山东大学信息学院信号与系统实验(MATLAB语言)7-8.docx

实验七1.源代码%%%%%%%%%%%原函数截止频率为2，设置理想低通滤波器的截止频率为2*1.2%%%%%%%%%%%%%clc,cleardt=0.1;t1=-4:dt:4;wm=2;%原函数截止频率wc=1.2*wm;%理想低通滤波器的截止频率ft=(1+cos(t1)).*(heaviside(t1+pi)-heaviside(t1-pi));%f(t)函数N=600;k=-N:N;W=pi*k/(N*dt);%合理的w值Ts=[1 1.5 2];%抽样间隔len=length(Ts);for kl=1:len t2=-4:Ts(kl):4; fst=(1+cos(t2)).*(heaviside(t2+pi)-heaviside(t2-pi));%抽样后的时域函数 figure(1);subplot(3,2,2*kl-1) plot(t1,ft,:b),hold on stem(t2,fst,r),grid on axis([-4 4 -0.1 2.1]) xlabel(Time(sec)),ylabel(fs(t)); title([Ts=,num2str(Ts(kl)),时抽样后的信号]),hold off%绘制以不同时间间隔抽样的抽样信号 Fsw=Ts(kl)*fst*exp(-j*t2*W);%抽样后的时域函数求其频谱 figure(1);subplot(3,2,2*kl) plot(W,abs(Fsw),r),grid on axis([-10 10 -0.2 1.1*2*pi]) xlabel(\omega),ylabel(Fs(\omega)); title([Ts=,num2str(Ts(kl)),时抽样后的信号的频谱])%绘制以不同时间间隔抽样的抽样信号的频谱%%%%%%%%%%%%%%%%%%%%%%%%%%计算重建后的信号%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% fsth=(1+cos(k*Ts(kl))).*(heaviside(k*Ts(kl)+pi)-heaviside(k*Ts(kl)-pi));%以nTs的形式表达时域的抽样信号 fth=fsth*Ts(kl)*wc/pi*sinc((wc/pi)*(ones(length(k*Ts(kl)),1)*t1-(k*Ts(kl))*ones(1,length(t1))));%通过理想滤波器后的重建时域的信号 figure(2);subplot(2,3,kl) plot(t1,ft,:b),hold on stem(k*Ts(kl),fsth,r),grid on axis([-4 4 -0.2 2.2]) xlabel(nTs),ylabel(f(nTs)); title([Ts=,num2str(Ts(kl)),时抽样后的信号的频谱]),hold off%绘制以不同时间间隔抽样的抽样信号 figure(2);subplot(2,3,kl+3) plot(t1,fth,r),hold on,grid on axis([-4 4 -0.2 3.2]) xlabel(t),ylabel(f(t)); title([Ts=,num2str(Ts(kl)),时抽样后重建得到的信号]),hold off%绘制以不同时间间隔抽样后重建的信号end??图像（1）（2）由题意，奈奎斯特间隔为，当抽样间隔小于奈奎斯特间隔时，可以完整的还原原信号，而当Ts=2时的低抽样率，产生了较为严重的频谱混叠现象。2.（1）傅里叶变换函数（2）抽样信号进入低通滤波器后重建的信号实验八1.源代码clc,clearsyms tsFs=laplace(t*exp(-2*t)*heaviside(t))%拉普拉斯变换?结果Fs =1/(s + 2)^22.源代码clc,clearsyms tsFs=(s^2+4*s+5)/(s^2+3*s+2);ft=ilaplace(Fs)%拉普拉斯反变换?结果ft =2*exp(-t) - exp(-2*t) + dirac(t)3.源代码clc,clearsyms sz1=s^2;z2=s^2+2*s;z3=s+1;z=z1*(z2+z3);Hs=simplify(z)%求系统函数?结果Hs =s^2*(s^2 + 3*s + 1)4.源代码%%%%%%%%%%%%%%%假设系统为因