现代数字信号处理报告

深圳大学考试答题纸

(以论文、报告等形式考核专用)

二○14 ～二○15 学年度第一学期

课程编号课程名称现代数字信号处理主讲教师张旭评分

学号21402205

02 姓名宋泽阳专业年级生物医学工程14级（硕士）

题目：现代数字信号处理课程心得和膜片钳电压信号的读取与处理

摘要：

本文主要分为两个部分：前一部分讲述了学习现代数字信号处理课程的主要收获，和在期末的心得体会。后一部分介绍了一款用MATLAB编写的读取和处理膜片钳电压信号的GUI模块。其中膜片钳电压信号由clampfit软件截取成高时间密度的离散时间文本，被GUI模块读取后拟合成连续信号，而后进行后续处理和特征输出。

关键字：现代数字信号处理心得体会MA TLAB 膜片钳电压信号

一．课程心得

自20世纪60年代以来，随着计算机和信息学科的飞速发展，数字信号处理（DSP）技术应运而生并迅速发展，现已形成一门独立的学科体系1。数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号采集、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。其系统具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等诸多突出优点，远远优于模拟信号处理系统1。

数字信号处理在工程技术领域使用极其广泛，如何在较强的背景噪声下提取出真正的信号或信号特征并将它们应用于工程实际是信号处理的关键任务1。

数字信号处理学在理论上涉及的范围非常广，包括数学领域、网络通信领域、人工智能、模式识别、神经网络等等1。在学科上，数字信号处理作为一套较完整的理论体系，包括信号采集A/D技术、抽样定理、量化噪声、离散信号分析、离散系统分析、信号处理的快速算法、信号估值、建模等方面。信号处理的理论和算法是密不可分的1。

数字信号处理中所涉及的信号包括确定性信号、平稳随机信号、时变信号、一维及多维信号、单通道及多通道信号。所涉及的系统也包括单通道系统和多通道系统，对每一类特定的信号与系统，理论上的各个方面都有不同的内容1。

数字信号处理的实现分为软实现和硬件实现两大类。软件实现最强大的工具是MATLAB，其具有形形色色的信号处理软件包，使用起来十分方便。硬件实现指各种DSP芯片和其他的数字信号处理系统，其中DSP芯片处理能力十分突出1。

现代数字信号处理课程，我们主要学习了离散时间信号的Z变换、傅里叶变换和快速傅里叶变换；数字滤波器的设计；信号处理的正交变换；信号的插值和抽取；平稳随机信号的定义和特征；经典

功率谱估计及数字信号建模的知识。对数字信号处理有了较本科学习更深入的了解。

二．膜片钳电压信号处理的MATLAB实现

膜片钳放大器是专门针对1pA—nA级别的微电流放大器，其输入是极微小的电流信号，通过I/V 放大系统，输出放大后的电压信号2。

本文所使用的信号是，使用膜片钳放大器检测的纳米孔过孔信号，该信号产生原理是:在中央被纳米孔薄膜分开的样品池两侧，外加一个稳定的电压激励，由于纳米孔十分微小，使样品池中的待检测物在电压的作用下，逐个通过纳米孔，通过检测纳米孔过孔电流的变化，来测定待检测物的种类和浓度3。

鉴于纳米孔信号的特点，本文使用的信号有一个人为的基准电压，即纳米孔空载时的电压值；目标特征值为电压降大小和电压降时间。

Step1，信号预处理

使用clampfit软件，通过记录横、纵坐标值，从采集到的长信号中截取10-50秒长度，保存在txt 文本中，方便MATLAB软件读取（图1）。

本文使用的待处理信号是已被膜片钳放大的信号。根据其放大倍数换算成电流，单位用pA表示（图1 a）。

本文使用的膜片钳放大器带宽很高，达到100MHz，因此截取信号时，使用的时间采样间隔为0.01ms（图1 b），以保证预处理阶段信号不失真。

（a）

（b）

图1：（a）所取信号在clampfit软件中的部分显示。x轴：时间，单位（s）；y轴：电流值，单位（pA）。

（b）从clampfit中截取的从169s开始的离散信号部分显示。左侧为横坐标时间，单位（ms），采样间隔0.01ms；右侧为纵坐标电流值，单位pA。

Step2，信号读入和特征检测

本文使用MA TLAB编写gui模块实现信号读取和特征值检测。

软件设计的大致思路为：

①读入截取的txt文档中的离散信息，使用MA TLAB绘图软件将其显示出来。

②手动设定基线电流和检测宽度。比较每100个点间的y轴值（电压变化），当其最高值和最低值差大于设定的检测宽度值时，分辩出y轴电压下降起始点和y轴电压上升结束点，用红线标出；将红线内信号其记录为一个特征信号。

③计算记录到的特征信号平均值，用红线标出。

④计算特征信号的时间宽度和压降幅度，记录并保存为exl表格。

软件界面和其使用步骤见图2。

输出的exl表格如图3。

图3.通过软件生成的exl表格。每一行是一个特征信号，信号“描述”列前部分记录了信号的总阻断时间和最大阻断电流，后部分记录了台阶信号两部分的阻断时间和阻断电流。

该模块尚有一些不足，比如：在信号跳变比较剧烈时容易出现漏检，起始基线很难校准，上下台

阶信号特征无自动标出等等，有待进一步改进。

三. 总结

膜片钳电压信号在采集时是一个连续的交流模拟信号，不能直接被计算机处理，因此先将其分割为高密度的离散时间信号，在保证不失真的情况下，使用特定的软件进行快速处理，体现了数字信号处理灵活、准确、速度快等特点。虽然该信号的处理过程并没有涉及太多的数值计算，但在MATLAB编程过程中遇到的问题也加深了我对这门课程的理解。

在文章最后，谢谢张旭老师精彩的课程和详细的ppt，谢谢课余和我耐心讨论的同学们，你们的每一份付出都是我努力学习的动力。

附录.部分代码

1.搜索信号主函数：

function SignalSearch(Obj,handles)

%搜索信号函数

lowlim=str2double(get(handles.edit_f1,'String'));

gdbase=str2double(get(handles.edit_gdbase,'String'));

err=str2double(get(handles.edit_err,'String'));

ishand=get(handles.checkbox_hand,'Value');

index=get(handles.datalist,'Value');

if(index<1)

return

end

data=Obj.DM.datas{index};

autocut=get(handles.checkbox_autocut,'Value');

[signaldata cut]=Obj.test1(data,lowlim,autocut,ishand,gdbase,err);

