下载文档原格式
Matlab中的数字信号处理方法与实例数字信号处理是一门研究数字信号在数字域中分析、处理和改变的学科。
Matlab是一种强大的数值计算工具，被广泛应用于信号处理领域。
本文将介绍一些在Matlab中常用的数字信号处理方法与实例，并通过实例来展示它们的应用。
1. 信号的采样与重构信号采样是指将连续时间信号转化为离散时间信号的过程。
在Matlab中，我们可以使用“sample”函数对信号进行采样，并使用“hold”函数对采样后的信号进行重构。
下面是一个示例：```matlabfs = 100; % 采样频率t = 0:1/fs:1; % 时间序列x = sin(2*pi*5*t); % 原始信号subplot(2,1,1);plot(t,x);title('原始信号');xlabel('时间');ylabel('幅值');subplot(2,1,2);stem(t,x);title('采样和重构后的信号');xlabel('时间');ylabel('幅值');```在这个例子中，我们生成了一个频率为5Hz的正弦信号，然后对该信号进行采样和重构。
从结果可以看出，原始信号和重构后的信号基本上是一致的。
2. 信号的频谱分析频谱分析是指将信号从时域转换到频域的过程，可以用来分析信号的频率成分。
在Matlab中，我们可以使用“fft”函数对信号进行傅里叶变换，并使用“abs”函数获取信号的幅度谱。
下面是一个示例，演示如何对信号进行频谱分析：```matlabfs = 100; % 采样频率t = 0:1/fs:1; % 时间序列x = sin(2*pi*5*t); % 原始信号N = length(x); % 信号长度X = fft(x); % 傅里叶变换f = (0:N-1)*(fs/N); % 频率坐标plot(f,abs(X));title('信号的频谱');xlabel('频率');ylabel('幅度');```在这个示例中，我们同样生成了一个频率为5Hz的正弦信号，然后对该信号进行傅里叶变换，并绘制出信号的频谱图。
matlab数字信号处理85个实用案例精讲MATLAB数字信号处理85个实用案例精讲MATLAB是一种强大的数学软件，广泛应用于数字信号处理领域。
本文将介绍85个实用案例，涵盖了数字信号处理的各个方面，包括信号生成、滤波、频谱分析、时频分析、数字滤波器设计等。
1. 信号生成案例：生成正弦信号在MATLAB中，可以使用sin函数生成正弦信号。
例如，生成频率为100Hz，幅度为1的正弦信号，代码如下：t = 0:0.001:1;f = 100;x = sin(2*pi*f*t);2. 滤波案例：低通滤波低通滤波器可以滤除高频信号，保留低频信号。
在MATLAB中，可以使用fir1函数设计低通滤波器。
例如，设计截止频率为100Hz的低通滤波器，代码如下：fs = 1000;fc = 100;N = 100;b = fir1(N, fc/(fs/2), 'low');3. 频谱分析案例：计算功率谱密度功率谱密度是信号在频域上的能量分布。
在MATLAB中，可以使用pwelch函数计算功率谱密度。
例如，计算频率为100Hz的正弦信号的功率谱密度，代码如下：t = 0:0.001:1;f = 100;x = sin(2*pi*f*t);[Pxx, f] = pwelch(x, [], [], [], 1000);4. 时频分析案例：计算短时傅里叶变换短时傅里叶变换可以分析信号在时间和频率上的变化。
在MATLAB中，可以使用spectrogram函数计算短时傅里叶变换。
例如，计算频率为100Hz的正弦信号的短时傅里叶变换，代码如下：t = 0:0.001:1;f = 100;x = sin(2*pi*f*t);spectrogram(x, [], [], [], 1000, 'yaxis');5. 数字滤波器设计案例：设计巴特沃斯滤波器巴特沃斯滤波器是一种常用的数字滤波器，可以实现平滑滤波和带通滤波。
数字信号处理Matlab 实现实例第１章离散时间信号与系统例1-1 用MATLAB计算序列{-2 0 1 –1 3}和序列{1 2 0 -1}的离散卷积。
解 MATLAB程序如下：a=[-2 0 1 -1 3];b=[1 2 0 -1];c=conv(a,b);M=length(c)-1;n=0:1:M;stem(n,c);xlabel('n'); ylabel('幅度');图1.1给出了卷积结果的图形，求得的结果存放在数组c中为：{-2 -4 1 3 1 5 1 -3}。
例1-2 用MATLAB计算差分方程当输入序列为时的输出结果。
