西电最优化大作业

西电通院专业教育大作业第一篇：西电通院专业教育大作业《专业教育》（第三学期）课程大作业专业：通信工程班级：学号：姓名：通信工程专业教育 1通信工程专业培养目标及发展通信工程专业培养学生掌握通信工程类专业坚实的基础理论、相关的专业基础和专业知识，能从事通信理论、通信系统、通信设备以及信息系统类的研究、设计、开发、制造、运营和管理的高素质的高级工程技术人才和现代化建设人才。

本专业以数理、外语和通信基本理论为基础。

现有人才培养方案是围绕培养德、智、体全面发展，适应社会主义现代化建设需要，既有扎实的基础理论、较强的计算机和外语应用能力，熟练掌握通信与信息系统、信息处理和通信网络等方面的专业理论和工程技术，又有具备在信息与通信工程领域从事科学研究，工程设计，设备制造、运营和维护和管理工作，并具有一定创新精神和研发能力的高级工程技术人才。

毕业后可从事通信系统、通信工程技术和通信新产品研究开发、调试和运营等工作，也可从事IT及相关专业的科学研究与技术开发工作。

通信工程专业主要研究信号的产生、信息的传输、交换和处理，以及在计算机通信、光纤通信、无线通信、交换与通信网等方面的理论和工程应用问题，培养从事通信工程、电子信息技术及计算机网络系统的研究、制造、开发和应用的高级人才。

受工业影响，我国一些较早成立的工科大学就已开设了电报、电话和有线信号传输等相关专业。

新中国成立后，中国工业亟待发展与更新，中国高等教育的工科教育得到了高度的重视。

由于电报、电话、电台和收音机等通信电子产品高速发展，而人才资源又极度匠乏，促使了新中国最早的通信技术相关本科专业的诞生和发展。

同时，我国开始建设系列部委学校。

期间北京邮电学院、重庆邮电学院、成都电讯工程学院、西北电讯工程学院等一些重要的工科高等学校相继成立和建设，与通信技术相关的本科专业开始在全国招生，为我国自主培养了第一批通信技术人才。

如今随着通信与各种新技术结合的层出不穷，涉及的领域越来越广泛，如电信、网络、家电、金融、医疗、航空、工业等等。

最优化方法大作业---------用优化算法求解函数最值问题摘要最优化(optimization) 是应用数学的重要研究领域.它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。

最优化问题一般包括最小化问题和最大化问题，而最大化问题可以通过简单的转化使之成最最小化问题。

最小化问题分为两类，即约束最小化和无约束最小化问题。

在此报告中，前两个问题属于无约束最小化问题的求解，报告中分别使用了“牛顿法”和“共轭梯度法”。

后两个问题属于有约束最小化问题的求解，报告中分别用“外点法”和“内点法”求解。

虽然命名不一样，其实质都是构造“惩罚函数”或者“障碍函数”，通过拉格朗日乘子法将有约束问题转化为无约束问题进行求解。

再此报告中，“外点法”和“内点法”分别用了直接求导和调用“牛顿法”来求解无约束优化问题。

在此实验中，用“共轭梯度法”对“牛顿法”所解函数进行求解时出现错误，报告中另取一函数用“共轭梯度法”求解得到正确的结果。

此实验中所有的函数其理论值都是显见的，分析计算结果可知程序正确，所求结果误差处于可接受范围内。

报告中对所用到的四种方法在其使用以前都有理论说明，对“外点法”中惩罚函数和“内点法”中障碍函数的选择也有相应的说明，另外，对此次试验中的收获也在报告的三部分给出。

本报告中所用程序代码一律用MATLAB编写。

【关键字】函数最优化牛顿法共轭梯度法内点法外点法 MATLAB一，问题描述1，分别用共轭梯度发法和牛顿法来求解一下优化问题()()()()()441432243221102510min x x x x x x x x x f -+-+-++=2， 分别用外点法和内点发求解一下优化问题⎩⎨⎧≥-++01.min 212231x x t s x x二、问题求解1.1 用牛顿法求解()()()()()441432243221102510min x x x x x x x x x f -+-+-++=1.1.1问题分析：取步长为1而沿着牛顿方向迭代的方法称为牛顿法，在牛顿法中，初始点的取值随意，在以后的每次迭代中，()[]()k k k k x f x f x x ∇∇-=-+121，直到终止条件成立时停止。

