下载文档原格式
1.信号分析与处理基础知识（3学时）包括信号的定义与分类、信号分析与处理、信号分析与自动控制系统等内容。
2.连续信号的时域描述和分析（7学时）包括连续信号的时域描述和运算、信号的分解、周期信号的频谱分析、非周期信号频谱分析、傅立叶变换的性质等内容。
3.离散信号的分析（18学时）包括连续信号的离散化和采样定理、离散信号的时域分析、离散信号的频域分析（DFS,DTFT,DFT）、快速傅立叶变换（FFT）、离散信号的Z变换分析等内容，共14学时。
包括信号的采样与恢复、DFT和FFT等实验，共4学时。
4.信号处理基础（6学时）包括系统及其性质、信号的线性系统处理（时域分析法、频域分析法、复频域分析法）等内容，共4学时。
包括离散信号与系统分析等实验，共2学时。
5.滤波器（22学时）包括滤波器的基本概念及分类、模拟滤波器设计、数字滤波器设计等内容，共12学时。
包括滤波器设计、语音信号的频谱分析、步进伺服马达控制系统的DSP实现等实验，共10学时。
重点：信号的频域描述和分析；连续信号的离散化和采样定理；信号的FS、FT、DFS、DTFT分析以及DFT、FFT之间的关系；信号的复频域分析方法；滤波器的设计。
难点及解决办法：难点1：信号的频域法描述和分析。
用时域法分析信号与系统，概念上比较直观，学生容易接受，因为其变量是时间的函数。
而用频域法描述和分析信号时，其变量为频率ω/Ω，当ω/Ω变化时，其频率指标为何能反映出信号与系统的性能指标，这是学生难以理解和接受的。
解决办法：首先说明信号的时域描述和分析方法，介绍u(t)、δ(t)等时域描述信号，然后给出信号的频域描述和分析方法。
其次由函数的完备正交性及傅立叶级数，引出傅立叶变换，通过求解常见信号如正弦信号、指数信号、冲激信号、阶跃信号等的傅立叶变换，以及傅立叶变换的帕斯瓦尔定理，以信号时域、频域描述的能量守恒性，说明信号频域描述的可行性。
难点2：信号的模拟频率与数字频率之间的关系。
合肥工业大学833信号分析与处理综合考研经验作为本科和研究生都在工大度过的过来人，写一点考研路上的心得体会，希望能给学弟学妹们一点启发和建议。
考研是一个漫长的复习过程，一个好的心态是决定成功与否的基础。
复习过程中要有必胜的决心，不能抱着“试一试”的心态，有了决心才有坚持的动力，大部分人中途因为各种原因而选择放弃，走到最后的都是一路坚持下来相信自己的人。
网上有很多关于考研复习时间安排的时间表：比如早上7点到8点背单词，上午做英语阅读，下午做数学，晚上做专业课，等等。
其实，考研时间安排是否合理在于自身，而不是人云亦云，可以在他人给的时间表的基础上制定一套最适合自己考研复习规划，合理调配自己的时间。
其次，每个大时间段的学习任务也需要有一个计划，每个月复习什么，每周复习什么，甚至于每天复习什么，都应该要有明确的计划，最好做一个文档，或者手写出来，时刻督促自己。
但计划不要过于严格，要留有一定的余地，因为考研的路途很遥远，坚持不易。
关于各科的复习经验，这里主要谈一点数学和专业课这两门非常拉分学科的复习。
数学作为最拉分的学科，重要性不言而喻。
数学的复习宜早不宜迟，考研前一年的11月份就可以开始准备，最迟不能超过1月份。
第一轮打好基础，以课本为主，做好每一道课后习题，书上公式证明。
建议1-2个月内完成。
第二轮复习，以复习全书为主，推荐李永乐版复习全书，上面例题与历年考研真题的难易度相似。
这一轮复习要注重质量，掌握好每一个必考知识点，建议2-4个月完成。
第三轮复习，以真题为主，市面上很多历年真题详解的参考书，对于真题，先自己模拟做，测试自己水平，找到薄弱点，进行有针对性的复习查缺补差。
切记一定要反复做透每一年的考研真题。
第四轮复习，冲刺阶段，以做模拟题为主，看题为辅，回头看看自己之前做过的一些资料，特别是当时做错的题目。
同时，适时回归课本，回归例题和公式证明。
专业课833的参考书。
工大这些年已经不公布参考书，只给出了考研大纲。
合肥工业大学电气与自动化工程学院实验报告自动化专业班级学号姓名日期指导教师黄云志共页第页成绩实验一含噪声语音信号频谱分析及滤波实验报告要求：1、实验报告包括四部分：实验原理、实验内容、实验程序、结果分析；分别占实验报告总成绩的10%，10%，40%，40%；2、实验程序及结果分析如内容雷同，均不给分；一、实验原理含噪声语音信号通过低通滤波器，高频的噪声信号会被过滤掉，得到清晰的无噪声语音信号。
二、实验内容录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比试听，分析信号的变化。
