数字信号处理实验报告lap2~3

数字信号处理实验报告姓名：班级：通信学号：实验名称：频域抽样定理验证实验类型：验证试验指导教师:实习日期：2013.频域采样定理验证实验一． 实验目的：1. 加深对离散序列频域抽样定理的理解2.了解由频谱通过IFFT 计算连续时间信号的方法3.掌握用MATLAB 语言进行频域抽样与恢复时程序的编写方法 4、用MATLAB 语言将X(k)恢复为X(z)及X(e jw )。

二． 实验原理：1、1、频域采样定理： 如果序列x(n)的长度为M ，频域抽样点数为N ，则只有当频域采样点数N ≥M 时，才有x N (n)=IDFT[X(k)]=x(n),即可由频域采样X(k)无失真的恢复原序列 x(n)。

2、用X(k)表示X(z)的内插公式：∑-=-----=10111)(1)(N k kNNzWz k X Nz X内插函数： zWzkNNN z 1k111)(-----=ϕ频域内插公式：∑-=-=10)2()()(N K j k Nk X e X πωϕω频域内插函数：e N j N N )21()2sin()2sin(1)(--=ωωωωϕ三． 实验任务与步骤：实验一：长度为26的三角形序列x(n)如图(b)所示，编写MATLAB 程序验证频域抽样定理。

实验二：已知一个时间序列的频谱为X(e jw )=2+4e -jw +6e -j2w +4e -j3w +2e -j4w分别取频域抽样点数N为3、5和10，用IPPT计算并求出其时间序列x(n)，用图形显示各时间序列。

由此讨论原时域信号不失真地由频域抽样恢复的条件。

实验三：由X32(k)恢复X(z)和X(e jw)。

四．实验结论与分析：实验一：源程序：M=26;N=32;n=0:M; %产生M长三角波序列x(n)xa=0:floor(M/2);xb= ceil(M/2)-1:-1:0; xn=[xa,xb];Xk=fft(xn,512); %1024点FFT[x(n)], 用于近似序列x(n)的TFX32k=fft(xn,32); %32点FFT[x(n)]x32n=ifft(X32k); %32点IFFT[X32(k)]得到x32(n)X16k=X32k(1:2:N); %隔点抽取X32k得到X16(K)x16n=ifft(X16k,N/2); %16点IFFT[X16(k)]得到x16(n)subplot(3,2,2);stem(n,xn,'.');box ontitle('(b) 三角波序列x(n)');xlabel('n');ylabel('x(n)');axis([0,32,0,20])k=0:511;wk=2*k/512;subplot(3,2,1);plot(wk,abs(Xk));title('(a)FT[x(n)]');xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|');axis([0,1,0,200])k=0:N/2-1;subplot(3,2,3);stem(k,abs(X16k),'.');box ontitle('(c) 16点频域');xlabel('k');ylabel('|X_1_6(k)|');axis([0,8,0,200])n1=0:N/2-1;subplot(3,2,4);stem(n1,x16n,'.');box ontitle('(d) 16点IDFT[X_1_6(k)]');xlabel('n');ylabel('x_1_6(n)');axis([0,32,0,20])k=0:N-1;subplot(3,2,5);stem(k,abs(X32k),'.');box ontitle('(e) 32点频域采样');xlabel('k');ylabel('|X_3_2(k)|');axis([0,16,0,200])n1=0:N-1;subplot(3,2,6);stem(n1,x32n,'.');box ontitle('(f) 32点IDFT[X_3_2(k)]');xlabel('n');ylabel('x_3_2(n)');axis([0,32,0,20])结果如下所示：实验一分析：序列x(n)的长度M=26，由图中可以看出，当采样点数N=16<M时，x16(n)确实等于原三角序列x(n)以16为周期的周期延拓序列的主值序列。

数字信号处理》实验报告年级：2011 级班级：信通 4班姓名：朱明贵学号：111100443 老师：李娟福州大学2013 年11 月实验一快速傅里叶变换(FFT)及其应用一、实验目的1. 在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉MATLAB^的有关函数。

2. 熟悉应用FFT对典型信号进行频谱分析的方法。

3. 了解应用FFT进行信号频谱分析过程中可能出现的问题，以便在实际中正确应用FFT。

4. 熟悉应用FFT实现两个序列的线性卷积和相关的方法。

二、实验类型演示型三、实验仪器装有MATLA爵言的计算机四、实验原理在各种信号序列中，有限长序列信号处理占有很重要地位，对有限长序列，我们可以使用离散Fouier变换(DFT)。

这一变换不但可以很好的反映序列的频谱特性，而且易于用快速算法在计算机上实现，当序列x(n)的长度为N时，它的DFT定义为：JV-1 $生反变换为：如-器冃吋科—有限长序列的DFT是其Z变换在单位圆上的等距采样，或者说是序列Fourier变换的等距采样，因此可以用于序列的谱分析。

FFT并不是与DFT不同的另一种变换，而是为了减少DFT运算次数的一种快速算法。

它是对变换式进行一次次分解，使其成为若干小点数的组合，从而减少运算量。

常用的FFT 是以2为基数的，其长度A - o它的效率高，程序简单，使用非常方便，当要变换的序列长度不等于2的整数次方时，为了使用以2为基数的FFT，可以用末位补零的方法，使其长度延长至2的整数次方。

(一)在运用DFT进行频谱分析的过程中可能的产生三种误差1 .混叠序列的频谱是被采样信号频谱的周期延拓，当采样速率不满足Nyquist定理时，就会发生频谱混叠，使得采样后的信号序列频谱不能真实的反映原信号的频谱。

避免混叠现象的唯一方法是保证采样速率足够高，使频谱混叠现象不致出现，即在确定采样频率之前，必须对频谱的性质有所了解，在一般情况下，为了保证高于折叠频率的分量不会出现，在采样前，先用低通模拟滤波器对信号进行滤波。

数字信号处理_实验报告__实验⼆_应⽤快速傅⽴叶变换对信号进⾏频谱分析数字信号处理实验报告实验⼆应⽤快速傅⽴叶变换对信号进⾏频谱分析2011年12⽉7⽇⼀、实验⽬的1、通过本实验，进⼀步加深对DFT 算法原理合基本性质的理解，熟悉FFT 算法原理和FFT ⼦程序的应⽤。

