DOC《实验报告》

axis([0,16,-8,8]) x5n: N=8;

a=1.2;

n=0:7;

M=N/2;

xn=a.^n;

m=0:3;

x5n=[xn(:,1)+xn(:,5) xn(:,2)+xn(:,6) xn(:,3)+xn(:,7) xn(:,4)+xn(:,8)];

X5K=dft8(x5n,M);

subplot(3,1,1) stem(m,x5n,'.k');

axis([0,3,0,5]) subplot(3,1,2) stem(m,abs(X5K),'.k');

axis([0,3,0,5]) subplot(3,1,3) stem(m,angle(X5K),'.k');

axis([0,3,-4.5,4.5]) x6n: N=8;

a=1.2;

n=0:7;

M=N/2;

xn=a.^n;

m=0:3;

WN=exp(-j*2*pi/N);

WNnk=WN.^m;

yn=[xn(:,1)-xn(:,5) xn(:,2)-xn(:,6) xn(:,3)-xn(:,7) xn(:,4)-xn(:,8)];

x6n=yn.*WNnk;

X6K=dft8(x6n,M);

subplot(3,1,1) stem(m,x6n,'.k');

axis([0,3,-1.5,1.5]) subplot(3,1,2) stem(m,abs(X6K),'.k');

axis([0,3,0,5]) subplot(3,1,3) stem(m,angle(X6K),'.k');

axis([0,3,-4.5,4.5]) x7n:N=8;

a=1.2;

n=0:15;

M=2*N;

xn=a.^n;

yn=[xn(:,1) xn(:,2) xn(:,3) xn(:,4) xn(:,5) xn(:,6) xn(:,7) xn(:,8) zeros(1,8)];

Yk=dft8(yn,M);

subplot(3,1,1) stem(n,yn,'.k');

axis([0,16,0,5]) subplot(3,1,2) stem(n,abs(Yk),'.k');

axis([0,16,0,5]) subplot(3,1,3) stem(n,angle(Yk),'.k');

axis([0,16,-4.5,4.5]) 七 程序结果及

图表 实验四: 滤波器阶数N=7 分子系数numd 2.8417e-002 -1.9892e-001 5.9676e-001 -9.9459e-001 9.9459e-001 -5.9676e-001 1.9892e-001 -2.8417e-002 分母系数dend 1.0000e+000 -7.1526e-001 1.1198e+000 -4.6307e-001 2.6997e-001 -5.6574e-002 1.1949e-002 -7.2453e-004 M=50 M=100 M=500 M=1000 Xk = Columns

1 through

4 16.4991 -0.6728 + 3.7688i -1.3524 + 1.6229i -1.4744 + 0.6768i Columns

5 through

8 -1.4999 -0.0000i -1.4744 -0.6768i -1.3524 -1.6229i -0.6728 - 3.7688i Xk = 7.4996 -1.0736 + 1.5460i -1.3524 - 0.0000i -1.0736 - 1.5460i Xk = 8.9995 -1.2883 + 1.8552i -1.6229 - 0.0000i -1.2883 - 1.8552i Xk = Columns

1 through

4 32.9982 0.0000 - 0.0000i -1.3455 + 7.5375i 0.0000 + 0.0000i Columns

5 through

8 -2.7048 + 3.2457i 0.0000 + 0.0000i -2.9489 + 1.3536i 0.0000 + 0.0000i Columns

9 through

12 -2.9998 + 0.0000i -0.0000 + 0.0000i -2.9489 - 1.3536i -0.0000 + 0.0000i Columns

13 through

16 -2.7048 - 3.2457i -0.0000 + 0.0000i -1.3455 - 7.5375i -0.0000 - 0.0000i Xk = 16.4991 -1.3524 + 1.6229i -1.4999 - 0.0000i -1.3524 - 1.6229i Xk = -0.6728 + 3.7688i -1.4744 + 0.6768i -1.4744 - 0.6768i -0.6728 - 3.7688i Xk = Columns

1 through

4 16.4991 -2.5859 -10.9291i -0.6728 + 3.7688i 1.8836 - 3.8616i Columns

5 through

8 -1.3524 + 1.6229i 2.3027 - 1.7495i -1.4744 + 0.6768i 2.3996 - 0.5226i Columns

9 through

12 -1.4999 + 0.0000i 2.3996 + 0.5226i -1.4744 - 0.6768i 2.3027 + 1.7495i Columns

13 through

16 -1.3524 - 1.6229i 1.8836 + 3.8616i -0.6728 - 3.7688i -2.5859 +10.9291i 八 实验总结 1.通过本次设计,对滤波器的原理有了更深的了解.完全掌握了滤波器的设计.设计数字滤波器时的每一步骤熟练掌握的同时也知道了该要注意的事项,同时也学会了使用Matalab语言操作. 2.通过实验

图表可以看出:有加PN 序列的系统最后得到的差错率比没有加PN序列系统的差错率大,且同一系统的信噪比越大其对应的差错率了越大,在通信系统中充分说明了PN扩频信号在抑制正弦干扰中的有效性. 3. 通过本实验对DFT算法的原理和性质更加深刻,对不是很清楚的东西得到了准确的答案.通过观察图形更为直观的说明x(n)和X(K)关系. 题目十 一:实验题目:信号、系统及系统响应 二:实验目的:⑴熟悉连续信号经理想采样前后的频谱变换关系,加深对时域采样定理的理解.⑵熟悉时域离散系统的时域特性.⑶利用卷积方法观察分析系统的时域特性.⑷掌握序列傅里叶变换的计算机实现方法,利用序列的傅里叶变换对连续信号、离散信号及系统响应进行频域分析. 三:实验原理:采样是连续信号数字处理的第一个关键环节.对采样过程的研究不仅可以了解采样前后信号时域和频域特性发生的变化以及信号信息不丢失的条件,而且可以加深对傅立叶变换Z变换和序列傅立叶之间关系式的理解.离散信号和系统的时域均可用序列来表示. 四:实验步骤简述: ⒈分析采样序列的特性 ⒉时域离散信号、系统和系统响应分析 ⒊卷积定理的验证 五:程序框图 Y N Y N 六:源程序: s=input('请选择实验步骤:\n 1(1 时域采样序列分析),2(2 系统和系统响应分析),3(3 卷积定理的验证),0(退出):\n');