数字信号处理实验 第15章

实验一 信号、系统及系统响应一、实验目的1、熟悉理想采样的性质，了解信号采样前后的频谱变化，加深对时域采样定理的理解。

2、熟悉离散信号和系统的时域特性。

3、熟悉线性卷积的计算编程方法：利用卷积的方法，观察、分析系统响应的时域特性。

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离散信号、系统及其系统响应进行频域分析。

二、 实验原理1.理想采样序列：对信号x a (t)=A e −αt sin(Ω0t )u(t)进行理想采样，可以得到一个理想的采样信号序列x a (t)=A e −αt sin(Ω0nT ),0≤n ≤50，其中A 为幅度因子，α是衰减因子，Ω0是频率，T 是采样周期。

2.对一个连续时间信号x a (t)进行理想采样可以表示为该信号与一个周期冲激脉冲的乘积，即x ̂a (t)= x a (t)M(t),其中x ̂a (t)是连续信号x a (t)的理想采样；M(t)是周期冲激M(t)=∑δ+∞−∞(t-nT)=1T ∑e jm Ωs t +∞−∞,其中T 为采样周期，Ωs =2π/T 是采样角频率。

信号理想采样的傅里叶变换为X ̂a (j Ω)=1T ∑X a +∞−∞[j(Ω−k Ωs )],由此式可知：信号理想采样后的频谱是原信号频谱的周期延拓，其延拓周期为Ωs =2π/T 。

根据时域采样定理，如果原信号是带限信号，且采样频率高于原信号最高频率分量的2倍，则采样以后不会发生频率混叠现象。

三、简明步骤产生理想采样信号序列x a (n),使A=444.128，α=50√2π，Ω0=50√2π。

（1） 首先选用采样频率为1000HZ ，T=1/1000，观察所得理想采样信号的幅频特性，在折叠频率以内和给定的理想幅频特性无明显差异，并做记录；（2） 改变采样频率为300HZ ，T=1/300，观察所得到的频谱特性曲线的变化，并做记录；（3） 进一步减小采样频率为200HZ ，T=1/200，观察频谱混淆现象是否明显存在，说明原因，并记录这时候的幅频特性曲线。

数字信号处理课后答案1.2教材第一章习题解答1.用单位脉冲序列()nδ及其加权和表示题1图所示的序列。

解：2.给定信号：25,41 ()6,040,n nx n n+-≤≤-⎧⎪=≤≤⎨⎪⎩其它（1）画出()x n序列的波形，标上各序列的值；（2）试用延迟单位脉冲序列及其加权和表示()x n序列；（3）令1()2(2)x n x n=-，试画出1()x n波形；（4）令2()2(2)x n x n=+，试画出2()x n波形；（5）令3()2(2)x n x n=-，试画出3()x n波形。

解：（1）x(n)的波形如题2解图（一）所示。

（2）（3）1()x n的波形是x(n)的波形右移2位，在乘以2，画出图形如题2解图（二）所示。

（4）2()x n的波形是x(n)的波形左移2位，在乘以2，画出图形如题2解图（三）所示。

（5）画3()x n时，先画x(-n)的波形，然后再右移2位，3()x n波形如题2解图（四）所示。

3.判断下面的序列是否是周期的，若是周期的，确定其周期。

（1）3()cos()78x n A n ππ=-，A 是常数；（2）1()8()j n x n e π-=。

解：（1）3214,73w w ππ==，这是有理数，因此是周期序列，周期是T=14； （2）12,168w wππ==，这是无理数，因此是非周期序列。

5.设系统分别用下面的差分方程描述，()x n 与()y n 分别表示系统输入和输出，判断系统是否是线性非时变的。

（1）()()2(1)3(2)y n x n x n x n =+-+-； （3）0()()y n x n n =-，0n 为整常数； （5）2()()y n x n =； （7）0()()nm y n x m ==∑。

解：（1）令：输入为0()x n n -，输出为'000'0000()()2(1)3(2)()()2(1)3(2)()y n x n n x n n x n n y n n x n n x n n x n n y n =-+--+---=-+--+--=故该系统是时不变系统。

实验任务:1、给出音频信号的时域和频谱特性；2、设计一个IIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）；3、设计一个FIR数字滤波器，给出滤波器的时域和频谱特性，并利用滤波器对音频信号进行滤波，给出滤波结果（滤波后的时域和频谱特性）。