解 MATLAB程序如下：N=41;a=[0.8 -0.44 0.36 0.22];b=[1 0.7 -0.45 -0.6];x=[1 zeros(1,N-1)];k=0:1:N-1; y=filter(a,b,x);stem(k,y)xlabel('n');ylabel('幅度')图 1.2 给出了该差分方程的前41个样点的输出，即该系统的单位脉冲响应。
例1-3 用MATLAB 计算例1-2差分方程所对应的系统函数的DTFT 。
解 例1-2差分方程所对应的系统函数为：1231230.80.440.360.02()10.70.450.6z z z H z z z z -------++=+--其DTFT 为23230.80.440.360.02()10.70.450.6j j j j j j j e e e H e e e e ωωωωωωω--------++=+--用MATLAB 计算的程序如下：k=256;num=[0.8 -0.44 0.36 0.02];den=[1 0.7 -0.45 -0.6];w=0:pi/k:pi;h=freqz(num,den,w);subplot(2,2,1);plot(w/pi,real(h));gridtitle('实部')xlabel('\omega/\pi');ylabel('幅度') subplot(2,2,2);plot(w/pi,imag(h));gridtitle('虚部')xlabel('\omega/\pi');ylabel('Amplitude') subplot(2,2,3);plot(w/pi,abs(h));gridtitle('幅度谱')xlabel('\omega/\pi');ylabel('幅值') subplot(2,2,4);plot(w/pi,angle(h));gridtitle('相位谱')xlabel('\omega/\pi');ylabel('弧度')第２章离散傅里叶变换及其快速算法例2-1对连续的单一频率周期信号按采样频率采样，截取长度N分别选N =20和N =16，观察其DFT结果的幅度谱。
使用MATLAB进行数字信号处理的实例介绍引言：数字信号处理（Digital Signal Processing, 简称DSP）是一门研究如何以数字形式对信号进行采样、分析和处理的学科。
随着数字技术的快速发展，MATLAB作为一种强大的工具，被广泛应用于数字信号处理的研究和实践中。
本文将通过一些实际例子，介绍如何使用MATLAB进行数字信号处理。
一、信号的采样与重构信号的采样与重构是数字信号处理的基础，它涉及到将连续时间信号转换为离散时间信号，并恢复出原始信号。
我们以音频信号为例，使用MATLAB进行信号采样与重构的处理。
1.1 采样：音频信号可以看作是时间上连续的波形，我们需要将其转换为离散形式。
在MATLAB中，可以使用"audioread"函数读取音频文件，并通过设定采样频率和采样位数，将连续的音频信号转换为离散形式。
1.2 重构：采样得到的离散信号需要恢复到连续形式，MATLAB中可以通过"audiowrite"函数将离散信号重新写入到音频文件，并设定采样频率和采样位数恢复出连续的音频信号。
二、傅里叶变换与频谱分析傅里叶变换是一种将信号从时域转换到频域的方法，它可以将信号分解成不同频率的正弦波成分。
频谱分析是数字信号处理中的重要方法，它可以帮助我们了解信号的频率成分和能量分布。
2.1 单频信号的傅里叶变换：我们以一个简单的单频信号为例，使用MATLAB进行傅里叶变换和频谱分析。
首先，我们可以通过构造一个正弦波信号，并设定频率、振幅和采样频率。
然后使用"fft"函数对信号进行傅里叶变换，得到频谱图。
2.2 音频信号的频谱分析：音频信号是复杂的多频信号，我们可以通过将其进行傅里叶变换，得到其频谱分析结果。
在MATLAB中，可以使用"fft"函数对音频信号进行傅里叶变换，并通过频谱图展示信号的频谱信息。
三、数字滤波器设计与应用数字滤波器是数字信号处理中的关键技术，可以帮助我们去除噪声、提取有效信息，满足不同的信号处理需求。
实验一熟悉MATLAB环境一、实验目的(1)熟悉MATLAB的主要操作命令。
(2)学会简单的矩阵输入和数据读写。
(3)掌握简单的绘图命令。
(4)用MATLAB编程并学会创建函数。
(5)观察离散系统的频率响应。
二、实验内容认真阅读本章附录，在MATLAB环境下重新做一遍附录中的例子，体会各条命令的含义。
在熟悉了MATLAB基本命令的基础上，完成以下实验。
上机实验内容：(1)数组的加、减、乘、除和乘方运算。
输入A=[1 2 3 4]，B=[3 4 56]，求C=A+B，D=A-B，E=A.*B，F=A./B，G=A.^B并用stem语句画出A、B、C、D、E、F、G。
(2)用MATLAB实现以下序列。
