SystemView软件的学习报告.docx
《SystemView软件的学习报告.docx》由会员分享，可在线阅读，更多相关《SystemView软件的学习报告.docx（21页珍藏版）》请在冰点文库上搜索。
SystemView软件的学习报告
SystemView软件的学习报告
1SystemVieW软件介绍
SystemView是美国Elanix公司推出的基于Windows环境下运行的用于系统仿真分析的可视化工具。
利用该软件可以进行通信系统的仿真，也可以构建一些复杂的模拟、数字和多速率系统。
SystemView的图符资源十分丰富，包括基本库和专业库。
基本库中有加法器、乘法器、多种信号源、接收器、各种函数运算器等；专业库有通信、逻辑、数字信号处理、射频／模拟等特别适合于现代通信系统设计、仿真和方案论证。
SystemView软件自推出以来，己经有包括清华大学、北京大学等近100所高校成为SystemView的用户。
SystemView是信号级的系统仿真软件，提供一种可视化、动态的系统模式，主要用于电路与通信系统的设计、仿真，是一个强有力的动态系统分析工具，能满足不同层次的设计、仿真要求。
SystemView以图符库为主，不需要写任何代码便可以实现各种系统的仿真。
并且最终以波形、眼图及功率谱等形式给出具体的系统仿真波形，也可以给出系统的频域及时域分析。
非常形象的表现系统的具体特征。
主要作用
利用SystemView，可以构造各种复杂的模拟、数字、数模混合系统，各种多速率系统，因此，它可用于各种线性或非线性控制系统的设计和仿真。
用户在进行系统设计时，只需从SystemView配置的图标库中调出有关图标并进行参数设置，完成图标间的连线，然后运行仿真操作，最终以时域波形、眼图、功率谱等形式给出系统的仿真分析结果。
工具特点
SystemView的库资源十分丰富，包括含若干图标的基本库（MainLibrary）及专业库（OptionalLibrary），基本库中包括多种信号源、接收器、加法器、乘法器，各种函数运算器等；专业库有通讯（Communication）、逻辑（Logic）、数字信号处理（DSP）、射频/模拟（RF/Analog）等；它们特别适合于现代通信系统的设计、仿真和方案论证，尤其适合于无线电话、无绳电话、寻呼机、调制解调器、卫星通讯等通信系统；并可进行各种系统时域和频域分析、谱分析，及对各种逻辑电路、射频/模拟电路（混合器、放大器、RLC电路、运放电路等）进行理论分析和失真分析。
SystemView能自动执行系统连接检查，给出连接错误信息或尚悬空的待连接端信息，通知用户连接出错并通过显示指出出错的图标。
这个特点对用户系统的诊断是十分有效的。
SystemView的另一重要特点是它可以从各种不同角度、以不同方式，按要求设计多种滤波器，并可自动完成滤波器各指标—如幅频特性（伯特图）、传递函数、根轨迹图等之间的转换。
在系统设计和仿真分析方面，SystemView还提供了一个真实而灵活的窗口用以检查、分析系统波形。
在窗口内，可以通过鼠标方便地控制内部数据的图形放大、缩小、滚动等。
另外，分析窗中还带有一个功能强大的“接收计算器”，可以完成对仿真运行结果的各种运算、谱分析、滤波。
使用Systemview软件仿真系统进行仿真一般分以下几步：
（1）建立系统模型；
（2）根据系统理论只是建立系统模型。
根据系统理论模型及其具体功能，使用相应的模块建立仿真模型；
（3）根据需要设定系统各个模块的参数；
（4）进行系统的仿真，得到具体的仿真波形。
下面是关于数字频带系统（2FSK）的设计举例：
（1）实验目的
1、掌握2FSK信号的波形和产生方法；
2、掌握2FSK信号的频谱特点；
3、掌握2FSK信号的解调方法；
4、掌握2FSK系统的抗噪声性能。
（2）实验原理
频移键控是利用载波的频率变化来传递数字信息。
在2FSK中，载波的频率随二进制基带信号在f1和f2两个频率点间变化，一个2FSK信号可以看成是两个不同载频的2ASK信号的叠加。
采用键控法产生2FSK信号。
2FSK信号的常用解调方法是非相干解调和相干解调。
其解调原理是将2FSK信号分解为上下两路2ASK信号分别进行解调，然后进行判决。
这里的抽样判决是直接比较两路信号抽样值的大小，可以不专门设置门限。