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。

新技术讲座课程大作业报告并行核外矩量法学院：电子工程学院专业：电磁场与无线技术班级：1302061学号：姓名：电子邮件：日期： 2016 年 06 月21日成绩：指导教师：张玉摘要本文先简要介绍并行核外计算的发展现状与并行计算的核心思想及其评估方法中加速比的概念，再详写核内LU分解的推导过程并由此推广到并行核内LU分解，最后引出并行核外LU分解算法。

并行核内矩量法与并行核外矩量法比较是本文核心，以求导体球的散射模型为例，比较并行核内矩量法与并行核外矩量法，发现并行核外矩量法比并行核内矩量法填充阶段时间消耗多2-3倍，并且二者的加速比均不理想。

同时也发现并行核外矩量法在填充阶段所消耗的时间比并行核内矩量法多了不到一倍，结合在大规模电磁计算中计算机内存的重要性，得出并行核外矩量法在大规模计算中以少量的的额外时间消耗换来计算机内存的合理利用的结论。

总而言之，为了突破计算机内存大小的限制，并行核外矩量法为实际的工程电磁计算提供了一种综合效率较高的选择方案。

关键词：并行核外矩量法加速比计算机内存工程电磁计算一、 并行核外计算发展现状计电磁学发展至今，应用范围越来越广，近些年来更是在电大尺寸平台中得到了快速发展。

由于电大尺寸平台下所解决的问题复杂，研究目标不论是形状还是环境都很繁杂。

在采用矩量法分析后，虽然可以得到很高的精度，但却面临着庞大的矩阵规模。

引入机群处理后，设计并行计算来处理需要很大的内存，种种原因的折衷结果就是引入核外空间存储该矩阵，然后分块读取和处理，最后计算出所需的各类参数，引出目标体相应的特性。

二、并行计算2.1并行计算简介并行计算（parallel computing ）是将某一个运算任务进行分解，，然后将分解后所得的子任务交给各个很多处理器进行运算处理。

在运算过程中，每个处理器之间实时进行数据通信和协同运算，并完成了子任务。

在这一基础上，整个运算的速度大大提高，求解计算速度效率显著增强，计算的规模可以成倍增加。

切触有理插值函数的新算法一、新算法优点切触有理插值函数的算法大都是基于连分式进行的， 其算法的可行性大都是有条件的，且有理函数次数较高，计算量较大。

本文利用拉格朗日插值的性质和分段组合的方法，给出了一种新的切触有理插值算法，并给出误差估计且将其推广到向量值切触有理插值情形。

较之其他算法具有有理函数次数较低、计算量较小、算法无条件性、无极点、满足高阶导数插值条件等优点。

二、算法分析给定1+n 个互异的节点{}i xb x x x x a n =<<<=...210 （1.1） 所谓的切触有理插值问题，就是寻求有理函)()(x q x p 使之满足下列条件n i s k f x q x p dx d i k i x x ki,...,1,0;1,...,1,0,)()(=-==⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛= （1.2） 所谓的向量值切触有理插值问题，就是寻求向量值有理函数 )())(),...,(),(()()()(21x Q x n x n x n x Q x N x r d == 使得n i s k V x Q x N dx d i k i x x ki,...,1,0;1,...,1,0,)()()(=-==⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛= （1.3） 其中)(x Q 和),...,1,0)((n j x n j =是实系数多项式。

利用拉格朗日插值的性质和分段组合方法，构造出一种计对3=i s 的切触有理插值算法并将其推广到向量值切触有理插值情形，既解决了切触有理插值函数的存在性问题，又降低了切触有理插值函数的次数且计算量较低。

