实验四 离散时间信号及系统分析.docVIP

实验四 离散时间信号与系统分析 一、实验目的 1、理解离散信号及系统的时频域分析方法 2、掌握Matlab进行信号的卷积、z变换及逆z变换的方法。 3、掌握Matlab进行离散系统时频域的分析方法 二、实验时数： 2学时 三、实验相关知识 （一）离散信号的卷积 利用函数可以计算离散信号的卷积和，即c(n)=a(n)*b(n)，向量c长度是a，b长度之和减1。若a(n)对应的n的取值范围为：[n1, n2]；b(n)对应的n的取值范围为：[n3, n4]，则c(n)=a(n)*b(n)对应的n的取值范围为：[n1+n3, n2+n4]。 例4-1：已知两序列：x(k)={1,2,3,4,5;k=-1,0,1,2,3},y(k)={1,1,1; k=-1,0,1}，计算x(k)*y(k)，并画出卷积结果。 解：利用conv()函数进行离散信号的卷积，注意卷积信号的k值范围 k_x = -1:3; x=[1,2,3,4,5]; k_y = -1:1; y=[1,1,1]; z=conv(x,y); k_z= k_x(1)+k_y(1):k_x(end)+k_y(end); stem(k_z,z); （二）离散信号的逆z变换 离散序列的z变换通常是z的有理函数，可表示为有理分式的形式，因此可以现将X(z)展开成一些简单而常用的部分分式之和，然后分别求出各部分分式的逆变换，把各逆变换相加即可得到X(z)的逆变换x(n)。 设离散信号的z变换式如下， 在Matlab中进行部分分式展开的函数为residuez()，其调用形式如下： [r,p,k] = residuez(num,den) 其中num=[b0, b1, …, bm]表示X(z)有理分式的分子多项式为；den=[a0, a1, …, am]表示X(z)有理分式的分母多项式为，注意分子分母多项式均为按z-1的降幂排列的多项式，缺项应补零。p为X(z)的极点向量，而r为对应极点部分分式的系数向量，k为常数项和z=0极点的系数向量。 若X(z)为互异的极点，则相应参数的关系如下： 若X(z)中含有重极点，设s阶重极点为p(j)，则对应的p(j)= p(j+1)=…= p(j+s-1)，相应的部分分式为： 例：已知系统函数为，求部分分式展开式 解： num=[18]; den=[18 3 -4 -1]; [r,p,k]=residuez(num,den) 运行结果如下： r=0.3600 0.2400 0.4000 p=0.5000 -0.3333 -0.3333k=[] 因此F(z)的部分分式展开式为： 因此 （三）、离散时间系统的时域分析 1、离散时间系统任意激励下的零状态响应 大量的LTI离散时间系统都可用如下线性常系数差分方程描述 其中f[k],y[k]分别表示系统的输入和输出，n是差分方程的阶数。已知差分方程的n个初始状态和输入f[k]，就可以通过编程由下式迭代计算出系统的输出。 在零初始状态时，MATLAB信号处理工具箱提供了一个filter函数，计算由差分方程描述的系统的响应。其调用方式为 y=filter (b , a , f) 式中b=(b0,b1,b2,…,bM), a=(a0,a1,a2,…,aN)分别是差分方程左、右端的系数系数向量。注意输出序列的长度和输入序列的长度。 例：受噪声干扰的信号为，其中是原始信号。d[k]是噪声。已知M点滑动平均（moving average）系统的输入输出关系为 解：系统的输入信号f[k]含有有用信号s[k]和噪声信号d[k] 。噪声信号d[k]可以用rand函数产生，将其叠加在有用信号s[k]，即得到受噪声干扰的输入信号f[k]。下面的程序实现了对信号f[k]去噪，取M=5。 %program3_3 Signal Smoothing by Moving Average Filter R = 51;% 信号的长度 % d为[-0.5,0.5]均匀分布的随机噪声 d = rand(1,R)-0.5; k = 0:R-1; s = 2*k.*(0.9.^k); f = s+d; figure; % 绘制离散信号包络线 plot(k,d,x-,k,s,*-,k,f,o-); xlabel(Time index k); legend(d[k],s[k],f[k]); M=5; b = ones(M,1)/M; a = 1; y = filter(b,a,f); figure; plot(k,s,x-, k,f,o-., k,y,*-) xlabel(Time index k); legend(s[k],f[k], y[k]); 2、离散时间系统单位脉冲响应和单位阶跃响应 在MATLAB中，求解离散时间系统单位脉