数字信号处理MATLAB编程作业

数字信号处理MATLAB编程作业

姓名：白焱学号：2012001020006

M2.2:代码：（以其中一组实例，其他组相同，其他类似情况不在说明）

n1=-10:10;

xn=5*cos(1.5*pi*n+0.75*pi)+4*cos(0.6*pi*n)-sin(0.5*pi*n);

stem(xn);

xlabel('n');

ylabel('xe[n]');

结果：

M2.9代码：

clear;clc;

x = input('Type in the reference sequence = ');

y = input('Type in the second sequence = ');

% Compute the correlation sequence

n1 = length(y)-1; n2 = length(x)-1;

r = conv(x,fliplr(y));

k = (-n1):n2';

stem(k,r);

xlabel('Lag index'); ylabel('Amplitude');

v = axis;

axis([-n1 n2 v(3:end)]);

结果：

X[n]自相关序列

y[n]自相关序列

w[n]自相关序列

X[n]与y[n]互相关序列

X[n]与w[n]互相关序列

M3.1

代码：

rr=input('value of r =');

xita=input('value of xita =');

fem(1)=0;

fem(2)=-2*rr*cos(xita);

fem(3)=rr*rr;

num = [1];

den = fem;

% Compute the frequency response

w = 0:pi/(k-1):pi;

h = freqz(num, den, w);

% Plot the frequency response

subplot(2,2,1)

plot(w/pi,real(h));grid

title('Real part')

xlabel('\omega/\pi'); ylabel('Amplitude') subplot(2,2,2)

plot(w/pi,imag(h));grid

title('Imaginary part')

xlabel('\omega/\pi'); ylabel('Amplitude') subplot(2,2,3)

plot(w/pi,abs(h));grid

title('Magnitude Spectrum')

xlabel('\omega/\pi'); ylabel('Magnitude') subplot(2,2,4)

plot(w/pi,angle(h));grid

title('Phase Spectrum')

xlabel('\omega/\pi'); ylabel('Phase, radians')

结果：（r=0.8,θ=0.35）

M4.1:

代码：

% Program 4_2

% Program to Design Butterworth Lowpass Filter

%

% Type in the filter order and passband edge frequency N = input('Type in filter order = ');

Wn = input('3-dB cutoff angular frequency = ');

% Determine the transfer function

[num,den] = butter(N,Wn,'s');

% Compute and plot the frequency response omega = [0: 200: 12000*pi];

h = freqs(num,den,omega);

plot (omega/(2*pi),20*log10(abs(h)));

xlabel('Frequency, Hz'); ylabel('Gain, dB');

结果：

M4.7：

代码：

[N,Wn] = cheb1ord(0.3157894, 1, 0.5, 30,'s');

[B,A] = cheby1(N,0.5, Wn,'s');

[num,den] = lp2bs(B,A,2*pi*sqrt(700)*10^6, 2*pi*15e6); figure(1)

omega = [0:0.01:10];

h = freqs(B,A,omega);

gain = 20*log10(abs(h));

plot(omega, gain); grid; axis([0 4 -70 5]);

xlabel('\Omega'); ylabel('Gain, dB');

title('Analog Lowpass Filter');

figure(2)

omega = [0:10000:160e6*pi];

h = freqs(num,den,omega);

gain = 20*log10(abs(h));

plot(omega/(2*pi), gain); grid; axis([0 80e6 -70 5]); xlabel('Frequency in Hz'); ylabel('Gain, dB');

title('Analog Bandstop Filter');

结果：

M5.2:

代码：

clear;clc;

g=input('输入序列g[n] = '); h=input('输入序列h[n] = '); Y=fft(g).*fft(h);

y=ifft(Y);

disp('y =');

disp(y);

结果：

(a):

(b):

(c):

M5.8:

代码：

clear;clc;

X = [11 8-i*2 1-i*12 6+i*3 -3+i*2 2+i 15]; disp('X[k] = ');

disp(X);

k = 8:12; XF(k)=conj(X(mod(-k+2,12))); XF = [X XF(8:12)];

x = ifft(XF);

disp('x[n] = ')

disp(x);

结果：

M5.9:

代码：

n=0:255;

x = 0.1*n.*exp(-0.03*n);

figure

plot(n,x);axis([0 255 0 1.3]);

xlabel('n');ylabel('Amplitude');

title('Original signal');

z = [zeros(1,50) ones(1,156) zeros(1,50)]; y = 4*rand(1,256)-1;

YF = z.*fft(y);

yinv = ifft(YF);

s = x + yinv;

figure

plot(n,s);axis([0 255 -2 4]);

xlabel('n');ylabel('Amplitude');

title('Noise corrupted signal');

zc = [ones(1,50) zeros(1,156) ones(1,50)]; SF = zc.*fft(s);

xr = ifft(SF);

figure

plot(n,xr);axis([0 255 0 1.3]);

xlabel('n');ylabel('Amplitude');

title('Signal after Fourier-domain filtering'); 结果：

M6.1:

代码：

% Program 6_1

% Determination of the Factored Form

% of a Rational z-Transform

%

clear;clc;

num = input('Type in the numerator coefficients = '); den = input('Type in the denominator coefficients = '); K = num(1)/den(1);

Numfactors = factorize(num)

Denfactors = factorize(den)

disp('Numerator factors');disp(Numfactors);

disp('Denominator factors');disp(Denfactors);

disp('Gain constant');disp(K);

zplane(num,den)

结果：

(a):

(b):

M6.3:

代码：

%协助代码

clear;clc;

num = input('Type in the num = ');

den = input('Type in the den = ');

[r,p,k] = residuez(num,den);

disp('r = '); disp(r)

disp('p = '); disp(p)

disp('k = '); disp(k)

% Program 6_4

% Partial-Fraction Expansion to Rational z-Transform %

clear;clc;

r = input('Type in the residues = ');

p = input('Type in the poles = ');

k = input('Type in the constants = ');

[num, den] = residuez(r,p,k);

disp('Numerator polynomial coefficients'); disp(num) disp('Denominator polynomial coefficients'); disp(den) 结果：

(a):

(b):

(c):

(d):

M7.1

代码;

b = [3.8461 -6.3487 3.8461];zi = [0 0]; n=0:49;x1 = cos(0.3*n);x2=cos(0.6*n); y = filter(b,1,x1+x2,zi);

plot(y,'b');

hold on;

plot(x1,'r');

hold on;

plot(x2,'y');

axis([5 50 -2 2]);

legend('y','x1','x2');

结果：

代码;

clear;clc;

num1=input('输入前级系统的分子：'); den1=input('输入前级系统的分母：'); num2=input('输入后级系统的分子：'); den2=input('输入后级系统的分母：'); num1fft=fft(num1);

num2fft=fft(num2);

den1fft=fft(den1);

den2fft=fft(den2);

numall=ifft(num1fft.*num2fft);

denall=ifft(den1fft.*den2fft);

k=256;

w=0:pi/k:pi;

h=freqz(numall,denall,w);

subplot(2,1,1);

plot(w/pi,abs(h));grid

title('幅度谱')

xlabel('\omega/\pi');ylabel('幅值') subplot(2,1,2);

plot(w/pi,angle(h));grid

title('相位谱')

xlabel('\omega/\pi');ylabel('弧度')

结果:

代码：

clear;clc;

syms z;

hz1=-0.24+0.184*z^(-1)+0.4448*z^(-2)+1.296*z^(-3)+0.4448*z^(-4)+0.184*z^(-5)-0.24*z^(-6); hz2=4-13.6*z^(-1)-25.08*z^(-2)+77.2*z^(-3)-25.08*z^(-4)-13.6*z^(-5)+4*z^(-6);

hz3=-0.24+0.184*z^(-1)+0.4448*z^(-2)+0*z^(-3)-0.4448*z^(-4)-0.184*z^(-5)+0.24*z^(-6);

hz4=4-13.6*z^(-1)-25.08*z^(-2)+0*z^(-3)+25.08*z^(-4)+13.6*z^(-5)-4*z^(-6);

disp('hz1=');disp(factor(hz1));

disp('hz2=');disp(factor(hz2));

disp('hz3=');disp(factor(hz3));

disp('hz4=');disp(factor(hz4));

结果：

M8.2:

代码：

clear;clc;

num=input('输入分子：');

den=input('输入分母：');

[z,p,k]=tf2zp(num,den);

m=abs(p);

disp('零点');disp(z);

disp('极点');disp(p);

disp('增益系数');disp(k);

sos=zp2sos(z,p,k);

disp('二阶节');disp(real(sos));

%并联模式

[r1 p1 k1]=residuez(num,den);

disp('r1=');disp(r1);

disp('p1=');disp(p1);

disp('k1=');disp(k1);

结果：

M8.3:

代码：同M8.2

结果：

M9.1

代码：

% Program M9.01

N = 5;

[z, p, k] = buttap(N); [num, den] = zp2tf(z, p, k); % s -> s/0.435

den = [64.12 90.30 63.58 27.66 7.44 1]; num = [0 0 0 0 0 1];

% compute z, p, and k

[z, p, k] = tf2zp(num, den);

% perform bilinear transformation with T = 2; [zd, pd, kd] = bilinear(z, p, k, 1/2);

% get the digital transfer function

[n2, d2] = zp2tf(zd, pd, kd);

% get the frequency response

[h, w] = freqz(n2, d2, 512);

figure(1);

plot(w/pi, 20*log10(abs(h))); grid;

axis([0 1 -60 5]);

xlabel('\omega/\pi'); ylabel('Gain, dB');

title('Gain response');

figure(2);

plot(w/pi, unwrap(angle(h))); grid;

axis([0 1 -8 1]);

xlabel('\omega/\pi'); ylabel('Phase, radians'); title('Phase response');

结果：

M9.5:

代码;

% Problem #M9.05

% Impulse invariance method

[z, p, k] = cheb1ap(5, 0.4);

[B, A] = zp2tf(z, p, k);

[BT, AT] = lp2lp(B, A, 0.628);

[num, den] = impinvar(BT, AT, 1);

[h, w] = freqz(num, den, 512);

figure(1);

plot(w/pi, 20*log10(abs(h))); grid;

axis([0 1 -60 5]);

xlabel('\omega/\pi'); ylabel('Gain, in dB');

title('Impulse Invariance Method');

figure(2);

plot(w/pi, unwrap(angle(h))); grid

axis([0 1 -8 1]);

xlabel('\omega/\pi'); ylabel('Phase, in radians'); title('Impulse Invariance Method');

% Bilinear transformation method

[z, p, k] = cheb1ap(4, 0.4);

[B, A] = zp2tf(z, p, k);

[BT, AT] = lp2lp(B, A, 0.325);

[num, den] = bilinear(BT, AT, 0.5);

[h, w] = freqz(num, den, 512);

figure(3);

plot(w/pi, 20*log10(abs(h))); grid;

axis([0 1 -60 5]);

xlabel('\omega/\pi'); ylabel('Gain, in dB');

title('Bilinear Transformation Method');

figure(4);

plot(w/pi, unwrap(angle(h))); grid

axis([0 1 -8 1]);

xlabel('\omega/\pi'); ylabel('Phase, in radians'); title('Bilinear Transformation Method');

结果：

原型：

数字：

MATLAB编程作业

《Matlab 编程训练》 作业 专 业 学生姓名 班级 学 号 指导教师 完成日期

实训一 MATLAB 语言介绍和数值计算 1．先求下列表达式的值，然后显示MATLAB 工作空间的使用情况并保存变量。 12 2sin851z e =+ . 2. 已知 1234413134787,2033657327A B --???? ????==???? ????-???? ，求下列表达式的值： (1) A+6*B 和A-B+I （其中I 为单位矩阵） A+6*B:

A-B+I: (2)A*B和A.*B A*B程序： A=[12 34 -4;34 7 87;3 65 7] B=[1 3 -1;2 0 3;3 -2 7] c=A*B 结果： A.*B程序： A=[12 34 -4;34 7 87;3 65 7] B=[1 3 -1;2 0 3;3 -2 7] D=A.*B 结果：

(3)A^3和A.^3 A^3程序： A=[12 34 -4;34 7 87;3 65 7] E=A^3 结果： A．^3程序： A=[12 34 -4;34 7 87;3 65 7] C=A.^3 (4)A/B及B\A A/B程序： A=[12 34 -4;34 7 87;3 65 7] B=[1 3 -1;2 0 3;3 -2 7] C=A/B 结果：

B\A程序： A=[12 34 -4;34 7 87;3 65 7] B=[1 3 -1;2 0 3;3 -2 7] D=B\A 结果： (5)将矩阵C=B\A的右下角2*2子矩阵赋给D, 并（3）保存变量（mat文件）程序： A=[12 34 -4;34 7 87;3 65 7]; B=[1 3 -1;2 0 3;3 -2 7]; C=B*inv(A); D=C(2:3,2:3) 结果：

数字信号处理Matlab实现实例(推荐给学生)

数字信号处理Matlab 实现实例 第１章离散时间信号与系统 例1-1 用MATLAB计算序列{-2 0 1 –1 3}和序列{1 2 0 -1}的离散卷积。 解 MATLAB程序如下： a=[-2 0 1 -1 3]; b=[1 2 0 -1]; c=conv(a,b); M=length(c)-1; n=0:1:M; stem(n,c); xlabel('n'); ylabel('幅度'); 图1.1给出了卷积结果的图形，求得的结果存放在数组c中为：{-2 -4 1 3 1 5 1 -3}。 例1-2 用MATLAB计算差分方程 当输入序列为时的输出结果。 解 MATLAB程序如下： N=41; a=[0.8 -0.44 0.36 0.22]; b=[1 0.7 -0.45 -0.6]; x=[1 zeros(1,N-1)];

k=0:1:N-1; y=filter(a,b,x); stem(k,y) xlabel('n');ylabel('幅度') 图 1.2 给出了该差分方程的前41个样点的输出，即该系统的单位脉冲响应。 例1-3 用MATLAB 计算例1-2差分方程 所对应的系统函数的DTFT 。 解 例1-2差分方程所对应的系统函数为： 123 123 0.80.440.360.02()10.70.450.6z z z H z z z z -------++= +-- 其DTFT 为 23230.80.440.360.02()10.70.450.6j j j j j j j e e e H e e e e ωωωω ωωω--------++= +-- 用MATLAB 计算的程序如下： k=256; num=[0.8 -0.44 0.36 0.02]; den=[1 0.7 -0.45 -0.6]; w=0:pi/k:pi; h=freqz(num,den,w); subplot(2,2,1); plot(w/pi,real(h));grid title('实部') xlabel('\omega/\pi');ylabel('幅度')

MATLAB程序设计作业

Matlab程序设计 班级 姓名 学号

《MATLAB程序设计》作业 1、考虑如下x-y 一组实验数据： x=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y=[1.2, 3, 4, 4, 5, 4.7, 5, 5.2, 6, 7.2] 分别绘出plot的原始数据、一次拟合曲线和三次拟合曲线，给出MATLAB代码和运行结果。 代码如下： x=[1,2,3,4,5,6,7,8,9,10]; y=[1.2,3,4,4,5,4.7,5,5.2,6,7.2]; plot(x,y); title('原始数据'); p=polyfit(x,y,1); q=polyval(p,x); figure,plot(x,q); title('一次拟合'); p=polyfit(x,y,2); q=polyval(p,x); figure,plot(x,q); title('二次拟合'); 运行结果如下：

1 2 3 4 5 6 7 8 9 10 12 3 4 5 6 7 8 原始数据 123 456789 102 2.5 3 3.54 4.5 55.56 6.57一次拟合 123456789 101 2 3 4 5 6 7 二次拟合 2、在[0，3π]区间，绘制y=sin(x)曲线（要求消去负半波，即(π，2π)区间内的函数值置零），求出曲线y 的平均值，以及y 的最大值及其最大值的位置。给出执行代码和运行结果。 代码如下： clear clc x=(0:0.01:3*pi); y=sin(x); plot(x,y); y1=(y>=0).*y; figure,plot(x,y1);

实例matlab-非线性规划-作业

实例matlab-非线性规划-作业

现代设计方法-工程优化理论、方法与设计 姓名 学号 班级 研 问题 ： 某厂向用户提供发动机，合同规定，第一、二、三季度末分别交货40台、60台、80台。每季度的生产费用为 （元），其中x 是该季生产的台数。若交货后有剩余，可用于下季度交货，但需支付存储费，每台每季度c 元。已知工厂每季度最大生产能力为100台，第一季度开始时无存货，设a=50、b=0.2、c=4，问工厂应如何安排生产计划，才能既满足合同又使总费用最低。讨论a 、b 、c 变化对计划的影响，并作出合理的解释。 问题的分析和假设： 问题分析：本题是一个有约束条件的二次规划问题。决策变量是工厂每季度生产的台数，目标函数是总费用（包括生产费用和存储费）。约束条件是生产合同，生产能力的限制。在这些条件下需要如何安排生产计划，才能既满足合同又使总费用最低。 问题假设： 1、工厂最大生产能力不会发生变化； 2、合同不会发生变更； 3、第一季度开始时工厂无存货； 4、生产总量达到180台时，不在进行生产； 5、工厂生产处的发动机质量有保证，不考虑退货等因素； 6、不考虑产品运输费用是否有厂家承担等和生产无关的因素。 符号规定： x1——第一季度生产的台数； x2——第二季度生产的台数； 180-x1-x2——第三季度生产的台数； y1——第一季度总费用； y2——第二季度总费用； y3——第三季度总费用； y ——总费用（包括生产费用和存储费）。 ()2bx ax x f +=