a）x(n)=0.8n 0≤n≤15b）x(n)=e(0.2+3j)n 0≤n≤15c）x(n)=3cos(0.125πn+0.2π)+2sin(0.25πn+0.1π) 0≤n≤15d）将c)中的x(n)扩展为以16为周期的函数x16(n)=x(n+16),绘出四个周期。
e）将c)中的x(n)扩展为以10为周期的函数x10(n)=x(n+10),绘出四个周期。
(3)x(n)=[1,-1,3,5]，产生并绘出下列序列的样本。
a ）x 1(n)=2x(n+2)-x(n-1)-2x(n)b ）∑=-=51k 2)k n (nx (n) x(4)绘出下列时间函数的图形，对x 轴、y 轴以及图形上方均须加上适当的标注。
a) x(t)=sin(2πt) 0≤t ≤10s b) x(t)=cos(100πt)sin(πt) 0≤t ≤4s(5)编写函数stepshift(n0,n1,n2)实现u(n-n0),n1<n0<n2,绘出该函数的图形，起点为n1，终点为n2。
(6)给定一因果系统)0.9z 0.67z -1)/(1z 2(1H(z)-2-1-1+++=求出并绘制H(z)的幅频响应与相频响应。
(7)计算序列｛8 -2 -1 2 3｝和序列｛2 3 -1 -3｝的离散卷积，并作图表示卷积结果。
MATLAB 下的数字信号处理实现示例附录一信号、系统和系统响应1、理想采样信号序列（1）首先产生信号x(n),0<=n<=50n=0:50; %定义序列的长度是50A=444.128; %设置信号有关的参数a=50*sqrt(2.0)*pi;T=0.001; %采样率w0=50*sqrt(2.0)*pi;x=A*exp(-a*n*T).*sin(w0*n*T); %pi 是MA TLAB 定义的π，信号乘可采用“.*”close all %清除已经绘制的x(n)图形subplot(3,1,1);stem(x); %绘制x(n)的图形title(‘理想采样信号序列’);（2 ）绘制信号x(n)的幅度谱和相位谱k=-25:25;W=(pi/12.5)*k;X=x*(exp(-j*pi/12.5)).^(n’*k);magX=abs(X); %绘制x(n)的幅度谱subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’);angX=angle(X); %绘制x(n)的相位谱subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’)（3）改变参数为：A 1,α 0.4,Ω 2.0734,T 1n=0:50; %定义序列的长度是50A=1; %设置信号有关的参数a=0.4;T=1; %采样率w0=2.0734;x=A*exp(-a*n*T).*sin(w0*n*T); %pi 是MA TLAB 定义的π，信号乘可采用“.*”close all %清除已经绘制的x(n)图形subplot(3,1,1);stem(x); %绘制x(n)的图形title(‘理想采样信号序列’);k=-25:25;W=(pi/12.5)*k;X=x*(exp(-j*pi/12.5)).^(n’*k);magX=abs(X); %绘制x(n)的幅度谱subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’);angX=angle(X); %绘制x(n)的相位谱subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’)2、单位脉冲序列在MatLab 中，这一函数可以用zeros 函数实现：n=1:50; %定义序列的长度是50x=zeros(1,50); %注意：MATLAB 中数组下标从1 开始x(1)=1;close all;subplot(3,1,1);stem(x);title(‘单位冲击信号序列’);k=-25:25;X=x*(exp(-j*pi/12.5)).^(n’*k);magX=abs(X); %绘制x(n)的幅度谱subplot(3,1,2);stem(magX);title(‘单位冲击信号的幅度谱’);angX=angle(X); %绘制x(n)的相位谱subplot(3,1,3);stem(angX) ; title (‘单位冲击信号的相位谱’)3、矩形序列n=1:50x=sign(sign(10-n)+1);close all;subplot(3,1,1);stem(x);title(‘单位冲击信号序列’);k=-25:25;X=x*(exp(-j*pi/25)).