2、掌握应⽤FFT 对信号进⾏频谱分析的⽅法。

3、通过本实验进⼀步掌握频域采样定理。

4、了解应⽤FFT 进⾏信号频谱分析过程中可能出现的问题，以便在实际中正确应⽤FFT 。

⼆、实验原理与⽅法1、⼀个连续时间信号)(t x a 的频谱可以⽤它的傅⽴叶变换表⽰()()j t a a X j x t e dt +∞-Ω-∞Ω=?2、对信号进⾏理想采样，得到采样序列()()a x n x nT =3、以T 为采样周期，对)(n x 进⾏Z 变换()()n X z x n z +∞--∞=∑4、当ωj ez =时，得到序列傅⽴叶变换SFT()()j j n X e x n e ωω+∞--∞=∑5、ω为数字⾓频率sT F ωΩ=Ω=6、已经知道：12()[()]j a m X e X j T T Tωπ+∞-∞=-∑ ( 2-6 ) 7、序列的频谱是原模拟信号的周期延拓，即可以通过分析序列的频谱，得到相应连续信号的频谱。

（信号为有限带宽，采样满⾜Nyquist 定理）8、⽆线长序列可以⽤有限长序列来逼近，对于有限长序列可以使⽤离散傅⽴叶变换（DFT ）。

可以很好的反映序列的频域特性，且易于快速算法在计算机上实现。

当序列()x n 的长度为N 时，它的离散傅⾥叶变换为：1()[()]()N kn N n X k DFT x n x n W -===∑其中2jNN W eπ-=，它的反变换定义为：11()[()]()N kn Nk x n IDFT X k X k WN--===∑⽐较Z 变换式 ( 2-3 ) 和DFT 式 ( 2-7 )，令kN z W -=则1()()[()]|kNN nkN N Z W X z x n W DFT x n ---====∑ 因此有()()|kNz W X k X z -==kN W -是Z 平⾯单位圆上幅⾓为2k的点，也即是将单位圆N 等分后的第k 点。

实验一信号、系统及系统响应一、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。

二、实验原理采样的的过程既是连续信号离散化的过程。

采用单位冲击串进行采样，为使采样信号能不失真的还原为采样前的信号，根据奈奎斯特采样率，采样频率应该大于信号最高频率的2倍。

因为时域的采样既是对时域的离散化处理，时域离散频域会进行周期延拓，为了防止频域频谱混叠，必须满足奈奎斯特采样定律。

线性卷积的过程为：反褶，移位，相乘，相加。

设一个N1点的序列与一个N2的序列进行卷积则得到N1+N2-1点的序列。

时域卷积，对应频域的相乘。

序列的傅里叶变换即DTFT 。

具有的性质有: 线性，移位性，对偶性，等等。

三、实验内容及步骤1）分析采样序列的特性。

产生采样序列()a x n ，A 444.128=，a =，0Ω=。

a 、 取采样频率s f 1kHz =，即T 1ms =。

观察所采样()a x n 的幅频特性()j X e ω和)(t x a 的幅频特性()X j Ω在折叠频率处有无明显差别。

应当注意，实验中所得频谱是用序列的傅立叶变换公式求得的，所以在频率量度上存在关系：T ω=Ω。

b 、改变采样频率，s f 300Hz =，观察()j X eω的变化并做记录。

c 、 进一步降低采样频率，s f 200Hz =，观察频谱混叠是否明显存在，说明原因，并记录()j X e ω的幅频曲线。

上图是采用不同采样频率时所得到的序列及其对应的傅里叶变换，从图中可以看到，当采样频率比较低时，频谱会发生混叠，且频率越低，混叠现象越明显。

增大采样频率可以有效地防止混叠。

2） 离散信号、系统和系统响应分析。

a 、观察信号()b x n 和系统h ()b n 的时域和频域持性；利用线形卷积求信号()b x n 通过系统h ()b n 的响应y(n)，比较所求响应y(n)和h ()b n 的时域及频域特性，注意它们之间有无差异，绘图说明，并用所学结论解释所得结果。

数字信号处理实验报告引言数字信号处理（Digital Signal Processing，DSP）是一门研究数字信号的获取、分析、处理和控制的学科。

在现代科技发展中，数字信号处理在通信、图像处理、音频处理等领域起着重要的作用。

本次实验旨在通过实际操作，深入了解数字信号处理的基本原理和实践技巧。

实验一：离散时间信号的生成与显示在实验开始之前，我们首先需要了解信号的生成与显示方法。

通过数字信号处理器（Digital Signal Processor，DSP）可以轻松生成和显示各种类型的离散时间信号。

实验设置如下：1. 设置采样频率为8kHz。

2. 生成一个正弦信号：频率为1kHz，振幅为1。

3. 生成一个方波信号：频率为1kHz，振幅为1。

4. 将生成的信号通过DAC（Digital-to-Analog Converter）输出到示波器上进行显示。

实验结果如下图所示：（插入示波器显示的正弦信号和方波信号的图片）实验分析：通过示波器的显示结果可以看出，正弦信号在时域上呈现周期性的波形，而方波信号则具有稳定的上下跳变。

这体现了正弦信号和方波信号在时域上的不同特征。

实验二：信号的采样和重构在数字信号处理中，信号的采样是将连续时间信号转化为离散时间信号的过程，信号的重构则是将离散时间信号还原为连续时间信号的过程。

在实际应用中，信号的采样和重构对信号处理的准确性至关重要。

实验设置如下：1. 生成一个正弦信号：频率为1kHz，振幅为1。

2. 设置采样频率为8kHz。

3. 对正弦信号进行采样，得到离散时间信号。

4. 对离散时间信号进行重构，得到连续时间信号。

5. 将重构的信号通过DAC输出到示波器上进行显示。

实验结果如下图所示：（插入示波器显示的连续时间信号和重构信号的图片）实验分析：通过示波器的显示结果可以看出，重构的信号与原信号非常接近，并且能够还原出原信号的形状和特征。