Obj.DM.signaldatas{index}=signaldata;

Obj.DM.cuts{index}=cut;

return

2.搜索信号主函数中调用的test1函数，用来查找信号和降噪

function [signals num]=findsignal(data2,base,d,lowlim,start,num)%对一个数据段寻找信号的函数

data=data2(:,2);

c_signals=find(data<(base-d));%所有疑似信号点的位置的数组

if(isempty(c_signals))

signals=[];

return

end

len=length(data);

signals_place=find(c_signals(2:end)-c_signals(1:end-1)>1);

d_signals=[[1;signals_place+1] [signals_place;length(c_signals)]];%以左右两端的形式将疑似信号放入n*2数组

e_signals=c_signals(d_signals);

if(length(e_signals)==2)

e_signals=e_signals';

end

f_signals=[e_signals(:,1)*2-e_signals(:,2)

e_signals(:,2)*2-e_signals(:,1)];%检测电磁信号的范围：前后与信号长度相同的长度范围f_signals(f_signals<1)=1;

f_signals(f_signals>len)=len;%去除无效值

g_signals=[e_signals(:,1)-10 e_signals(:,2)+10];%用于寻找两端的范围

g_signals(g_signals<1)=1;

g_signals(g_signals>len)=len;%去除无效值

signals=[];

i=1;

while(i<=size(e_signals,1))

minpoint=base-min(data(e_signals(i,1):e_signals(i,2)));

bdata=data(f_signals(i,1):f_signals(i,2));

maxpoint=max(bdata)-base;

if(maxpoint>minpoint)%根据是否含有电磁干扰筛选

e_signals(i,:)=[];

f_signals(i,:)=[];

g_signals(i,:)=[];

else

if(g_signals(i,2)<40||g_signals(i,1)>length(data)-40)

e_signals(i,:)=[];

f_signals(i,:)=[];

g_signals(i,:)=[];

else

bddata=data(g_signals(i,1):g_signals(i,2));

diffdata=[0;diff(bddata)];

e_signals(i,1)=g_signals(i,1)-1+find(diffdata<=0.27*min(diffdata),1);

temp=find(diffdata>=0.25*max(diffdata));

e_signals(i,2)=g_signals(i,1)-1+temp(end);

num=num+1;

if(e_signals(i,2)

temp=e_signals(i,2);

e_signals(i,2)=e_signals(i,1);

e_signals(i,1)=temp;

end

signals{i}=SignalAnalysis(data2,e_signals(i,:),start,num);

i=i+1;

end

end

end

end

参考文献：

1.胡广书. 数字信号处理[M]. 北京:清华大学出版社, 2003. 1-3

2.丁克俭, 张海燕, 胡红刚, 赵红敏, 关伟军, 马月辉. 生物大分子纳米孔分析技术研究进展[C].

北京:分析化学, 2010. 280-285

3.Jacob, K, Rosenstein, Meni, Wanunu, Christopher, A, Merchant, Marija, Drndic,

Kenneth, L, Shepard. Integrated nanopore sensing platform with sub-microsecond temporal resolution[C]. New York, USA:nature methods, 2012. 487-487

数字信号处理(北航)实验二报告

数字信号处理实验二 信号的分析与处理综合实验 38152111 张艾一、实验目的 综合运用数字信号处理的理论知识进行信号的采样，重构，频谱分析和滤波器的设计，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。 二、基本要求 1．掌握数字信号处理的基本概念、基本理论和基本方法； 2．学会MATLAB的使用，掌握MATLAB的程序设计方法； 3．掌握用MATLAB设计简单实验验证采样定理的方法； 4．掌握在Windows环境下语音信号采集的方法； 5．学会用MATLAB对信号进行频谱分析； 6．掌握MATLAB设计FIR和IIR数字滤波器的方法； 三、实验内容 1．利用简单正弦信号设计实验验证采样定理： （1）Matlab产生离散信号的方法，作图的方法，以及基本运算操作 （2）对连续正弦信号以不同的采样频率作采样 （3）对采样前后信号进行傅立叶变换，并画频谱图 （4）分析采样前后频谱的有变化，验证采样定理。

掌握画频谱图的方法，深刻理解采样频率，信号频率，采样点数，频率分辨率等概念2．真实语音信号的采样重构：录制一段自己的语音信号，并对录制的信号进行采样；画出采样前后语音信号的时域波形和频谱图；对降采样后的信号进行插值重构，滤波，恢复原信号。 （1）语音信号的采集 （2）降采样的实现（改变了信号的采样率） （3）以不同采样率采样后，语音信号的频谱分析 （4）采样前后声音的变化 （5）对降采样后的信号进行插值重构，滤波，恢复原信号 3．带噪声语音信号的频谱分析 （1）设计一频率已知的噪声信号，与实验2中原始语音信号相加，构造带噪声信号（2）画出原始语音信号和加噪声后信号，以及它们的频谱图 （3）利用频谱图分析噪声信号和原语音信号的不同特性 4．对带噪声语音信号滤波去噪：给定滤波器性能指标，采样窗函数法或双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采样的语音信号进行滤波，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，分析信号的变化； 回放语音信号； （1）分析带噪声信号频谱，找出噪声所在的频率段 （2）利用matlab中已有的滤波器滤波 （3）根据语音信号特点，自己设计滤波器滤波 （4）比较各种滤波器性能（至少四种），选择一种合适的滤波器将噪声信号滤除 （5）回放语音信号，比较滤波前后声音的变化

数字信号处理知识点总结

《数字信号处理》辅导 一、离散时间信号和系统的时域分析 （一） 离散时间信号 （1）基本概念 信号：信号传递信息的函数也是独立变量的函数，这个变量可以是时间、空间位置等。 连续信号：在某个时间区间，除有限间断点外所有瞬时均有确定值。 模拟信号：是连续信号的特例。时间和幅度均连续。 离散信号：时间上不连续，幅度连续。常见离散信号——序列。 数字信号：幅度量化，时间和幅度均不连续。 （2）基本序列（课本第7——10页） 1）单位脉冲序列 1,0()0,0n n n δ=?=?≠? 2）单位阶跃序列 1,0 ()0,0n u n n ≥?=?≤? 3）矩形序列 1,01 ()0,0,N n N R n n n N ≤≤-?=?<≥? 4）实指数序列 ()n a u n 5）正弦序列 0()sin()x n A n ωθ=+ 6）复指数序列 ()j n n x n e e ωσ= （3）周期序列 1）定义：对于序列()x n ，若存在正整数N 使()(),x n x n N n =+-∞<<∞ 则称()x n 为周期序列，记为()x n ，N 为其周期。 注意正弦周期序列周期性的判定（课本第10页） 2）周期序列的表示方法： a.主值区间表示法 b.模N 表示法 3）周期延拓 设()x n 为N 点非周期序列，以周期序列L 对作()x n 无限次移位相加，即可得到周期序列()x n ，即 ()()i x n x n iL ∞ =-∞ = -∑ 当L N ≥时，()()()N x n x n R n = 当L N <时，()()()N x n x n R n ≠ （4）序列的分解 序列共轭对称分解定理：对于任意给定的整数M ，任何序列()x n 都可以分解成关于/2c M =共轭对称的序列()e x n 和共轭反对称的序列()o x n 之和，即