三、切触有理插值公式为了建立3=i s 的切触有理插值公式利用文间中的方法， 引入非负整数)0(n d d ≤≤将节点（1.1）按d n i x x x d i i i -=++,...,1,0,,...,,1 （2.1） 进行分组，对每组节点（2.1）和函数值i f 及导数值),...,1,;2,1(d i i i j k f ki ++== 所做的插值多项式记为)(,x p d i 。

射频大作业基于PSpice仿真的振幅调制电路设计数字调制与解调的集成器件学习目录题目一：基于PSpice仿真的振幅调制电路设计与性能分析一、实验设计要求 (3)二、理论分析1、问题的分析 (3)2、差动放大器调幅的设计理论 (4)2.1、单端输出差动放大器电路2.2、双端输出差动放大器电路2.3、单二极管振幅调制电路2.4、平衡对消二极管调幅电路三、PSpice仿真的振幅调制电路性能分析 (10)1、单端输出差动放大器调幅电路设计图及仿真波形2、双端输出差动放大器调幅电路设计图及仿真波形3、单二极管振幅调制电路设计图及仿真波形4、平衡对消二极管调幅电路设计图及仿真波形四、实验总结 (16)五、参考文献题目二数字调制与解调的集成器件学习一、实验设计要求 (17)二、概述 (17)三、引脚功能及组成原理 (18)四、基本连接电路 (20)五、参考文献 (21)六、英文附录 (21)题目一基于PSpice仿真的振幅调制电路设计摘要随着大规模集成电路的广泛发展,电子电路CAD及电子设计自动化（EDA）已成为电路分析和设计中不可缺少的工具。

此次振幅调制电路仿真设计基于PSpice，利用其丰富的仿真元器件库和强大的行为建模工具，分别设计了差分对放大器和二极管振幅调制电路，由此对线性时变电路调幅有了更进一步的认识；同时，通过平衡对消技术分别衍生出双端输出的差分对放大器和双回路二极管振幅调制电路，消除了没用的频率分量，从而得到了更好的调幅效果。

本文对比研究了单端输出和双端输出的差分对放大器调幅电路及单二极管和双回路二极管调幅电路，通过对比观察时域和频域波形图，可知平衡对消技术可以很好地减小失真。

关键词：PSpice 振幅调制差分对放大器二极管振幅调制电路平衡对消技术一、实验设计要求1.1 基本要求参考教材《射频电路基础》第五章振幅调制与解调中有关差分对放大器调幅和二极管调幅的原理，选择元器件、调制信号和载波参数，完成PSpice电路设计、建模和仿真，实现振幅调制信号的输出和分析。

上机报告一.最速下降法算法简述：1.在本例中，先将最速下降方向变量赋一个值，使其二范数满足大于ε的迭代条件，进入循环。

2.将函数的一阶导数化简，存在一个矩阵，将其hesse矩阵存在另一个矩阵。

依照公式求出α，进而求出下一任迭代的矩阵初值。

循环内设置一个计数功能的变量，统计迭代次数。

3.求其方向导数的二范数，进行判别，若小于ε，则跳出循环，否则将继续迭代。

4.显示最优解，终止条件，最小函数值。

心得体会：最速下降法的精髓，无疑是求梯度，然后利用梯度和hesse矩阵综合计算，求解下一个当前最优解。

但是，要求函数是严格的凸函数，结合严格凸函数的大致图像，这就给初值的选取提供了一点参考。

例如在本例中，由于含有两个变量的二次方之和，结合大致图像，想当然的，初值的选取应当在原点附近；又因为变量的二次方之和后面，还减去了变量的一次形式和一次混合积，所以初值的选取应该再向第一象限倾斜。

