- 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
查看更多
信号和系统实验五
第五章 采样
基本题
考虑正弦信号
若用频率采样,那么离散时间信号就等于
假定采样频率固定在。
1.假设并定义T=1/8192。创建向量n=[0:8192],使得t=n*T包含了区间内8192个时间样本。创建向量x,它包含在t的时间样本上的样本。
代码:clear;clc;
n=[0:8192];
T=1/8192;
t=n.*T;
2.用stem对展示前50个样本,用plot对采样时间展示的前50个样本。
为了计算带限重建信号的连续时间傅立叶变换的样本,今用下列函数
这个函数用fft计算重建信号的傅立叶变换。文件ctffts.m应该装在相应的MATLABPATH中。
代码:
函数:function [X,w]=ctffts(x,T)
N=length(x);
X=fftshift(fft(x,N))*(2*pi/N);
w=linspace(-1,1-1/N,N)/(2*T);
主程序:clear;clc;
n=[0:50];
T=1/8192;
t=n.*T;
x=sin(2*pi*10000*t);
subplot(211)
stem(n,x);
title(用stem展示前50个样本)
grid
subplot(212)
plot(t,x)
title(用plot函数展示前50个样本)
grid
画图:
3.用[X,w]=ctffts(x,T)计算重建信号的连续时间傅立叶变换。画出X对w的幅值图。X在合理的频率值上是非零吗?假定当X接近于零时,相位等于零,X的相位正确吗?
代码:clear;clc;
n=[0:8192];
T=1/8192;
t=n.*T;
x=sin(2*pi*10000*t);
[X,w]=ctffts(x,T)
plot(w,X)
图形:
分析:X在合理的频率值上是非零的;当X接近于零时,相位等于零,X的相位正确
中等题
4.对正弦频率和重作1~3。X的幅值对于所预计的频率还是非零吗?X的相位正确吗?
代码:代码跟1~3的差不多,只需将频率改成15000和20000就可以了
对采样时间展示的前50个样本:
频域图形:
分析:X的幅值对于所预计的频率是非零;X的相位不正确
5.用sound(x,1/T)将4中创建的每个采样信号放出来。你听到的音调随频率的提高而提高吗?注意,和plot一样,sound函数也有内插的作用。
分析:从听到的声音来看,比听到的音调要高。因此,听到的音调随频率的提高而提高
6.现在对正弦频率,,,和重作1和3。也用sound将每个采样信号放出来。你所听到的音调高度随每次频率的增加而提高吗?如果不是,你能解释这个现象吗?
对采样时间展示的前50个样本:
频域图形:
分析:听到的音调高度不再随随每次频率的增加而提高;因为频率太高,时域图形想调幅信号,包络是为正弦变化,其幅频不再随周期变化。因此要使音调高度随频率增加而提高,必须使频率控制在一定范围内。
深入题
现在考虑信号
由于这个信号当通过一个扬声器放出来时,其声音听起来像鸟叫的声音,所以常称它为鸟声信号,这是由于这个信号的瞬时频率随时间而增加的缘故。一个正弦信号的瞬时频率是它的相位的导数,即sin(.)的宗量的导数。对于这个鸟声信号,其瞬时频率是
在下面习题中,假设。
7.设和,将该鸟声信号在区间内的样本存入时间向量x中。
代码:clear;clc;
w0=2*pi*30000;
b=2000;
n=[0:8192];
T=1/8192;
t=n.*T;
W=w0*t+0.5*b*t.^2.;
x=sin(W)
8.用sound放出在x中的鸟声信号。你能解释刚才听到的吗?
代码:clear;clc;
load splat;
w0=2*pi*30000;
b=2000;
n=[0:8192];
T=1/8192;
t=n.*T;
W=w0*t+0.5*b*t.^2.;
x=sin(W)
fs=8192
sound(x,fs)
分析:fs为采样频率,当采样频率过低时,不能采集到声信号;当采样频率比较低时,听到的声信号比较冗长,而且很混浊;当采样频率越高,采集到的声音越清晰尖锐,声音延续时间也越短暂。
9.确定鸟声信号有最大强度的近似时间样本。已知瞬时频率的线性方程和你对混叠的理解,请解释怎样本就能预计到这个时间样本。
分析:采样频率过低,就可能产生频谱混叠,因此听到的声音比较混浊;当采样频率大于奈圭斯特频率,就不会产生混叠,因此采样频率达到一定程度时,声音就会比较清晰。
§5.2
您可能关注的文档
最近下载
- 2025凉山州继续教育公需科目满分答案-《网络数据安全管理条列》解读.docx VIP
- 2024-2025学年人教版九年级全一册英语重点短语循环默写清单(1-3组).pdf VIP
- 2024年中考语文二轮复习:现代文阅读(小说+散文)60篇刷题练习题汇编(含答案解析).doc VIP
- 九年级英语全一册200组重要短语默写.docx VIP
- 英语高考核心高频688词汇 .pdf VIP
- 2025凉山州继续教育公需科目满分答案-发展生成式人工智能,助力创新驱动发展.docx VIP
- 三年级小学硬笔书法教学计划和设计教案.doc VIP
- 《质量与密度》单元复习.doc VIP
- 中考现代文&小说阅读理解模考真题汇编含答案解析14篇.docx VIP
- 基于Python的大众点评美食网站数据采集与分析.pdf VIP
文档评论(0)