判决规则应与调制规则相呼应，调制时若规定“1”符号对应载波频率f1，则在接收时上支路的样值较大，应判为“1”，反之则判为“0”。
（3）系统框图及仿真分析
键控法，记录2FSK信号的波形和功率谱密度；
单极性不归零码Rate=5Hz，Amp=0.5V，Offset=0.5V；
载波IAmp=1V，Frep=10Hz，Phase=0°；
载波IIAmp=1V，Frep=20Hz，Phase=90°
分析：
相位不连续2FSK信号的功率谱由连续谱和离散谱组成。
其中，连续谱由两个中心位于f1和f2的双边谱叠加而成，离散谱位于两个载频f1和f2处。
连续谱的形状随着两个载频之差的大小变化。
采用相干解调，记录恢复信号的波形和功率谱密度；
支路I模拟带通滤波器LowFc=5Hz，HiFc=15Hz，极点个数3；
支路II模拟带通滤波器LowFc=15Hz，HiFc=25Hz，极点个数3；
接收机模拟低通滤波器Fc=5Hz，极点个数3；
No.ofSample=4096；
2FSK在接收机模拟带通滤波器前加入高斯白噪声Densityin1ohm=0.00002W/Hz
分析：
在大信噪比情况下，2FSK信号包络检波时的系统性能与同步检测时的性能相差不大，但同步检测法的设备却复杂得多。
（4）结论
这次试验主要是完成对数字频带系统中2FSK信号的调制与解调。
2FSK是数字通信中不可或缺的一种调制方式，它的优点是抗干扰能力较强，不受信道参数变化的影响，因此特别适合应用于衰落信道，缺点是占用频带较宽，频带利用率低。
在满足信噪比要求的场合，多采用包络检波法。
应用SystemView软件建立可视化通信系统模型，既可以使我们更加深刻的认识和理解通信模型，又可以将具体波形仿真出来，使我们从感官上认识系统。
不但提高了效率，也使我们对这门课的学习更加感兴趣。
同时，又为我们提供了通信开发、分析的平台，从而可以提高我们的动手能力。
通过学习使用这个软件，我们通信专业的学生对对各种通信系统有了进一步的认识，我们还可以通过它设计出各种各样的通信系统，对我们以后的就业有非常大的帮助。
一、问题的提出：
数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？
信号是传递信息的函数。
一、问题的提出：
数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？
信号是传递信息的函数。
离散时间信号%26mdash;%26mdash;序列%26mdash;%26mdash;可以用图形来表示。
按信号特点的不同，信号可表示成一个或几个独立变量的函数。
例如，图像信号就是空间位置（二元变量）的亮度函数。
一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。
信号有以下几种：
（1）连续时间信号：
在连续时间范围内定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。
当幅值为连续这一特点情况下又常称为模拟信号。
实际上连续时间信号与模拟信号常常通用，用以说明同一信号。
（2）离时间信号：
时间为离散变量的信号，即独立变量时间被量化了。
而幅度仍是连续变化的。
（3）数字信号：
时间离散而幅度量化的信号。
语音信号是基于时间轴上的一维数字信号，在这里主要是对语音信号进行频域上的分析。
在信号分析中，频域往往包含了更多的信息。
对于频域来说，大概有8种波形可以让我们分析：
矩形方波，锯齿波，梯形波，临界阻尼指数脉冲波形，三角波，余旋波，余旋平方波，高斯波。
对于各种波形，我们都可以用一种方法来分析，就是傅立叶变换：
将时域的波形转化到频域来分析。
于是，本课题就从频域的角度对信号进行分析，并通过分析频谱来设计出合适的滤波器。
当然，这些过程的实现都是在MATLAB软件上进行的，MATLAB软件在数字信号处理上发挥了相当大的优势。
二、设计方案：
利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量。
再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波。