数字信号处理答案解析

1-1画出下列序列的示意图 (1) (2) (3) (1) (2)

(3) 1-2已知序列x(n)的图形如图1.41，试画出下列序列的示意图。 图1.41信号x(n)的波形 (1)(2)

(3) (4) (5)(6) (修正：n=4处的值为0，不是3）（修正：应该再向右移4个采样点）1-3判断下列序列是否满足周期性，若满足求其基本周期 (1) 解：非周期序列; (2) 解：为周期序列，基本周期N=5; (3)

解：，，取 为周期序列，基本周期。 (4) 解： 其中，为常数 ，取，，取 则为周期序列，基本周期N=40。 1-4判断下列系统是否为线性的？是否为移不变的？ (1)非线性移不变系统 (2) 非线性移变系统（修正：线性移变系统） (3) 非线性移不变系统 (4) 线性移不变系统 (5) 线性移不变系统（修正：线性移变系统）1-5判断下列系统是否为因果的？是否为稳定的？ (1) ，其中因果非稳定系统 (2) 非因果稳定系统 (3) 非因果稳定系统 (4) 非因果非稳定系统

(5) 因果稳定系统 1-6已知线性移不变系统的输入为x(n)，系统的单位脉冲响应为h(n)，试求系统的输出y(n)及其示意图 (1) (2) (3) 解：（1） （2） （3）

1-7若采样信号m(t)的采样频率fs=1500Hz，下列信号经m(t)采样后哪些信号不失真？ (1) (2) (3) 解： (1)采样不失真 (2)采样不失真 (3) ，采样失真 1-8已知,采样信号的采样周期为。 (1) 的截止模拟角频率是多少？ (2)将进行A/D采样后，的数字角频率与的模拟角频率的关系如何？ (3)若，求的数字截止角频率。 解： (1) (2) (3)

数字信号处理实验报告

Name: Section: Laboratory Exercise 2 DISCRETE-TIME SYSTEMS: TIME-DOMAIN REPRESENTATION 2.1 SIMULATION OF DISCRETE-TIME SYSTEMS Project 2.1The Moving Average System A copy of Program P2_1 is given below: % Program P2_1 % Simulation of an M-point Moving Average Filter % Generate the input signal n = 0:100; s1 = cos(2*pi*0.05*n); % A low-frequency sinusoid s2 = cos(2*pi*0.47*n); % A high frequency sinusoid x = s1+s2; % Implementation of the moving average filter M = input('Desired length of the filter = '); num = ones(1,M); y = filter(num,1,x)/M; % Display the input and output signals clf; subplot(2,2,1); plot(n, s1); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Signal #1'); subplot(2,2,2); plot(n, s2); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Signal #2'); subplot(2,2,3); plot(n, x); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Input Signal'); subplot(2,2,4); plot(n, y); axis([0, 100, -2, 2]); xlabel('Time index n'); ylabel('Amplitude'); title('Output Signal'); axis;

现代数字信号处理复习题

现代数字信号处理复习题 一、填空题 1、平稳随机信号是指：概率分布不随时间推移而变化的随机信号，也就是说，平稳随机信号的统计特性与起始 时间无关，只与时间间隔有关。 判断随机信号是否广义平稳的三个条件是： （1）x(t)的均值为与时间无关的常数：C t m x =)( （C 为常数） ； （2）x(t)的自相关函数与起始时间无关，即：)(),(),(ττx i i x j i x R t t R t t R =+=； （3）信号的瞬时功率有限，即：∞<=)0(x x R D 。 高斯白噪声信号是指：噪声的概率密度函数满足正态分布统计特性，同时其功率谱密度函数是常数的一类噪 声信号。 信号的遍历性是指：从随机过程中得到的任一样本函数,好象经历了随机过程的所有可能状态,因此,用一个 样本函数的时间平均就可以代替它的集合平均 。 广义遍历信号x(n)的时间均值的定义为： ，其时间自相关函数的定义为： 。 2、连续随机信号f(t)在区间上的能量E 定义为： 其功率P 定义为： 离散随机信号f(n)在区间 上的能量E 定义为： 其功率P 定义为： 注意:(1)如果信号的能量0