建模： 1、第一、二、三季度末分别交货40台、60台、80台； 2、每季度的生产费用为 （元）； 3、每季度生产数量满足40 ≤x1≤100，0≤x2≤100，100≤x1+x2 ≤180； 4、要求总费用最低，这是一个目标规划模型。 目标函数: y1 2111x b x a Z ?+?= y2()4012222-?+?+?=x c x b x a Z y3()()()10018018021221213 -+?+--?+--?=x x c x x b x x a Z y x x x x x x Z Z Z Z 68644.04.04.0149201 212221321--+++=++= 40≤x1≤100 0≤x2≤100 100≤x1+x2≤180 ()2 bx ax x f +=

数字信号处理MATLAB中FFT实现

MATLAB中FFT的使用方法 说明：以下资源来源于《数字信号处理的MATLAB实现》万永革主编 一.调用方法 X=FFT(x)； X=FFT(x，N)； x=IFFT(X); x=IFFT(X,N) 用MATLAB进行谱分析时注意： （1）函数FFT返回值的数据结构具有对称性。 例： N=8; n=0:N-1; xn=[43267890]; Xk=fft(xn) → Xk= 39.0000-10.7782+6.2929i0-5.0000i 4.7782-7.7071i 5.0000 4.7782+7.7071i0+5.0000i-10.7782-6.2929i Xk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。 （2）做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。 二.FFT应用举例 例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。

clf; fs=100;N=128;%采样频率和数据点数 n=0:N-1;t=n/fs;%时间序列 x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);%信号 y=fft(x,N);%对信号进行快速Fourier变换 mag=abs(y);%求得Fourier变换后的振幅 f=n*fs/N;%频率序列 subplot(2,2,1),plot(f,mag);%绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; subplot(2,2,2),plot(f(1:N/2),mag(1:N/2));%绘出Nyquist频率之前随频率变化的振幅xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; %对信号采样数据为1024点的处理 fs=100;N=1024;n=0:N-1;t=n/fs; x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);%信号 y=fft(x,N);%对信号进行快速Fourier变换 mag=abs(y);%求取Fourier变换的振幅 f=n*fs/N; subplot(2,2,3),plot(f,mag);%绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; subplot(2,2,4) plot(f(1:N/2),mag(1:N/2));%绘出Nyquist频率之前随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; 运行结果：

matlab程序设计第三章课后习题答案

1. p138 第6题在同一坐标轴中绘制下列两条曲线并标注两曲线交叉点。 >> t=0:0.01:pi; >> x1=t; >> y1=2*x1-0.5; >> x2=sin(3*t).*cos(t); >> y2=sin(3*t).*sin(t); >> plot(x1,y1,'r-',x2,y2,'g-') >> axis([-1,2,-1.5,1]) >> hold on >> s=solve('y=2*x-0.5','x=sin(3*t)*cos(t)','y=sin(3*t)*sin(t)'); >> plot(double(s.x),double(s.y),'*'); 截图：

p366 第4题绘制极坐标曲线，并分析对曲线形状的影响。 function [ output_args ] = Untitled2( input_args ) %UNTITLED2 Summary of this function goes here % Detailed explanation goes here theta=0:0.01:2*pi; a=input('请输入a的值：'); b=input('请输入b的值：'); n=input('请输入n的值：'); rho=a*sin(b+n*theta); polar(theta,rho,'k'); end 下面以a=1，b=1，n=1的极坐标图形为基础来分析a、b、n的影响。

对a的值进行改变：对比发现a只影响半径值的整倍变化 对b的值进行改变：对比发现b的值使这个圆转换了一定的角度

对n的值进行改变：对比发现当n>=2时有如下规律 1、当n为整数时，图形变为2n个花瓣状的图形 2、当n为奇数时，图形变为n个花瓣状的图形 分别让n为2、3、4、5

实验一 基于Matlab的数字信号处理基本

实验一 基于Matlab 的数字信号处理基本操作 一、 实验目的：学会运用MA TLAB 表示的常用离散时间信号；学会运用MA TLAB 实现离 散时间信号的基本运算。 二、 实验仪器：电脑一台，MATLAB6.5或更高级版本软件一套。 三、 实验内容： （一） 离散时间信号在MATLAB 中的表示 离散时间信号是指在离散时刻才有定义的信号，简称离散信号，或者序列。离散序列通常用)(n x 来表示，自变量必须是整数。 离散时间信号的波形绘制在MATLAB 中一般用stem 函数。stem 函数的基本用法和plot 函数一样，它绘制的波形图的每个样本点上有一个小圆圈，默认是空心的。如果要实心，需使用参数“fill ”、“filled ”，或者参数“.”。由于MATLAB 中矩阵元素的个数有限，所以MA TLAB 只能表示一定时间范围内有限长度的序列；而对于无限序列，也只能在一定时间范围内表示出来。类似于连续时间信号，离散时间信号也有一些典型的离散时间信号。 1. 单位取样序列 单位取样序列)(n δ，也称为单位冲激序列，定义为 ) 0() 0(0 1)(≠=?? ?=n n n δ 要注意，单位冲激序列不是单位冲激函数的简单离散抽样，它在n =0处是取确定的值1。在MATLAB 中，冲激序列可以通过编写以下的impDT .m 文件来实现，即 function y=impDT(n) y=(n==0); %当参数为0时冲激为1,否则为0 调用该函数时n 必须为整数或整数向量。 【实例1-1】 利用MATLAB 的impDT 函数绘出单位冲激序列的波形图。 解：MATLAB 源程序为 >>n=-3:3; >>x=impDT(n); >>stem(n,x,'fill'),xlabel('n'),grid on >>title('单位冲激序列') >>axis([-3 3 -0.1 1.1]) 程序运行结果如图1-1所示。 图1-1 单位冲激序列

