数字信号处理课程设计大作业

DSP 实验课大作业设计一 实验目的 在DSP 上实现线性调频信号的脉冲压缩、上实现线性调频信号的脉冲压缩、动目标显示（动目标显示（动目标显示（MTI MTI MTI）和动目标检测）和动目标检测）和动目标检测(MTD)(MTD)(MTD)，，并将结果与MATLAB 上的结果进行误差仿真。

上的结果进行误差仿真。

二 实验内容1. MATLAB 仿真仿真设定带宽、脉宽、采样率、脉冲重复频率，用MATLAB 产生16个脉冲的LFM LFM，每个脉冲，每个脉冲有4个目标（静止，低速，高速），依次做：，依次做：1） 脉冲压缩；脉冲压缩；2） 相邻2脉冲做MTI MTI，产生，产生15个脉冲；个脉冲；3） 16个脉冲到齐后，做MTD MTD，输出，输出16个多普勒通道个多普勒通道4） 改变PRF 后，利用两次PRF 下不同的速度结果，求不模糊速度下不同的速度结果，求不模糊速度2. DSP 实现实现将MATLAB 产生的信号，在visual dsp 中做频域脉压、中做频域脉压、MTI MTI MTI、、MTD MTD，将，将MTI 和MTD 结果导入Matlab ，并将其结果与MATLAB 的结果作比较。

三 实验原理1.1. 频域脉冲压缩原理频域脉冲压缩原理一般通过匹配滤波实现脉冲压缩。

在接收机中设置一个与发射信号频率相匹配的压缩网络使经过调制的宽脉冲的发射信号（一般认为也是接受机输入端的回波信号）变成窄脉冲，使之得到良好的距离分辨力，这个过程就称为“脉冲压缩”。

而这个脉冲压缩网络实际上就是一个匹配滤波器网络。

络实际上就是一个匹配滤波器网络。

2.2. MTI 原理原理MTI MTI（（Moving Target Indication Indication）即动目标显示是利用运动目标带来的多普勒频）即动目标显示是利用运动目标带来的多普勒频移来消除静止杂波。

当雷达按照一定的周期辐射LFM 信号时，目标与雷达的距离不同会使得回波的相位有所不同。

《数字信号处理》课程设计作业院系：物理工程学院电子信息科学与技术班级：1学号：20092250103姓名：冯军美实验一：音乐信号音谱和频谱的观察1.实验方案读取音乐信号并将信号装换为单声道的，并输出信号的波形图和频谱图%2.源程序clear all; close all;clc[x,fs,bit]=wavread('F:\费玉清-一剪梅00_01_23-00_01_28.wav');%读取音乐信号，其中x为截取的音乐信号size(x) %看音乐信号是单声道还是双声道sound(x,fs); %听原始音乐信号x=x(:,1); %获取单声道音乐信号N=length(x); %N为音乐信号的长度figureplot(x) %画音乐信号的连续波形grid on %产生虚线格title('音乐信号时域波型') %标注图注xlabel('Time') %x坐标ylabel('Magnitude') %y坐标F1=fft(x,N); %做音乐信号的N点快速傅里叶变换w=2/N*[0:N-1]; %w为连续频谱的数字角频率横坐标figureplot(w,abs(F1)) %连续频谱图grid ontitle('音乐信号频域波型')xlabel('Frequency/Hz')ylabel('Magnitude')%不同抽样频率下听取的音乐信号% sound(x,2*fs);sound(x,fs/2);3.输出波形0.511.522.5x 105-1-0.8-0.6-0.4-0.200.20.40.60.81音乐信号时域波型TimeM a g n i t u d e00.20.40.60.81 1.2 1.4 1.6 1.8250010001500200025003000音乐信号频域波型Frequency/HzM a g n i t u d e4．输出结果分析从音谱可看到音乐信号分布在整个时间轴上，幅值分布有规律；从频谱可看到音乐信号主要分布在低频段，高频成分较少，在0.4pi 以后几乎无音乐信号的频谱成分了5．回放声音信号特征的描述和解释当抽样率变为原来的2后，可听出音乐信号，但音乐明显比原来速度播放的快了，播放时间也比原来缩短了，而且音乐中听到的更多的是高频成分。

数字信号处理课外实验设计——音频采样和频谱混叠课程名称：数字信号处理院系：通信工程学院专业：通信01班年级： 2013级*名：***学号： ********指导教师：**实验时间： 2015.11.26重庆大学一、实验目的：1、熟悉MATLAB语言的基本用法；2、掌握MATLAB语言中音频数据与信息的读取与播放方法；3、掌握在MATLAB中设计滤波器的方法；4、掌握MATLAB语言中信号频谱的绘制方法。

