数字信号处理胡广书例题作业程序Word下载.docx
《数字信号处理胡广书例题作业程序Word下载.docx》由会员分享，可在线阅读，更多相关《数字信号处理胡广书例题作业程序Word下载.docx（70页珍藏版）》请在冰点文库上搜索。
A1=1.0;
A2=0.5;
A3=0.2;
fs=100;
x3=A1*sin（2*pi*f0*n/fs）+A2*sin（2*pi*2*f0*n/fs）+A3*sin（2*pi*3*f0*n/fs）;
subplot（322）;
plot（n,x3）;
x3（n）'
%哈明窗
f0=10;
fs=1000;
x4=0.54-0.46*cos（2*pi*f0*n/fs）;
subplot（324）;
plot（n,x4）;
x4（n）'
%采样
n=-50:
50;
w=2*pi*f0*n/fs;
x5=sinc（w）;
subplot（325）;
plot（n,x5）;
x5（n）'
2、
%产生均匀分布的白噪信号，使均值为0，功率为p
%-----------------------------------------------------------------
p=0.01;
N=50000;
u=rand（1,N）;
u=u-mean（u）;
a=sqrt（12*p）;
u1=u*a;
power_u1=dot（u1,u1）/N
subplot（211）
plot（u1（1:
200））;
u（n）'
）
3、
%产生高斯分布的白噪信号，使功率为p，并观察数据分布的直方图
p=0.1;
N=500000;
u=randn（1,N）;
a=sqrt（p）;
u=u*a;
power_u=var（u）;
plot（u（1:
subplot（212）
hist（u,50）;
histogramofu（n）'
4、
%产生一sinc函数；
n=200;
stept=4*pi/n;
t=-2*pi:
stept:
2*pi;
y=sinc（t）;
plot（t,y,t,zeros（size（t）））;
sinc（t）'
t=-2*pi~2*pi'
5、
%产生一chirp信号；
%chirp（T0,F0,T1,F1）:
%T0:
信号的开始时间；
F0:
信号在T0时的瞬时频率，单位为Hz；
%T1:
信号的结束时间；
F1:
信号在T1时的瞬时频率，单位为Hz；
t=0:
0.001:
1;
x=chirp（t,0,1,125）;
plot（t,x）;
x（t）'
t'
6、
%计算两个序列的线性卷积；
N=5;
%第一个序列的长度
M=6;
%第二个序列的长度
L=N+M-1;
x=[1,2,3,4,5];
h=[6,2,3,6,4,2];
y=conv（x,h）;
nx=0:
N-1;
nh=0:
M-1;
ny=0:
L-1;
subplot（231）;
%绘制x
stem（nx,x,'
.k'
x（n）'
subplot（232）;
%绘制h
stem（nh,h,'
h（n）'
subplot（233）;
%绘制卷积
stem（ny,y,'
y（n）'
7、
%求两个序列的互相关函数，或一个序列的自相关函数；
N=500;
p1=1;
p2=0.1;
f=1/8;
Mlag=50;
%自相关的单边长度
n=[0:
N-1];
s=sin（2*pi*f*n）;
%混有高斯白噪的正弦信号的自相关
u1=u*sqrt（p1）;
%高斯白噪声
x1=u1（1:
N）+s;
%混合信号
rx1=xcorr（x1,Mlag,'
biased'
%自相关，无偏估计
subplot（221）;
plot（x1（1:
Mlag））;
title（'
信号x1'
subplot（223）;
plot（（-Mlag:
Mlag）,rx1）;
x1自相关'
m'
rx1（m）'
%高斯白噪功率由原来的p1减少为p2，再观察混合信号的自相关
u2=u*sqrt（p2）;
%改变高斯白噪声
x2=u2（1:
%新的混合信号
rx2=xcorr（x2,Mlag,'
subplot（222）;
plot（x2（1:
信号x2'
subplot（224）;
Mlag）,rx2）;
x2自相关'
rx2（m）'
8、
%求序列的自相关函数
clear
%单边长度
x=exp（-nx*0.1）;
rx=xcorr（x,Mlag,'
nrx=-Mlag:
Mlag;
%自相关序列的程度
subplot（211）;
plot（nx,x）;
subplot（212）;
plot（nrx,rx）;
rx（n）'
9、
%正弦加白噪声，自相关
N=5000;
Mlag=100;
power_u=dot（u,u）/N
nx=1:
1000;
x=1.414*sin（nx*pi/16.0）;
x1=x（1:
1000）+5*u（1:
1000）;
rx=xcorr（x1,Mlag,'
%产生信号，求卷积，FFT，求平均
clearall;
N=1024;
%采样点数
fs=100.0;
%采样频率
alf1=-1.0;
f1=5;
alf2=-1.5;
f2=8;
alf3=-0.7;
f3=10;
%产生x和w两个信号
%产生x
u=rand（1,N）;
u=u-mean（u）;
%均值为0的白噪声
t=[0:
1/fs:
（N-1）/fs];
x=1.0*exp（alf1*t）.*sin（2*pi*f1*t）+1.0*exp（alf2*t）.*sin（2*pi*f2*t）+1.0*exp（alf3*t）.*sin（2*pi*f3*t）;
x=x+u;
x=x/max（x）;
%产生w
alf4=-1.0;
w=1.0*exp（alf4*t）;
%x=x-mean（x）;
figure
（1）;
subplot（211）;
plot（t,x,t,w,'
r'
x（t）w（t）'
%应用FFT求频谱；
f=0:
fs/N:
fs/N*（N-1）;
X=fft（x,N）;
X=abs（X）;
%X=20*log10（X）;
subplot（212）;
plot（f（1:
N/2）,X（1:
N/2））;
x（t）频谱'
%stem（f,X,'
.'
