数字信号处理基础.docx

评分大理大学实验报告 课程名称 生物医学信号处理 实验名称 数字信号处理基础 专业班级 姓名 学号 实验日期 实验地点 2015—2016学年度第 3 学期实验目的 1、掌握数字信号的频谱分析。2、熟悉数字滤波器的设计和实现。实验环境 1、硬件配置： 处理器：AMD A10-5750M APU with Radeon(tm) Graphics 2.50GHz 安装内存：（RAM）4.00GB 系统类型：64位操作系统，基于x64位处理器 2、软件环境：Matlab R2012b实验原理 在做频谱分析的时候，为了提高频域分辨率，常常要增加采样点数。如果数据量略有不足，传统的方法是在数据尾部补0来解决，称为高密度频谱（The High Density Spectrum）。但是补0并不能够提高频域分辨率，我们认为填入适当的现有数据会更好，称为高分辨率频谱（The High Resolution Spectrum）。Matlab中做频谱分析分函数为fft。理想的数字滤波器有：低通、高通、带通和带阻数字滤波器。为了抑制高频噪声，常常还需要平滑数据，这种滤波器也称为平滑滤波器或者中值滤波器。Matlab中常使用函数medfilt1函数。四、实验内容 用Mtalab编制程序，实现课本19页例2-9，课本23页例2-11和课本32页例2-12。四、实验结果与分析例2-9：实验程序：N1=10;%第（1）问N2=10;%第（2）问N3=100;%第（3）问% 做10点的DFTfor i=1:N1 %序列的长度N=10 x_1(i)=cos(0.48*pi*i)+cos(0.52*pi*i); %采集i等于1到10的10个点endsubplot(3,2,1),stem(0:N1-1,x_1);%画二维离散序列的火柴杆图（将数据序列按x_1的值绘在0:N1-1上，并显示在3行2列窗口的第一个位置title(x(n),0=n=9)f_1=fft(x_1,10);%对x_1做频谱分析subplot(3,2,2),stem(0:(2/N1):1,abs(f_1(1:N1/2+1)));%abs:求绝对值，画出幅度谱title(DFT Magnitude)xlabel(frequency in π units)% 做100点的DFT，其中90个点补零for j=1:N2 x_2(j)=cos(0.48*pi*j)+cos(0.52*pi*j); %采集j等于1到10的10个点endfor j=N2+1:N3 %采集的点数是从11到100 x_2(j)=0; %后面90个点全部补零endsubplot(3,2,3),stem(0:N3-1,x_2);%画二维离散序列的火柴杆图（将数据序列按x_2的值绘在0:N3-1上，并显示在3行2列窗口的第3个位置title(x(n),0=n=9+90 zeros)f_2=fft(x_2,100);subplot(3,2,4),stem(0:(2/N3):1,abs(f_2(1:N3/2+1)));xlabel(frequency in π units)% 做100点的DFTfor k=1:N3 x_3(k)=cos(0.48*pi*k)+cos(0.52*pi*k);%采集k等于1到100的100个点endsubplot(3,2,5),stem(0:N3-1,x_3);%画二维离散序列的火柴杆图（将数据序列按x_3的值绘在0:N3-1上，并显示在3行2列窗口的第5个位置title(x(n),0=n=100)f_3=fft(x_3,100);subplot(3,2,6),stem(0:(2/N3):1,abs(f_3(1:N3/2+1)));xlabel(frequency in π units)实验结果：图1 3种情况下的频谱图结果分析：图1的第一列是3种信号，第二列是对应信号的DFT幅度谱。第一列是采集10点，然后做DFT，由于点数太少，分辨率太低：，从幅度谱中无法确定该信号的频率分布情况。第二行是补90个零后的幅度谱，即高密度频谱，从图中可以看出最大成分是，这个结果也和原信号包含两个频率成分不相符合。前两种情况都发生了泄漏现象。第三行采集了100个数据点，由于数据足够，幅度谱也能清楚的反映了原信号包含的两个人频率成分、，这就是高分辨率频谱，能够分辨靠的很近的频谱成分，其分辨率为：。图1-1 去N=150是3种情况下的幅度谱分析：在图1-1第三行中，相对于图1因多取了50个点，因此该频谱能跟好的反映原始信号的信息。例2-11：实验程序：%设置滤波器参数wp=0.2*pi;ws=0.3*pi; %给出通带频率和阻带频率tr_width=ws-wp