数字信号处理系统课程论文.docx

数字信号处理系统课程论文.docx

《数字信号处理系统课程论文.docx》由会员分享，可在线阅读，更多相关《数字信号处理系统课程论文.docx（10页珍藏版）》请在冰点文库上搜索。

数字信号处理系统课程论文

本科生课程设计论文

题目：

数字信号处理

学生姓名：

学号：

专业：

通信工程

班级：

指导教师：

2013年12月27日

内蒙古科技大学课程设计答辩书

姓名

班级

通信2班

学号

指导教师

分数

设计总结：

通过本次的课程设计，不仅对课本所学知识有了进一步的理解，而且对MATLAB软件的使用也熟练了许多。

在对题目做预期结果分析的同时，巩固了在课堂上所学的诸如“信号Fourier变换”、“滤波器设计”、“功率谱估计”等重要内容。

用MATLAB软件对所做课题实现编程的同时，深切的体会到了计算机辅助软件对于信号处理的快捷与方便，MATLAB贴近数学公式化的编程思想另复杂的数学计算简单了许多，尤其对于FFT运算的方法。

尽管开始对于程序的设计不是很明了，但通过查阅课本及相关参考数目，对于MATLAB在信号处理方面的基本语法有所掌握，让我能够编写出一些简单的语句，并且进行调试和纠错。

本次设计最大的收获摸过于亲手对课题进行分析并编程实现后，真正的将理论与实际联系起来，正所谓学以至用，数字信号处理的在通信工程系统中的重要意义在设计中得到了体现，以及这门的在实际处理领域的用处。

对于在设计过程中对我给予帮助的同学和张超老师表示感谢。

答辩记录：

第一章

1.1.（5）x（t）=sin（t）/t-10

x=linspace（-10,10）;

y=sinc（x）;

plot（x,y）;

ylabel（'x（t）'）;

xlabel（'t'）;

title（'Sa函数曲线'）;

1.2.（3）已知LTI离散系统，x（n）=[111],h（n）=[0123],求y（n）

x=[1,1,1,];

h=[0,1,2,3,];

y=conv（x,h）;

subplot（2,2,1）;stem（[0:

length（x）-1],x）;

ylabel（'x（n）'）;xlabel（'Timeindexn'）;

subplot（2,2,2）;stem（[0:

length（h）-1],h）;

ylabel（'h（n）'）;xlabel（'Timeindexn'）

subplot（2,2,3）;stem（[0:

length（y）-1],y）;

ylabel（'y（n）=x（n）*h（n）'）;xlabel（'Timeindexn'）;

第二章

2.1.2．用DFT计算下列信号的频谱：

（1）

N=30;%数据的长度

L=1024;%DFT的点数

f=1/16;fs=600;

T=1/fs;

ws=2*pi*fs;

t=（0:

N-1）*T;

x=5*cos（2*pi*f*t+pi/4）;

X=fftshift（fft（x,L））;

w=（-ws/2+（0:

L-1）*ws/L）/（2*pi）;

plot（w,abs（X））;

ylabel（'幅度谱'）

2.1.（3）

N=30;

L=1024;

f1=0.5;f2=4;fs=600;

T=1/fs;

ws=2*pi*fs;

t=（0:

N-1）*T;

x=2*sin（2*pi*f1*t）+sin（2*pi*f2*t）;

X=fftshift（fft（x,L））;

w=（-ws/2+（0:

L-1）*ws/L）/（2*pi）;

plot（w,abs（X））;

ylabel（'幅度谱'）

第三章

5．采用脉冲响应不变法和双线性变换法设计巴特沃斯数字低通滤波器，满足下列指标：

通带边缘频率：

0.4

，通带衰减：

0.5dB;

阻带边缘频率：

06

，阻带衰减：

50dB

Wp=04*pi;Ws=0.6*pi;Ap=0.5;As=50;

Fs=1;

wp=Wp*Fs;ws=Ws*Fs;