数字信号处理总结与-习题(答案

对模拟信号（一维信号，是时间的函数）进行采样后，就是 离散 信号，再进行幅度量化后就是 数字信号。2、若线性时不变系统是有因果性，则该系统的单位取样响应序列h(n)应满足的充分必要条件是 当n<0时，h(n)＝0 。3、序列)(n x 的N 点DFT 是)(n x 的Z 变换在 单位圆 的N 点等间隔采样。4、)()(5241 n R x n R x ==，只有 当循环卷积长度L ≥8 时，二者的循环卷积等于线性卷积。5、已知系统的单位抽样响应为h(n)，则系统稳定的充要条件是 ()n h n ∞ =-∞ <∞ ∑ 6、用来计算N ＝16点DFT ，直接计算需要（N 2 ）16*16＝256_次复乘法，采用基2FFT 算法， 需要__(N/2 )×log 2N ＝8×4＝32 次复乘法。7、无限长单位冲激响应（IIR ）滤波器的基本结构有直接Ⅰ型，直接Ⅱ型，_级联型_和 并联型_四种。8、IIR 系统的系统函数为)(z H ，分别用直接型，级联型，并联型结构实现，其中 并 联型的运算速度最高。9、数字信号处理的三种基本运算是：延时、乘法、加法 10、两个有限长序列 和 长度分别是 和 ，在做线性卷积后结果长度是__N 1＋N 2－1_。11、N=2M 点基2FFT ，共有 M 列蝶形， 每列有N/2 个蝶形。12、线性相位FIR 滤波器的零点分布特点是 互为倒数的共轭对 13、数字信号处理的三种基本运算是： 延时、乘法、加法 14、在利用窗函数法设计FIR 滤波器时，窗函数的窗谱性能指标中最重要的是___过渡带宽___与__阻带最小衰减__。16、_脉冲响应不变法_设计IIR 滤波器不会产生畸变。17、用窗口法设计FIR 滤波器时影响滤波器幅频特性质量的主要原因是主瓣使数字滤波器存在过渡带，旁瓣使数字滤波器存在波动，减少阻带衰减。18、单位脉冲响应分别为 和 的两线性系统相串联，其等效系统函数时域及频域表达式分别是h(n)=h 1(n)*h 2(n), =H 1(e j ω )× H 2(e j ω )。19、稳定系统的系统函数H(z)的收敛域包括 单位圆 。20、对于M 点的有限长序列x(n)，频域采样不失真的条件是 频域采样点数N 要大于时域采样点数M 。 1、下列系统（其中y(n)为输出序列，x(n)为输入序列）中哪个属于线性系统？( y(n)=x(n 2 ) ) A.窗函数的截取长度增加，则主瓣宽度减小，旁瓣宽度减小 B.窗函数的旁瓣相对幅度取决于窗函数的形状，与窗函数的截取长度无关 C.为减小旁瓣相对幅度而改变窗函数的形状，通常主瓣的宽度会增加 D.窗函数法能用于设计FIR 高通滤波4、因果FIR 滤波器的系统函数H(z)的全部极点都在(z = 0 )处。6、已知某序列z 变换的收敛域为|z|<1，则该序列为(左边序列)。7、序列)1() (---=n u a n x n ，则)(Z X 的收敛域为（a Z <。8、在对连续信号均匀 采样时，要从离散采样值不失真恢复原信号，则采样周期T s 与信号最高截止频率f h 应满足关系(T s <1/(2f h ) ) 9、 )()(101n R n x =，)()(72n R n x =，用DFT 计算二者的线性卷积，为使计算量尽可能的少，应使DFT 的长度N 满足 （16=N ）。10、线性相位FIR 滤波器有几种类型（ 4） 。11、在IIR 数字滤波器的设计中，用哪种方法只适 合于片断常数特性滤波器的设计。（双线性变换法）12、下列对IIR 滤波器特点的论述中错误的是( C )。 A ．系统的单位冲激响应h(n)是无限长的B.结构必是递归型的C.肯定是稳定的D.系统函数H(z)在有限z 平面（0<|z|<∞）上有极点 13、有限长序列h(n)(0≤n ≤N-1)关于τ= 2 1 -N 偶对称的条件是(h(n)=h(N-n-1))。14、下列关于窗函数设计法的说法中错误的是( D )。A.窗函数的截取长度增加，则主瓣宽度减小，旁瓣宽度减小 B.窗函数的旁瓣相对幅度取决于窗函数的形状，与窗函数的截取长度无关 C.为减小旁瓣相对幅度而改变窗函数的形状，通常主瓣的宽度会增加 D.窗函数法不能用于设计FIR 高通滤波器 15、对于傅立叶级数而言,其信号的特点是(时域连续非周期，频域连续非周期)。

数字信号处理实验报告

语音信号的数字滤波 一、实验目的： 1、掌握使用FFT进行信号谱分析的方法 2、设计数字滤波器对指定的语音信号进行滤波处理 二、实验内容 设计数字滤波器滤除语音信号中的干扰（4 学时） 1、使用Matlab的fft函数对语音信号进行频谱分析，找出干扰信号的频谱； 2、设计数字滤波器滤除语音信号中的干扰分量，并进行播放对比。 三、实验原理 通过观察原语音信号的频谱，幅值特别大的地方即为噪声频谱分量，根据对称性，发现有四个频率的正弦波干扰，将它们分别滤掉即可。采用梳状滤波器，经过计算可知，梳状滤波器h[n]={1，A，1}的频响|H(w)|=|A+2cos(w)|，由需要滤掉的频率分量的频响w,即可得到A，进而得到滤波器的系统函数h[n]。而由于是在离散频域内进行滤波，所以令w=(2k*pi/N)即可。 对原信号和四次滤波后的信号分别进行FFT变换，可以得到它们的幅度相应。最后，将四次滤波后的声音信号输出。 四、matlab代码 clc;clear;close all; [audio_data,fs]=wavread('SunshineSquare.wav'); %读取未处理声音 sound(audio_data,fs); N = length(audio_data); K = 0:2/N:2*(N-1)/N; %K为频率采样点

%sound(audio_data,fs); %进行一次FFT变换 FFT_audio_data=fft(audio_data); mag_FFT_audio_data = abs(FFT_audio_data); %画图 figure(1) %原信号时域 subplot(2,1,1);plot(audio_data);grid; title('未滤波时原信号时域');xlabel('以1/fs为单位的时间');ylabel('采样值'); %FFT幅度相位 subplot(2,1,2);plot(K,mag_FFT_audio_data);grid; title('原信号幅度');xlabel('以pi为单位的频率');ylabel('幅度'); %构造h[n]={1，A，1}的梳状滤波器，计算A=2cosW，妻子W为要滤掉的频率%由原信号频谱可知要分四次滤波，滤掉频响中幅度大的频率分量 %第一次滤波 a = [1,0,0,0];%y[n]的系数 [temp,k]=max(FFT_audio_data); A1=-2*cos(2*pi*k/N); h1=[1,A1,1]; audio_data_h1 = filter(h1,a,audio_data); FFT_audio_data_h1=fft(audio_data_h1);

数字信号处理复习总结-最终版

绪论：本章介绍数字信号处理课程的基本概念 0.1信号、系统与信号处理 1?信号及其分类 信号是信息的载体，以某种函数的形式传递信息。这个函数可以是时间域、频率域或其它域，但最基础的域是时域。 分类： 周期信号/非周期信号 确定信号/随机信号能量信号/功率信号 连续时间信号/离散时间信号/数字信号按自变量与函数值的取值形式不同分类： 2?系统 系统定义为处理（或变换）信号的物理设备，或者说，凡是能将信号加以变换以达到人们要求的各种设备都称为系统。 3. 信号处理 信号处理即是用系统对信号进行某种加工。包括：滤波、分析、变换、综合、压缩、估计、识别等等。所谓“数字信号处理”，就是用数值计算的方法，完成对信号的处理。 0.2数字信号处理系统的基本组成 数字信号处理就是用数值计算的方法对信号进行变换和处理。不仅应用于数字化信号的处理, 而且也可应用于模拟信号的处理。以下讨论模拟信号数字化处理系统框图。 精选