xlabel（'
Hz'
%求卷积-----------------------------------------------
y=x.*w;
%时域相乘，频域卷积
figure
（2）;
plot（t,y）;
正弦加白噪声后与w时域相乘'
Y=fft（y,N）;
Y=abs（Y）;
plot（f（1:
N/2）,Y（1:
正弦加白噪声后与w时域相乘的FFT'
%平均1000次----------------------------------------------
figure（3）;
Y=zeros（1,N）;
u=rand（1,1000*N）;
%零均值白噪声
fori=0:
999
x=x+10*u（1+i*N:
i*N+N）;
Y=Y+X;
end
Y=Y/1000;
正弦加白噪声的FFT1000次平均'
x=x.*w;
end
Y=Y/1000;
正弦加白噪声后与w时域相乘的FFT1000次平均'
%三个正弦信号相加，分段函数，进行频谱分析
%产生三个正弦相加的函数；
N=512;
f0=10;
fs=100.0;
x=1.0*sin（2*pi*f0*t/fs）+1.0*sin（2*pi*2*f0*t/fs）+1.0*sin（2*pi*3*f0*t/fs）;
plot（t（1:
N）,x（1:
N））;
%加窗
w=1-1.93*cos（2*pi*t/N）+1.29*cos（4*pi*t/N）-0.388*cos（6*pi*t/N）+0.0322*cos（8*pi*t/N）;
%w=1.0-cos（2*pi*t/N）;
x=w.*x;
%加窗等于时域点乘
%先点乘再进行傅里叶变换
X=abs（X）/N;
x（t）加窗之后的傅里叶变换'
%分段函数-----------------------------------------------
M=170;
L=N-2*M;
x（1:
M）=1.0*sin（2*pi*f0*t（1:
M）/fs）;
x（M+1:
2*M）=1.0*sin（2*pi*2*f0*t（1:
x（2*M+1:
N）=1.0*sin（2*pi*3*f0*t（1:
L）/fs）;
figure;
x（t）为分段函数'
%w=1-1.93*cos（2*pi*t/M）+1.29*cos（4*pi*t/M）-0.388*cos（6*pi*t/M）+0.0322*cos（8*pi*t/M）;
%x（1:
M）=w（1:
M）.*x（1:
M）;
x（t）频谱分析'
%采样长度不同对FFT的影响----------------------------------------------------
%观察数据长度N的变化对DTFT分辨率的影响
f1=2;
f2=2.02;
f3=2.07;
fs=10;
w=2*pi/fs;
N=256;
%N=256
x=sin（w*f1*（0:
N-1））+sin（w*f2*（0:
N-1））+sin（w*f3*（0:
N-1））;
fs/2-1/N;
X=fft（x）;
subplot（221）;
plot（f（45:
60）,X（45:
60））;
N=256'
subplot（223）
%
N=N*4;
%N=1024
subplot（222）
plot（f（45*4:
4*60）,X（4*45:
4*60））;
N=1024'
%补零的影响-------------------------------------------------------------------
%计算长度为N的原始信号的DTFT
f1=2.67;
f2=3.75;
f3=6.75;
fs=20;
w=2*pi/fs;
N=16;
N-1）+pi/2）+sin（w*f3*（0:
f=fs/N*（0:
N/2-1）;
subplot（221）
stem（f,X（1:
N/2）,'
不补零'
%在数据末补N个零
x（N:
2*N-1）=0;
f=fs*（0:
N-1）/（2*N）;
N）,'
补N个零'
%在数据末补7*N个零
8*N-1）=0;
4*N-1）/（8*N）;
4*N）,'
补7N个零'
%在数据末补29*N个零
30*N-1）=0;
15*N-1）/（30*N）;
subplot（224）
plot（f,X（1:
15*N））;
补29N个零'
%x（n）是两个正弦信号和一个白噪声相加，FFT和IFFT------------------
-----------
clearall;
%产生两个正弦加白噪声；
f1=.1;
f2=.2;
fs=1;
a1=5;
a2=3;
x=a1*sin（w*f1*（0:
N-1））+a2*sin（w*f2*（0:
N-1））+randn（1,N）;
subplot（3,1,1）;
plot（x（1:
N/4））;
f=-0.5:
1/N:
0.5-1/N;
y=ifft（X）;
subplot（3,1,2）;
plot（f,fftshift（abs（X）））;
fft（x）'
subplot（3,1,3）;
plot（real（x（1:
N/4）））;
title（'
x（n）实部'
%fftfilt和conv比较
2;
h=1./2.^n;
fori=1:
51
x（i）=（i-1）/5;
fori=52:
100
x（i）=20-（i-1）/5;
y=fftfilt（h,x）;
%y=x*h
z=conv（h,x）;
subplot（311）
hold;
plot（x）;
subplot（312）
fftfilt叠接相加法'
plot（y）;
subplot（313）
plot（z）;
axis（[0,100,0,20]）;
title（'
conv卷积'
%补零后对频谱的影响
%计算长度为N的原始信号的DFT
f0=50;
%信号频率
fs=200;
%抽样点数
%数字角频率
x=sin（w*f0*（0:
%N/2的数据
subplot（211）
未补零'
subplot（212）
%抽样频率不同的影响
%fs=100
%fs=150
fs=150;
%fs=200
fs=200;
x=sin（w*
升级会员 