给出数字低通滤波器性能指标:如，通带截止频率fp＝10000Hz，阻带截止频率fs＝12000Hz （可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50dB，通带最大衰减Rp＝3dB（也可自己设置），采样频率根据自己语音信号采样频率设定。
三、实验程序1.原始信号fs=22050;%设置采样频率x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音sound(x1,fs);%播放原始声音y1=fft(x1,length(x1));%FFTf=fs*(0:511)/1024;figure(1);%建立图形plot(x1);%原始信号时域图形title('原始语音信号时域波形')xlabel('时间');ylabel('幅值');axis([0,5*10^4,-2,2]);figure(2);plot(f,abs(y1(1:512)))%做原始语音信号的FFT频谱图xlabel('频率');ylabel('幅度');title('原始语音信号FFT频谱幅频')2.加噪声clear allfs=22050;%设置采样频率x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音f=fs*(0:511)/1024;t=0:1/22050:(length(x1)-1)/22050;d=[0.5*cos(2*pi*10000*t)]';%加噪声x2=x1+d;sound(x2,22050);%播放加噪音后的信号y2=fft(x2);figure(3)plot(t,x2)%加噪信号时域图形title('加噪声后的时域信号波形'); xlabel('时间');ylabel('幅值');figure(4)subplot(211);plot(abs(x1));title('原始语音信号频谱');xlabel('频率');ylabel('幅值');subplot(212);plot(abs(y2));title('加噪声后的信号频谱'); xlabel('频率');ylabel('幅值');3．设计IIR滤波器clear allfs=22050;wp=0.4*pi;ws=0.7*pi;rp=3;rs=50;x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音f=fs*(0:22499)/22500;%F=([1:N]-1)*Fs/N;%换算成实际的频率值t=0:1/22050:(length(x1)-1)/22050;%定义噪声信号d=[0.7*sin(3*pi*10000*t)]';x2=x1+d;%加噪声[n,wn]=buttord(wp/pi,ws/pi,rp,rs);%设计IIR滤波器[bz,az]=butter(n,wn/pi);[h,w]=freqz(bz,az,512,fs);%滤波器幅频响应x3=filter(bz,az,x2);%滤波y0=fft(x2,22500);y1=fft(x3,22500);sound(x3,22500);%播放滤波后的声音figure(1)plot(abs(h));%滤波器幅频响应图title('滤波器幅频响应图')figure(2)subplot(2,1,1)plot(t,x2)%画出滤波前的时域图title('滤波前的时域波形');subplot(2,1,2)plot(t,x3);title('滤波后的时域波形');figure(3)subplot(211)plot(f,abs(y0(1:22500)));title('滤波前频谱')subplot(212)plot(f,abs(y1(1:22500)));%滤波后频谱title('滤波后频谱')4.设计FIR滤波器clear allfs=22050;%设置采样频率x1=wavread('C:\Users\m\Documents\FFOutput\无标题.wav');%读取声音f=fs*(0:22499)/22500;%F=([1:N]-1)*Fs/N;%换算成实际的频率值t=0:1/44100:(length(x1)-1)/44100;%定义噪声信号d=[0.5*sin(2*pi*80000*t)]';x2=x1+d;%加噪声N=512;b1=fir1(N,0.3,hanning(N+1));%设计FIR滤波器[h,w]=freqz(b1,1,512,fs);%滤波器幅频响应x3=filter(b1,1,x2);%滤波y0=fft(x2,22500);y1=fft(x3,22500);sound(x3,22500);%播放滤波后的声音figure(1)plot(w,abs(h));%滤波器幅频响应图title('FIR滤波器幅频响应图')figure(2)subplot(211)plot(f,abs(y0(1:22500)));title('滤波前频谱')subplot(212)plot(f,abs(y1(1:22500)));%滤波后频谱title('滤波后频谱')。