5、对采样定理进行初步验证，体会频谱混叠现象，并大致确定音频信号的最低采样频率。

二、实验原理：现实当中遇到的绝大多数信号都是连续的，即所谓的连续信号。

如语音、图像、温度压力电流等都是模拟信号。

要利用数字信号处理技术实现对这些信号的处理，需要借助对这些信号的处理，需要借助A/D转换，先将模拟信号转变为数字信号后才能利用数字技术对其进行加工处理。

因此，采样是从连续到离散的桥梁。

如果选择的采样频率太低，及fs<2fm的采样频率太低，或者说是信号的最高频率fm 超过fs/2，则采样后的频谱按照采样率周期延拓时，各周期延拓分量产生频谱的交叠，这种现象叫频谱混叠。

三、实验内容：本实验通过MATLAB软件，完成以下四项任务1、用fs=44100HZ采集一段音乐。

2、改变采样频率，用fs=5512HZ采集一段音乐，体会混叠现象。

3、录制一段自己的声音，试验当fs=？时，发生混叠。

4、（选作）在噪声环境中录制一段自己的声音，试采用一种方法将噪声尽可能地消除。

四、实验步骤：仿真程序DSP_homework1.m:clc;clear;close all;%% 44100Hz和5512Hz采集音频文件[FileName,PathName] = uigetfile('*.wav','选择待处理音频文件');%获取处理音频文件位置path1=fullfile(PathName,FileName);[x,Fs1]=audioread(path1);%默认采样频率Fs为44100Hzx1=x(:,1);%1声道数据x2=x(:,2);%2声道数据%y1=x1(1:800000);%y1=x1(1:8:end);Fs2=5512;y1=resample(x1,5512,44100); %信号降采样处理,采样从44100Hz降到5512Hzy2=resample(x2,5512,44100);y=[y1 y2];t1=0:1/Fs1:(length(x1)-1)/Fs1;%取时域横轴tt2=0:1/Fs2:(length(y1)-1)/Fs2;N =5096; %fft点数，以频谱分辨率为10Hz,信号最高频率40kHz求出记录最小点数f=10^3;%取频率轴单位为KHzX1=fft(x1,N);X1=10*log(abs(fftshift(X1)));%用对数表示44100Hz音频信号的频谱Y1=fft(y1,N);Y1=10*log(abs(fftshift(Y1)));%用对数表示5512Hz音频信号的频谱PathName1=uigetdir(strcat(matlabroot,'\work' ),'加噪后音频文件另存为');FileName1='music_5512.wav'path2=fullfile(PathName1,FileName1);audiowrite(path2,y,Fs2);%生成5512Hz采样的wav格式音频文件，试听音乐效果%% 绘图figure(1);%44100Hz采集音频信号时域图、频谱图subplot(2,1,1);plot(t1,x1,'r');axis([0 95 -1 1]);%设置坐标轴范围set(gca,'XTick',0:5:95),grid on;%设置x坐标轴刻度，绘制方格线set(gca,'YTick',-0.8:0.2:0.8),grid on;%设置y坐标轴刻度，绘制方格线title('44100Hz采样音乐信号波形');xlabel('时间轴，单位s');subplot(2,1,2);plot((-N/2+1:N/2)*Fs1/N/f,X1,'b');axis([-25 25 -70 50]);set(gca,'XTick',-25:5:25),grid on;set(gca,'YTick',-70:20:50),grid on;title('44100Hz采样音乐信号频谱图');xlabel('频率轴，单位kHz');ylabel('单位:dB');figure(2)%5512Hz采集音频信号时域图、频谱图subplot(2,1,1);plot(t2,y1,'r');axis([0 95 -1 1]);%设置坐标轴范围set(gca,'XTick',0:5:95),grid on;%设置x坐标轴刻度，绘制方格线set(gca,'YTick',-0.8:0.2:0.8),grid on;%设置y坐标轴刻度，绘制方格线title('5512Hz采样音乐信号波形');xlabel('时间轴，单位s');subplot(2,1,2);plot((-N/2+1:N/2)*Fs2/N/f,Y1,'b');axis([-3 3 -70 50]);set(gca,'XTick',-3:1:3),grid on;set(gca,'YTick',-70:20:50),grid on;title('5512Hz采样音乐信号频谱图');xlabel('频率轴，单位kHz');ylabel('单位:dB');仿真程序DSP_homework2.m:clc;clear;close all;%% 录音测试多少采样频率时发生混叠Fs1=2205;%录音采样频率nBits=16;%音频位数nChannels=1;%声道数recording_time=1.5;%录音时间长度recObj = audiorecorder(Fs1,nBits,nChannels)disp('Start speaking.')recordblocking(recObj, recording_time);disp('End of Recording.');play(recObj);% 回放录音数据myRecording = getaudiodata(recObj);% 获取录音数据t1=0:1/Fs1:(length(myRecording)-1)/Fs1;%取时域横轴tN1=5096; %fft点数f=10^3;%取频率轴单位为KHzfft_myRecording=fft(myRecording,N1);fft_myRecording=20*log(abs(fftshift(fft_myRecording)));PathName1=uigetdir(strcat(matlabroot,'\work' ),'录音音频文件另存为'); FileName1='record_2205.wav'path=fullfile(PathName1,FileName1);audiowrite(path,myRecording,Fs1);%生成原始信号叠加噪声后的wav格式音频文件，试听叠加噪声效果%% 