对于波形图与频谱图（包括滤波前后的对比图）都可以用MATLAB画出。
我们还可以通过sound命令来对语音信号进行回放，以便在听觉上来感受声音的变化。
选择设计此方案，是对数字信号处理的一次实践。
在数字信号处理的课程学习过程中，我们过多的是理论学习，几乎没有进行实践方面的运用。
这个课题正好是对数字语音处理的一次有利实践，而且语音处理也可以说是信号处理在实际应用中很大众化的一方面。
这个方案用到的软件也是在数字信号处理中非常通用的一个软件%26mdash;%26mdash;MATLAB软件。
所以这个课题的设计过程也是一次数字信号处理在MATLAB中应用的学习过程。
课题用到了较多的MATLAB语句，而由于课题研究范围所限，真正与数字信号有关的命令函数却并不多。
三、主体部分：
（一）、语音的录入与打开：
[y,fs,bits]=wavread（'Blip',[N1N2]）;用于读取语音，采样值放在向量y中，fs表示采样频率（Hz），bits表示采样位数。
[N1N2]表示读取从N1点到N2点的值（若只有一个N的点则表示读取前N点的采样值）。
sound（x,fs,bits）;用于对声音的回放。
向量y则就代表了一个信号（也即一个复杂的%26ldquo;函数表达式%26rdquo;）也就是说可以像处理一个信号表达式一样处理这个声音信号。
FFT的MATLAB实现
在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。
下面介绍这些函数。
函数FFT用于序列快速傅立叶变换。
函数的一种调用格式为y=fft（x）
其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT。
且和x相同长度。
若x为一矩阵，则y是对矩阵的每一列向量进行FFT。
如果x长度是2的幂次方，函数fft执行高速基－2FFT算法；否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。
函数FFT的另一种调用格式为y=fft（x,N）
式中，x，y意义同前，N为正整数。
函数执行N点的FFT。
若x为向量且长度小于N，则函数将x补零至长度N。
若向量x的长度大于N，则函数截短x使之长度为N。
若x为矩阵，按相同方法对x进行处理。
经函数fft求得的序列y一般是复序列，通常要求其幅值和相位。
MATLAB提供求复数的幅值和相位函数：
abs，angle，这些函数一般和FFT同时使用。
函数abs（x）用于计算复向量x的幅值，函数angle（x）用于计算复向量的相角，介于和之间，以弧度表示。
函数unwrap（p）用于展开弧度相位角p,当相位角绝对变化超过时，函数把它扩展至。
用MATLAB工具箱函数fft进行频谱分析时需注意：
（1）函数fft返回值y的数据结构对称性
若已知序列x=[4,3,2,6,7,8,9,0],求X（k）=DFT[x（n）]。
利用函数fft计算，用MATLAB编程如下：
N=8;
n=0:
N-1;
xn=[43267890]';
XK=fft（xn）
结果为：
XK=
39.0000
-10.7782+6.2929i
0-5.0000i
4.7782-7.7071i
5.0000
4.7782+7.7071i
0+5.0000i
-10.7782-6.2929i
由程序运行所得结果可见，X（k）和x（n）的维数相同，共有8个元素。
X（k）的第一行元素对应频率值为0，第五行元素对应频率值为Nyquist频率，即标准频率为1.因此第一行至第五行对应的标准频率为0～1。
而第五行至第八行对应的是负频率，其X（k）值是以Nyquist频率为轴对称。
（注：
通常表示为Nyquist频率外扩展，标以正值。
）
一般而言，对于N点的x（n）序列的FFT是N点的复数序列，其点n=N/2+1对应Nyquist频率，作频谱分析时仅取序列X（k）的前一半，即前N/2点即可。
X（k）的后一半序列和前一半序列时对称的。
（2）频率计算
若N点序列x（n）（n=0,1,…,N-1）是在采样频率下获得的。
它的FFT也是N点序列，即X（k）（k=0,1,2,…,N-1），则第k点所对应实际频率值为f=k*f/N.