综合以上考量，第一次选取（1,1）作为初值，判别精度方面，取到千分位，暂定为0.001。

运行以后，结果显示迭代了25次，最优解为（3.9995，1.9996），终止条件为5.4592e-04，目标函数为-8.0000。

这个结果已经相当接近笔算结果。

整体的运行也比较流畅，运算速度也比较快。

第二次取值，决定保留判别精度不变，将初值再适当向第一象限倾斜，取（2,2）作为初值，运行后，显示只迭代了11次！最优结果显示（3.9996，1.9997），终止条件为3.6204e-04，最优解-8.0000。

可见，最优结果更接近理想值，终止条件也变小了，最关键的是，迭代次数减少至第一次的一半以下！这说明以上初选取的方向是对的！第三次再进行初值细化，判别精度仍然不变，初值取（3,3）。

结果令人兴奋，只迭代了四次！最优解已经显示为（4.0000,2.0000），终止条件为2.4952e-04，目标函数-8.0000。

第四次，判别精度不变，取初值（4,4）。

算法设计大作业寻找多数元素班级：021151学号：02115037姓名：隋伟哲(1)问题提出：令A[1,2,…n]是一个整数序列，A中的整数a如果在A中出现的次数多余⎣n/2⎦，那么a称为多数元素。

例如在序列1,3,2,3,3,4,3中，3是多数元素，因为在7个元素中它出现了四次。

有几个方法可以解决这个问题。

蛮力方法是把每个元素和其他各个元素比较，并且对每个元素计数，如果某个元素的计数大于⎣n/2⎦，就可以断定它是多数元素，否则在序列中就没有多数元素。

但这样比较的次数是n(n-1)/2=Θ(错误！未找到引用源。

),这种方法的代价太昂贵了。

比较有效的算法是对这些元素进行排序，并且计算每个元素在序列中出现了多少次。

这在最坏情况下的代价是Θ(n 错误！未找到引用源。

).因为在最坏情况下，排序这一步需要Ω(n 错误！未找到引用源。

)。

另外一种方法是寻找中间元素，就是第⎡n/2⎤元素，因为多数元素在排序的序列中一定是中间元素。

可以扫描这个序列来测试中间元素是否是多数元素。

由于中间元素可以在Θ（n）时间内找到，这个方法要花费Θ（n）时间。

有一个漂亮的求解方法，它比较的次数要少得多，我们用归纳法导出这个算法，这个算法的实质是基于下面的观察结论。

观察结论：在原序列中去除两个不同的元素后，原序列的多数元素在新序列中还是多数元素。

这个结论支持下述寻找多数元素候选者的过程。

将计数器置1，并令c=A[1]。

从A[2]开始逐个扫描元素，如果被扫描的元素和c相等。

则计数器加1，否则计数器减1.如果所有的元素都扫描完并且计数器的值大于0，那么返回c作为多数元素的候选者。

如果在c和A[j](1<j<n)比较式计数器为0，那么对A[j+1,…n]上的过程调用candidate过程。

算法的伪代码描述如下。

(2)算法Input: An array A[1…n] of n elements;Output: The majority element if it exists; otherwise none;1. c←candidate(1);2. count←0;3. for j←1 to n4. if A[j]=c then count←count+1;5. end for;6. if count>⎣n/2⎦ then return c;7. else return none;candidate(m)1. j←m; c←A[m]; count←1;2. while j<n and count>03. j←j+1;4. if A[j]=c then count←count+1;5. else count←count-1;6. end while;7. if j=n then return c;8. else return candidate(j+1);（3）代码//Majority.cpp#include<iostream>using namespace std;int Candidate(int *A, int n, int m);int Majority(int *A, int n);int main(){int n;cout << "please input the number of the array: ";cin >> n;int *A;A = (int *) malloc(n*sizeof(int) );cout << "please input the array: ";for (int i = 0; i < n; i++)cin >> A[i];if (Majority(A, n) != 'N')cout << "the majority is: " << Majority(A, n);elsecout << "the majority element do not exist! ";free(A);cin.get();cin.get();return 0;}int Majority(int *A, int n){int c = Candidate(A, n, 0), count = 0;for (int j = 0; j < n; j++)if (A[j] == c)count += 1;if (count > n / 2)return c;else return'N';}int Candidate(int *A, int n, int m){int j = m, c = A[m], count = 1;while (j < n && count>0){j += 1;if (A[j] == c)count += 1;else count -= 1;}if (j == n)return c;else return Candidate(A, n, j + 1); }（4）运行结果（5）设计实例首先输入数据的个数n=7，然后依次读入n个数（1，3，2，3，3，4，3）。

