2（1）由牛顿第二定律可知，砝码下落时的运动方程为：mg-T=ma 即绳子的张力T=m(g-rβ2) 砝码与系统脱离后的运动方程 Mμ=Jβ1（2）由方程（1）（2）可得 J=mr(g-rβ2)/(β2-β1) （3） 2.角加速度的测量 θ=ω0t+?βt2（4）若在t1、t2时刻测得角位移θ1、θ2 则θ1=ω0 t1+?βt2（5） θ2=ω0 t2+?βt2（6） 所以，由方程（5）、（6）可得 β=2（θ2 t1-θ1 t2）/ t1 t2（t2- t1）【实验仪器】
1、IM-2刚体转动惯量实验仪(含霍尔开关传感器、计数计时多功能毫秒仪、一根细绳、一个质量为100g的砝码等，塔轮直径从下至上分别为30mm、40mm、50mm、60mm，载物台上的孔中心与圆盘中心的距离分别为40mm、80mm、120mm) 2、一个钢质圆环(内径为175mm，外径为215mm，质量为995g) 3、两个钢质圆柱(直径为38mm，质量为400g) 【实验步骤】 1. 实验准备 在桌面上放置IM-2转动惯量实验仪，并利用基座上的三颗调平螺钉，将仪器调平。将滑轮支架固定在实验台面边缘，调整滑轮高度及方位，使滑轮槽与选取的绕线塔轮槽等高，且其方位相互垂直。 通用电脑计时器上光电门的开关应接通，另一路断开作备用。当用于本实验时，设置1个光电脉冲记数1次，1次测量记录大约20组数。 2. 测量并计算实验台的转动惯量 1) 放置仪器，滑轮置于实验台外3-4cm处，调节仪器水平。设置毫秒仪计数次数为20。 2) 连接传感器与计数计时毫秒仪，调节霍尔开关与磁钢间距为，转离磁钢，复位毫秒仪，转动到磁钢与霍尔开关相对时，毫秒仪低电平指示灯亮，开始计时和计数。 3) 将质量为m=100g的砝码的一端打结，沿塔轮上开的细缝塞入，并整齐地绕于半径为r的塔轮。 4) 调节滑轮的方向和高度，使挂线与绕线塔轮相切，挂线与绕线轮的中间呈水平。 5) 释放砝码，砝码在重力作用下带动转动体系做加速度转动。 6) 计数计时毫秒仪自动记录系统从0π开始作1π，2π……角位移相对应的时刻。 3. 测量并计算实验台放上试样后的转动惯量 将待测试样放上载物台并使试样几何中心轴与转动轴中心重合，按与测量空实验台转动惯量同样的方法可分别测量砝码作用下的角加速度β2与砝码脱离后的角加速度β1，由（3）式可计算实验台放上试样后的转动惯量J，再减去实验步骤2中算得的空实验台转动惯量即可得到所测试样的转动惯量。将该测量值与理论值比较，计算测量值的相对误差。 4. 验证平行轴定理 将两圆柱体对称插入载物台上与中心距离为d的圆孔中，测量并计算两圆柱体在此位置的转动惯量，将测量值与理论计算值比较，计算测量值的相对误差。 5. 验证刚体定轴转动惯量与外力矩无关 通过改变塔轮直径对转盘施加不同的外力矩，测定在不同外力矩下转盘的转动惯量，与理论值进行比较，在一定允许的误差范围内验证结论。 【实验数据与处理】 1.测量空盘的转动惯量 塔轮半径r=40mm 砝码100g
卡尔曼，美国数学家和电气工程师。1930年5月 19日生于匈牙利首都布达佩斯。1953年在美国麻省理工学院毕业获理学士学位,1954年获理学硕士学位,1957年在哥伦比亚大学获科学博士学位。1957～1958年在国际商业机器公司(IBM)研究大系统计算机控制的数学问题。1958～1964年在巴尔的摩高级研究院研究控制和数学问题。1964～1971年到斯坦福大学任教授。1971年任佛罗里达大学数学系统理论研究中心主任，并兼任苏黎世的瑞士联邦高等工业学校教授。1960年卡尔曼因提出著名的卡尔曼滤波器而闻名于世。卡尔曼滤波器在随机序列估计、空间技术、工程系统辨识和经济系统建模等方面有许多重要应用。1960年卡尔曼还提出能控性的概念。能控性是控制系统的研究和实现的基本概念，在最优控制理论、稳定性理论和网络理论中起着重要作用。