青岛理工大学临沂年数字信号处理及MATLAB试卷

A卷

一、[15分] 1、10 2、f>=2fh

3、()()()y n x n h n =* 4、1 -az -11a 或者-z z ，a 1 -z 或1-1-az -1z 5、对称性 、 可约性 、 周期性 6、191点，256 7、典范型、级联型、并联型 8、T ω = Ω，)2 tan(2ω T = Ω或)2arctan(2T Ω=ω。 二、[20分] 1、C 2、 A 3、 C 4、C 5、B 6、D 7、B 8、A 9、D 10、A (CACCB DBADA) 三、[15分] 1、（5分） 混叠失真：不满足抽样定理的要求。 改善方法：增加记录长度 频谱泄漏：对时域截短，使频谱变宽拖尾，称为泄漏 改善方法：1）增加w (n )长度 2）缓慢截短 栅栏效应：DFT 只计算离散点（基频F0的整数倍处）的频谱，而不是连续函数。 改善方法：增加频域抽样点数N （时域补零），使谱线更密 2、（5分） 3、 （5分） IIR 滤波器: 1）系统的单位抽样相应h (n )无限长 2）系统函数H (z )在有限z 平面（ ）上有极点存在 3）存在输出到输入的反馈，递归型结构 Fir 滤波器: ? 1）系统的单位冲激响应h (n )在有限个n 处不为零； ? 2）系统函数 在||0 z >处收敛，在 处只有零点，即有限z 平面只有零点，而全部极点都在z =0处； ? 3）机构上主要是非递归结构，没有输入到输出的反馈，但有些结构中也包含有反馈的递归部分。 四、计算题（40分） 1、（12分）解： 解： 对上式两边取Z 变换，得： ()H z ||0z >

BP神经网络matlab实例(简单而经典)

p=p1';t=t1'; [pn,minp,maxp,tn,mint,maxt]=premnmx(p,t); %原始数据归一化 net=newff(minmax(pn),[5,1],{'tansig','purelin'},'traingdx'); %设置网络,建立相应的BP网络 net.trainParam.show=2000; % 训练网络 net.trainParam.lr=0.01; net.trainParam.epochs=100000; net.trainParam.goal=1e-5; [net,tr]=train(net ,pn,tn); %调用TRAINGDM算法训练BP网络 pnew=pnew1'; pnewn=tramnmx(pnew,minp,maxp); anewn=sim(net,pnewn); %对BP网络进行仿真 anew=postmnmx(anewn,mint,maxt); %还原数据 y=anew'; 1、BP网络构建 （1）生成BP网络 = net newff PR S S SNl TF TF TFNl BTF BLF PF (,[1 2...],{ 1 2...},,,) R?维矩阵。 PR：由R维的输入样本最小最大值构成的2 S S SNl：各层的神经元个数。 [ 1 2...] { 1 2...} TF TF TFNl：各层的神经元传递函数。 BTF：训练用函数的名称。 （2）网络训练 [,,,,,] (,,,,,,) = net tr Y E Pf Af train net P T Pi Ai VV TV （3）网络仿真 = [,,,,] (,,,,) Y Pf Af E perf sim net P Pi Ai T {'tansig','purelin'},'trainrp'

数字信号处理指导书matlab版

实验1 时域离散信号的产生 一、实验目的 学会运用MATLAB 产生常用离散时间信号。 二、实验涉及的matlab 子函数 1、square 功能：产生矩形波 调用格式： x=square(t)；类似于sin （t ），产生周期为2*pi ，幅值为+—1的方波。 x=square(t ，duty)；产生制定周期的矩形波，其中duty 用于指定脉冲宽度与整个周期的比例。 2、rand 功能：产生rand 随机信号。 调用格式： x=rand （n ，m ）；用于产生一组具有n 行m 列的随机信号。 三、实验原理 在时间轴的离散点上取值的信号，称为离散时间信号。通常，离散时间信号用x （n ）表示，其幅度可以在某一范围内连续取值。 由于信号处理所用的设备主要是计算机或专用的信号处理芯片，均以有限的位数来表示信号的幅度，因此，信号的幅度也必须“量化”，即取离散值。我们把时间和幅度上均取离散值的信号称为时域离散信号或数字信号。 在MATLAB 中，时域离散信号可以通过编写程序直接生成，也可以通过对连续信号的等间隔抽样获得。 下面介绍常用的时域离散信号及其程序。 1、单位抽样序列 ? ? ?≠==000 1)(k k k δ MATLAB 源程序为

1) function [x,n] = impuls (n0,n1,n2) % Generates x(n) = delta(n-n0); n=n0 处建立一个单位抽样序列% [x,n] = impuls (n0,n1,n2) if ((n0 < n1) | (n0 > n2) | (n1 > n2)) error('arguments must satisfy n1 <= n0 <= n2') end n = [n1:n2]; x = [zeros(1,(n0-n1)), 1, zeros(1,(n2-n0))]; 将上述文件存为：impuls.m，在命令窗口输入 n0=0,n1=-10,n2=11; [x,n]=impuls (n0,n1,n2); stem(n,x,’filled’) 2)n1=-5;n2=5;n0=0; n=n1:n2; x=[n==n0]; stem(n,x,'filled','k'); axis([n1,n2,1.1*min(x),1.1*max(x)]); title('单位脉冲序列'); xlabel('时间(n)'); ylabel('幅度x(n)'); 3)n1=-5;n2=5;k=0; n=n1:n2; nt=length(n); %求n点的个数 nk=abs(k-n1)+1; %确定k在n序列中的位置 x=zeros(1,nt); %对所有样点置0 x(nk)=1; %对抽样点置1 stem(n,x,'filled','k'); axis([n1,n2,0,1.1*max(x)]); title('单位脉冲序列'); xlabel('时间(n)'); Ylabel('幅度x(n)');

实验二--MATLAB程序的设计(含实验报告)