PLC课程设计作业说明：作业题目可自拟，也可在以下三个题目中选择一项；课程设计成绩由课题的难易程度和完成情况共同评价。

课题一四层电梯的模拟控制一．目的用PLC构成四层电梯控制系统。

二．内容1．控制要求把可编程控制器拨向RUN后，按其它按扭都无效，只有按SQ1，才有效E1亮，表示电梯原始层在一层。

电梯停留在一层：1．按SB6或SB7(SB2)或SB6,SB7(SB2),电梯上升,按SQ2,E1灭,E2亮,上升停止。

2．按SB8或SB9(SB3)或SB8,SB9(SB3),电梯上升,按SQ3无反应,应先按SQ2,E1灭,E2亮,电梯仍上升,再按SQ3,E2灭,E3亮,电梯停止。

3．按SB10(SB4),电梯上升,按SQ4无反应,应先按SQ2,E1灭,E2亮,电梯仍上升,再按SQ3,E2灭,E3亮,电梯仍上升,再按SQ4,E3灭,E4亮,电梯停止。

4．按SB6,SB8或SB6,SB8,SB3或SB6,SB3,电梯上升,按SQ2,E1灭,E2亮,电梯仍上升,按SQ3,E2灭,E3亮,电梯停止2秒后下降,再按SQ2,E3灭,E2亮,电梯停止。

5．按SB6,SB8,SB2或SB6,SB8, SB2,SB3或SB6, SB2,SB3,电梯上升,按SQ2,E1灭,E2亮,电梯停止2秒后上升,按SQ3,E2灭,E3亮,电梯停止2秒后下降,再按SQ2,E3灭,E2亮,电梯停止。

6．按SB6,SB9或SB6,SB9,SB3电梯上升,按SQ2,E1灭,E2亮,电梯仍上升,按SQ3,E2灭,E3亮,电梯停止2秒后上升,再按SQ4,E3灭,E4亮,电梯停止2秒后下降。

按SQ3,E4灭,E3亮,电梯仍下降,按SQ2,E3灭,E2亮,电梯停止。

7．按SB6,SB9,SB2或SB6,SB9,SB2,SB3,电梯上升,按SQ2,E1灭,E2亮,电梯停止2秒后上升,按SQ3,E2灭,E3亮,电梯停止2秒后上升,再按SQ4,E3灭,E4亮,电梯停止2秒后下降。

西安电子科技大学通信工程学院操作系统实验报告1、实验名称与实验目的 (3)1.1、实验名称 (3)1.2、实验目的 (3)2、实验背景 (4)3、实验要求 (4)3.1、问题描述 (4)3.2、功能需求 (5)3.3、非功能需求 (5)3.4、过程需求 (5)4、实验实现和结果分析 (6)4.1、主要调度算法简介 (6)4.1.1、先来先服务调度算法 (6)4.1.2、时间片轮转算法 (6)4.1.3、反馈调度算法 (7)4.2、程序实现及结果 (8)4.2.1、先到先服务调度算法结果 (8)4.2.2、轮转调度算法 (12)4.2.3、反馈调度算法 (15)5、实验体会 (19)附录、部分程序代码 (21)oshag.c (21)oshag.h (21)xdxfw.c//先到先服务调度算法 (22)fankui.c//反馈调度算法 (22)ycs.c (25)lunzhuan.c//轮转调度算法 (26)makefile (27)1、实验名称与实验目的1.1、实验名称操作系统实验----单处理器任务调度1.2、实验目的（1）、加深对操作系统的了解，更深入地、进一步地学习操作系统的相关知识；（2）、熟悉Linux程序开发环境，学会Linux环境下各种编程软件的使用；（3）、学会在Linux环境下编写程序，并在Linux环境下对程序进行调试和运行；（4）、学会利用多线程实现任务池中的多个任务；（5）、学习先来先服务、轮转和反馈三种调度策略，了解三种调度策略的优缺点；（6）、提高Linux环境下多进程、多线程和单处理器调度知识的理解，并在Linux环境下编写程序实现先来先服务、轮转和反馈三种调度策略；（7）、在实验中体会操作系统中多线程、多进程调度的作用和重要性；（8）、进一步了解进程和线程的区别，及其应用场合。