这说明信号的采样和重构方法对于信号处理的准确性有着重要影响。

【精品】数字信号处理实验报告
1 实验目的
本次实验的目的是在MATLAB软件环境中运用数字信号处理理论，通过实验操作来检验用于数字信号处理的算法的正确性，以便明确数字信号处理理论在实际应用中的重要作用。

2 实验原理
数字信号处理实验的原理是使用MATLAB进行数字信号处理算法实验，首先，设置一些用于数字信号处理的参数，如传输函数、离散时间区间、采样频率、滤波器类型等；其次，按照信号处理的算法进行编程实现，搭建一个数字信号处理系统，在MATLAB下对信号进行处理，包括采样、滤波和量化等；最后，对处理后的信号进行数字分析，监测数字信号处理后的变化趋势，验证数字信号处理算法的正确性。

3 实验步骤
(1) 建立信号处理实验系统：选择一个常见的信号处理算法，运用MATLAB软件分别编写信号发生程序、信号采样程序、滤波程序和信号量化程序；
(2) 运行实验程序：实验同学可以自行设置参数，如传输函数、离散时间区间、采样频率、滤波器类型等，调整完毕后，点击“run”，运行实验程序；
(3) 观察实验结果：运行完毕后，可以观察MATLAB的图形结果，以此来分析信号处理算法的性能；
(4) 对结果进行分析：经过上述实验操作后，可以根据所得到的实验结果来判断信号处理算法的性能，如输出信号的噪声抑制能力、良好的时域和频域性能等，从而验证信号处理理论在实际应用中的价值。

4 总结。

一、实验目的1. 理解数字信号处理的基本概念和原理。

2. 掌握离散时间信号的基本运算和变换方法。

3. 熟悉数字滤波器的设计和实现。

4. 培养实验操作能力和数据分析能力。

二、实验原理数字信号处理（Digital Signal Processing，DSP）是利用计算机对信号进行采样、量化、处理和分析的一种技术。

本实验主要涉及以下内容：1. 离散时间信号：离散时间信号是指时间上离散的信号，通常用序列表示。

2. 离散时间系统的时域分析：分析离散时间系统的时域特性，如稳定性、因果性、线性等。

3. 离散时间信号的变换：包括离散时间傅里叶变换（DTFT）、离散傅里叶变换（DFT）和快速傅里叶变换（FFT）等。

4. 数字滤波器：设计、实现和分析数字滤波器，如低通、高通、带通、带阻滤波器等。

三、实验内容1. 离散时间信号的时域运算（1）实验目的：掌握离散时间信号的时域运算方法。

（2）实验步骤：a. 使用MATLAB生成两个离散时间信号；b. 进行时域运算，如加、减、乘、除等；c. 绘制运算结果的时域波形图。

2. 离散时间信号的变换（1）实验目的：掌握离散时间信号的变换方法。

（2）实验步骤：a. 使用MATLAB生成一个离散时间信号；b. 进行DTFT、DFT和FFT变换；c. 绘制变换结果的频域波形图。

3. 数字滤波器的设计和实现（1）实验目的：掌握数字滤波器的设计和实现方法。

（2）实验步骤：a. 设计一个低通滤波器，如巴特沃斯滤波器、切比雪夫滤波器等；b. 使用MATLAB实现滤波器；c. 使用MATLAB对滤波器进行时域和频域分析。

4. 数字滤波器的应用（1）实验目的：掌握数字滤波器的应用。

（2）实验步骤：a. 采集一段语音信号；b. 使用数字滤波器对语音信号进行降噪处理；c. 比较降噪前后的语音信号，分析滤波器的效果。

四、实验结果与分析1. 离散时间信号的时域运算实验结果显示，通过MATLAB可以方便地进行离散时间信号的时域运算，并绘制出运算结果的时域波形图。

数字信号处理实验报告一、实验目的本次数字信号处理实验的主要目的是通过实际操作和观察，深入理解数字信号处理的基本概念和方法，掌握数字信号的采集、处理和分析技术，并能够运用所学知识解决实际问题。

二、实验设备与环境1、计算机一台，安装有 MATLAB 软件。

2、数据采集卡。

三、实验原理1、数字信号的表示与采样数字信号是在时间和幅度上都离散的信号，可以用数字序列来表示。

在采样过程中，根据奈奎斯特采样定理，为了能够准确地恢复原始信号，采样频率必须大于信号最高频率的两倍。

2、离散傅里叶变换（DFT）DFT 是将时域离散信号变换到频域的一种方法。

通过 DFT，可以得到信号的频谱特性，从而分析信号的频率成分。

3、数字滤波器数字滤波器是对数字信号进行滤波处理的系统，分为有限冲激响应（FIR）滤波器和无限冲激响应（IIR）滤波器。

FIR 滤波器具有线性相位特性，而 IIR 滤波器则在性能和实现复杂度上有一定的优势。

四、实验内容与步骤1、信号的采集与生成使用数据采集卡采集一段音频信号，或者在 MATLAB 中生成一个模拟信号，如正弦波、方波等。

2、信号的采样与重构对采集或生成的信号进行采样，然后通过插值算法重构原始信号，观察采样频率对重构信号质量的影响。

3、离散傅里叶变换对采样后的信号进行DFT 变换，得到其频谱，并分析频谱的特点。

4、数字滤波器的设计与实现（1）设计一个低通 FIR 滤波器，截止频率为给定值，观察滤波前后信号的频谱变化。

（2）设计一个高通 IIR 滤波器，截止频率为给定值，比较滤波前后信号的时域和频域特性。

五、实验结果与分析1、信号的采集与生成成功采集到一段音频信号，并在MATLAB 中生成了各种模拟信号，如正弦波、方波等。

通过观察这些信号的时域波形，对不同类型信号的特点有了直观的认识。

2、信号的采样与重构当采样频率足够高时，重构的信号能够较好地恢复原始信号的形状；当采样频率低于奈奎斯特频率时，重构信号出现了失真和混叠现象。

本科学生实验报告学号124090314 姓名何胜金学院物电学院专业、班级12电子实验课程名称数字信号处理（实验）教师及职称杨卫平开课学期第三至第四学年下学期填报时间2015 年 3 月 1 9 日云南师范大学教务处编印2.产生幅度调制信号x[t]=cos(2t)cos(200t),推导其频率特性，确定抽样频率，并会出波形。