实验二 MATLAB 程序设计 一、 实验目的 1.掌握利用if 语句实现选择结构的方法。 2.掌握利用switch 语句实现多分支选择结构的方法。 3.掌握利用for 语句实现循环结构的方法。 4.掌握利用while 语句实现循环结构的方法。 5.掌握MATLAB 函数的编写及调试方法。 二、 实验的设备及条件 计算机一台（带有MATLAB7.0以上的软件环境）。 M 文件的编写： 启动MATLAB 后，点击File|New|M-File ，启动MATLAB 的程序编辑及调试器（Editor/Debugger ），编辑以下程序，点击File|Save 保存程序，注意文件名最好用英文字符。点击Debug|Run 运行程序，在命令窗口查看运行结果，程序如有错误则改正 三、 实验容 1.编写求解方程02=++c bx ax 的根的函数（这个方程不一定为一元二次方程，因c b a 、、的不同取值而定），这里应根据c b a 、、的不同取值分别处理，有输入参数提示，当0~,0,0===c b a 时应提示“为恒不等式!”。并输入几组典型值加以检验。 （提示：提示输入使用input 函数） 2.输入一个百分制成绩，要求输出成绩等级A+、A 、B 、C 、D 、E 。其中100分为A+，90分～99分为A ，80分～89分为B ，70分～79分为C ，60分～69分为D ，60分以下为E 。 要求：（1）用switch 语句实现。 （2）输入百分制成绩后要判断该成绩的合理性，对不合理的成绩应输出出错信息。 （提示：注意单元矩阵的用法） 3.数论中一个有趣的题目：任意一个正整数，若为偶数，则用2除之，若为奇数，则与3相乘再加上1。重复此过程，最终得到的结果为1。如： 2→1 3→10→5→16→8→4→2→1 6→3→10→5→16→8→4→2→1

数字信号处理的MATLAB实现

昆明理工大学信息工程与自动化学院学生实验报告 （2011—2012 学年第二学期） 课程名称：数字信号处理开课实验室：信自楼111 2012 年 5 月 31 日年级、专业、班生医学号姓 名 成绩 实验项目名称数字信号处理的matlab 实现指导教师 教 师 评语教师签名： 年月日 一．实验目的 熟练掌握matlab的基本操作。 了解数字信号处理的MATLAB实现。 二．实验设备 安装有matlab的PC机一台。 三．实验内容 .1.求信号x(n)=cos(6.3Пn/3)+cos(9.7Пn/30)+cos(15.3Пn/30),0≤n≤29的幅度频谱. 2. 用冲击响应不变法设计一个Butterworth低通数字滤波器,要求参数为: Wp=0.2Пαp=1dB Ws=0.3Пαs=15dB 3.用双线性变换法设计一个Chebyshev高通IIR滤波器,要求参数为: Wp=0.6Пαp=1dB Ws=0.4586Пαs=15dB 4.用窗函数法设计一个低通FIR滤波器,要求参数为: Wp=0.2Пαp=0.3dB Ws=0.25Пαs=50dB 5.用频率抽样法设计一个带通FIR滤波器,要求参数为: W1s=0.2П W1p=0.35П W2p=0.65П W2s=0.8П αs=60dB αp=1dB 6.根据 4 点矩形序列，( n ) = [1 1 1 1] 。做 DTFT 变换，再做 4 点 DFT 变换。然后分别补零做 8 点 DFT 及 16 点 DFT。 7.调用filter解差分方程，由系统对u(n)的响应判断稳定性 8编制程序求解下列系统的单位冲激响应和阶跃响应。 y[n]+ 0.75y[n -1]+ 0.125y[n -2] = x[n]- x[n -1] 四．实验源程序 1. n=[0:1:29]; x=cos(6.3*pi*n/30)+cos(9.7*pi*n/30)+cos(15.3*pi*n/30);

Matlab编程与应用习题和一些参考答案

Matlab 上机实验一、二 3.求下列联立方程的解???????=+-+-=-+=++-=--+4 1025695842475412743w z y x w z x w z y x w z y x >> a=[3 4 -7 -12;5 -7 4 2;1 0 8 -5;-6 5 -2 10]; >> b=[4;4;9;4]; >> c=a\b 4．设???? ??????------=81272956313841A ，??????????-----=793183262345B ，求C1=A*B’;C2=A’*B;C3=A.*B,并求上述所有方阵的逆阵。 >> A=[1 4 8 13;-3 6 -5 -9;2 -7 -12 -8]; >> B=[5 4 3 -2;6 -2 3 -8;-1 3 -9 7]; >> C1=A*B' >> C2=A'*B >> C3=A.*B >> inv(C1) >> inv(C2) >> inv(C3) 5．设 ?? ????++=)1(sin 35.0cos 2x x x y ，把x=0~2π间分为101点，画出以x 为横坐标，y 为纵坐标的曲线。 >> x=linspace(0,2*pi,101); >> y=cos(x)*(0.5+(1+x.^2)\3*sin(x)); >> plot(x,y,'r') 6．产生8×6阶的正态分布随机数矩阵R1, 求其各列的平均值和均方差。并求该矩阵全体数的平均值和均方差。 （mean var ） a=randn(8,6) mean(a) var(a) k=mean(a) k1=mean(k) i=ones(8,6) i1=i*k1 i2=a-i1 i3=i2.*i2 g=mean(i3) g2=mean(g)

数字信号处理MATLAB实验1

实验一熟悉MATLAB环境 一、实验目的 (1)熟悉MATLAB的主要操作命令。 (2)学会简单的矩阵输入和数据读写。 (3)掌握简单的绘图命令。 (4)用MATLAB编程并学会创建函数。 (5)观察离散系统的频率响应。 二、实验内容 认真阅读本章附录，在MATLAB环境下重新做一遍附录中的例子，体会各条命令的含义。在熟悉了MATLAB基本命令的基础上，完成以下实验。 上机实验内容： (1)数组的加、减、乘、除和乘方运算。输入A=[1234]，B=[345 6]，求C=A+B，D=A-B，E=A.*B，F=A./B，G=A.^B并用stem语句画出 A、B、C、D、E、F、G。 (2)用MATLAB实现以下序列。 a）x(n)=0.8n0≤n≤15 b）x(n)=e(0.2+3j)n0≤n≤15 c）x(n)=3cos(0.125πn+0.2π)+2sin(0.25πn+0.1π)0≤n≤15 (n)=x(n+16),绘出四个d）将c)中的x(n)扩展为以16为周期的函数x 16 周期。 (n)=x(n+10),绘出四个e）将c)中的x(n)扩展为以10为周期的函数x 10 周期。