卡尔曼还利用对偶原理导出能观测性概念，并在数学上证明了卡尔曼滤波理论与最优控制理论对偶。为此获电气与电子工程师学会(IEEE)的最高奖──荣誉奖章。卡尔曼著有《数学系统概论》(1968)等书。 什么是卡尔曼滤波 最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联科学家Ｋолмогоров等人的研究工作，后人统称为维纳滤波理论。从理论上说，维纳滤波的最大缺点是必须用到无限过去的数据，不适用于实时处理。为了克服这一缺点，60年代Kalman把状态空间模型引入滤波理论，并导出了一套递推估计算法，后人称之为卡尔曼
滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。 卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推，根据系统的量测值来消除随机干扰，再现系统的状态，或根据系统的量测值从被污染的系统中恢复系统的本来面目。 释文：卡尔曼滤波器是一种由卡尔曼（Kalman）提出的用于时变线性系统的递归滤波器。这个系统可用包含正交状态变量的微分方程模型来描述，这种滤波器是将过去的测量估计误差合并到新的测量误差中来估计将来的误差。 卡尔曼滤波的应用 斯坦利.施密特(Stanley Schmidt)首次实现了卡尔曼滤波器.卡尔曼在NASA埃姆斯研究中心访问时,发现他的方法对于解决阿波罗计划的轨道预测很有用,后来阿波罗飞船的导航电脑使用了这种滤波器. 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表.
LMS 自适应滤波实验报告 ： 学号： 日期：2015.12.2 实验容： 利用自适应滤波法研究从宽带信号中提取单频信号的方法。 设()()()()t f B t f A t s t x 212cos 2cos π?π+++=，()t s 是宽带信号，A ，B ，1f ，2f ， ?任选 （1）要求提取两个单频信号； （2）设f f f ?+=12，要求提取单频信号()t f 22cos π，研究f ?的大小对提取单频信号的影响。 1. 自适应滤波器原理 自适应滤波器理论是现代信号处理技术的重要组成部分，它对复杂信号的处理具有独特的功能。自适应滤波器在信号处理中属于随机信号处理的畴。在一些信号和噪声特性无法预知或他们是随时间变化的情况下，自适应滤波器通过自适应滤波算法调整滤波器系数，使得滤波器的特性随信号和噪声的变化，以达到最优滤波的效果，解决了固定全系数的维纳滤器和卡尔曼滤波器的不足。 （1） 自适应横向滤波器 所谓自适应滤波，就是利用前一时刻已获得的滤波器参数等结果，自动调节现时刻的滤波器参数，以适应信号和噪声未知或随时间变化的统计特性，从而实现最优滤波。自适应滤波器由两个部分组成：滤波器结构和调节滤波器系数的自适应算法。自适应滤波器的特点是自动调节自身的冲激响应，达到最优滤波，此算法适用于平稳和非平稳随机信号，并且不要求知道信号和噪声的统计特性。
一个单输入的横向自适应滤波器的原理框图如图所示： 实际上这种单输入系统就是一个FIR 网络结构，其输出()n y 用滤波器单位脉冲响应表示成下式： ()()()∑-=-=1 N m m n x m w n y 这里()n w 称为滤波器单位脉冲响应，令： ()()n i n x x i w w m i i i ,1,1,1+-=-=+=用j 表示，上式可以写成 ∑==N i ij i j x w y 1 这里i w 也称为滤波器加权系数。用上面公式表示其输出，适用于自适应线性组合器，也适用于FIR 滤波器。将上式表示成矩阵形式： X W W X j T T j j y == 式中 [][ ] T Nj j j j T N x x x w w w X W ,...,,, ,...,,2121== 误差信号表示为 X W j T j j j j d y d e -=-= （2） 最小均方（LMS ）算法 Widrow 等人提出的最小均方算法，是用梯度的估计值代替梯度的精确值，这种算法简单易行，因此获得了广泛的应用。