程序： clc,clear,close all t=[0:0.01:5];x=cos(2*pi*t).*cos(200*pi*t); plot(t,x);clc,clear,close allt0=0:0.001:0.1;x0=0.5*(cos(202*pi*t0)+cos(198*pi*t0)); plot(t0,x0,'r') hold on fs=202;t=0:1/fs:0.1;x=0.5*(cos(202*pi*t)+cos(198*pi*t)); stem(t,x);3.对连续信号x[t]=cos(4t)进行抽样以得到离散序列，并进行重建。

（1）生成信号x(t)，时间为t=0:0.001:4，画出x(t)的波形。

程序clc,clear,close all t0=0:0.001:3; x0=cos(4*pi*t0); plot(t0 ,x0,'r');（2）以faam=10HZ对信号进行抽样，画出在0≤t≤1范围内的抽样序列，x[k],利用抽样内插函数恢复连续时间信号，画出重逢信号的波形。

程序：clc,clear,close all t0=0:0.001:3; x0=cos(4*pi*t0); plot(t0,x0); hold onfs=10;t=0:1/fs:3; x=cos(4*pi*t); stem(t,x);4.若x[k]是对连续信号x(t)=cos(0.5t)以samf=2Hz抽样得到的离散序列，如何通过在抽样点之间内插，恢复原连续时间信号x(t)?程序：clc,clear,close all t=0:0.0001:4; x=cos(0.5*pi*t); plot(t,x); Figure1：clc,clear,close allt=0:0.0001:4; x=cos(0.5*pi*t); subplot(2,1,1); plot(t,x);t0=0:0.5:4;x0=cos(0.5*pi*t0); subplot(2,1,2); stem(t0,x0);5.已知序列x[k]={1,3,2,-5;k=0,1,2,3}，分别取N=2,3,4,5对其频谱X（e j）进行抽样，再由频域抽样点恢复时域序列，观察时域序列是否存在混叠，有何规律？k=[0,1,2,3]; x=[1,3,2,-5]; n=100;omega=[0:n-1]*2*pi/n;X0=1+3*exp(-j*omega)+2*exp(-2*j*omega)-5*exp(-3*j*omega); subplot(3,4,1);stem(k,x);title('原序列');subplot(3,4,2);plot(omega./pi,abs(X0));title('序列的频谱 N=100');N=2;omega=[0:N-1]*2*pi/N;X1=1+3*exp(-j*omega)+2*exp(-2*j*omega)-5*exp(-3*j*omega); subplot(3,4,5);stem(omega./pi,abs(X1));title('频域抽样 N=2');rx1=real(ifft(X1)); subplot(3,4,9);stem(rx1);title('时域恢复');N=3;omega=[0:N-1]*2*pi/N;X2=1+3*exp(-j*omega)+2*exp(-2*j*omega)-5*exp(-3*j*omega); subplot(3,4,6);stem(omega./pi,abs(X2));title('频域抽样 N=3');rx2=real(ifft(X2)); subplot(3,4,10);stem(rx2);title('时域恢复');N=4;omega=[0:N-1]*2*pi/N;X3=1+3*exp(-j*omega)+2*exp(-2*j*omega)-5*exp(-3*j*omega); subplot(3,4,7);stem(omega./pi,abs(X3));title('频域抽样 N=4');rx3=real(ifft(X3)); subplot(3,4,11);stem(rx3);title('时域恢复');。

数字信号处理实验报告二与三实验二用FFT进行谱分析一.实验目的：1 进一步加深DFT算法原理和基本性质的理解（因为FFT只是DFT的一种快速算法，所以FFT的运算结果必然满足DFT的基本性质）。

熟悉FFT程序结构及编程方法。

2 熟悉应用FFT对确定信号进行谱分析方法，熟悉FFT算法原理和FFT子程序的应用。

3 学习用FFT对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便在实际中正确应有FFT。

二.实验内容：（1）用matlab编程产生并画出信号x1(n)、x2(n)、x3(n)、x4(n)、x5(n)。

x(n)?R(n)14?n?1,0?n?3? x2(n)??8?n,4?n?7 ?0,其它n??4?n,0?n?3 ? x(n)?n?3,4?n?7?3?,其它n?0（2）用matlab编制FFT函数对上述信号进行频谱分析，并画出上述信号谱图。