^(n’*k);magX=abs(X); %绘制x(n)的幅度谱subplot(3,1,2);stem(magX);title(‘单位冲击信号的幅度谱’);angX=angle(X); %绘制x(n)的相位谱subplot(3,1,3);stem(angX) ; title (‘单位冲击信号的相位谱’)4、特定冲击串：x(n) δ(n) +2.5δ(n −1) +2.5δ(n −2) +δ(n −3)n=1:50; %定义序列的长度是50x=zeros(1,50); %注意：MATLAB 中数组下标从1 开始x(1)=1;x(2)=2.5;x(3)=2.5;x(4)=1;close all;subplot(3,1,1);stem(x);title(‘单位冲击信号序列’);k=-25:25;X=x*(exp(-j*pi/12.5)).^(n’*k);magX=abs(X); %绘制x(n)的幅度谱subplot(3,1,2);stem(magX);title(‘单位冲击信号的幅度谱’);angX=angle(X); %绘制x(n)的相位谱subplot(3,1,3);stem(angX) ; title (‘单位冲击信号的相位谱’)+∞5、卷积计算：y (n) x(n) ∗h(n) ∑x(m)h(n −m)m −∞在MA TLAB 中。
《数字信号处理》Matlab 实验一．离散信号的 FFT 分析1.用Matlab 编程上机练习。
已知：N=2^5。
这里Q=0.9+j0.3。
可以推导出 ，首先根据这个式子计算X(k)的理论值，然后计算输入序列x(n)的32个值，再利用基2时间抽选的FFT 算法，计算x(n)的DFT X(k)，与X(k)的理论值比较（要求计算结果最少6位有效数字）。
解：函数代码：>> function xn()>> format long>> q=0.9+0.3*i;>> wn=exp(-2*pi*i/32);>> xk=(1-q^32)./(1-q*wn.^[0:31])>>xn=q.^[0:31]>> xk1=fft(xn,32)>>diff=xk-xk1具体执行情况：>> function xn()format longq=0.9+0.3*i;wn=exp(-2*pi*i/32);xk=(1-q^32)./(1-q*wn.^[0:31])xk =Columns 1 through 20.5698 + 3.3840i 2.8369 + 8.8597iColumns 3 through 49.3189 - 9.8673i 1.2052 - 3.5439iColumns 5 through 61.8846 -2.0941i 0.8299 - 1.2413i11,011)()()(k k 10nk 10-=--===∑∑-=-=N k QW Q QW W n x k X N NnN N n N N n ，0.9214 - 1.0753i 0.3150 - 0.0644i Columns 9 through 100.9240 - 0.8060i 0.4202 - 0.2158i Columns 11 through 120.8513 - 0.6357i 0.5040 - 0.1701i Columns 13 through 140.6217 - 0.6931i 0.2441 - 0.8978i Columns 15 through 160.9454 - 0.2800i 0.7139 - 0.3158i Columns 17 through 180.6723 - 0.6496i 0.0263 + 0.5093i Columns 19 through 200.5671 + 0.6914i 0.3173 + 0.9841i Columns 21 through 220.8929 + 0.7792i 0.4066 + 0.8452i Columns 23 through 240.5847 + 0.9017i 0.9129 + 0.9283i Columns 25 through 260.0573 + 0.5531i 0.4219 + 0.9562i Columns 27 through 280.3298 + 0.3143i 0.4513 + 0.2638i0.7214 + 0.1879i 0.0933 + 1.7793iColumns 31 through 320.9483 + 1.9802i 0.4932 + 2.6347i>> xn=q.