（3）作FFT分析时，幅值大小与FFT选择点数有关，但不影响分析结果。
2、设计内容：
（1）下面的一段程序是语音信号在MATLAB中的最简单表现，它实现了语音的读入打开，以及绘出了语音信号的波形频谱图。
[x,fs,bits]=wavread（'ding.wav',[10245120]）;
sound（x,fs,bits）;
X=fft（x,4096）;
magX=abs（X）;
angX=angle（X）;
subplot（221）;plot（x）;title（'原始信号波形'）;
subplot（222）;plot（X）;title（'原始信号频谱'）;
subplot（223）;plot（magX）;title（'原始信号幅值'）;
subplot（224）;plot（angX）;title（'原始信号相位'）;
程序运行可以听到声音，得到的图形为：
（2）定点分析：
已知一个语音信号，数据采样频率为100Hz，试分别绘制N＝128点DFT的幅频图和N＝1024点DFT幅频图。
编程如下：
x=wavread（'ding.wav'）;
sound（x）;
fs=100;N=128;
y=fft（x,N）;
magy=abs（y）;
f=（0:
length（y）-1）'*fs/length（y）;
subplot（221）;plot（f,magy）;
xlabel（'频率（Hz）'）;ylabel（'幅值'）;
title（'N=128（a）'）;grid
subplot（222）;plot（f（1:
N/2）,magy（1:
N/2））;
xlabel（'频率（Hz）'）;ylabel（'幅值'）;
title（'N=128（b）'）;grid
fs=100;N=1024;
y=fft（x,N）;
magy=abs（y）;
f=（0:
length（y）-1）'*fs/length（y）;
subplot（223）;plot（f,magy）;
xlabel（'频率（Hz）'）;ylabel（'幅值'）;
title（'N=1024（c）'）;grid
subplot（224）;plot（f（1:
N/2）,magy（1:
N/2））;
xlabel（'频率（Hz）'）;ylabel（'幅值'）;
title（'N=1024（d）'）;grid
运行结果如图：
上图（a）、（b）为N=128点幅频谱图，（c）、（d）为N=1024点幅频谱图。
由于采样频率f=100Hz，故Nyquist频率为50Hz。
（a）、（c）是0～100Hz频谱图，（b）、（d）是0～50Hz频谱图。
由（a）或（c）可见，整个频谱图是以Nyquist频率为轴对称的。
因此利用fft对信号作频谱分析，只要考察0～Nyquist频率（采样频率一半）范围的幅频特性。
比较（a）和（c）或（b）和（d）可见，幅值大小与fft选用点数N有关，但只要点数N足够不影响研究结果。
从上图幅频谱可见，信号中包括15Hz和40Hz的正弦分量。
（3）若信号长度T=25.6s，即抽样后x（n）点数为T/Ts=256，所得频率分辨率为Hz，以此观察数据长度N的变化对DTFT分辨率的影响：
编程如下：
[x,fs,bits]=wavread（'ding.wav'）;
N=256;
f=0:
fs/N:
fs/2-1/N;
X=fft（x）;
X=abs（X）;
subplot（211）
plot（f（45:
60）,X（45:
60））;grid
xlabel（'Hz'）,ylabel（'|H（ejw）|'）
%数据长度N扩大4倍后观察信号频谱
N=N*4;
f=0:
fs/N:
fs/2-1/N;
X=fft（x）;
X=abs（X）;
subplot（212）
plot（f（45*4:
4*60）,X（4*45:
4*60））;grid
xlabel（'Hz'）,ylabel（'|H（ejw）|'）
结果如图：
（三）、滤波器设计：
1、相关原理：
设计数字滤波器的任务就是寻求一个因果稳定的线性时不变系统，并使系统函数H（z）具有指定的频率特性。
数字滤波器从实现的网络结构或者从单位冲激响应分类，可以分成无限长单位冲激响应（IIR）数字滤波器和有限长单位冲激响应（FIR）数字滤波器。
数字滤波器频率响应的三个参数：
（1）幅度平方响应：
（2）相位响应
其中，相位响应
（3）群时延响应
IIR数字滤波器：
IIR数字滤波器的系统函数为的有理分数，即
IIR数字滤波器的逼近问题就是求解滤波器的系数和，使得在规定的物理意义上逼近所要求的特性的问题。
如果是在s平面上逼近，就得到模拟滤波器，如果是在z平面上逼近，则得到数字滤波器。
FIR数字滤波器：
设FIR的单位脉冲响应h（n）为实数，长度为N，则其z变换和频率响应分别为
按频域采样定理FIR数字滤波器的传输函数H（z）和单位脉冲响应h（n）可由它的N个频域采样值H（k）唯一确定。
MATLAB中提供了几个函数，分别用于实现IIR滤波器和FIR滤波器。
（1）卷积函数conv
卷积函数conv的调用格式为c=conv（a,b）
该格式可以计算两向量a和b的卷积，可以直接用于对有限长信号采用FIR滤波器的滤波。
（2）函数filter
函数filter的调用格式为y=filter（b,a,x）
该格式采用数字滤波器对数据进行滤波，既可以用于IIR滤波器，也可以用于FIR滤波器。