三.实验结果（1）1.%This programm is to generate signal x1(n)=R4(n).k=-6:6;x=[zeros(1,6),ones(1,4),zeros(1,3)];stem(k,x); （信号图如图1）title(&#39;图1&#39;);2.n=-5:1:10;x=(n+1).*(n&gt;=0 &amp; n&lt;=3)+(8-n).*(n&gt;=4 &amp;n&lt;=7)+0; stem(n,x)；title(&#39;图2&#39;);3.n=-5:10;x=(4-n).*(n&gt;=0 &amp; n&lt;=3)+(n-3).*(n&gt;=4 &amp; n&lt;=7);stem(n,x); title(&#39;图3&#39;);4.n=-10:10; x=cos(pi/4*n); stem(n,x); title(&#39;图4&#39;);5.n=-10:10;x=sin(pi/8*n); stem(n,x); title(&#39;图5&#39;);实验结果（2）: FFT算法function y=myditfft(x) % y=myditfft(x)% 本程序对输入序列x 实现DIT-FFT基2算法，点数取大于等于x长度的2的幂次% x为给定时间序列% y为x的离散傅立叶变换m=nextpow2(x);N=2^m; % 求x的长度对应的2的最低幂次m if length(x)&lt;N;% 若x的长度不是2的幂，补零到2的整数幂x=[x,zeros(1,N-length(x))]; endnxd=bin2dec(fliplr(dec2bin([1:N]-1,m)))+1; % 求1:2^m数列的倒序y=x(nxd); % 将x倒序排列作为y的初始值for mm=1:m; % 将DFT作m次基2分解,从左到右，对每次分解作DFT运算Nmr=2^mm;u=1; % 旋转因子u初始化为WN^0=1WN=exp(-i*2*pi/Nmr); % 本次分解的基本DFT因子WN=exp(-i*2*pi/Nmr) for j=1:Nmr/2; % 本次跨越间隔内的各次蝶形运算for k=j:Nmr:N; % 本次蝶形运算的跨越间隔为Nmr=2^mm kp=k+Nmr/2; % 确定蝶形运算的对应单元下标t=y(kp)*u; % 蝶形运算的乘积项y(kp)=y(k)-t; % 蝶形运算y(k)=y(k)+t; % 蝶形运算endu=u*WN; % 修改旋转因子,多乘一个基本DFT 因子WN endend 1.k=-6:6;x=[zeros(1,6),ones(1,4),zeros(1,3)]; y=myditfft(x); k=-6:9; stem(k,y); xlabel(&#39;m&#39;); ylabel(&#39;X[M]&#39;);X[M]title(&#39;FFT图&#39;);2.n=-5:1:10;x=(n+1).*(n&gt;=0 &amp; n&lt;=3)+(8-n).*(n&gt;=4 &amp;n&lt;=7)+0;y=myditfft(x); stem(n,y); xlabel(&#39;n&#39;);ylabel(&#39;X[M]&#39;); title(&#39;FFT图&#39;); 3.n=-5:10;x=(4-n).*(n&gt;=0 &amp; n&lt;=3)+(n-3).*(n&gt;=4 &amp; n&lt;=7); y=myditfft(x); stem(n,y); xlabel(&#39;n&#39;); ylabel(&#39;X[M]&#39;); title(&#39;FFT3&#39;); 4.n=-10:10;x=cos(pi/4*n); y=myditfft(x); n=-10:21; stem(n,y);xlabel(&#39;n&#39;); ylabel(&#39;X[M]&#39;); title(&#39;FFT4&#39;);5.n=-10:10;x=sin(pi/8*n); y=myditfft(x); n=-10:21; stem(n,y);xlabel(&#39;n&#39;); ylabel(&#39;X[M]&#39;); title(&#39;FFT5&#39;);X[M]mnXMnFFT4X[M]nX[M]n四.简要回答以下问题：①在N=8时，x2(n)和x3(n)的幅频特性会相同吗？为什么？N=16呢？答：不相同。

数字信号处理实验报告姓名：班级：通信学号：实验名称：频域抽样定理验证实验类型：验证试验指导教师:实习日期：2013.频域采样定理验证实验一． 实验目的：1. 加深对离散序列频域抽样定理的理解2.了解由频谱通过IFFT 计算连续时间信号的方法3.掌握用MATLAB 语言进行频域抽样与恢复时程序的编写方法 4、用MATLAB 语言将X(k)恢复为X(z)及X(e jw )。

二． 实验原理：1、1、频域采样定理： 如果序列x(n)的长度为M ，频域抽样点数为N ，则只有当频域采样点数N ≥M 时，才有x N (n)=IDFT[X(k)]=x(n),即可由频域采样X(k)无失真的恢复原序列 x(n)。

2、用X(k)表示X(z)的内插公式：∑-=-----=10111)(1)(N k kNN zWz k X Nz X内插函数： zWzkNNN z 1k111)(-----=ϕ频域内插公式：∑-=-=10)2()()(N Kj k Nk X e X πωϕω频域内插函数：e N j N N )21()2sin()2sin(1)(--=ωωωωϕ三． 实验任务与步骤：实验一：长度为26的三角形序列x(n)如图(b)所示，编写MATLAB 程序验证频域抽样定理。

实验二：已知一个时间序列的频谱为X(e jw )=2+4e -jw +6e -j2w +4e -j3w +2e -j4w分别取频域抽样点数N为3、5和10，用IPPT计算并求出其时间序列x(n)，用图形显示各时间序列。

由此讨论原时域信号不失真地由频域抽样恢复的条件。

实验三：由X32(k)恢复X(z)和X(e jw)。

四．实验结论与分析：实验一：源程序：M=26;N=32;n=0:M; %产生M长三角波序列x(n)xa=0:floor(M/2);xb= ceil(M/2)-1:-1:0; xn=[xa,xb];Xk=fft(xn,512); %1024点FFT[x(n)], 用于近似序列x(n)的TF X32k=fft(xn,32); %32点FFT[x(n)]x32n=ifft(X32k); %32点IFFT[X32(k)]得到x32(n)X16k=X32k(1:2:N); %隔点抽取X32k得到X16(K)x16n=ifft(X16k,N/2); %16点IFFT[X16(k)]得到x16(n)subplot(3,2,2);stem(n,xn,'.');box ontitle('(b) 三角波序列x(n)');xlabel('n');ylabel('x(n)');axis([0,32,0,20])k=0:511;wk=2*k/512;subplot(3,2,1);plot(wk,abs(Xk));title('(a)FT[x(n)]');xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|');axis([0,1,0,200])k=0:N/2-1;subplot(3,2,3);stem(k,abs(X16k),'.');box ontitle('(c) 16点频域');xlabel('k');ylabel('|X_1_6(k)|');axis([0,8,0,200])n1=0:N/2-1;subplot(3,2,4);stem(n1,x16n,'.');box ontitle('(d) 16点IDFT[X_1_6(k)]');xlabel('n');ylabel('x_1_6(n)');axis([0,32,0,20]) k=0:N-1;subplot(3,2,5);stem(k,abs(X32k),'.');box on title('(e) 32点频域采样');xlabel('k'); ylabel('|X_3_2(k)|');axis([0,16,0,200]) n1=0:N-1;subplot(3,2,6);stem(n1,x32n,'.');box on title('(f) 32点IDFT[X_3_2(k)]');xlabel('n'); ylabel('x_3_2(n)');axis([0,32,0,20])结果如下所示：实验一分析：序列x(n)的长度M=26，由图中可以看出，当采样点数N=16<M 时，x 16(n)确实等于原三角序列x(n)以16为周期的周期延拓序列的主值序列。

