数字信号处理课程设计报告精品.docVIP

  1. 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. 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. 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. 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. 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. 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. 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
数字信号处理课程设计报告精品

目录 设计概述(目的和要求) 3 设计任务 3 设计题目(简要描述三个题目) 4 内容及结果 4 思考及体会 14 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 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 ,并画出相应的幅频图。 将 (1)中补零加长至M点(长度M自己选),编写程序计算的M点DFT ,并画出相应的图。 利用补零DFT计算 (1)中N点有限长序列频谱并画出相应的幅频图。 3. 研究高密度谱与高分辨率频谱。 对连续确定信号 令=103 ,104 ,105 (1)对不同的 考虑恰当的采样频率进行取样分析,说明理由 对某一个采样数据选取适当长度,计算DFT,画出相应的X(k)和 2. 有噪声情况下信号幅度谱的研究 1.编写产生均匀分布白噪声序列的M函数文件drand.m 。 2. 编写计算序列x(n) 正弦信号加白噪声的自相关序列的M函数文件dcor.m。 3.编写m程序文件,分析含噪信号的相关函数及功率密度谱。 取样信号的混叠现象研究 1. 用MATLAB语言编写计算N阶差分方程所描述系统频响函数的m函数文件fr.m。 2. 根据频响特性与系统零极点的关系,自己构造一个N阶差分方程,使该差分方程为 数字低通滤波器。利用MATLAB程序画出相应的幅频图。 3. 改变2.中差分方程的系数,使该差分方程分别为数字高通及全通滤波器。利用MATLAB程序画出相应的幅频图。 四 内容及结果 设计题目一: DFT在信号频谱分析中的应用 1. 用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。 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 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 可以用一下Matlab程序比较DFT和FFT的运算时间 N=2048; M=11; x=[1:M,zeros(1,N-M)]; t=cputime; y1=fft(x,N); Time_fft=cputime-t t1=cputime; y2=dft(x,N); Time_dft=cputime-t1 t2=cputime; 运行结果: Time_fft = 0.0469 Time_dft = 15.2031 由此可见FFT算法比直接计算DFT速度快得多 2. 对离散确定信号 作如下谱分析: (1)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 ,并画出相应的幅频图。 (假设N取15,即0≤n≤14 时, 编写程序,计算出X(n)的15点DFT Xk) n = 0:14; xn=cos(0.48*pi*n)+cos(0.52*pi*n); Xk = fft (xn, 15); subplot(2,1,1);

文档评论(0)

bodkd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档