PrF ADC DSP DAC PoF （1）前置滤波器 将输入信号X a（t ）中高于某一频率（称折叠频率，等于抽样频率的一半）的分量加以滤除。 （2）A/D变换器 在A/D变换器中每隔T秒（抽样周期）取出一次X a（t）的幅度，抽样后的信号称为离散信号。在A/D 变换器中的保持电路中进一步变换为若干位码。 （3）数字信号处理器（DSP） （4）D/A变换器 按照预定要求，在处理器中将信号序列x（n）进行加工处理得到输出信号y（n）。由一个二进制码流产生一个阶梯波形，是形成模拟信号的第一步。 （5）模拟滤波器 把阶梯波形平滑成预期的模拟信号；以滤除掉不需要的高频分量，生成所需的模拟信号y a（t）。 0.3数字信号处理的特点 （1）灵活性。（2）高精度和高稳定性。（3）便于大规模集成。（4）对数字信号可以存储、运算、系统可以获得高性能指标。 0.4数字信号处理基本学科分支 数字信号处理（DSP）一般有两层含义，一层是广义的理解，为数字信号处理技术 ----- D igitalSignalProcessing 另一层是狭义的理解，为数字信号处理器----- DigitalSignalProcesso。 0.5课程内容 该课程在本科阶段主要介绍以傅里叶变换为基础的“经典”处理方法，包括：（1）离散傅里叶变换及其快速算法。（2）滤波理论（线性时不变离散时间系统，用于分离相加性组合的信号，要求信号 频谱占据不同的频段）。 在研究生阶段相应课程为“现代信号处理”（AdvancedSignalProcessin）信号对象主要是随机信 号，主要内容是自适应滤波（用于分离相加性组合的信号，但频谱占据同一频段）和现代谱估计。 简答题： 1 ?按自变量与函数值的取值形式是否连续信号可以分成哪四种类型？

数字信号处理试题和答案 (1)

一. 填空题 1、一线性时不变系统，输入为x（n）时，输出为y（n）；则输入为2x（n）时，输出为2y(n) ；输入为x（n-3）时，输出为y(n-3) 。 2、从奈奎斯特采样定理得出，要使实信号采样后能够不失真还原，采样频率fs与信号最高频率f max关系为：fs>=2f max。 3、已知一个长度为N的序列x(n)，它的离散时间傅立叶变换为X（e jw），它的N点离散傅立叶变换X（K）是关于X（e jw）的N 点等间隔采样。 4、有限长序列x(n)的8点DFT为X（K），则X（K）= 。 5、用脉冲响应不变法进行IIR数字滤波器的设计，它的主要缺点是频谱的交叠所产生的现象。 6．若数字滤波器的单位脉冲响应h（n）是奇对称的，长度为N，则它的对称中心是(N-1)/2 。 7、用窗函数法设计FIR数字滤波器时，加矩形窗比加三角窗时，所设计出的滤波器的过渡带比较窄，阻带衰减比较小。 8、无限长单位冲激响应（IIR）滤波器的结构上有反馈环路，因此是递归型结构。 9、若正弦序列x(n)=sin(30nπ/120)是周期的,则周期是N= 8 。 10、用窗函数法设计FIR数字滤波器时，过渡带的宽度不但与窗的类型有关，还与窗的采样点数有关 11．DFT与DFS有密切关系，因为有限长序列可以看成周期序列的主值区间截断，而周期序列可以看成有限长序列的周期延拓。 12．对长度为N的序列x(n)圆周移位m位得到的序列用x m (n)表示，其数学表达式为 x m (n)= x((n-m)) N R N (n)。 13．对按时间抽取的基2-FFT流图进行转置，并将输入变输出，输出变输入即可得到按频率抽取的基2-FFT流图。 14.线性移不变系统的性质有交换率、结合率和分配律。 15.用DFT近似分析模拟信号的频谱时，可能出现的问题有混叠失真、泄漏、栅栏效应和频率分辨率。

数字信号处理实验报告(同名22433)

《数字信号处理》 实验报告 课程名称：《数字信号处理》 学院：信息科学与工程学院 专业班级：通信1502班 学生姓名：侯子强 学号：0905140322 指导教师：李宏 2017年5月28日

实验一 离散时间信号和系统响应 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. 掌握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及系统响应进行频域分析 二、实验原理 1. 采样是连续信号数字化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的变化以及信号信息不丢失的条件，而且可以加深对离散傅里叶变换、Z 变换和序列傅里叶变换之间关系式的理解。 对连续信号()a x t 以T 为采样间隔进行时域等间隔理想采样，形成采样信号： ?()()()a a x t x t p t = 式中()p t 为周期冲激脉冲，$()a x t 为()a x t 的理想采样。 ()a x t 的傅里叶变换为μ ()a X j Ω： 上式表明将连续信号()a x t 采样后其频谱将变为周期的，周期为Ωs=2π/T 。也即采样信 号的频谱μ()a X j Ω是原连续信号xa(t)的频谱Xa(jΩ)在频率轴上以Ωs 为周期，周期延拓而成 的。因此，若对连续信号()a x t 进行采样，要保证采样频率fs ≥2fm ，fm 为信号的最高频率，才可能由采样信号无失真地恢复出原模拟信号 计算机实现时，利用计算机计算上式并不方便，因此我们利用采样序列的傅里叶变换来实现，即 ()() n P t t nT δ∞ =-∞ = -∑μ1()()*() 21 ()n a a a s X j X j P j X j jn T π∞ =-∞ Ω=ΩΩ= Ω-Ω∑μ()()|j a T X j X e ωω=ΩΩ=

数字信号处理学习心得体会

数字信号处理学习心得 体会

数字信号处理学习心得 一、课程认识和内容理解 《数字信号处理》是我们通信工程和电子类专业的一门重要的专业基础课程，主要任务是研究数字信号处理理论的基本概念和基本分析方法，通过建立数学模型和适当的数学分析处理，来展示这些理论和方法的实际应用。 数字信号处理技术正飞速发展，它不但自成一门学科，更是以不同形式影响和渗透到其他学科：它与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注。信息科学是研究信息的获取、传输、处理和利用的一门科学，信息要用一定形式的信号来表示，才能被传输、处理、存储、显示和利用，可以说，信号是信息的表现形式。这学期数字信号处理所含有的具体内容如下： 第一单元的课程我们深刻理解到时域离散信号和时域离散系统性质和特点；时域离散信号和时域离散系统时域分析方法；模拟信号的数字处理方法。 第二单元的课程我们理解了时域离散信号（序列）的傅立叶变换，时域离散信号Z变换，时域离散系统的频域分析。 第三单元的课程我们学习了离散傅立叶变换定义和性质，离散傅立叶变换应用——快速卷积，频谱分析。 第四单元的课程我们重点理解基 2 FFT算法——时域抽取法﹑频域抽取法，FFT的编程方法，分裂基FFT算法。 第五单元的课程我们学了网络结构的表示方法——信号流图，无限脉冲响