数字信号处理实验报告实验一：混叠现象的时域与频域表现实验原理：当采样频率Fs不满足采样定理，会在0.5Fs附近引起频谱混叠，造成频谱分析误差。

实验过程：考虑频率分别为3Hz，7Hz，13Hz 的三个余弦信号，即：g1(t)=cos(6πt), g2(t)=cos(14πt), g3(t)=cos(26πt),当采样频率为10Hz 时，即采样间隔为0.1秒，则产生的序列分别为：g1[n]=cos(0.6πn), g2[n]=cos(1.4πn), g3[n]=cos(2.6πn)对g2[n]，g3[n] 稍加变换可得：g2[n]=cos(1.4πn)＝cos((2π-0.6π)n)= cos(0.6πn)g3[n]=cos(2.6πn)= cos((2π+0.6π)n)=cos(0.6πn)利用Matlab进行编程：n=1:300;t=(n-1)*1/300;g1=cos(6*pi*t);g2=cos(14*pi*t);g3=cos(26*pi*t);plot(t,g1,t,g2,t,g3);k=1:100;s=k*0.1;q1=cos(6*pi*s);q2=cos(14*pi*s);q3=cos(26*pi*s);hold on; plot(s(1:10),q1(1:10),'bd');figuresubplot(2,2,1);plot(k/10,abs(fft(q1)))subplot(2,2,2);plot(k/10,abs(fft(q2)))subplot(2,2,3);plot(k/10,abs(fft(q3)))通过Matlab软件的图像如图所示：如果将采样频率改为30Hz，则三信号采样后不会发生频率混叠，可运行以下的程序，观察序列的频谱。

程序编程改动如下：k=1:300;q=cos(6*pi*k/30);q1=cos(14*pi*k/30);q2=cos(26*pi*k/30);subplot(2,2,1);plot(k/10,abs(fft(q)))subplot(2,2,2);plot(k/10,abs(fft(q1)))subplot(2,2,3);plot(k/10,abs(fft(q2)))得图像：问题讨论：保证采样后的信号不发生混叠的条件是什么？若信号的最高频率为17Hz，采样频率为30Hz，问是否会发生频率混叠？混叠成频率为多少Hz的信号？编程验证你的想法。

数字信号处理实验报告
数字信号处理是指利用数字技术对模拟信号进行采样、量化、编码等处理后，再通过数字信号处理器进行数字化处理的技术。

在数字信号处理实验中，我们通过对数字信号进行滤波、变换、解调等处理，来实现信号的处理和分析。

在实验中，我们首先进行了数字信号采集和处理的基础实验，采集了包括正弦信号、方波信号、三角波信号等在内的多种信号，并进行了采样、量化、编码等处理。

通过这些处理，我们可以将模拟信号转换为数字信号，并对其进行后续处理。

接着，我们进行了数字信号滤波的实验。

滤波是指通过滤波器对数字信号进行处理，去除其中的噪声、干扰信号等不需要的部分，使其更加纯净、准确。

在实验中，我们使用了低通滤波器、高通滤波器、带通滤波器等多种滤波器进行数字信号滤波处理，得到了更加干净、准确的信号。

除了滤波，我们还进行了数字信号变换的实验。

数字信号变换是指将数字信号转换为另一种表示形式的技术，可以将信号从时域转换到频域，或者从离散域转换到连续域。

在实验中，我们使用了傅里叶变换、离散傅里叶变换等多种变换方式，对数字信号进行了变换处理，得到了信号的频谱信息和其他相关参数。

我们进行了数字信号解调的实验。

数字信号解调是指将数字信号转换为模拟信号的技术，可以将数字信号还原为原始信号，并进行后续处理。

在实验中，我们使用了频率解调、相干解调等多种解调方式，将数字信号转换为模拟信号，并对其进行了分析和处理。

总的来说，数字信号处理实验是一项非常重要的实验，可以帮助我们更好地理解数字信号处理的原理和方法，为我们今后从事相关领域的研究和工作打下坚实的基础。

中南大学《数字信号处理》实验报告课程名称数字信号处理指导教师李宏学院信息科学与工程学院专业班级学号姓名实验一 常见离散时间信号的产生和频谱分析一、 实验目的（1） 熟悉MATLAB 应用环境，常用窗口的功能和使用方法； （2） 加深对常用离散时间信号的理解； （3） 掌握简单的绘图命令；（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离散信号进行频域分析。

二、实验内容及要求（1）复习常用离散时间信号的有关内容；常用离散时间信号a ）单位抽样序列⎩⎨⎧=01)(n δ00≠=n n 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≠=n kn b ）单位阶跃序列⎩⎨⎧=01)(n u00<≥n n c ）矩形序列 ⎩⎨⎧=01)(n R N 其他10-≤≤N nd ）正弦序列)sin()(ϕ+=wn A n xe ）实指数序列f ）复指数序列()()jw n x n e σ+=（2） 用MATLAB 编程产生上述任意3种序列（长度可输入确定，对(d) (e) (f)中的参数可自行选择），并绘出其图形；()()n x n a u n =程序如下： 1）单位阶跃序列： n=-20:20; xn=heaviside(n); xn(n==0)=1;plot(n,xn);stem(n,xn);axis([-20 20 0 1.2]);title('单位阶跃序列');xlabel('n');ylabel('u(n)');box on得到图像如下：2）单位抽样序列： n=-20:20;xn=heaviside(n)-heaviside(n+1); xn(n==0)=1;plot(n,xn);stem(n,xn);axis([-20 20 0 1.2]);title('单位抽样序列');xlabel('n');ylabel('\delta(n)');box on得到图像如下：-20-15-10-50510152000.20.40.60.81单位阶跃序列nu (n )3）矩阵序列： n=-20:20; N=5;xn=heaviside(n)-heaviside(n-N); xn(n==0)=1;xn(n==N)=0;plot(n,xn);stem(n,xn);axis([-20 20 0 1.2]);title('矩阵序列');xlabel('n');ylabel('R_{N}(n)');box on 得到图像如下：-20-15-10-50510152000.20.40.60.81单位抽样序列n(n )-20-15-10-50510152000.20.40.60.81矩阵序列nR N (n )4）正弦序列：n=-40:40;A=2;w=pi/8;f=pi/4; xn=A*sin(w.*n+f);plot(n,xn);stem(n,xn);axis([-40 40 -4.2 4.2]) title('正弦序列');xlabel('n');ylabel('x(n)');box on得到图像如下：（3） 混叠现象对连续信号01()sin(2***)x t pi f t =其中，01500f Hz =进行采样，分别取采样频率2000,1200,800s f Hz Hz Hz =，观察|)(|jw e X 的变化，并做记录(打印曲线),观察随着采样频率降低频谱混叠是否明显存在，说明原因。