有源滤波器实验报告文件编码（008-TTIG-UTITD-GKBTT-PUUTI-WYTUI-8256）
实验七集成运算放大器的基本应用(Ⅱ)—有源滤波器 一、实验目的 1、熟悉用运放、电阻和电容组成有源低通滤波、高通滤波和带通、带阻滤波器。 2、学会测量有源滤波器的幅频特性。 二、实验原理 （a）低通（b）高通 (c) 带通（d）带阻 图7－1 四种滤波电路的幅频特性示意图 由RC元件与运算放大器组成的滤波器称为RC有源滤波器，其功能是让一定频率范围内的信号通过，抑制或急剧衰减此频率范围以外的信号。可用在信息处理、数据传输、抑制干扰等方面，但因受运算放大器频带限制，这类滤波器主要用于低频范围。根据对频率范围的选择不同，可分为低通(LPF)、高通(HPF)、带通(BPF)与带阻(BEF)等四种滤波器，它们的幅频特性如图7－1所示。 具有理想幅频特性的滤波器是很难实现的，只能用实际的幅频特性去逼近理想的。一般来说，滤波器的幅频特性越好，其相频特性越差，反之亦然。滤波器的阶数越高,幅频特性衰减的速率越快，但RC网络的节数越多，元件参数计算越繁琐，电路调试越困难。任何高阶滤波器均可以用较低的二阶RC有滤波器级联实现。 1、低通滤波器（LPF） 低通滤波器是用来通过低频信号衰减或抑制高频信号。
如图7－2（a ）所示，为典型的二阶有源低通滤波器。它由两级RC 滤波环节与同相比例运算电路组成，其中第一级电容C 接至输出端，引入适量的正反馈，以改善幅频特性。图7－2（b ）为二阶低通滤波器幅频特性曲线。 (a)电路图 (b)频率特性 图7－2 二阶低通滤波器 电路性能参数 1 f uP R R 1A + = 二阶低通滤波器的通带增益 RC 2π1 f O = 截止频率，它是二阶低通滤波器通带与阻带的界限频率。 uP A 31 Q -= 品质因数，它的大小影响低通滤波器在截止频率处幅频特性的形状。 2、高通滤波器（HPF ） 与低通滤波器相反，高通滤波器用来通过高频信号，衰减或抑制低频信号。 只要将图7－2低通滤波电路中起滤波作用的电阻、电容互换，即可变成二阶有源高通滤波器，如图7－3(a)所示。高通滤波器性能与低通滤波器相反，其频率响应和低通滤波器是“镜象”关系，仿照LPH 分析方法，不难求得HPF 的幅频特性。
卡尔曼滤波实验报告
2014 年 4 月 GPS 静/动态滤波实验 一、实验要求 1、分别建立GPS 静态及动态卡尔曼滤波模型，编写程序对静态和动态GPS 数据进行Kalman 滤波。 2、对比滤波前后导航轨迹图。 3、画出滤波过程中估计均方差(P 阵对角线元素开根号)的变化趋势。 4、思考：① 简述动态模型与静态模型的区别与联系；② R 阵、Q 阵，P0阵的选取对滤波精度及收敛速度有何影响，取值时应注意什么；③ 本滤波问题是否可以用最小二乘方法解决，如果可以，请阐述最小二乘方法与Kalman 滤波方法的优劣对比。 二、实验原理 2.1 GPS 静态滤波 选取系统的状态变量为[ ]T L h λ=X ,其中L 为纬度(deg),λ为经度(deg)，h 为高度 (m)。设()w t 为零均值高斯白噪声，则系统的状态方程为： 310()w t ?=+X (1) 所以离散化的状态模型为： ,111k k k k k W ---=+X X Φ (2) 式中，,1k k -Φ为33?单位阵，k W 为系统噪声序列。 测量数据包括：纬度静态量测值、经度静态量测值和高度构成31?矩阵Z ，量测方程
