序列逆Z变换的Matlab实现.ppt

函数butter的调用格式为[b,a]=butter(n,Wc,)%设计数字Butterworth滤波器[b,a]=butter(n,Wc,ftype)%设计模拟Butterworth滤波器其中，n为滤波器阶数，Wc为截止频率。函数cheby1的调用格式为[b,a]=cheby1(n,Rp,Wc)%设计数字Chebyshev滤波器[b,a]=cheby1(n,Rp,Wc,ftype)%设计模拟Chebyshev滤波器其中，n为滤波器阶数，Rp为通带内的纹波系数，Wc为截止频率。例：设计butterworth低通滤波器解滤波器的阶数和截止频率可由式和确定，程序段为Wp=2*pi*300;Ws=2*pi*800;Rp=2;Rs=30;N=ceil((log10((10^(0.1*Rs)-1)/(10^(0.1*Rp)-1)))/(2*log10(Ws/Wp)));Wc=Wp/((10^(Rp/10)-1)^(1/(2*N)));[b,a]=butter(N,Wc,s);freqs(b,a)程序运行结果运行程序，得到N=4，Wc=2.0157e+003。幅频特性和相频特性如图7.16所示。模拟滤波器到数字滤波器的转换设模拟滤波器系统函数为数字滤波器的系统函数为从模拟滤波器到数字滤波器的转换有两种方法，即脉冲响应不变法和双线性变换法。(b,a分别为模拟滤波器的系统函数的系数，bz,az分别为数字滤波器的系统函数的系数)321一、序列逆Z变换的Matlab实现函数residuez:适合计算离散系统有理函数的留数和极点，可以用于求解序列的逆Z变换。函数residuez基本调用方式:[r,p,c]=residuez(b,a);输入参数:b=[b0，b1，…，bM]为分子多项式的系数,a=[a0，a1，…，aN]为分母多项式的系数，这些多项式都按z的降幂排列输出参数:r是极点的留数，p是极点，c是无穷项多项式的系数项，仅当M≥N时存在。例：计算逆Z变换例：计算的逆Z变换。解:有理分式X(z)分子和分母多项式都按z的降幂排列。b=[0,1];a=[2,-3,1];%多项式的系数[r,p,c]=residuez(b,a);%求留数、极点和系数项disp(留数:);disp(r);%显示输出参数disp(极点:);disp(p);disp(系数项:);disp(c);程序运行结果为留数:1-1极点:1.00000.5000系数项:X(z)的部分分式形式为逆Z变换为二、DFT物理意义的Matlab实现序列的N点DFT的物理意义:对X(ejω)在[0，2π]上进行N点的等间隔取样。函数fft用于快速计算离散傅里叶变换，调用方式为y=fft(x);y=fft(x,N);y=fft(x)利用FFT算法计算序列x的离散傅里叶变换。当x为矩阵时，y为矩阵x每一列的FFT。当x长度为2的整数次幂时，函数fft采用基-2的FFT算法，否则采用混合基算法。y=fft(x,N)采用N点FFT。当序列x长度小于N时，函数fft自动对序列尾部补零，构成N点数据；当x长度大于N时，函数fft自动截取序列前面N点数据进行FFT。函数ifft用于快速计算向量或矩阵的离散傅里叶逆变换，与函数fft的调用规则基本相同。调用方式为y=ifft(x);y=ifft(x,N);例：利用FFT实现线性卷积。已知序列x(n)=R4(n)，求：（1）用conv函数求x(n)与x(n)的线性卷积y(n)，并绘出图形；（2）用FFT求x(n)与x(n)的4点循环卷积y1(n)，并绘出图形；（3）用FFT求x(n)与x(n)的8点循环卷积y2(n)，并将结果与（1）比较，说明线性卷积与循环卷积之间的关系。解程序如下：N1=4;N2=8;n1=0:1:N1-1;n2=0:1:N2-1;x=[1,1,1,1];%构造序列x(n)x1=[1,1,1,1,0,0,0,0];%在序列x(n)后补4个零figure(1)subplot