^[0:31]xn =Columns 1 through 21.0000 0.0000 + 0.0000i Columns 3 through 40.0000 + 0.0000i 0.0000 + 0.0000iColumns 5 through 60.0000 + 0.0000i -0.0000 + 0.0000iColumns 7 through 8-0.0000 + 0.0000i -0.0000 + 0.0000iColumns 9 through 10-0.0000 + 0.0000i -0.0000 + 0.0000iColumns 11 through 12-0.0000 - 0.0000i -0.0000 - 0.0000iColumns 13 through 14-0.2000 - 0.4000i -0.3600 - 0.5200iColumns 15 through 16-0.9680 - 0.1760i 0.4816 - 0.3488i0.2381 - 0.2695i 0.2951 - 0.1711i Columns 19 through 200.1169 - 0.4655i 0.4449 - 0.9838i Columns 21 through 220.6955 + 0.2480i 0.5516 + 0.4319i Columns 23 through 240.3669 + 0.5542i 0.9639 + 0.2088i Columns 25 through 260.3049 + 0.9771i -0.5187 + 0.4709i Columns 27 through 28-0.6081 + 0.2682i -0.1278 + 0.5589i Columns 29 through 30-0.4827 + 0.0647i -0.6538 + 0.5134i Columns 31 through 32-0.8425 - 0.4341i -0.1280 - 0.1434i >> xk1=fft(xn,32)xk1 =Columns 1 through 20.5698 + 3.3839i 2.8366 + 8.8599i Columns 3 through 49.3182 - 9.8692i 1.2051 - 3.5439i1.8845 -2.0942i 0.8298 - 1.2413i Columns 7 through 80.9213 - 1.0754i 0.3150 - 0.0645i Columns 9 through 100.9240 - 0.8060i 0.4202 - 0.2158i Columns 11 through 120.8514 - 0.6356i 0.5040 - 0.1701i Columns 13 through 140.6217 - 0.6931i 0.2441 - 0.8977i Columns 15 through 160.9454 - 0.2800i 0.7139 - 0.3159i Columns 17 through 180.6723 - 0.6496i 0.0263 + 0.5093i Columns 19 through 200.5671 + 0.6913i 0.3172 + 0.9840i Columns 21 through 220.8929 + 0.7792i 0.4065 + 0.8452i Columns 23 through 240.5846 + 0.9016i 0.9129 + 0.9283i Columns 25 through 260.0572 + 0.5531i 0.4219 + 0.9563i0.3297 + 0.3144i 0.4512 + 0.2638iColumns 29 through 300.7213 + 0.1879i 0.0932 + 1.7793iColumns 31 through 320.9480 + 1.9802i 0.4928 + 2.6347i>> diff=xk-xk1diff =1.0e-013 *Columns 1 through 20.4625 + 0.8501i 0.9504 - 0.4003iColumns 3 through 40.6010 + 0.4028i 0.4752 + 0.7001iColumns 5 through 60.5502 + 0.8501i 0.4625 + 0.8501iColumns 7 through 80.7751 + 0.9250i 0 + 0.3875i Columns 9 through 100.7751 - 0.4625i 0.3126 - 0.4625iColumns 11 through 12-0.4625 - 0.3126i 0.4625 + 0.3875iColumns 13 through 14-0.9250 + 0.6938i 0.3875 - 0.0781iColumns 15 through 160.3875 - 0.6156i 0 + 0.9641iColumns 17 through 180.9250 - 0.7598i -0.4625 - 0.0422iColumns 19 through 200.4625 + 0.1172i 0.4625 + 0.3094iColumns 21 through 220.9250 + 0.4625i 0.9250 + 0.2313iColumns 23 through 