可以表示为： k k k Z HX V =+ (3) 式中，H 为33?单位阵，k V 为量测噪声序列。 系统的状态模型是十分准确的，所以系统模型噪声方差阵可以取得十分小，取Q 阵零矩阵。 系统测量噪声方差阵R 由测量确定，由于位置量测精度为5m ，采用克拉索夫斯基地球椭球模型，长半径e R 为6378245m ，短半径p R 为6356863m 。所以R 阵为： 2 2 25180()0 05180 ( )0cos()00 5p e R R L ππ ??? ?? ? ??= ??? ? ? ?? ? R (4) 2.2 GPS 动态滤波 动态滤波基于当前统计模型，在地球坐标系下解算。选取系统的状态变量为 T x x x y y y z z z X x v a y v a z v a εεε??=??,其中,,,x x x x v a ε依次为地球坐标系下x 轴上的位置、速度、加速度和位置误差分量，,y z 轴同理。系统的状态模型可以表示为： ()()()()t t t t =++X AX U W (5) 式中，位置误差视为有色噪声，为一阶马尔科夫过程，可表示为： x x x x y y y y z z z z w w w εετεετεετ?=-+????=-+????=-+?? 1 11 (6) 其中，i τ(,,i x y z =)为对应马尔科夫过程的相关时间常数，(,,)i w i x y z =为零均值高斯白噪声。
实验报告 课程名称：数字信号处理 实验项目：FIR滤波器设计 专业班级： 姓名：学号： 实验室号：实验组号： 实验时间：批阅时间： 指导教师：成绩：
实验报告 专业班级： 学号： 姓名： 一、实验目的： 1、熟悉线性相位FIR 数字低通滤波器特性。 2、熟悉用窗函数法设计FIR 数字低通滤波器的原理和方法。 3、了解各种窗函数对滤波特性的影响。 要求认真复习FIR 数字滤波器有关内容实验内容。 二、实验原理 如果所希望的滤波器理想频率响应函数为)(e H j ωd ，则其对应的单位样值响应为 ωπ= ωππ -?d e j ωn j d d e )(H 21(n)h 窗函数法设计法的基本原理是用有限长单位样值响应h(n)逼近(n)h d 。由于(n)h d 往往是无限长序列，且是非因果的，所以用窗函数(n)w 将(n)h d 截断，并进行加权处理，得 到：(n)(n)h h(n)d w ?=。h(n)就作为实际设计的FIR 滤波器单位样值响应序列，其频率函数)H(e j ω 为∑-=ω= 1 n n j -j ω h(n)e )H(e N 。式中N 为所选窗函数(n)w 的长度。 用窗函数法设计的FIR 滤波器性能取决于窗函数类型及窗口长度N 的取值。设计过程中要根据阻带衰减和过渡带宽度的要求选择合适的窗函数类型和窗口长度N 。各类窗函数所能达到的阻带最小衰减和过渡带宽度见P342表7-3。 选定窗函数类型和长度N 以后，求出单位样值响应(n)(n)h h(n)d w ?=。验算 )()()]([)(ω?ωω==j g j e H n h DTFT e H 是否满足要求，如不满足要求，则重新选定窗函 数类型和长度N ，直至满足要求。 如要求线性相位特性，h(n)还必须满足n)-1-h(N h(n)±=。根据上式中的正、负号和长度N 的奇偶性又将线性相位FIR 滤波器分成4类（见P330表7-1及下表），根据要设计的滤波器特性正确选择其中一类。例如要设计低通特性，可选择情况1、2，不能选择情况3、4。