N=buttord（wp,ws,Ap,As,'s'）;

wc=wp/（10^（0.1*Ap）-1）^（1/2/N）;

[numa,dena]=butter（N,wc,'s'）;

[numd,dend]=impinvar（numa,dena,Fs）;

w=linspace（0,pi,512）;

h=freqz（numd,dend,w）;

norm=max（abs（h））;

numd=numd/norm;

plot（w/pi,20*log10（abs（h）/norm））

w=[Wp,Ws];

h=freqz（numd,dend,w）;

fprintf（'Ap=%.4\n',-20*log10（abs（h

（1））））;

fprintf（'As=%.4\n',-20*log10（abs（h

（1））））;

Wp=04*pi;Ws=0.6*pi;Ap=0.5;As=50;

Fs=0.5;

wp=0.7265;ws=1.3764;

N=buttord（wp,ws,Ap,As,'s'）;

wc=wp/（10^（0.1*Ap）-1）^（1/2/N）;

[numa,dena]=butter（N,wc,'s'）;

[numd,dend]=bilinear（numa,dena,Fs）;

w=linspace（0,pi,512）;

h=freqz（numd,dend,w）;

norm=max（abs（h））;

numd=numd/norm;

plot（w/pi,20*log10（abs（h）/norm））

w=[Wp,Ws];

h=freqz（numd,dend,w）;

fprintf（'Ap=%.4\n',-20*log10（abs（h

（1））））;

fprintf（'As=%.4\n',-20*log10（abs（h

（1））））;

第四章

3．已知一含有平稳高斯白噪声的序列x[k]=sin（0.8πk）+s[k]，试分别用L－D算法和Burg算法实现该序列的功率谱估计，并估计其AR模型参数。

N=512;Nfft=1024;Fs=2*pi;n=0:

N-1;

xn=sin（0.8*pi*n）+randn（size（n））;

order=50;

figure

（1）

pburg（xn,order,Nfft,Fs）;xlabel（'50阶'）;R=xcorr（xn）;

order1=80;

figure

（2）

pburg（xn,order1,Nfft,Fs）;xlabel（'80阶'）;L=levinson（R,order）

L=

Columns1through9

1.00000.0742-0.2620-0.5832-0.26570.17150.3907-0.37340.0043

Columns10through18

-0.7425-0.25350.8478-1.0250-0.16731.7374-1.03480.18180.1069

Columns19through27

-2.33890.81891.1640-3.35571.03121.7547-2.38010.75170.7413

Columns28through36

-3.37211.32121.3154-2.71260.36711.4414-0.97850.7407-0.3178

Columns37through45

-1.03060.94740.1621-0.96820.36590.3619-0.1908-0.2529-0.5377

Columns46through51

-0.04140.38430.58930.1865-0.3803-0.5296

N=512;Nfft=1024;Fs=2*pi;n=0:

N-1;

xn=sin（0.8*pi*n）+randn（size（n））;

order=50;

figure

（1）

pyulear（xn,order,Nfft,Fs）;xlabel（'50阶'）;R=xcorr（xn）;

order1=80;

figure

（2）

pyulear（xn,order1,Nfft,Fs）;xlabel（'80阶'）;L=levinson（R,order）

L=

Columns1through9

1.0000-0.3463-0.26290.4612-0.4435-0.03160.2078-0.73800.9364

Columns10through18

0.7226-1.11890.7047-0.3691-0.70530.9265-0.2019-0.27090.8969

Columns19through27

-0.94100.69641.0837-0.77290.4398-0.8230-0.08670.07180.2445

Columns28through36

-0.39210.5204-1.25550.55620.5678-0.76900.8311-0.3740-0.3442

Columns37through45

1.0592-0.5897-0.34100.7344-1.43440.25950.7010-0.51600.2881

Columns46through51

-0.0099-0.50540.5843-0.3761-0.67860.7528