2、实验背景随着电子技术的快速发展，计算机无论是硬件还是软件，都已经有了很大的发展。

现在计算机的应用越来越广泛，为人们提供的服务也是种类繁多。

浅谈奈奎斯特频率采样和压缩感知信息技术的飞速发展使得人们对信息的需求量剧增。

现实世界的模拟化和信号处理工具的数字化决定了信号采样是从模拟信源获取数字信息的必经之路。

在信号和图像处理领域，凡是涉及到计算机作为处理工具的场合，所面临的首要问题就是模拟信号的数字化问题，然后再对得到的离散的样本进行各种处理。

连续信号转化为离散的数字化信号的过程称为采样。

对模拟信号采样所得的离散数字信号能否代表并恢复成原来的连续模拟信号呢？如能恢复应具备什么样的条件呢？这个问题直接关系到是否可以用数字处理工具和数字化的方法处理模拟信号。

一奈奎斯特频率采样奈奎斯特采样定理给我们提供了如何采样的重要理论基础。

它指出，如果信号是带限的，采样速率必须达到信号带宽的两倍以上才能精确重构信号。

事实上，在音频和可视电子设备、医学图像设备、无线接收设备等设备中的所有信号采样协议都隐含了这样的限制。

奈奎斯特采样定理至出现以来一直是数字信号和图像处理领域的重要理论基础，它支撑着几乎所有的信号和图像处理过程，包括信号和图像的获取、存储、处理、传输等。

采样定理，又称香农采样定理，奈奎斯特采样定理，是信息论，特别是通讯与信号处理学科中的一个重要基本结论.E.T.Whittaker (1915年发表的统计理论),克劳德·香农与Harry Nyquist都对它作出了重要贡献。

另外,V. A. Kotelnikov 也对这个定理做了重要贡献。

采样是将一个信号（即时间或空间上的连续函数）转换成一个数值序列（即时间或空间上的离散函数）。

采样定理指出，如果信号是带限的，并且采样频率高于信号带宽的一倍，那么，原来的连续信号可以从采样样本中完全重建出来。

带限信号变换的快慢受到它的最高频率分量的限制，也就是说它的离散时刻采样表现信号细节的能力是有限的。

采样定理是指，如果信号带宽小于奈奎斯特频率（即采样频率的二分之一），那么此时这些离散的采样点能够完全表示原信号。

实验一、信号的采样clc,clear;dt=0.001;tf=6;t=0:dt:tf;xa=sqrt(t)+cos(t);T=0.5;n=0:tf/T;x=sqrt(n*T)+cos(n*T);figure(1)subplot(2,1,1)plot(t,xa),grid on ;title('original image')subplot(2,1,2)stem(n*T,x),grid on ,title('digital image')实验二、信号与系统的时域分析差分方程为)()2()1()(21n bx n y a n y a n y +----=，其中8.01-=a ，64.02=a ，866.0=b 。