(3)x(n)=[1,-1,3,5]，产生并绘出下列序列的样本。 a）x 1(n)=2x(n+2)-x(n-1)-2x(n) b）∑=-=5 1k 2) k n (nx (n) x (4)绘出下列时间函数的图形，对x轴、y轴以及图形上方均须加上适当的标注。 a)x(t)=sin(2πt)0≤t≤10s b)x(t)=cos(100πt)sin(πt) 0≤t≤4s (5)编写函数stepshift(n0,n1,n2)实现u(n-n0),n1

matlab程序设计作业

Matlab程序设计作业 姓名: 学号: 专业:

? MATLAB 程序设计》作业 1、考虑如下x-y 一组实验数据: x=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y 二[1.2, 3, 4, 4, 5, 4.7, 5, 5.2, 6, 7.2] 分别绘出plot 的原始数据、一次拟合曲线和三次拟合曲线，给出 原始曲线 MATLAB 代码和运行结果。 7 6 5 4 3 2 2 3 4 5 6 7 8 9 10

7 6.5 6 5.5 5 4.5 4 3.5 3 2.5 10 一次拟合 三次拟合

x=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]; y=[1.2, 3, 4, 4, 5, 4.7, 5, 5.2, 6, 7.2]; figure; plot(x,y) p1=polyfit(x,y,1); y1=polyval(p1,x); figure; plot(x,y1) p2=polyfit(x,y,3); y2=polyval(p2,x); figure; plot(x,y2) 2、在［0, 3n区间，绘制y二Sin(x)曲线(要求消去负半波，即(n 2n)区间内的函数值置零)，求出曲线y 的平均值，以及y 的最大值及其最大值的位置。给出执行代码和运行结果。 x=0:pi/1000:3*pi; y=Sin(x); y1=(y>=0).*y; %消去负半波figure(1); plot(x,y1, 'b' ); a=mean(y1) %求出y1 的平均值 b=max(y1) %求出y1 的最大值b, 以及最大值在矩阵中的位置; d=x(find(y1==b)) >> ex1 a = 0.4243 b = 1 d = 1.5708 7.8540 >>

数字信号处理基本知识点Matlab实现

数字信号处理（第二版） 绪论 1.4 MATLAB 在信号处理中的应用简介 MATLAB 是美国Mathworks 公司于1984年推出的一套高性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理、系统仿真和图形显示于一体，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作。 MATLAB 软件包括五大通用功能：数值计算功能（Numeric ），符号运算功能（Symbolic ）；数据可视化功能（Graphic ），数据图形文字统一处理功能（Notebook ）和建模仿真可视化功能（Simulink ）。该软件有三大特点：一是功能强大；二是界面友善、语言自然；三是开放性强。目前，Mathworks 公司已推出30多个应用工具箱。MA TLAB 在线性代数、矩阵分析、数值及优化、数理统计和随机信号分析、电路与系统、系统动力学、信号和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统、以及财政金融等众多领域的理论研究和工程设计中得到了广泛应用。 2.10 离散时间信号与系统的Matlab 表示 2.10.1 离散时间信号的表示和运算 1、基本序列的Matlab 表示 单位采样序列 在MA TLAB 中，单位采样序列可以通过编写以下的DTimpulse .m 文件来实现，即 function y=DTimpulse (n) y=(n==0); %当参数为0时冲激为1,否则为0 调用该函数时n 必须为整数或整数向量。 单位阶跃序列 在MA TLAB 中，单位阶跃序列可以通过编写DTu .m 文件来实现，即 function y=DTu (n) y=n>=0; %当参数为非负时输出1 调用该函数时n 必须为整数或整数向量。 矩形序列 用MA TLAB 表示矩形序列可根据公式()()()N R n u n u n N =--并利用DTu 函数生成，即 function y=DTR(n,N) y=DTu(n)-DTu(n-N); 调用该函数时n 必须为整数或整数向量，N 必须为整数。 实指数序列 用MA TLAB 表示实指数序列()(),n x n a u n n N a R =∈∈，即

南京理工大学数字信号处理matlab上机完美版

1.已知3阶椭圆IIR数字低通滤波器的性能指标为：通带截止频率0.4π，通带波纹为0.6dB，最小阻带衰减为32dB。设计一个6阶全通滤波器对其通带的群延时进行均衡。绘制低通滤波器和级联滤波器的群延时。 %Q1_solution %ellip(N,Ap,Ast,Wp) %N--->The order of the filter %Ap-->ripple in the passband %Ast->a stopband Rs dB down from the peak value in the passband %Wp-->the passband width [be,ae]=ellip(3,0.6,32,0.4); hellip=dfilt.df2(be,ae); f=0:0.001:0.4; g=grpdelay(hellip,f,2); g1=max(g)-g; [b,a,tau]=iirgrpdelay(6,f,[0 0.4],g1); hallpass=dfilt.df2(b,a); hoverall=cascade(hallpass,hellip); hFVT=fvtool([hellip,hoverall]); set(hFVT,'Filter',[hellip,hoverall]); legend(hFVT,'Lowpass Elliptic filter','Compensated filter'); clear; [num1,den1]=ellip(3,0.6,32,0.4); [GdH,w]=grpdelay(num1,den1,512); plot(w/pi,GdH); grid xlabel('\omega/\pi'); ylabel('Group delay, samples'); F=0:0.001:0.4; g=grpdelay(num1,den1,F,2); % Equalize the passband Gd=max(g)-g; % Design the allpass delay equalizer [num2,den2]=iirgrpdelay(6,F,[0,0.4],Gd); [GdA,w] = grpdelay(num2,den2,512); hold on; plot(w/pi,GdH+GdA,'r');

