研究性学习(一)信号及系统的时域分析.docVIP

《信号与系统》课程研究性学习手册 研讨内容: 信号与系统的时域分析 姓名 赵增金 学号同组成员 指导教师 黄琳琳 时间 信号的时域分析专题研讨 题目1：基本信号的产生，语音的读取与播放 生成一个正弦信号，改变正弦信号的角频率和初始相位，观察波形变化，并听其声音的变化 代码： a1=50*pi; a2=30*pi; a3=20*pi; a4=10*pi; A=5; b=pi/2; t=0:0.005:50; y1=sin(a1*t+b+1); y2=sin(a2*t+b+2); y3=sin(a3*t+b+3); y4=sin(a4*t+b+4); subplot(2,2,1) plot(t,y1) axis([0,0.5,-1,1]); sound(y1,5000) pause(2) subplot(2,2,2) plot(t,y2) axis([0,0.5,-1,1]); sound(y2,5000) pause(2) subplot(2,2,3) plot(t,y3) axis([0,0.5,-1,1]); sound(y3,5000) pause(2) subplot(2,2,4) plot(t,y4) axis([0,0.5,-1,1]); sound(y4,5000) 生成一个幅度为1、基频为2Hz、占空比为50%的周期方波。 代码： t=0:0.01:5; w0=2*2*pi; y=square(w0*t,50); plot(t,y); axis([0,3,-1.5,1.5]) 运行截图： 观察一定时期内的股票上证指数变化，生成模拟其变化的指数信号。 代码： a=3; b=2; c=5; d=7; e=1; f=1.01; t=(0:0.01:2); y1=sin(13*a*t+1); y2=sin(133*b*t+3); y3=sin(69*c*t+9); y4=sin(82*d*t+20); y5=sin(4*e*t+10); y=f.^t.*(3*y1+3*y2+2*y4+10*y5)/5+4; plot(t,y); axis([0,1.5,0,8]); 运行截图： 分别录制一段男声、女声信号，进行音频信号的读取与播放，画出其时域波形。 代码： [y,Fs ,nbits]=wavread(a.wav); wavplay(y,Fs) plot(y) 运行截图： 男: 女: 分析： 随着正弦信号角频率的变化，其波形有什么变化，听到的声音又有变化？它们之间有什么关系？ 波形横向变宽或变窄，即周期发生改变，随着角频率变小声音由尖锐变为平缓，可以得出结论：频率越高声音越尖锐。 男声和女声信号的时域波形有什么区别？ 【发现问题】 (专题研讨或相关知识点学习中发现的问题)： 根据声音信号的什么特征能有效区分出男声和女声？ 频率高的为女生，频率低的为男生。 题目2：连续信号卷积的近似计算 两个连续信号的卷积定义为 为了进行数值计算，需对连续信号进行抽样。记x[k]=x(k?), h[k]=h(k?), ?为进行数值计算的抽样间隔。则连续信号卷积可近似的写为 (1) 这就可以利用conv函数可近似计算连续信号的卷积。设x(t)=u(t)?u(t?1)，h(t)=x(t)?x(t)， 为了与近似计算的结果作比较，用解析法求出y(t)=x(t)?h(t)； 用不同的?计算出卷积的数值近似值，并和?a?中的结果作比较? ????? ????? ?????? ?????? 证明(1)式成立； 由上图可以看出当取样频率够大时（1）式的结果与解析法求出的结果相同。 (d)若x(t)和h(t)不是时限信号，则用上面的方法进行近似计算会遇到什么问题？给出一种解决问题的方案； 取样无穷无尽，无法计算。 时域的卷积转化为频域的乘积，若频域有限则在频域抽样计算乘积，然后通过傅立叶变换转化为所要计算的卷积。 取有效部分进行卷积。 (e) 若将x(t)和h(t)近似表示为 推导近似计算卷积的算法。取相同的抽样间隔，比较两种方法的计算卷积误差。 不会做 研究性学习自我体会与评价 通过研究性学习你在哪些方面有所收获?(如学习方法、合作精神、探