DSP_Matlab_examples.docVIP

下载本文档

17
0
约7.9万字
约 111页
2017-01-05 发布于贵州
举报
版权申诉

DSP_Matlab_examples.doc

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

DSP_Matlab_examplesDSP_Matlab_examples

第二章离散信号与离散系统地普遍关系例 2.1 令，求出并绘制其傅氏变换。解： % 模拟信号 Analog Signal Dt = 0.00005; t = -0.005:Dt:0.005; xa = exp(-1000*abs(t)); % % Continuous-time Fourier Transform Wmax = 2*pi*2000; K = 500; k = 0:1:K; W = k*Wmax/K; Xa = xa * exp(-j*t*W) * Dt; Xa = real(Xa); W = [-fliplr(W), W(2:501)]; % Omega from -Wmax to Wmax Xa = [fliplr(Xa), Xa(2:501)]; subplot(1,1,1) subplot(2,1,1);plot(t*1000,xa); xlabel(t in msec.); ylabel(xa(t)) title(Analog Signal) subplot(2,1,2);plot(W/(2*pi*1000),Xa*1000); xlabel(Frequency in KHz); ylabel(Xa(jW)*1000) title(Continuous-time Fourier Transform) 例 2.2 为了研究采样对频域各量的影响，我们用两个不同的采样频率对例 2.1 中 xa(t) 进行采样。以 Fs = 5000 样本/秒采样 xa(t) 得到 x1(n)。求并画出 X1(ejw)。以 Fs = 1000 样本/秒采样 xa(t) 得到 x2(n)。求并画出 X2(ejw)。解： a. 因为 xa(t) 的带宽是 2kHz，乃奎斯特频率为 4000 样本/秒。它比所给的采样频率 Fs 低，因此几乎不存在频谱混叠。 % Analog Signal Dt = 0.00005; t = -0.005:Dt:0.005; xa = exp(-1000*abs(t)); % Discrete-time Signal Ts = 0.0002; n = -25:1:25; x = exp(-1000*abs(n*Ts)); % Discrete-time Fourier transform K = 500; k = 0:1:K; w = pi*k/K; X = x * exp(-j*n*w); X = real(X); w = [-fliplr(w), w(2:K+1)]; X = [fliplr(X), X(2:K+1)]; subplot(1,1,1) subplot(2,1,1);plot(t*1000,xa); xlabel(t in msec.); ylabel(x1(n)) title(Discrete Signal); hold on stem(n*Ts*1000,x); gtext(Ts=0.2 msec); hold off subplot(2,1,2);plot(w/pi,X); xlabel(Frequency in pi units); ylabel(X1(w)) title(Discrete-time Fourier Transform) b. 此时， Fs = 1000 4000，因此必然会有明显的混叠现象出现。从 Matlab 运行结果可以看得很清楚，其中 X2(ejw) 的形状和 X(jΩ) 不同了，可以看出这是把互相重叠的 X(jΩ) 的复制品叠加在一起的结果。 % Analog Signal Dt = 0.00005; t = -0.005:Dt:0.005; xa = exp(-1000*abs(t)); % Discrete-time Signal Ts = 0.001; n = -5:1:5; x = exp(-1000*abs(n*Ts)); % Discrete-time Fourier transform K = 500; k = 0:1:K; w = pi*k/K; X = x * exp(-j*n*w); X = real(X); w = [-fliplr(w), w(2:K+1)]; X = [fliplr(X), X(2:K+1)]; subplot(1,1,1) subplot(2,1,1);plot(t*1000,xa); xlabel(t in msec.); ylabel(x2(n)) title(Discrete Signal); hold on stem(n*Ts*1000,