系统单位脉冲响应)(n ha1=-0.8;a2=0.64;b=0.866;ys=0;xn=[1,zeros(1,49)];B=1;A=[1,a1,a2];xi=filtic(B,A,ys);yn=filter(B,A,xn,xi);n=0:length(yn)-1;subplot(1,1,1);stem(n,yn,'.')title('(a)');xlabel('n');ylabel('y(n)')输入x(n)=cos(n)T=0.1;z=cos(n*T);zn=conv(yn,z); figure(2);n1=1:99;stem(n1,zn,'.')实验三、系统的频域和Z域分析程序代码（画出dtft的幅度和频率谱）clc,clear;n=0:1:7;x=(0.9*exp(j*pi/3)).^n;w=0:pi/200:pi;X=x*exp(-j).^(n'*w);realX=real(X);imagX=imag(X);angX=angle(X);magX=abs(X);subplot(2,2,1);plot(w/pi,magX);grid xlabel('frequency in pi unit');title('magnitude part');subplot(2,2,2);plot(w/pi,realX);grid xlabel('frequency in pi unit');title('real part');subplot(2,2,3);plot(w/pi,imagX);grid xlabel('frequency in pi unit');title('imaginary part');subplot(2,2,4);plot(w/pi,angX);grid xlabel('frequency in pi unit');title('angel part');clc,clear;a=[1,-0.5,0.06];b=[1,1,0];m=0:length(b)-1;l=0:length(a)-1;w=0:pi/500:pi;num=b*exp(-j*m'*w);den=a*exp(-j*l'*w);H=num./den;magH=abs(H);angH=angle(H);H1=freqz(b,a,w);magH1=abs(H1);angH1=angle(H1);subplot(2,2,2);plot(w/pi,angH);grid;xlabel('w(frequency in pi units)');ylabel('Ïàλrad/w');subplot(2,2,1);plot(w/pi,magH);grid;xlabel('w(frequency in pi units)');ylabel('·ù¶È|H|');subplot(2,2,3);plot(w/pi,magH1);grid;xlabel('w(frequency in pi units)');ylabel('·ù¶È|H1|');subplot(2,2,4);plot(w/pi,angH);grid;xlabel('w(frequency in pi units)');ylabel('Ïàλrad/w');axis([0,1,-0.8,0]); figure(2);zplane(b,a);实验四、信号的频谱分析程序代码clc,clear;n=0:7;k=0:7;N=8;w=n*(2*pi)/8;x=(0.9*exp(j*pi/3)).^n;X1=[x zeros(1,8)];X2=[X1 zeros(1,16)];XK=x*exp(-j*k'*w);k1=0:15;n1=0:15;w1=n1*(2*pi)/16;XK1=X1*exp(-j*k1'*w1);k2=0:31;n2=0:31;w2=n2*(2*pi)/16;XK2=X2*exp(-j*k2'*w2);w3=0:pi/200:2*pi;X=x*exp(-j*n'*w3);magX=abs(X);angX=angle(X);magXK=abs(XK);angXK=angle(XK);magXK1=abs(XK1);angXK1=angle(XK1);magXK2=abs(XK2);angXK2=angle(XK2);subplot(4,2,1);plot(w3/pi,magX);xlabel('w/pi');ylabel('·ù¶È|X|');grid on;subplot(4,2,2);plot(w3/pi,angX);xlabel('w/pi');ylabel('Ïàλrad/pi'); subplot(4,2,3);stem(n,magXK);xlabel('K');ylabel('·ù¶È|XK|');subplot(4,2,4);stem(n,magXK);xlabel('K');ylabel('Ïàλrad/pi'); subplot(4,2,5);stem(n1,magXK1);xlabel('K1');ylabel('·ù¶È|XK1|'); subplot(4,2,6);stem(n1,magXK1);xlabel('K1');ylabel('Ïàλrad/pi'); subplot(4,2,7);stem(n2,magXK2);xlabel('K2');ylabel('·ù¶È|XK2|'); subplot(4,2,8);stem(n2,magXK2);xlabel('K2');ylabel('Ïàλrad/pi');实验五、IIR数字滤波器设计IIR汉宁窗低通高通低通巴特沃斯通带截止频率wp=0.2pi 通带最大衰减R=1dB阻带截止频率wp=0.35pi 