刚体绕轴转动惯性的度量。其数值为J=∑mi*ri^2，式中mi 表示刚体的某个质点的质量，ri表示该质点到转轴的垂直距离。 求和号（或积分号）遍及整个刚体。转动惯量只决定于刚体的形状、质量分布和转轴的位置，而同刚体绕轴的转动状态（如角速度的大小）无关。规则形状的均质刚体，其转动惯量可直接计得。不规则刚体或非均质刚体的转动惯量，一般用实验法测定。转动惯量应用于刚体各种运动的动力学计算中。 描述刚体绕互相平行诸转轴的转动惯量之间的关系，有如下的平行轴定理：刚体对一轴的转动惯量，等于该刚体对同此轴平行并通过质心之轴的转动惯量加上该刚体的质量同两轴间距离平方的乘积。由于和式的第二项恒大于零，因此刚体绕过质量中心之轴的转动惯量是绕该束平行轴诸转动惯量中的最小者。 还有垂直轴定理：垂直轴定理 一个平面刚体薄板对于垂直它的平面轴的转动惯量，等于绕平面内与垂直轴相交的任意两正交轴的转动惯量之和。 表达式:Iz=Ix+Iy 刚体对一轴的转动惯量，可折算成质量等于刚体质量的单个质点对该轴所形成的转动惯量。由此折算所得的质点到转轴的距离，称为刚体绕该轴的回转半径κ，其公式为_____，式中M为刚体质量；I为转动惯量。 转动惯量的量纲为L^2M，在SI单位制中，它的单位是
kg·m^2。 刚体绕某一点转动的惯性由更普遍的惯量张量描述。惯量张量是二阶对称张量，它完整地刻画出刚体绕通过该点任一轴的转动惯量的大小。 补充对转动惯量的详细解释及其物理意义： 先说转动惯量的由来，先从动能说起大家都知道动能E=(1/2)mv^2，而且动能的实际物理意义是：物体相对某个系统（选定一个参考系）运动的实际能量，（P势能实际意义则是物体相对某个系统运动的可能转化为运动的实际能量的大小）。 E=(1/2)mv^2（v^2为v的2次方） 把v=wr代入上式(w是角速度,r是半径，在这里对任何物体来说是把物体微分化分为无数个质点，质点与运动整体的重心的距离为r,而再把不同质点积分化得到实际等效的r) 得到E=(1/2)m(wr)^2 由于某一个对象物体在运动当中的本身属性m和r都是不变的，所以把关于m、r的变量用一个变量K代替, K=mr^2 得到E=(1/2)Kw^2 K就是转动惯量，分析实际情况中的作用相当于牛顿运动平动分析中的质量的作用，都是一般不轻易变的量。 这样分析一个转动问题就可以用能量的角度分析了，而不必
卡尔曼滤波实验报告 2014 年 4 月 GPS静/动态滤波实验 一、实验要求 1、分别建立GPS静态及动态卡尔曼滤波模型，编写程序对静态和动态GPS数据进行Kalman滤波。 2、对比滤波前后导航轨迹图。
3、画出滤波过程中估计均方差(P 阵对角线元素开根号)的变化趋势。 4、思考：① 简述动态模型与静态模型的区别与联系；② R 阵、Q 阵，P0阵的选取对滤波精度及收敛速度有何影响，取值时应注意什么；③ 本滤波问题是否可以用最小二乘方法解决，如果可以，请阐述最小二乘方法与Kalman 滤波方法的优劣对比。 二、实验原理 2.1 GPS 静态滤波 (deg) 度(m) (1) 所以离散化的状态模型为： (2) 可以表示为： (3) 矩阵。 5m ，采用克拉索夫斯基地球 6378245m 6356863m (4) 2.2 GPS 动态滤波 动态滤波基于当前 统计模型，在地球坐标系下解算。选取系统的状态变量为 (5)
式中，位置误差视为有色噪声，为一阶马尔科夫过程，可表示为： ε τεετεετ-=- =-1 1 (6) 白噪声。 (7) (8) 系统噪声为： (9) 量测量为纬度动态量测值、经度动态量测值、高度和三向速度量测值。由于滤波在地球 坐标系下进行，为了简便首先将纬度、经度和高度转化为三轴位置坐标值，转化方式如下： (10) 量测方程为： (11)
综上，离散化的Kalman滤波方程为： (12) 离散化的系统噪声协方差阵为： 2 [ π ?] ? k x = +<0 “当前”加速度 (13) 离散化量测噪声协方差阵为：diag = R 三、实验结果 3.1 GPS静态滤波