实验原理:采样频率、位数及采样定理采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。

采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。

通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。

采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。

采样位数可以理解为声卡处理声音的解析度。

这个数值越大，解析度就越高，录制和回放的声音就越真实。

我们首先要知道：电脑中的声音文件是用数字0和1来表示的。

所以在电脑上录音的本质就是把模拟声音信号转换成数字信号。

反之，在播放时则是把数字信号还原成模拟声音信号输出。

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。

IIR数字滤波器设计原理利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。

如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws的转换，对ap和as 指标不作变化。

边界频率的转换关系为∩=2/T tan(w/2)。

接着，按照模拟低通滤波器的技术指标根据相应设计公式求出滤波器的阶数N 和3dB截止频率∩c ；根据阶数N查巴特沃斯归一化低通滤波器参数表，得到归一化传输函数Ha(p)；最后，将p=s/ ∩c 代入Ha(p)去归一，得到实际的模拟滤波器传输函数Ha(s)。

数字信号处理实验报告（⾃⼰的实验报告）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);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。

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》实验指导书通信教研室安阳工学院二零零九年三月第1章 系统响应及系统稳定性1.1 实验目的● 学会运用MATLAB 求解离散时间系统的零状态响应；● 学会运用MATLAB 求解离散时间系统的单位取样响应；● 学会运用MATLAB 求解离散时间系统的卷积和。

1.2 实验原理及实例分析1.2.1 离散时间系统的响应离散时间LTI 系统可用线性常系数差分方程来描述，即∑∑==-=-Mj jN i i j n x b i n y a 00)()( （1-1） 其中，i a （0=i ，1，…，N ）和j b （0=j ，1，…，M ）为实常数。

MATLAB 中函数filter 可对式（13-1）的差分方程在指定时间范围内的输入序列所产生的响应进行求解。

函数filter 的语句格式为y=filter(b,a,x)其中，x 为输入的离散序列；y 为输出的离散序列；y 的长度与x 的长度一样；b 与a 分别为差分方程右端与左端的系数向量。

【实例1-1】 已知某LTI 系统的差分方程为)1(2)()2(2)1(4)(3-+=-+--n x n x n y n y n y试用MATLAB 命令绘出当激励信号为)()2/1()(n u n x n=时，该系统的零状态响应。

解：MATLAB 源程序为>>a=[3 -4 2];>>b=[1 2];>>n=0:30;>>x=(1/2).^n;>>y=filter(b,a,x);>>stem(n,y,'fill'),grid on>>xlabel('n'),title('系统响应y(n)')程序运行结果如图1-1所示。

1.2.2 离散时间系统的单位取样响应系统的单位取样响应定义为系统在)(n 激励下系统的零状态响应，用)(n h 表示。

“数字信号处理”实验指导书（一）一、实验课程编码：105003 二、实验课程名称：数字信号处理三、实验项目名称： 应用MATLAB 分析离散信号频谱 四、实验目的掌握应用MATLAB 分析离散信号频谱的方法，即熟悉应用MATLAB 分析离散信号的函数。

五、主要设备安装有MATLAB 软件的电脑 六、实验内容编写MATLAB 程序，实现下面题目：1. 用快速卷积法计算下面两个序列的线性卷积。

)()4.0(s )(15n R n in n x =，)(9.0)(20n R n h n =2．已知序列[]()cos 0120n n N Nx n π⎧≤≤-⎪=⎨⎪⎩其它（1）计算该序列DTFT 的表达式()j X e ω，并画出N=10时的()j X e ω曲线； （2）编写MATLAB 程序，利用FFT 函数，计算N ＝10时，序列x [k ]的DTFT 在2m mNπω＝的抽样值。

利用hold 函数，将抽样点画在()j X e ω的曲线上。

3.理解高密度频谱和高分辨率频谱的概念。

设)52.0cos()48.0(co )(n n s n x ππ+=（1） 取0≤n ≤9，求)(1k X（2） 将（1）中的)(x n 补零加长到0≤n ≤99，求)(2k X （3） 增加取样值的个数，取0≤n ≤99，求)(3k X4. 用DFT 对连续信号做谱分析。

设)50cos()100sin()200cos()(t t t t x a πππ++=，用DFT 分析)(t x a 的频谱结构，选择不同的截取长度Tp ，观察截断效应，试用加窗的方法减少谱间干扰。