240.3875 + 0.1563i 0.3875 - 0.2313iColumns 25 through 260.8501 -0.9250 - 0.4625iColumns 27 through 280.0127 - 0.7751i 0.7001 - 0.9250iColumns 29 through 300.1626 0.7814 - 0.9250iColumns 31 through 320.4816 + 0.9250i 0.7255 - 0.8501i由以上结果可知，由基2时间抽选的FFT算法所得到的DFT结果与利用公式法所得的理论值稍有偏差，但误差较小，从结果可以看出大概在小数点第15位才开始出现误差，故而用计算机FFT处理数据在精度上是可以接受的。
（1）数组的加、减、乘、除和乘方运算。
输入A=[1 2 3 4]，B=[3 4 5 6]，求C=A+B，D=A-B，E=A.*B，F=A./B，G=A.^B并用stem语句画出A、B、C、D、E、F、G。
clear all;a=[1 2 3 4];b=[3 4 5 6];c=a+b;d=a-b;e=a.*b;f=a./b;g=a.^b;n=1:4;subplot(4,2,1);stem(n,a);xlabel('n');xlim([0 5]);ylabel('A');subplot(4,2,2);stem(n,b);xlabel('n');xlim([0 5]);ylabel('B');subplot(4,2,3);stem(n,c);xlabel('n');xlim([0 5]);ylabel('C');subplot(4,2,4);stem(n,d);xlabel('n');xlim([0 5]);ylabel('D');subplot(4,2,5);stem(n,e);xlabel('n');xlim([0 5]);ylabel('E');subplot(4,2,6);stem(n,f);xlabel('n');xlim([0 5]);ylabel('F');subplot(4,2,7);stem(n,g);xlabel('n');xlim([0 5]);ylabel('G');（2）用MATLAB实现下列序列：a) x(n)=0.8n 0≤n≤15b) x(n)=e(0.2+3j)n 0≤n≤15c) x(n)=3cos(0.125πn+0.2π)+2sin(0.25πn+0.1π) 0≤n≤15d) 将c)中的x(n)扩展为以16为周期的函数x16(n)=x(n+16),绘出四个周期。
数字信号处理课程设计第一次上机实验目的：熟悉Matlab环境、序列赋值、序列基本运算、掌握图形显示实验内容：1、序列的相加和相乘给出两个序列x1(n)和x2(n)：x1=[0,1,2,3,4,3,2,1,0]；n1=[-2:6]；x2=[2,2,0,0,0,-2,-2]；n2=[2:8]；求它们的和ya及乘积yp。
【参考代码】% 离散信号序列的移位、相加和相乘x1=[0,1,2,3,4,3,2,1,0];ns1=-2; % 给定x1及ns1x2=[2,2,0,0,0,-2,-2]; ns2=2; % 给定x2及ns2nf1=ns1+length(x1)-1; nf2=ns2+length(x2)-1;ny= min(ns1,ns2):max(nf1,nf2); % y(n)的时间变量xa1 = zeros(1,length(ny)); xa2 = xa1; % 延拓序列初始化xa1(find((ny>=ns1)&(ny<=nf1)==1))=x1; % 给xa1赋值x1xa2(find((ny>=ns2)&(ny<=nf2)==1))=x2; % 给xa2 赋值x2ya = xa1 + xa2 % 序列相加yp = xa1.* xa2 % 序列相乘subplot(4,1,1), stem(ny,xa1,'.') % 绘图subplot(4,1,2), stem(ny,xa2,'.')line([ny(1),ny(end)],[0,0]) % 画x轴subplot(4,1,3), stem(ny,ya,'.')line([ny(1),ny(end)],[0,0]) % 画x轴subplot(4,1,4), stem(ny,yp,'.')line([ny(1),ny(end)],[0,0]) % 画x轴【运行结果】ya =0 1 2 3 6 5 2 1 0 -2 -2yp =0 0 0 0 8 6 0 0 0 0 02、序列的移位和周期延拓已知x(n)=0.8n R8(n)，利用MATLAB生成并图示x(n)，x(n-m)，x((n))8R N(n)( x((n))8表示x(n)以8为周期的延拓)和x((n-m))8R N(n)，其中N=24，m为一个整常数，0<m<N。