卡尔曼滤波与组合导航》课程实验报告 实验 捷联惯导 /GPS 组合导航系统静态导航实验 实验序号 3 姓名 陈星宇 系院专业 17 班级 ZY11172 学号 ZY1117212 日期 2012-5-15 指导教师 宫晓琳 成绩 、实验目的 ① 掌握捷联惯导 /GPS 组合导航系统的构成和基本工作原理； ②掌握采用卡尔曼滤波方法进行捷联惯导 /GPS 组合的基本原理； ③掌握捷联惯导 /GPS 组合导航系统静态性能； ④了解捷联惯导 /GPS 组合导航静态时的系统状态可观测性； 、实验原理 （ 1）系统方程 X FX GW 系统噪声矢量由陀螺仪和加速度计的随机误差组成，表达式为： 2）量测方程 和 H 分别为捷联解算与 GPS 的东向速度、北向速度、天向速度、纬度、经度和高度之 差；量测矩阵 H H V H P T ，H P 03 6 diag R M H, （R N H ）cos L, 036 ， H V 033 diag 1, 1, 1 039 ，v v V E v V N v V U v L v v H 为量测噪声。 量测噪声 v E v N T v U L h x y z x y z 其中， E 、 N 、 U 为数学平台失准角； v E 、 v N 、 v U 分别为载体的东向、北向和天向速度误差； L 、 、 h 分别为纬度误差、经度误差和高度误差； x 、 y 、 z 、 x 、 y 、 z 分别为陀螺随 机常值漂移和加速度计随机常值零偏。（下 标 系统的噪声转移矩阵 G 为： E 、N 、 U 分别代表东、北、天） C b n 3 3 0 9 3 3 3 C n C b 9 3 15 6 系统的状态转移矩阵 w w w w F 组成内容为： w z F 06N 9 F S F M ，其中 F N 中非零元素为可由惯导误差模型获得。 F S C b n 3 3 0 3 3 3 3 C b n 3 3 96 量测变量 z V E V N V U L H ， ， V E 、 V N 、 V U 、 L 、 X U
实验七 集成运算放大器的基本应用(n )—有源滤波器 一、 实验目的 i 熟悉用运放、电阻和电容组成有源低通滤波、高通滤波和带通、带阻滤波器。 2、学会测量有源滤波器的幅频特性。 二、 实验原理 (a )低通 (b )高通 (c)带通 (d )带阻 图7—1四种滤波电路的幅频特性示意图 由RC 元件与运算放大器组成的滤波器称为 RC 有源滤波器，其功能是让一定频率范围内的信号通过， 抑制或急剧衰减此频率范围以外的信号。 可用在信息处理、数据传输、 抑制干扰等方面，但因受运算放 大器频带限制，这类滤波器主要用于低频范围。根据对频率范围的选择不同，可分为低通 (LPF)、高通 (HPF)、带通(BPF)与带阻(BEF)等四种滤波器，它们的幅频特性如图 7— 1所示。 具有理想幅频特性的滤波器是很难实现的， 只能用实际的幅频特性去逼近理想的。 一般来说，滤波 器的幅频特性越好，其相频特性越差，反之亦然。滤波器的阶数越高 ，幅频特性衰减的速率越快，但 RC 网络的节数越多，元件参数计算越繁琐，电路调试越困难。任何高阶滤波器均可以用较低的二阶 RC 有 滤波器级联实现。 1、低通滤波器(LPF ) 低通滤波器是用来通过低频信号衰减或抑制高频信号 如图7— 2 (a )所示，为典型的二阶有源低通滤波器。它由两级 RC 滤波环节与同相比例运算电路 组成，其中第一级电容 C 接至输出端，弓I 入适量的正反馈，以改善幅频特性。图 7—2 (b )为二阶低 通滤波器幅频特性曲线。 (a) 电路图 图7—2二阶低通滤波器 电路性能参数 ―1奈二阶低通滤波器的通带增益 截止频率，它是二阶低通滤波器通带与阻带的界限频率。 (b)频率特性 1 2 T RC