选取的参数：（1） 频率s s f T Hz f /1 ,400==（2） 采样信号序列)()()(n w nT x n x a =，)(n w 是窗函数。

选取两种窗函数：矩形窗函数)()(n R n w N =和Hamming 窗，后者在程序中调用函数Hamming 产生宽度为N 的Hamming 窗函数向量。

数字信号处理实验报告完整版[5篇模版]第一篇：数字信号处理实验报告完整版实验 1利用 T DFT 分析信号频谱一、实验目的1.加深对 DFT 原理的理解。

2.应用 DFT 分析信号的频谱。

3.深刻理解利用DFT 分析信号频谱的原理，分析实现过程中出现的现象及解决方法。

二、实验设备与环境计算机、MATLAB 软件环境三、实验基础理论T 1.DFT 与与 T DTFT 的关系有限长序列的离散时间傅里叶变换在频率区间的N 个等间隔分布的点上的 N 个取样值可以由下式表示：212 /0()|()()0 1Nj knjNk NkX e x n e X k k Nπωωπ--====≤≤-∑由上式可知，序列的 N 点 DFT ,实际上就是序列的 DTFT 在 N 个等间隔频率点上样本。

2.利用 T DFT 求求 DTFT方法 1 1：由恢复出的方法如下：由图 2.1 所示流程可知：101()()()Nj j n kn j nNn n kX e x n e X k W eNωωω∞∞----=-∞=-∞=⎡⎤==⎢⎥⎣⎦∑∑∑由上式可以得到：IDFT DTFT第二篇：数字信号处理实验报告JIANGSUUNIVERSITY OF TECHNOLOGY数字信号处理实验报告学院名称：电气信息工程学院专业：班级：姓名：学号：指导老师：张维玺（教授）2013年12月20日实验一离散时间信号的产生一、实验目的数字信号处理系统中的信号都是以离散时间形态存在的，所以对离散时间信号的研究是数字信号的基本所在。

而要研究离散时间信号，首先需要产生出各种离散时间信号。

使用MATLAB软件可以很方便地产生各种常见的离散时间信号，而且它还具有强大绘图功能，便于用户直观地处理输出结果。

通过本实验，学生将学习如何用MATLAB产生一些常见的离散时间信号，实现信号的卷积运算，并通过MATLAB中的绘图工具对产生的信号进行观察，加深对常用离散信号和信号卷积和运算的理解。

数字信号处理实验报告实验⼀信号、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，加深对时域采样定理的理解；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、掌握序列傅⽴叶变换的计算机实现⽅法，利⽤序列的傅⽴叶变换对连续信号、离散信号及系统响应进⾏频域分析。

⼆、实验原理及⽅法采样是连续信号数字处理的第⼀个关键环节。

对采样过程的研究不仅可以了解采样前后信号时域和频域特性发⽣变化以及信号信息不丢失的条件，⽽且可以加深对傅⽴叶变换、Z 变换和序列傅⽴叶变换之间关系式的理解。

对⼀个连续信号进⾏理想采样的过程可⽤下式表⽰：，其中为的理想采样，p(t)为周期脉冲，即的傅⽴叶变换为上式表明为的周期延拓。

其延拓周期为采样⾓频率（）。

只有满⾜采样定理时，才不会发⽣频率混叠失真。

在实验时可以⽤序列的傅⽴叶变换来计算。

公式如下：离散信号和系统在时域均可⽤序列来表⽰。

为了在实验中观察分析各种序列的频域特性，通常对在[0，2]上进⾏M点采样来观察分析。

对长度为N的有限长序列x(n)，有：其中，，k=0,1,……M-1时域离散线性⾮移变系统的输⼊/输出关系为上述卷积运算也可在频域实现三、实验内容及步骤1、认真复习采样理论，离散信号与系统，线性卷积，序列的傅⽴叶变换及性质等有关内容，阅读本实验原理与⽅法。

2、编制实验⽤主程序及相应⼦程序。

①信号产⽣⼦程序，⽤于产⽣实验中要⽤到的下列信号序列：xa(t)=Ae-at sin(Ω0t)u(t)进⾏采样，可得到采样序列xa(n)=xa(nT)=Ae-anT sin(Ω0nT)u(n), 0≤n<50其中A为幅度因⼦，a为衰减因⼦，Ω0是模拟⾓频率，T为采样间隔。

这些参数都要在实验过程中由键盘输⼊，产⽣不同的xa(t)和xa(n)。

b. 单位脉冲序列：xb(n)=δ(n)c. 矩形序列：xc(n)=RN(n), N=10②系统单位脉冲响应序列产⽣⼦程序。