实验三 用双线性变换法设计IIR 数字滤波器1. 实验目的(1) 熟悉用双线性变换法设计IIR 数字滤波器的原理与方法。

(2) 掌握数字滤波器的计算机仿真方法。

(3) 通过观察对实际心电图信号的滤波作用， 获得数字滤波的感性知识。

2. 实验内容(1) 用双线性变换法设计一个巴特沃斯低通IIR 数字滤波器。

设计指标参数为：在通带内频率低于0.2π时，最大衰减小于1dB ；在阻带内[0.3π, π] 频率区间上，最小衰减大于15dB 。

(2) 以 0.02π为采样间隔， 打印出数字滤波器在频率区间［0, π/2］上的幅频响应特性曲线。

(3) 用所设计的滤波器对实际心电图信号采样序列(在本实验后面给出)进行仿真滤波处理，并分别打印出滤波前后的心电图信号波形图， 观察总结滤波作用与效果。

3.实验原理为了克服用脉冲响应不变法产生频谱混叠现象，可以采用非线性频率压缩方法（正切变换），从s 平面映射到s1平面，再从s1平面映射到z 平面,即实现了双线性变换。

4. 实验步骤(1) 复习有关巴特沃斯模拟滤波器设计和用双线性变换法设计IIR 数字滤波器的内容， 按照例 6.4.2， 用双线性变换法设计数字滤波器系统函数H(z)。

例 6.4.2 中已求出满足本实验要求的数字滤波器系统函数：(2－1)161212120.0007378(1)()(1 1.2680.705)(1 1.01060.3583)(10.9040.215)z H z zz zz z z -------+=-+-+-+31()k K H z ==∏(2－2)A=0.09036B1=1.2686, C1=－0.7051 B2=1.0106, C2=－0.3583 B3=0.9044, C3=－0.2155由(2－1)式和(2－2)式可见，滤波器H(z)由三个二阶滤波器H1(z)，H2(z)和H3(z)级联组成，如图 2－1 所示。

(2) 编写滤波器仿真程序，计算H(z)对心电图信号采样序列x(n)的响应序列y(n)。

数字信号处理实验报告13050Z011305024237数字信号处理实验报告实验一 采样定理（2学时） 内容：给定信号为()exp()cos(100**)x t at at π=-，其中a 为学号， （1）确定信号的过采样和欠采样频率（2）在上述采样频率的条件下，观察、分析、记录频谱，说明产生上述现象的原因。

基本要求：验证采样定理，观察过采样和欠采样后信号的频谱变化。

a=37; %1305024237 fs=10000; %抽样频率 t=0:1/fs:0.05;x1=exp(-a*t).*cos(100*pi*a*t);N=length(x1); %信号时域横轴向量 k=(0:N-1); %信号频域横轴向量 Y1=fft(x1); Y1=fftshift(Y1); subplot(2,1,1); plot(t,x1);hold on ; stem(t,x1,'o'); subplot(2,1,1); plot(k,abs(Y1)); gtext('1305024237');051015201305024237 刘德文a=37; %1305024237 fs=800; %抽样频率 t=0:1/fs:0.05;x1=exp(-a*t).*cos(100*pi*a*t);N=length(x1); %信号时域横轴向量 k=floor(-(N-1)/2:(N-1)/2); %信号频域横轴向量 Y1=fft(x1); Y1=fftshift(Y1); subplot(2,1,1); plot(t,x1);hold on ; stem(t,x1,'o'); subplot(2,1,2); plot(k,abs(Y1)); title('1305024237 ');0.0050.010.0150.020.0250.030.0350.040.0450.05-20-15-10-50510152005101305024237 刘德文实验二 信号谱分析（2学时） 内容： 给定信号为：（1）()cos(100**)x t at π= （2）()exp()x t at =-（3）()exp()cos(100**)x t at at π=-其中a 为实验者的学号，记录上述各信号的频谱，表明采样条件，分析比较上述信号频谱的区别。

数字信号处理实验报告数字信号处理实验报告一、实验目的本实验旨在通过数字信号处理的方法，对给定的信号进行滤波、频域分析和采样率转换等操作，深入理解数字信号处理的基本原理和技术。

二、实验原理数字信号处理（DSP）是一种利用计算机、数字电路或其他数字设备对信号进行各种处理的技术。

其主要内容包括采样、量化、滤波、变换分析、重建等。

其中，滤波器是数字信号处理中最重要的元件之一，它可以用来提取信号的特征，抑制噪声，增强信号的清晰度。

频域分析是指将时域信号转化为频域信号，从而更好地理解信号的频率特性。

采样率转换则是在不同采样率之间对信号进行转换，以满足不同应用的需求。

三、实验步骤1.信号采集：首先，我们使用实验室的信号采集设备对给定的信号进行采集。

采集的信号包括噪声信号、含有正弦波和方波的混合信号等。

2.数据量化：采集到的信号需要进行量化处理，即将连续的模拟信号转化为离散的数字信号。

这一步通常通过ADC（模数转换器）实现。

3.滤波处理：将量化后的数字信号输入到数字滤波器中。

我们使用不同的滤波器，如低通、高通、带通等，对信号进行滤波处理，以观察不同滤波器对信号的影响。

4.频域分析：将经过滤波处理的信号进行FFT（快速傅里叶变换）处理，将时域信号转化为频域信号，从而可以对其频率特性进行分析。

5.采样率转换：在进行上述处理后，我们还需要对信号进行采样率转换。

我们使用了不同的采样率对信号进行转换，并观察采样率对信号处理结果的影响。

四、实验结果及分析1.滤波处理：经过不同类型滤波器处理后，我们发现低通滤波器可以有效抑制噪声，高通滤波器可以突出高频信号的特征，带通滤波器则可以提取特定频率范围的信号。

