第七讲Matlab在数字信号处理中的运用精要.ppt

第七讲 Matlab在数字信号 处理中的运用 数字信号处理（DSP）：是指利用计算机或专用处理设备，以数值计算的方法对信号进行采集、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。 Matlab是数字信号处理技术实现的重要手段。通过Matlab，可以进行数字信号处理问题理论上的分析和算法开发；配合Simulink，用户可以进行数字信号处理系统的设计和仿真。 本章内容： 离散时间信号与系统 数字滤波器概述 IIR滤波器的设计 信号 连续信号 指时间连续、幅度连续的信号，又称模拟信号，数学上表示为一个时间连续函数f(t); 离散信号 指时间离散，幅度仍然可以连续的信号。可由f(t)时域取样得到，数学上表示为一个时间离散函数f(n); 数字信号 指时间离散而且幅度也离散的信号，可对模拟信号处理获得： 模拟信号→ 取样、量化、编码 → 数字信号 上述过程又称为脉冲编码调制，这是一个典型的AD变换过程； 计算机处理和存储的信号全部是数字信号，通常需要将数字信号还原为模拟信号，过程为： 数字信号→ 解码、反量化、重建 → 模拟信号 这个过程又称为 DA变换。 1. 离散时间信号与系统 1）离散信号及其Matlab实现 单位抽样序列(单位冲激) δ(n)：仅在n=0时取值为1. 在Matlab中，产生N点的单位抽样序列，我们利用zeros函数来实现： x=zeros(1,N); x(1)=1; 例7-1 产生一个32点的，右移20各单位的冲击序列。 程序如下： clear all; N=32; k=20; x=zeros(N); x(k)=1; xn=0:N-1; stem(xn,x); 单位阶跃序列μ(n) Matlab实现：x=ones(1,N); 右移m，则： 正弦序列 正弦序列定义：x(n)=Asin(2πfnTs+φ) Matlab实现：n=0:N-1; x=A*sin(2*pi*f*n*Ts+fai); 例7-3：产生一个频率为150Hz，幅度为0.45，初始相位为35度的正弦波，信号持续时间为5s。 Fs=2000; t=1/Fs:1/Fs:5; f=150; A=0.45; Fai=35/180*pi; X=A*sin(2*pi*f.*t+Fai); plot(t(1:100),X(1:100)); xlabel(time(sec)); ylabel(sin2\pi ft); title(150Hz sin wave); disp(按任意键开始播出5秒的150Hz正弦波...);pause; sound(X,Fs); disp(播放结束，下面将音频数据存盘为C:\my50HzSIN.wav); wavwrite(X,Fs,C:\my50HzSIN.wav); clear; [R,Rs]=wavread(C:\my50HzSIN.wav); sound(R,Rs); 实指数序列：x(n)= Matlab实现：n=0:N-1; x=a.^n; 例： x(n)= 实现程序： n=[0:10]; x=(0.9).^n; stem(n,x) 随机序列 由于许多实际的序列并不能用数学式来描述，我们将这些序列成为随机序列，并用相应的概率密度函数来表示。 Matlab提供了两个随机数产生函数： rand(1,N) ——产生[0,1]上均匀分布的随机序列， N为长度； randn(1,N) —— 产生均值为0，方差为1的高斯 随机序列，即白噪声序列。 例7-4 产生随机序列 %generate random sequence n=200; xn1=rand(1,n); xn2=randn(1,n); subplot(2,2,1),stem(xn1); xlabel(n);ylabel(x(n));title(rand); grid subplot(2,2,2);hist(xn1,10); xlabel(‘n’);ylabel(‘x(n)’);title(‘均匀分布的概率密度); grid subplot(2,2,3),stem(xn2); xlabel(n);ylabel(x(n));title(randn); grid subplot(2,2,4),hist(xn2,10); xlabel(‘n’);ylabel(‘x(n)’);title(‘高斯分布的概率密度) g