其中向量b和a分别表示系统函数的分子、分母多项式的系数，若a＝1，此时表示FIR滤波器，否则就是IIR滤波器。
该函数是利用给出的向量b和a，对x中的数据进行滤波，结果放入向量y。
（3）函数fftfilt
函数fftfilt的调用格式为y=fftfilt（b,x）
该格式是利用基于FFT的重叠相加法对数据进行滤波，这种频域滤波技术只对FIR滤波器有效。
该函数是通过向量b描述的滤波器对x数据进行滤波。
关于用butter函数求系统函数分子与分母系数的几种形式。
[b,a]=butter（N,wc,'high'）:
设计N阶高通滤波器，wc为它的3dB边缘频率，以为单位，故。
[b,a]=butter（N,wc）:
当wc为具有两个元素的矢量wc=[w1,w2]时，它设计2N阶带通滤波器，3dB通带为，w的单位为。
[b,a]=butter（N,wc,'stop'）:
若wc=[w1,w2]，则它设计2N阶带阻滤波器，3dB通带为，w的单位为。
如果在这个函数输入变元的最后，加一个变元%26ldquo;s%26rdquo;，表示设计的是模拟滤波器。
这里不作讨论。
为了设计任意的选项巴特沃斯滤波器，必须知道阶数N和3dB边缘频率矢量wc。
这可以直接利用信号处理工具箱中的buttord函数来计算。
如果已知滤波器指标，，和，则调用格式为
[N,wc]=buttord（wp,ws,Rp,As）
对于不同类型的滤波器，参数wp和ws有一些限制：
对于低通滤波器，wp%26lt;ws；对于高通滤波器，wp%26gt;ws；对于带通滤波器，wp和ws分别为具有两个元素的矢量，wp=[wp1,wp2]和ws=[ws1,ws2]，并且ws1%26lt;wp1%26lt;wp2%26lt;ws2；对于带阻滤波器wp1%26lt;ws1%26lt;ws2%26lt;wp2。
2、设计内容：
（1）滤波器示例：
在这里为了说明如何用MATLAB来实现滤波，特举出一个简单的函数信号滤波实例（对信号x（n）=sin（n/4）+5cos（n/2）进行滤波，信号长度为500点），从中了解滤波的实现过程。
程序如下：
Wn=0.2*pi;
N=5;
[b,a]=butter（N,Wn/pi）;
n=0:
499;
x=sin（pi*n/4）+5*cos（pi*n/2）;
X=fft（x,4096）;
subplot（221）;plot（x）;title（'滤波前信号的波形'）;
subplot（222）;plot（X）;title（'滤波前信号的频谱'）;
y=filter（b,a,x）;
Y=fft（y,4096）;
subplot（223）;plot（y）;title（'滤波后信号的波形'）;
subplot（224）;plot（Y）;title（'滤波后信号的频谱'）;
在这里，是采用了butter命令，设计出一个巴特沃斯低通滤波器，从频谱图中可以很明显的看出来。
下面，也就是本课题的主要内容，也都是运用到了butter函数，以便容易的得到系统函数的分子与分母系数，最终以此来实现信号的滤波。
（2）N阶高通滤波器的设计（在这里，以5阶为例，其中wc为其3dB边缘频率，以为单位），程序设计如下：
x=wavread（'ding.wav'）;
sound（x）;
N=5;wc=0.3;
[b,a]=butter（N,wc,'high'）;
X=fft（x）;
subplot（321）;plot（x）;title（'滤波前信号的波形'）;
subplot（322）;plot（X）;title（'滤波前信号的频谱'）;
y=filter（b,a,x）;
Y=fft（y）;
subplot（323）;plot（y）;title（'IIR滤波后信号的波形'）;
subplot（324）;plot（Y）;title（'IIR滤波后信号的频谱'）;
z=fftfilt（b,x）;
Z=fft（z）;
subplot（325）;plot（z）;title（'FIR滤波后信号的波形'）;
subplot（326）;plot（Z）;title（'FIR滤波后信号的频谱'）;
得到结果如图：
（3）N阶低通滤波器的设计（在这里，同样以5阶为例，其中wc为其3dB边缘频率，以为单位），程序设计如下：
x=wavread（'ding.wav'）;
sound（x）;
N=5;wc=0.3;
[b,a]=butter（N,wc）;
X=fft（x）;
subplot（321）;plot（x）;title（'滤波前信号的波形'）;
subplot（322）;plot（X）;title（'滤波前信号的频谱'）;
y=filter（b,a,x）;
Y=fft（y）;
subplot（323）;plot（y）;title（'IIR滤波后信号的波形'）;
subplot（324）;plot（Y）;title（'IIR滤波后信号的频谱'）;
z=fftfilt（b,x）;
Z=fft（z）;
subplot（325）;plot（z）;title（'FIR滤波后信号的波形'）;
subplot（326）;plot（Z）;title（'FIR滤波后信号的频谱'）;
得到结果如图：
（4）2N阶带通滤波器的设计（在这里，以10阶为例，其中wc为其3dB边缘频率，以为单位，wc=[
升级会员 