应基本网络结构，有限脉冲响应基本网络结构，时域离散系统状态变量分析法。 第六单元的课程我们理解数字滤波器的基本概念，模拟滤波器的设计,巴特沃斯滤波器的设计,切比雪夫滤波器的设计，脉冲响应不变法设计无限脉冲响应字数字滤波器，双线性变换法设计无限脉冲响应字数字滤波器，数字高通﹑带通﹑带阻滤波器的设计。 第七单元的课程我们学习了线性相位有限脉冲响应（FIR）数字滤波器，窗函数法设计有限脉冲响应（FIR）数字滤波器，频率采样法设计有限脉冲响应（FIR）数字滤波器 二、专业认识和未来规划 通信工程是一门工程学科，主要是在掌握通信基本理论的基础上，运用各种工程方法对通信中的一些实际问题进行处理。通过该专业的学习，可以掌握电话网、广播电视网、互联网等各种通信系统的原理，研究提高信息传送速度的技术，根据实际需要设计新的通信系统，开发可迅速准确地传送各种信息的通信工具等。 对于我们通信专业，我觉得是个很好的专业，现在这个专业很热门，这个专业以后就业的方向也很多，就业面很广。我们毕业以后工作，可以进入设备制造商、运营商、专有服务提供商以及银行等领域工作。当然,就业形势每年都会变化，所以关键还是要看自己。可以从事硬件方面，比如说PCB，别小看这门技术，平时我们在试验时制作的简单，这一技术难点就在于板的层数越多，要做的越稳定就越难，这可是非常有难度的，如果学好了学精了，也是非常好找工作的。也可以从事软件方面，这实际上要我们具备比较好的模电和数电的

数字信号处理实验报告要求

数字信号处理实验课程设计 题目：数字滤波器的设计与实现 一、课程设计目的 (1) 掌握用脉冲响应不变法和双线性变换法设计无限脉冲响应数字滤波器（IIR DF ）的原理和方法； (2) 掌握用窗函数法和频率采样设计有限脉冲响应数字滤波器（FIR DF ）的原理和方法； (3) 学会根据信号的频谱确定滤波器指标参数； (4) 学会调用MATLAB 信号处理工具箱中的滤波器设计函数设计IIR DF 和FIR DF 。 二、课程设计原理 已知一个连续时间信号())π2cos()π2sin(21t f t f t x +=，Hz 1001=f ，Hz 3002=f ，x (t )为两个单频信号叠加后的混合信号，其时域波形和幅频特性图如图1所示。由图可知，混合信号时域混叠，无法在时域进行分离，但是频域是分离的，可以通过设计合适的IIR DF 和FIR DF 将两个单频信号分离，形成两个单一频率信号。 -2-1 1 2 t/s x (t )(a)混合信号时域波 形 050100150200250 30035040045050000.5 1 f/Hz 幅度(b)混合信号幅频特性 图1混合信号x (t )及其频谱图 三、课程设计内容 设计低通滤波器和高通滤波器将两个单频信号分离。滤波器的通带截止频率和阻带截止频率通过观察x (t )的幅频特性图自行确定，设采样频率为Hz 1000=s f ，要求滤波器的通带最大衰减和阻带最小衰减分别为dB 50,dB 1s p ==αα。调用MATLAB 中的滤波器设计函数编写

程序设计低通滤波器和高通滤波器（其中，低通滤波器用脉冲响应不变法和双线性变换法两种方法设计，高通滤波器用窗函数法和频率采样法两种方法设计），并绘制滤波器的幅频特性图、经滤波分离后的信号时域波形图和幅频特性图，观察分离效果。 四、课程设计报告要求 课程设计报告应包含以下几个方面的内容： 1.课程设计目的 2.课程设计要求 3.课程设计过程（包括设计步骤、完整的程序及仿真图） 4.结果分析 5.心得体会、问题或者建议 6.参考文献

数字信号处理复习总结-最终版

绪论：本章介绍数字信号处理课程的基本概念。 0.1信号、系统与信号处理 1.信号及其分类 信号是信息的载体，以某种函数的形式传递信息。这个函数可以是时间域、频率域或其它域，但最基础的域是时域。 分类： 周期信号/非周期信号 确定信号/随机信号 能量信号/功率信号 连续时间信号/离散时间信号/数字信号 按自变量与函数值的取值形式不同分类： 2.系统 系统定义为处理（或变换）信号的物理设备，或者说，凡是能将信号加以变换以达到人们要求的各种设备都称为系统。 3.信号处理 信号处理即是用系统对信号进行某种加工。包括：滤波、分析、变换、综合、压缩、估计、识别等等。所谓“数字信号处理”，就是用数值计算的方法，完成对信号的处理。 0.2 数字信号处理系统的基本组成 数字信号处理就是用数值计算的方法对信号进行变换和处理。不仅应用于数字化信号的处理，而且

也可应用于模拟信号的处理。以下讨论模拟信号数字化处理系统框图。 （1）前置滤波器 将输入信号x a(t)中高于某一频率（称折叠频率，等于抽样频率的一半）的分量加以滤除。 （2）A/D变换器 在A/D变换器中每隔T秒（抽样周期）取出一次x a(t)的幅度，抽样后的信号称为离散信号。在A/D 变换器中的保持电路中进一步变换为若干位码。 （3）数字信号处理器（DSP） （4）D/A变换器 按照预定要求，在处理器中将信号序列x(n)进行加工处理得到输出信号y(n)。由一个二进制码流产生一个阶梯波形，是形成模拟信号的第一步。 （5）模拟滤波器 把阶梯波形平滑成预期的模拟信号；以滤除掉不需要的高频分量，生成所需的模拟信号y a(t)。 0.3 数字信号处理的特点 （1）灵活性。（2）高精度和高稳定性。（3）便于大规模集成。（4）对数字信号可以存储、运算、系统可以获得高性能指标。 0.4 数字信号处理基本学科分支 数字信号处理（DSP）一般有两层含义，一层是广义的理解，为数字信号处理技术——DigitalSignalProcessing，另一层是狭义的理解，为数字信号处理器——DigitalSignalProcessor。 0.5 课程内容 该课程在本科阶段主要介绍以傅里叶变换为基础的“经典”处理方法，包括：（1）离散傅里叶变换及其快速算法。（2）滤波理论（线性时不变离散时间系统，用于分离相加性组合的信号，要求信号频谱占据不同的频段）。 在研究生阶段相应课程为“现代信号处理”（AdvancedSignalProcessing）。信号对象主要是随机信号，主要内容是自适应滤波（用于分离相加性组合的信号，但频谱占据同一频段）和现代谱估计。 简答题： 1．按自变量与函数值的取值形式是否连续信号可以分成哪四种类型? 2．相对模拟信号处理，数字信号处理主要有哪些优点? 3．数字信号处理系统的基本组成有哪些？