matlab函数计算的一些简单例子1

MATLAB作业一1、试求出如下极限。 （1） 23 25 (2)(3) lim (5) x x x x x x x ++ + →∞ ++ + ，（2） 23 3 1 2 lim () x y x y xy x y →- → + + ，（3） 22 22 22 1cos() lim ()x y x y x y x y e+ → → -+ + 解：（1）syms x； f=((x+2)^(x+2))*((x+3)^(x+3))/((x+5)^(2*x+5)) limit（f，x，inf） =exp（-5） （2）syms x y； f=(x^2*y+x*y^3)/(x+y)^3； limit(limit(f,x,-1),y,2) =-6； （3）syms x y； f=(1-cos(x^2+y^2))/(x^2+y^2)*exp(x^2+y^2)； limit(limit(f,x,0),y,0) =0 2、试求出下面函数的导数。 （1 ）() y x=, (2)22 atan ln() y x y x =+ 解; （1）syms x; f=sqrt(x*sin(x)*sqrt(1-exp(x))); g= diff(f,x); g== (sin(x)*(1 - exp(x))^(1/2) + x*cos(x)*(1 - exp(x))^(1/2) - (x*exp(x)*sin(x))/(2*(1 - exp(x))^(1/2)))/(2*(x*sin(x)*(1 - exp(x))^(1/2))^(1/2)) pretty(g)= (2)syms x y; f=atan(y/x)-log(x^2+y^2) pretty(-simple(diff(f,x)/diff(f,y)))= 2 x + y =------- x - 2 y (3) 假设1 cos u- =，试验证 22 u u x y y x ?? = ???? 。 解：syms x y; u=1/cos(sqrt(x/y)); diff(diff(u,x),y)-diff(diff(u,y),x)=0; 所以： 22 u u x y y x ?? = ????

基于MATLAB的数字信号处理

数字信号处理课程设计报告题目：语音数字信号处理与分析及 Matlab实现 系别通信工程 专业班级 学生姓名 学号 指导教师 提交日期

摘要 本次课程设计综合利用数字信号处理的理论知识进行语音信号的频谱分析，通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。本次课程设计要求利用MATLAB对语音信号进行分析和处理，要求学生采集语音信号后，在MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。待处理语音信号是一个在20Hz～20kHz 频段的低频信号。采用了高效快捷的开发工具——MATLAB，实现了语音信号的采集，对语音信号加噪声及设计滤波器滤除噪声的一系列工作。利用采样原理设计了高通滤波器、低通滤波器、带通滤波器、带阻滤波器。同学通过查阅资料自己获得程序进行滤波器的设计，能过得到很好的锻炼。 关键词：MATLAB滤波器数字信号处理

目录 第一章绪论 (1) 1.1设计的目的及意义 (1) 1.2设计要求 (1) 1.3设计内容 (1) 第二章系统方案论证 (3) 2.1设计方案分析 (3) 2.2实验原理 (3) 第三章信号频谱分析 (6) 3.1原始信号及频谱分析 (6) 3.2加入干扰噪声后的信号及频谱分析 (7) 第四章数字滤波器的设计与实现 (11) 4.1高通滤波器的设计 (11) 4.2低通滤波器的设计 (12) 4.3带通滤波器的设计 (15) 4.4带阻滤波器的设计 (16) 第五章课程设计总结 (19) 参考文献 (20) 附录Ⅰ..................................................................................I 附录Ⅱ................................................................................II

数字信号处理实验 matlab版 线性相位FIR数字滤波器

实验23 线性相位FIR数字滤波器 (完美格式版，本人自己完成，所有语句正确，不排除极个别错误，特别适用于山大，勿用冰点等工具下载，否则下载之后的word格式会让很多部分格式错误，谢谢) XXXX学号姓名处XXXX 一、实验目的 1 加深对线性相位FIR数字滤波器特性的理解。 2 掌握线性相位滤波器符幅特性和零极点分布的研究方法。 3 了解用MATLAB研究线性相位滤波器特性时程序编写的思路和方法。 二、实验内容 1 线性相位FIR滤波器的特性 2 第一类线性相位滤波器(类型Ⅰ) 3 第二类线性相位滤波器(类型Ⅱ) 4 第三类线性相位滤波器(类型Ⅲ) 5 第四类线性相位滤波器(类型Ⅳ) 6 线性相位FIR数字滤波器零点分布特点 三、实验环境 MATLAB7.0 四、实验原理 1.线性相位FIR滤波器的特性 与IIR滤波器相比，FIR滤波器在保证幅度特性满足技术要求的同时，很容易做到有严格的线性相位特性。设FIR滤波器单位脉冲响应h(n)长度为N，其系统函数为 ∑-=- = 1 N n n z h(n) H(z) 当滤波器的系数N满足一定的对称条件时，就可以获得线性相位。线性相位FIR滤波器共分为四种类型，分别为： (1)类型Ⅰ，系数对称，即h(n)＝h(N－1－n)，N为奇数。 (2)类型Ⅱ，系数对称，即h(n)＝h(N－1－n)，N为偶数。 (3)类型Ⅲ，系数反对称，即h(n)＝－h(N－1－n)，N为奇数。 (4)类型Ⅳ，系数反对称，即h(n)＝－h(N－1－n)，N为偶数。 对于上述四类线性相位FIR滤波器，参考文献［1］中提供了一段通用程序，对考虑正负号的幅度频率特性(简称符幅特性)进行求解，程序名为amplres.m，程序如下：function[A,w,type,tao]=amplres(h) N=length(h);tao=(N-1)/2; L=floor((N-1)/2); n=1:L+1; w=[0:500]*2*pi/500; if all(abs(h(n)-h(N-n+1))<1e-10)