扭摆法测定物体的转动惯量 实验原理： 1．扭摆运动——角简谐振动 (1) 此角谐振动的周期为 （2） 式中，为弹簧的扭转常数式中，为物体绕转轴的转动惯量。 2．弹簧的扭转系数的测定： 实验中用一个几何形状规则的物体，它的转动惯量可以根据它的质量和几何尺寸用理论公式直接计算得到， 再由实验数据算出本仪器弹簧的值。方法如下： （1）测载物盘摆动周期，由（2）式其转动惯量为 （2）塑料圆柱体放在载物盘上，测出摆动周期，由（2）式其总转动惯量为 （3）塑料圆柱体的转动惯量理论值为 则由，得
（周期我们采用多次测量求平均值来计算） 3．测任意物体的转动惯量： 若要测定其它形状物体的转动惯量，只需将待测物体安放在本仪器顶部的各种夹具上，测定其摆动周期，即 可算出该物体绕转动轴的转动惯量。 根据2内容，载物盘的转动惯量为 待测物体的转动惯量为 4．转动惯量的平行轴定理 实验内容与要求： 必做内容： 1．熟悉扭摆的构造及使用方法，以及转动惯量测试仪的使用方法。调整扭摆基座底脚螺丝，使水平仪的气 泡位于中心。（认真阅读仪器使用方法和实验注意事项） 2．测定扭摆的弹簧的扭转常数，写出。 3．测定塑料圆柱（金属圆筒）的转动惯量。并与理论值比较，求相对误差。 4．测定金属细杆+夹具的过质心轴的转动惯量。
5．滑块对称放置在细杆两边的凹槽内，改变滑块在金属细杆上的位置，验证转动惯量平行轴定理。 数据记录： 一、测定弹簧的扭转系数 及各种物体的转动惯量: 表格一： ； ；0.01s ； 二、验证平行轴定理： 表格二： ； ； ； 。
） ） () ( 滑块的总转动惯量为： 数据处理：（要求同学们写出详细的计算过程） 1．计算弹簧的扭转系数 ； ； ；； ；； ；； ； 2．计算物体的转动惯量（公式见表格） 3．验证平行轴定理（公式见表格）
电子系统设计实践 报告 实验项目带通功率放大器设计学校宁波大学科技学院 学院理工学院 班级12自动化2班 姓名woniudtk 学号12******** 指导老师李宏 时间2014-12-4
一、设计课题 设计并制作能输出0.5W功率的语音放大电路。该电路由带通滤波器和功率放大器构成。 二、设计要求 （1）电路采用不超过12V单（或双）电源供电； （2）带通滤波器：通带为300Hz～3.4kHz，滤波器阶数不限；增益为20dB； （3）最大输出额定功率不小于0.5W，失真度<10%（示波器观察无明显失真）；负载（喇叭）额定阻抗为8?。 （4）功率放大器增益为26dB。 （5）功率放大部分允许采用集成功放电路。 三、电路测试要求 （1）测量滤波器的频率响应特性，给出上、下限截止频率、通带的增益； （2）在示波器观察无明显失真情况下，测量最大输出功率 （3）测量功率放大器的电压增益（负载：8?喇叭；信号频率：1kHz）； 四、电路原理与设计制作过程 4.1 电路原理 带通功率放大器的原理图如下图1所示。电路有两部分构成，分别为带通滤波器和功率放大器。 图1 滤波器电路的设计选用LM358双运放设计电路。LM358是一个高输入阻抗、高共模抑制比、低漂移的小信号放大电路。高输入阻抗使得运放的输入电流比较小，有利于增大放大电路对前级电路的索取信号的能力。在信号的输入的同时会不可避免的掺杂着噪声和温漂而影响信号的放大，因此高共模抑制比、低温漂的作用尤为重要。 带通滤波器的设计是由上限截止频率为3400HZ的低通滤波器和下限截止频率为300HZ 的高通滤波器级联而成，因此，设计该电路由低通滤波器和高通滤波器组合成二阶带通滤波器（巴特沃斯响应）。 功率放大电路运用LM386功放，该功放是一种音频集成功放，具有自身功耗低、电压增益可调整、电源电压范围大、外接元件少和总谐波失真小等优点，广泛应用于录音机和收音机之中。 4.2电路设计制作 4.2.1带通滤波电路设计 （1）根据设计要求，通带频率为300HZ~2.4KHZ，滤波器阶数不限，增益为 20dB，所以采取二阶高通和二阶低通联级的设计方案，选择低通放大十倍。高通不放大。