数字信号处理习题及答案

==============================绪论============================== 1. A/D 8bit 5V 00000000 0V 00000001 20mV 00000010 40mV 00011101 29mV ==================第一章 时域离散时间信号与系统================== 1. ①写出图示序列的表达式 答：3)1.5δ(n 2)2δ(n 1)δ(n 2δ(n)1)δ(n x(n)-+---+++= ②用δ(n) 表示y (n )={2,7,19,28,29,15} 2. ①求下列周期 ②判断下面的序列是否是周期的; 若是周期的， 确定其周期。 （1）A是常数 8ππn 73Acos x(n)??? ? ??-= （2）)8 1 (j e )(π-=n n x 解： （1） 因为ω= 73π, 所以314 π2=ω, 这是有理数， 因此是周期序列， 周期T =14。 （2） 因为ω= 81, 所以ω π2=16π, 这是无理数， 因此是非周期序列。 ③序列)Acos(nw x(n)0?+=是周期序列的条件是是有理数2π/w 0。 3.加法 乘法 序列{2，3，2，1}与序列{2，3，5，2，1}相加为__{4，6，7，3，1}__，相乘为___{4，9，10，2} 。 移位 翻转：①已知x(n)波形，画出x(-n)的波形图。 ② 尺度变换：已知x(n)波形，画出x(2n)及x(n/2)波形图。 卷积和：①h(n)*求x(n)，其他0 2 n 0n 3，h(n)其他03n 0n/2设x(n) 例、???≤≤-=???≤≤= ②已知x (n )={1,2,4,3},h (n )={2,3,5}, 求y (n )=x (n )*h (n ) x (m )={1,2,4,3},h (m )={2,3,5}，则h (-m )={5,3,2}(Step1:翻转)

数字信号处理实习报告

中国地质大学（武汉） 数字信号处理上机实习 学生姓名： 班级：071132 学号：2013100 指导老师：王晓莉

题目一 离散卷积计算 一、实验题目 设线性时不变（LTI ）系统的冲激响应为h(n)，输入序列为x(n) 1、h(n)=(0.8)n ，0≤n ≤4； x(n)=u(n)-u(n-4) 2、h(n)=(0.8)n u(n), x(n)=u(n)-u(n-4) 3、h(n)=(0.8)n u(n), x(n)=u(n) 求以上三种情况下系统的输出y(n)，显示输入和输出波形。 二、实验目的 1.理解和掌握离散卷积计算； 2.学习如何用Mtalab 实现离散卷积计算。 三、算法设计 离散卷积定义为： ∑-∞ =-= n )()()(y k k n h k x n 1、n (0.8)=h(n)，40≤≤n ，4)-u(n -u(n)=x(n)， ∑∞ -∞ =-= *=m m n h m x n h n x n y )()()()()( (a) 当0

(b) 当30≤≤n 时,∑==n m n y 0 )((0.8)n ； (c) 当204≤≤n 时，∑ -== n 3)(n m n y (0.8)n ； (d) 当2321≤≤n 时，∑ -==20 3 )(n m n y (0.8)n ； (e) 当23>n 时，0)(=n y ； 3、)()8.0()(n u n h n =，)()(n u n x =，∑∞ -∞ =-= *=m m n h m x n h n x n y )()()()()( (a) 当0n 时，0)(=n y ； 四、程序分析 所用到的函数： （1）y=conv （x.,h ）：卷积运算函数，计算)(*)()(n h n x n y =; （2）n1=0:4：n1取0~4； （3）subplot(m,n,p):subplot()函数是将多个图画到一个平面上的工具。其中，m 表示是图排成m 行，n 表示图排成n 列，也就是整个figure 中有n 个图是排成一行的，一共m 行，如果m=2就是表示2行图。p 表示图所在的位置，p=1表示从左到右从上到下的第一个位置。 （4）title(‘content ’):title()函数的功能是为当前坐标系添加标题“content ”。 五、程序设计 n=0:4; h=0.8.^n;

现代数字信号处理习题

1.设()u n 是离散时间平稳随机过程，证明其功率谱()w 0S ≥。 证明：将()u n 通过冲激响应为()h n 的LTI 离散时间系统，设其频率响应()w H 为 ()001,w -w w 0, w -w w H w ???? 输出随机过程()y n 的功率谱为()()()2y S w H w S w = 输出随机过程()y n 的平均功率为()()()00201 1r 022w w y y w w S w dw S w dw π π π+?-?= =?? 当频率宽度w 0???→时，上式可表示为()()()01 r 00y S w w π =?≥ 由于频率0w 是任意的，所以有()w 0 S ≥ 3、已知：状态方程 )()1,()1()1,()(1n n n n x n n F n x ν-Γ+--=观测方程 )()()()(2n n x n C n z ν+= )()]()([111n Q n n E H =νν )()]()([222n Q n n E H =νν 滤波初值 )]0([)|0(0x E x =ξ } )]]0([)0()]][0([)0({[)0(H x E x x E x E P --= 请简述在此已知条件下卡尔曼滤波算法的递推步骤。 解：步骤1 状态一步预测，即 1 *11)|1(?)1,()|(N n n C n x n n F n x ∈--=--∧ ξξ 步骤2 由观测信号z(n)计算新息过程，即 1*11)|(?)()()|(?)()(M n n C n x n C n z n z n z n ∈-=-=--ξξα 步骤3 一步预测误差自相关矩阵 N N H H C n n n Q n n n n F n P n n F n n P *1)1,()1()1,() 1,()1()1,()1,(∈-Γ--Γ+---=- 步骤4 新息过程自相关矩阵M M H C n Q n C n n P n C n A *2)()()1,()()(∈+-= 步骤5 卡尔曼增益M N H C n A n C n n P n K *1)()()1,()(∈-=- 或 )()()()(1 2n Q n C n P n K H -= 步骤6 状态估计 1*1)()()|(?)|(?N n n C n n K n x n x ∈+=-αξξ 步骤7 状态估计自相关矩阵 N N C n n P n C n K I n P *)1,()]()([)(∈--= 或 )()()()]()()[1,()]()([)(2n K n Q n K n C n K I n n P n C n K I n P H H +---= 步骤8 重复步骤1-7，进行递推滤波计算 4、经典谱估计方法：