合肥工业大学实验报告自动化专业 2 班级学号201221**** 姓名大方日期指导教师共页第页成绩实验一含噪声语音信号频谱分析及滤波一、实验原理1.1数字滤波器在工程实际中遇到的信号经常伴有噪声。
为了消除或减弱噪声，提取有用的信号，必须进行滤波。
数字滤波器，是数字信号处理中极其重要的一部分。
随着信息时代和数字技术的发展，收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。
数字滤波器的种类很多，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）滤波器和无限冲激响应（IIR）滤波器。
1.2 采样定理采样定理又称奈奎斯特定理，在进行模拟/数字信号的转换过程中，当采样频率fs不小于信号中最高频率fm的2倍时，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。
1.3 FIR数字滤波器设计原理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)处于收敛，极点全在z=0处（因果系统），因而只能用较高的阶数达到高的选择性。
FIR数字滤波器的幅频特性精度较之于IIR数字滤波器低，但是线性相位，就是不同频率分量的信号经过FIR滤波器后他们的时间差不变，这是很好的性质。
FIR滤波器是有限的单位响应也有利于对数字信号的处理，便于编程，用于计算的时延也小，这对实时的信号处理很重要。
FIR滤波器因具有系统稳定，以实现相位控制，允许设计多通带滤波器等优点收到人们的青睐。
基于窗函数的FIR 数字滤波器的设计方法通常也称之为傅立叶级数法，是用一定宽度窗函数截取无限脉冲响应序列，获得有限长的脉冲响应序列，从而得到FIR 滤波器。
它是在时域进行的，由理想滤波器的频率响应推导出其单位冲激响应hd (n)，再设计一个FIR数字滤波器的单位冲激响应h(n)去逼近hd (n)表示，由此得到的离散滤波器的系统传递函数Hd (z)，该hd (n) 为无限长序列，因此Hd (z)是物理不可实现的。
信号分析与处理教学重点与难点《信号分析与处理》教学重点与难点英文名称：Signal Analysis & Processing课程编码：01202 学分：4 参考学时：64 实验学时：上机学时：12 适用专业：勘查技术与工程、地球物理学、数学与应用数学、信息与计算科学、应用物理学一、课程目标通过本课程的学习，使学生系统地掌握信号分析与处理的基础知识，培养学生信号理论分析和计算的能力。
主要学习信号与系统的基本概念、卷积与时域分析、傅氏变换与频域分析、离散傅氏变换及快速算法、Laplace变换与S 域分析、Z变换与Z域分析和滤波器等内容。
通过上机实验掌握信号分析与处理常用程序的编写。
二、基本要求在学习本课程以前，要求学生学完高等数学、普通物理、工程数学（复变函数、积分变换）、程序设计语言等课程。
本课程的学习使学生对信号分析与处理的基础知识有深入的了解，为进一步学习专业课打下基础。
对于勘查技术与工程、地球物理学专业，务必要求学生掌握卷积和频谱分析程序以及Z变换分析方法。
三、教学内容与学时分配建议绪言1学时第一章信号与系统的基本概念6学时本章的重点难点：1）信号的主要分类（确定性信号与随机信号、连续信号与离散信号、周期信号与非周期信号）；2）常用离散序列和连续信号的描述（正弦信号、指数衰减信号、抽样信号、单位阶跃信号、矩形脉冲信号、单位冲激信号），注意单位阶跃信号的物理意义及使用；3）连续系统与离散系统的描述方法——微分方程与差分方程；4）线性时不变系统的含义与判别。
知识点1——信号的定义与分类：信号的定义，信号与信息的区别与联系，随机噪声的特点，周期信号的描述及周期的计算，能量、功率的计算公式，奇信号、偶信号的描述；知识点2——几种常用信号的描述：指数衰减信号、抽样信号的公式、图形，矩形脉冲信号如何用单位阶跃信号描述，单位冲激信号的定义及物理意义，离散信号如何用棒状图描述；知识点3——系统的定义和分类：如何用微分和差分方程描述RC无源网络，全响应、线性时不变特性（系统）的概念，线性时不变系统的判断。