阻带最大衰减R=10dBclc,clear;Wp=0.2;Ws=0.35;Rp=1;Rs=100;[N,Wc]=buttord(Wp,Ws,Rp,Rs);[Bz,Az]=butter(N,Wc)w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);;ang=angle(H);H=20*log10(abs(H))subplot(4,2,1); plot(w/pi,H) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('µÍͨÂ˲¨Æ÷')subplot(4,2,2);plot(w/pi,ang);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')[Bz1,Az1]=butter(N,Wc,'high')w=0:0.1:pi;[H1,w2]=freqz(Bz1,Az1,w);ang1=angle(H1);H1=20*log10(abs(H1))subplot(4,2,3); plot(w/pi,H1) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('¸ßͨÂ˲¨Æ÷')subplot(4,2,4);plot(w/pi,ang1);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wc1]=buttord(Wp1,Ws1,Rp,Rs);[Bz2,Az2]=butter(N2,Wc1,'stop')w=0:0.1:pi;[H2,w3]=freqz(Bz2,Az2,w);ang2=angle(H2);H2=20*log10(abs(H2))subplot(4,2,5); plot(w/pi,H2) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´ø×èÂ˲¨Æ÷')subplot(4,2,6);plot(w/pi,ang2);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wc1]=buttord(Wp1,Ws1,Rp,Rs);[Bz3,Az3]=butter(N2,Wc1)w=0:0.1:pi;[H3,w4]=freqz(Bz3,Az3,w);ang3=angle(H3);H3=20*log10(abs(H3))subplot(4,2,7); plot(w/pi,H3) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´øͨÂ˲¨Æ÷')subplot(4,2,8);plot(w/pi,ang3);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')切比雪夫1型通带截止频率wp=0.7pi 通带最大衰减R=1dB阻带截止频率wp=0.5pi 阻带最大衰减R=40dBclc,clear;Wp=0.7;Ws=0.5;Rp=1;Rs=40;[N,Wpo]=cheb1ord(Wp,Ws,Rp,Rs);[Bz,Az]=cheby1(N,Rp,Wpo)w=0:0.1:pi;[H,w1]=freqz(Bz,Az,w);ang=angle(H);H=20*log10(abs(H))subplot(4,2,1); plot(w/pi,H) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('µÍͨÂ˲¨Æ÷')subplot(4,2,2);plot(w/pi,ang);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')[Bz1,Az1]=cheby1(N,Rp,Wpo,'high');w=0:0.1:pi;[H1,w2]=freqz(Bz1,Az1,w);ang1=angle(H1);H1=20*log10(abs(H1))subplot(4,2,3); plot(w/pi,H1) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('¸ßͨÂ˲¨Æ÷')subplot(4,2,4);plot(w/pi,ang1);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wpo1]=cheb1ord(Wp1,Ws1,Rp,Rs);[Bz2,Az2]=cheby1(N2,Rp,Wpo1,'stop')w=0:0.1:pi;[H2,w3]=freqz(Bz2,Az2,w);ang2=angle(H2);H2=20*log10(abs(H2))subplot(4,2,5); plot(w/pi,H2) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´ø×èÂ˲¨Æ÷')subplot(4,2,6);plot(w/pi,ang2);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')Wp1=[0.2 0.8];Ws1=[0.35 0.65];[N2,Wpo1]=cheb1ord(Wp1,Ws1,Rp,Rs);[Bz3,Az3]=cheby1(N2,Rp,Wpo1)w=0:0.1:pi;[H3,w4]=freqz(Bz3,Az3,w);ang3=angle(H3);H3=20*log10(abs(H3))subplot(4,2,7); plot(w/pi,H3) ;gridon ;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|/dB');title('´øͨÂ˲¨Æ÷')subplot(4,2,8);plot(w/pi,ang3);gridon ;xlabel('\omega/\pi');ylabel('Phase/dB')实验六、FIR数字滤波器设计FIR汉宁窗低通高通低通% 采用Hamming窗设计一个带阻FIR滤波器阻带：0~0.5pi，阻带最小衰减Rs=40dB；通带：0.5~pi，通带最大衰减：Rp=1dB。