这表明不同类型的滤波器在处理不同类型的信号时具有不同的效果。

2.频域分析：通过FFT处理，我们将时域信号转化为频域信号。

在频域分析中，我们可以更清楚地看到信号的频率特性。

例如，对于噪声信号，我们可以看到其频率分布较为均匀；对于含有正弦波和方波的混合信号，我们可以看到其包含了不同频率的分量。

数字信号处理实验报告西南交通大学信息科学与技术学院姓名：伍先春学号：20092487班级：自动化1班指导老师：张翠芳实验一序列的傅立叶变换实验目的进一步加深理解DFS,DFT 算法的原理;研究补零问题;快速傅立叶变换（FFT ）的应用。

实验步骤1. 复习DFS 和DFT 的定义，性质和应用；2. 熟悉MATLAB 语言的命令窗口、编程窗口和图形窗口的使用；利用提供的程序例子编写实验用程序；按实验内容上机实验，并进行实验结果分析；写出完整的实验报告，并将程序附在后面。

实验内容1. 周期方波序列的频谱试画出下面四种情况下的的幅度频谱,并分析补零后，对信号频谱的影响。

2. 有限长序列x(n)的DFT（1） 取x(n)(n=0:10)时，画出x(n)的频谱X(k) 的幅度；（2） 将（1）中的x(n)以补零的方式，使x(n)加长到(n:0~100)时，画出x(n)的频谱X(k) 的幅度；（3） 取x(n)(n:0~100)时，画出x(n)的频谱X(k) 的幅度。

利用FFT进行谱分析 已知：模拟信号以t=0.01n(n=0:N-1)进行采样，求N 点DFT 的幅值谱。

请分别画出N=45; N=50;N=55;N=60时的幅值曲线。

数字信号处理实验一1.(1) L=5;N=20;60,7)4(;60,5)3(;40,5)2(;20,5)1()](~[)(~,2,1,01)1(,01,1)(~=========±±=⎩⎨⎧-+≤≤+-+≤≤=N L N L N L N L n x DFS k X m N m n L mN L mN n mN n x )52.0cos()48.0cos()(n n n x ππ+=)8cos(5)4sin(2)(t t t x ππ+=n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(1)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=20');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(2)L=5;N=40;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(2)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=40');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(3)L=5;N=60;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(3)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=5,N=60');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(4)L=7;N=60;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(4)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=7,N=60');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');2. (1)M=10;N=10;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(1)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=10');axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');(2)M=10;N=100;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(2)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=10');axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');(3)M=100;N=100;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(3)subplot(2,1,1);stem(n1,y1);xlabel('n'); title('signal x(n),0<=n<=100');axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1); axis([0,1,0,10]);xlabel('frequency in pi units');3.figure(1)subplot(2,2,1)N=45;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))stem(q,abs(y))title('FFT N=45')%subplot(2,2,2)N=50;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=50')%subplot(2,2,3)N=55;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=55')%subplot(2,2,4)N=16;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=16')function[Xk]=dfs(xn,N)n=[0:1:N-1];k=[0:1:N-1];WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;实验二 用双线性变换法设计IIR 数字滤波器 一、 实验目的1． 熟悉用双线性变换法设计IIR 数字滤波器的原理与方法； 2． 掌握数字滤波器的计算机仿真方法；3．通过观察对实际心电图的滤波作用，获得数字滤波器的感性知识。

数字信号处理实习报告指导老师：姓名：班级：学号：实验一离散卷积的计算一、实验内容设线性时不变（LTI）系统的冲激响应为h(n)，输入序列为x(n)1、h(n)=(0.8)n，0≤n≤4；x(n)=u(n)-u(n-4)2、h(n)=(0.8)n u(n), x(n)=u(n)-u(n-4)3、h(n)=(0.8)n u(n), x(n)=u(n)求以上三种情况下系统的输出y(n)。

二、实验程序及实验结果1．1 matlab程序x = [ones(1,4)];N1 = length(x);n1 = 0:N1-1;N2 = 5;n2 = 0:N2-1;h = 0.8.^n2;y = conv(x,h);N = N1+N2-1;n = 0:N-1;subplot(2,2,1);stem(n1,x);title('序列x');xlabel('n');ylabel('x(n)');subplot(2,2,2);stem(n2,h);title('序列h');xlabel('n');ylabel('h(n)');subplot(2,2,3);stem(n,y);title('两序列的卷积');xlabel('n');ylabel('y(n)');1.2实验结果2.1 matlab程序x = [ones(1,4)];N1 = length(x);n1 = 0:N1-1;N2 = 100;n2 = 0:N2-1;h = 0.8.^n2;y = conv(x,h);N = N1+N2-1;n = 0:N-1;subplot(1,2,1);stem(n1,x);title('序列x'); xlabel('n');ylabel('x(n)');subplot(1,2,2);stem(n2,h);title('序列h'); xlabel('n');ylabel('h(n)');figure,stem(n,y);title('两序列的卷积'); xlabel('n');ylabel('y(n)');2.2实验结果3.1 matlab程序x = [ones(1,100)];N1 = length(x);n1 = 0:N1-1;N2 = 100;n2 = 0:N2-1;h = 0.8.^n2;y = conv(x,h);N = N1+N2-1;n = 0:N-1;subplot(2,2,1);stem(n1,x);title('序列x'); xlabel('n');ylabel('x(n)');subplot(2,2,2);stem(n2,h);title('序列h'); xlabel('n');ylabel('h(n)');figure,stem(n,y);title('两序列的卷积'); xlabel('n');ylabel('y(n)');3.2实验结果三．实验结果分析实验程序通过直接调用卷积函数实现卷积运算，题目中h(n)=(0.8)n u(n)理论上为一个无限长序列，但在matlab的编程中，只有有限长的序列才可以参与运算，因此只是选取了有限点（100点）的h（n）。