MATLAB信号处理工具箱.pptVIP

其中函数 f2_2(t)为： function ft2=f2_2(t) ft2=tripuls(t,4,0.5); 5 两序列的卷积运算 两序列卷积运算： MATLAB实现：y=conv(x1,x2)。 序列x1(n)和x2(n)必须长度有限。 6 两序列的相关运算 两序列相关运算： 。MATLAB实现：y=xcorr(x1,x2)。 7.信号能量 数学定义： MATLAB实现: E=sum(x.*conj(x)); 或: E=sum(abs(x).^2); 数学定义： 8. 信号功率 MATLAB实现: P=sum(x.*conj(x))/N; 或: P=sum(abs(x).^2)/N; （三）傅里叶(Fourier)变换 1 连续时间、连续频率－傅里叶变换 2 连续时间、离散频率－傅里叶级数 正变换： 逆变换： 正变换： 逆变换： 3 时间离散、连续频率－序列傅里叶变换 4 离散时间、离散频率－离散傅里叶级数 5 离散时间、离散频率－离散傅里叶变换(DFT) 正变换： 逆变换： 正变换： 逆变换： 正变换： 逆变换： 1．一维快速正傅里叶变换函数fft 格式：X=fft(x, N) 功能：采用FFT算法计算序列向量x的N点DFT变换; 当N缺省时，fft函数自动按x的长度计算DFT; 当N为2整数次幂时，fft按基-2算法计算, 否则用混合算法。 2．一维快速逆傅里叶变换函数ifft 格式：x=ifft(X, N) 功能：采用FFT算法计算序列向量X的N点IDFT变换。 , N=512;F=1000;n=1; t=0:1/F:n; x=sin(2*pi*50*t)+ sin(2*pi*120*t); y=x+1.5*randn(1,length(t)); Y=fft(y,N); P=Y.*conj(Y)/N; %计算功率谱密度 f=F*(0:N/2-1)/N; plot(f,P(1:N/2)) （四） 统计信号处理 1．cov 协方差矩阵 格式: c=cov(x) 当x为矢量时，cov(x)可求出矢量x的方差(标量) 当x为矩阵时，cov(x)可得到协方差矩阵 而diag(conv(x))则为由每列数据的方差所构成的矢量 2．xcov 互协方差(自协方差)函数估计 格式: v=xcov(x,y) v=xcov(x) 3．xcorr 互相关(自相关)函数估计 格式: v=xcorr(x,y) v=xcorr(x) （五） 滤波 IIR滤波器结构： M阶IIR滤波器： 差分方程表达式： FIR滤波器结构： M阶FIR滤波器： 差分方程表达式： 1．filter 利用递归滤波器(IIR)或非递归滤波器(FIR)对数据进行数字滤波 格式: y=filter(b,a,x) b,a为滤波器系数，x为待滤波的数据 2．fftfilt 利用基于FFT的重叠相加法对数据进行滤波，只适用于非递归滤波器(FIR) 格式: y=fftfilt(b,x) 3．freqz 数字滤波器的频率响应 格式: [h,w]=freqz(b,a) freqz(b,a,n) freqz(b,a,w) 4．freqs 模拟滤波器的频率响应 格式: [h,w]= freqs(b,a) freqs(b,a,n) freqs(b,a,w) （六） IIR滤波器设计 1．besself 贝塞尔模拟滤波器设计 [b,a]=besself(n,Wn) n阶截止频率Wn的低通模拟滤波器 [b,a]=besself(n,[W1 W2]) W1W2 2n阶带通模拟滤波器 [b,a]=besself(n,Wn,’high’) n阶截止频率Wn的高通模拟滤波器 [b,a]=besself(n,[W1 W2],’stop’) W1W2 2n阶带阻模拟滤波器 2．butter 比特沃思模拟和数字滤波器设计 [b,a]=butter(n,Wn) 0=Wn=1 n阶截止频率Wn的低通数字滤波器 [b,a]=butter(n,[W1 W2]) W1W2 2n阶带通数字滤波器 [b,a]=butter(n,Wn,’high’) Wn=1相当于fs/2 n阶截止频率Wn的高通数字滤波器 [b,a]=butter(n,[W1 W2],’stop’) W1W2 2n阶带阻数字滤波器 [b,a]=butter(n,Wn,’high’,’s’) n阶截止频率Wn的高通