数字信号处理学习心得

数字信号处理学习心得 XXX ( XXX学院XXX班) 一、课程认识和内容理解 《数字信号处理》是我们通信工程和电子类专业的一门重要的专业基础课程，主要任务是研究数字信号处理理论的基本概念和基本分析方法，通过建立数学模型和适当的数学分析处理，来展示这些理论和方法的实际应用。 数字信号处理技术正飞速发展，它不但自成一门学科，更是以不同形式影响和渗透到其他学科：它与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注。信息科学是研究信息的获取、传输、处理和利用的一门科学，信息要用一定形式的信号来表示，才能被传输、处理、存储、显示和利用，可以说，信号是信息的表现形式。这学期数字信号处理所含有的具体内容如下： 第一单元的课程我们深刻理解到时域离散信号和时域离散系统性质和特点；时域离散信号和时域离散系统时域分析方法；模拟信号的数字处理方法。 第二单元的课程我们理解了时域离散信号（序列）的傅立叶变换，时域离散信号Z变换，时域离散系统的频域分析。 第三单元的课程我们学习了离散傅立叶变换定义和性质，离散傅立叶变换应用——快速卷积，频谱分析。 第四单元的课程我们重点理解基2 FFT算法——时域抽取法﹑频域抽取法，FFT的编程方法，分裂

基FFT算法。 第五单元的课程我们学了网络结构的表示方法——信号流图，无限脉冲响应基本网络结构，有限脉冲响应基本网络结构，时域离散系统状态变量分析法。 第六单元的课程我们理解数字滤波器的基本概念，模拟滤波器的设计,巴特沃斯滤波器的设计,切比雪夫滤波器的设计，脉冲响应不变法设计无限脉冲响应字数字滤波器，双线性变换法设计无限脉冲响应字数字滤波器，数字高通﹑带通﹑带阻滤波器的设计。 第七单元的课程我们学习了线性相位有限脉冲响应（FIR）数字滤波器，窗函数法设计有限脉冲响应（FIR）数字滤波器，频率采样法设计有限脉冲响应（FIR）数字滤波器 二、专业认识和未来规划 通信工程是一门工程学科，主要是在掌握通信基本理论的基础上，运用各种工程方法对通信中的一些实际问题进行处理。通过该专业的学习，可以掌握电话网、广播电视网、互联网等各种通信系统的原理，研究提高信息传送速度的技术，根据实际需要设计新的通信系统，开发可迅速准确地传送各种信息的通信工具等。 对于我们通信专业，我觉得是个很好的专业，现在这个专业很热门，这个专业以后就业的方向也很多，就业面很广。我们毕业以后工作，可以进入设备制造商、运营商、专有服务提供商以及银行等领域工作。当然,就业形势每年都会变化，所以关键还是要看自己。可以从事硬件方面，比如说PCB，别小看这门技术，平时我们在试验时制作的简单，这一技术难点就在于板的层

2012《现代数字信号处理》课程复习...

“现代数字信号处理”复习思考题 变换 1.给出DFT的定义和主要性质。 2.DTFT与DFT之间有什么关系？ 3.写出FT、DTFT、DFT的数学表达式。 离散时间系统分析 1.说明IIR滤波器的直接型、级联型和并联型结构的主要特点。 2.全通数字滤波器、最小相位滤波器有何特点？ 3.线性相位FIR滤波器的h(n)应满足什么条件？其幅度特性如何？ 4.简述FIR离散时间系统的Lattice结构的特点。 5.简述IIR离散时间系统的Lattice结构的特点。 采样 1．抽取过程为什么要先进行滤波，此滤波器应逼近什么样的指标？ 维纳滤波 1．画出Wiener滤波器结构，写出平稳信号下的滤波方程，导出Wiener-Hopf方程。 2．写出最优滤波器的均方误差表示式。 3．试说明最优滤波器满足正交性原理，即输出误差与输入信号正交。 4．试说明Wiener-Hopf方程和Yule-Walker方程的主要区别。 5．试说明随机信号的自相关阵与白噪声的自相关阵的主要区别。 6．维纳滤波理论对信号和系统作了哪些假设和限制？ 自适应信号处理 1．如何确定LMS算法的μ值，μ值与算法收敛的关系如何？ 2．什么是失调量？它与哪些因素有关？ 3．RLS算法如何实现？它与LMS算法有何区别？ 4．什么是遗忘因子，它在RLS算法中有何作用，取值范围是多少？ 5．怎样理解参考信号d(n)在自适应信号处理处理中的作用？既然他是滤波器的期望响应，一般在滤波前是不知道的，那么在实际应用中d(n)是怎样获得的，试举两个应用例子来加以说明。 功率谱估计 1.为什么偏差为零的估计不一定是正确的估计？ 2.什么叫一致估计？它要满足哪些条件？ 3.什么叫维拉－辛钦(Wiener-Khinteche)定理？ 4.功率谱的两种定义。 5.功率谱有哪些重要性质？ 6.平稳随机信号通过线性系统时输入和输出之间的关系。 7.AR模型的正则方程(Yule-Walker方程)的导出。 8.用有限长数据估计自相关函数的估计质量如何？ 9.周期图法谱估计的缺点是什么？为什么会产生这些缺点？ 10.改进的周期图法谱估计有哪些方法？它们的根据是什么？ 11.既然隐含加窗有不利作用，为什么改进周期图法谱估计是还要引用各种窗？ 12.经典谱估计和现代谱估计的主要差别在哪里？ 13.为什么AR模型谱估计应用比较普遍？ 14.对于高斯随机过程最大熵谱估计可归结为什么样的模型？ 15.为什么Levison-Durbin快速算法的反射系数的模小于１？ 16.什么是前向预测？什么是后向预测？ 17.AR模型谱估计自相关法的主要缺点是什么？ 18.Burg算法与Levison-Durbin算法的区别有哪些？