信号实验六.doc

实验6 连续时间信号的抽样与恢复 一、实验目的： 1、理解信号的抽样及抽样定理； 2、掌握抽样频率的确定方法； 3、理解抽样信号恢复的原理； 二、实验原理： 1、信号的抽样及抽样定理 很多信号在传输与处理时，都是采用数字系统模拟信号重建平滑滤波，抽样脉冲为理想单位冲激串的傅里叶变换为： 已抽样信号的频谱等于原连续时间信号的频谱以抽样频率为周期进行周期复制的结果。 抽样定理：当抽样频率 时，将原连续时间信号f(t)抽样而得到的离散时间序列x(n)可以唯一地表示原连续时间信号。如果不满足抽样定理，抽样信号的频谱会存在混叠。 以上讨论的是理想抽样的情形，由于在实际电路与系统中，理想冲激串是无法实现的，因此，在实际抽样中经常采用零阶抽样保持，保持这一样本值直到下一个抽样瞬时为止。这个过程很容易用简单的数学公式来描述。设连续时间信号用f(t)表示，抽样抽样频率，则零阶抽样信号的数学表达式为 2、抽样信号恢复 如果满足抽样定理，可以唯一地由抽样信号x(n) 恢复出原连续时间信号f(t)。在理想情况下，可以将离散时间序列通过一个理想低通滤波器进行信号重建。理想低通滤波器的输出信号为 是低通滤波器的截止频率，这是一个内插公式。 三、题目分析： 抽样就是选取适当的抽样间隔对连续时间信号进行时间离散化。抽样间隔的选取要满足抽样定理，抽样频率 ，否则会使抽样信号的频谱发生混叠，也不利于对抽样好的恢复。在Matlab中利用一个for循环程序完成周期延拓运算。在理想情况下，可以将抽样序列通过一个理想低通滤波器进行信号恢复 四、程序代码： %6_1 %Sampling clear clc t=0:0.01:10; f=cos(0.5*pi*t); Ts=1/4; %Sampling period n=0:40; %Make the time variable to be discrete nTs=n*Ts; xn = cos(0.5*pi*nTs); % Sampling subplot(121) plot(t,f); title(A continuous-time signal f(t)),xlabel(Time t); subplot(122),stem(nTs,xn,.); title(The sampled version x[n] of f(t)); xlabel(Time index n) %6_2实验代码 clear all, tmax = 4; dt = 0.01; t = 0:dt:tmax; Ts = 1/10;% Ts是抽样间隔 ws = 2*pi/Ts; w0 = 20*pi; dw = 0.1; w = -2*w0:dw:2*w0; n = 0:1:tmax/Ts; x = exp(-4*t).*(t0); xn = exp(-4*n*Ts); subplot(221) plot(t,x), title(A continuous-time signal x(t)), xlabel(Time t), axis([0,tmax,0,1]), grid on subplot(223) stem(n,xn,.), title(The sampled version x[n] of x(t)), xlabel(Time index n), axis([0,tmax/Ts,0,1]), grid on Xa = x*exp(-j*t*w)*dt; X = 0; for k = -2:2; X = X + x*exp(-j*t*(w-k*ws))*dt; end subplot(222) plot(w,abs(Xa)) title(Magnitude spectrum of x(t)), grid on axis([-120,120,0,1.8*max(abs(Xa))]) subplot(224) plot(w,abs(X)) title(Magnitude spectrum of x[n]), xlabel(Frequency in radians/s),grid on axis([-120,120,0,1.8*max(abs(Xa))]) %6_3代码 %signal reconstruction clear all wm=1; wc=wm; Ts=1.5*pi/wm; ws=2*pi/Ts; n=-100:100; nTs=n*Ts; f=sinc(nTs/pi); dt=0.005;t=-15:dt:15; fa=f*Ts*wc/pi*sinc((wc/pi)*(ones(length