绘制录音数据波形figure(1)subplot(211)plot(t1,myRecording,'r');axis([0 1.5 -1 1]);%设置坐标轴范围set(gca,'XTick',0:0.1:1.5),grid on;%设置x坐标轴刻度，绘制方格线set(gca,'YTick',-0.8:0.2:0.8),grid on;%设置y坐标轴刻度，绘制方格线title('2205Hz录制人声信号波形');xlabel('时间轴，单位s');subplot(212)plot((-N1/2+1:N1/2)*Fs1/N1/f,fft_myRecording,'b');axis([-1.5 1.5 -120 80]);set(gca,'XTick',-1.5:0.5:1.5),grid on;set(gca,'YTick',-120:20:80),grid on;title('2202Hz录制人声信号频谱图');xlabel('频率轴，单位kHz');ylabel('单位:dB');仿真程序DSP_homework3.m:clc;clear;close all;%% 录入噪音[FileName,PathName] = uigetfile('*.wav','选择待处理录音文件');%获取处理音频文件位置path=fullfile(PathName,FileName);[audio,Fs]=audioread(path);%默认采样频率Fs为44100Hzt=0:1/Fs:(length(audio)-1)/Fs;%取时域横轴tN =5096; %fft点数f=10^3;%取频率轴单位为KHzfft_audio=fft(audio,N);fft_audio=20*log(abs(fftshift(fft_audio)));%% 绘制噪音数据波形figure(1)subplot(211)plot(t,audio,'r');axis([0 2 -1.1 1.1]);%设置坐标轴范围set(gca,'XTick',0:0.2:2),grid on;%设置x坐标轴刻度，绘制方格线set(gca,'YTick',-1.1:0.2:1.1),grid on;%设置y坐标轴刻度，绘制方格线title('噪声背景下声音信号波形');xlabel('时间轴，单位s');subplot(212)plot((-N/2+1:N/2)*Fs/N/f,fft_audio,'b');axis([-25 25 -220 -60]);set(gca,'XTick',-25:5:25),grid on;set(gca,'YTick',-220:20:-60),grid on;title('噪声背景下声音信号频谱图');xlabel('频率轴，单位kHz');ylabel('单位:dB');%% 进行加噪处理Ym=max(max(max(audio)),max(abs(min(audio))));%找出极值audio=audio/Ym;%% 设计低通滤波器wn=0.1;%滤波器归一化截止频率为0.15n=513;%滤波器阶数为512w=hamming(n)hh=fir1(n-1,wn,'low',w);figure(2);freqz(hh);%绘制滤波器的频率响应图%% 对加噪音频信号进行滤波处理filter_audio=filter(hh,1,audio);%使含有噪声的信号通过一个已设计的低通滤波器hhPathName2=uigetdir(strcat(matlabroot,'\work' ),'去噪后音频文件另存为'); FileName2='record_recover.wav'path2=fullfile(PathName2,FileName2);audiowrite(path2,filter_audio,Fs);%生成原始信号叠加噪声后又经滤波后的wav格式音频文件，试听滤波后效果fft_filter_audio=fft(filter_audio,N);fft_filter_audio=20*log(abs(fftshift(fft_filter_audio)));%用对数表示噪声信号的频谱%%figure(3)subplot(211)plot(t,filter_audio,'r');axis([0 2 -1.1 1.1]);%设置坐标轴范围set(gca,'XTick',0:0.2:2),grid on;%设置x坐标轴刻度，绘制方格线set(gca,'YTick',-1.1:0.2:1.1),grid on;%设置y坐标轴刻度，绘制方格线title('滤噪后声音信号波形');xlabel('时间轴，单位s');subplot(212)plot((-N/2+1:N/2)*Fs/N/f,fft_filter_audio,'b');axis([-5 5 -220 -60]);set(gca,'XTick',-5:1:5),grid on;set(gca,'YTick',-220:20:-60),grid on;title('滤噪后声音信号频谱图');xlabel('频率轴，单位kHz');ylabel('单位:dB');五、结果与分析：1.实验结果：Figure 1Figure2Figure3Figure4 Figure5Figure6 Figure7高斯白噪声背景下Figure8Figure9Figure10背景噪声下Figure11Figure12 Figure132.实验分析声音信号的采集与分析处理在工程应用中是经常需要解决的题,如何实时采集声音信号并对其分析处理,找出声音信号的特征在科学研究中是一项非常有意义的工作。

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。