信息处理方向(数字信号处理)课程设计.docVIP

信息处理方向课程设计 一、课程设计目的及要求 数字信号处理是一门理论性和实践性都很强的学科，通过课程设计可以加深理解掌握基本理论，培养学生分析问题和解决问题的综合能力，为将来走向工作岗位奠定坚实的基础，因此做好课程设计是学好本课程的重要教学辅助环节。 本指导书结合教材《数字信号处理教程》的内容，基于MATLAB程序语言提出课程设计的题目及要求，在做课程设计之前要求学生要尽快熟悉MATLAB语言，充分预习相关理论知识，独立编写程序，以便顺利完成课程设计。 二、课程设计任务 课程设计的过程是综合运用所学知识的过程。课程设计主要任务是围绕数字信号的频谱分析、特征提取和数字滤波器的设计来安排的。根据要求查阅专业资料、工具书或参考在下规定的MATLAB语言编写计算序列x(n)的N点DFT的m函数文件dft.m。并与MATLAB中的内部函数文件fft.m作比较。 解： x (n) 的N点DFT的m函数文件dft.m function Xk=dft(xn,N) if length(xn)N xn=[xn,zeros(1,N-length(xn))]; end n=0:N-1; for k=0:N-1 Xk(1,k+1)=sum(xn.*exp((-1)*j*n*k*(2*pi/N))); end Matlab中的内部函数文件fft.m文件 function [varargout] = fft(varargin) if nargout == 0 builtin(fft, varargin{:}); else [varargout{1:nargout}] = builtin(fft, varargin{:}); end 运算量估计： 对于N=点序列进行时间抽选奇偶分解FFT计算，需分M级，每级计算N/2个蝶。每一级需N/2次复乘、N次复加，因此总共需要进行： 复乘： 复加： 直接计算N点的DFT，需要次复乘、N(N-1)次复加。N值越大，时间抽选奇偶分解FFT算法越优越。例如当N=2048点时，时间抽选奇偶分解FFT算法比直接计算DFT速度快300多倍 2. 对离散确定信号 作如下谱分析： 截取使成为有限长序列N()，(长度N自己选)写程序计算出的N点DFT ,画出时域序列图xn～n和相应的幅频图。 解： 1）求x(n)的前10点数据对应的X(ejw)、X(k)。 MATLAB程序如下： N=10; n=0:1:N-1; xn=cos(0.48*pi*n)+cos(0.52*pi*n); Xk=dft(xn,N); subplot(3,1,1) stem(n,xn,.k); title(时域序列图xn); xlabel(n); axis([0,10,-2.5,2.5]); w=2*pi*(0:1:2047)/2048; Xw=xn*exp(-j*n*w); subplot(3,1,2); plot(w/pi,abs(Xw)); title(幅频特性曲线X(ejw)); xlabel(w); axis([0,1,0,10]); subplot(3,1,3) k1=0:1:9;w1=2*pi/10*k1; stem(w1/pi,abs(Xk),.k); title(频域序列图Xk); xlabel(频率（单位：pi）); axis([0,1,0,10]); x(n)的前10点数据对应的x(n)、X(ejw)、X(k)如图1-1所示。 图1-1 x(n)的前10点数据对应的x(n)、X(ejw)、X(k) 由图可见，由于截断函数的频谱混叠作用，X(k)不能正确分辨w1=0.48π、w2=0.52π这两个频率分量。 2）将x(n)补零至100点，求N=100点的X(ejw)、X(k)。 MATLAB主要程序如下： N=10; n=0:N-1; xn=cos(0.48*pi*n)+cos(0.52*pi*n); N1=100; n1=0:N1-1; x1=[xn(1:10) zeros(1,90)]; subplot(3,1,1) stem(n1,x1,.k); title(时域序列图x1); xlabel(n); axis([0,100,-2.5,2.5]); w=2*pi*(0:2047)/2048; X1=x1*exp(-j*n1*w); subplot(3,1,2); plot(w/pi,abs(X1)); title(幅频特性曲线X(ejw)); xlabel(w); axis([0,1,0,10]); subplot(3,1,3) Xk=dft(x1,N1); k1=0:1:49; w1=2*pi/100*k1; stem(w1/pi,abs(Xk(1:1: