信號與系統(tǒng)研究性教學

1、信號與系統(tǒng)課程研究性學習手冊學號 10221062指導教師錢滿義時間 2011年12月20日星期二專題研討課一 信號與系統(tǒng)時域分析matlab仿真:基本信號的產生,語音的讀取與播放（1）生成一個正弦信號，改變正弦信號的角頻率和初始相位，觀察波形變化;（2）生成一個幅度為1、基頻為2hz.占空比為50%的周期方波；（3）觀察一定時期內的股票上證指數變化，生成模擬其變化的指數信號;（4）錄制一段音頻信號，進行音頻信號的讀取與播放。（1）a=1 ;w=2*pi;phi=pi/3;t=0:0.01: &ft=a*sin（w*t+phi）;plot（t,ft）;grid on;q figure

2、1 6 回file edit view insert tools desktop window help、d s s愴t致® ©豆匡當 phi二pi/ 6 時:當 phi=pi/2 時:當w二pi時：當 w二4*pi 時:(2)t=-3:o.oool:3;a=1 ;t=pi;wo=2*pi/t;ft=( 1 /2) * a *square( wo *t,50)+1 /2; plot(t,ft)axis(卜 3,3,1,2)grid on(3)我們選用指數信號來模擬變化，程序如下:a= 90;a= -0.002;t=0:0.001:130;y=a*exp(a*t);p'

3、;ot(t,y)(4)x,fs,bits=wavread(,woheni.wav 1024 5120); sound(x,fs,bits);plot(x) ;title(f woheni');題目2 :信號的基本運算(語音信號的翻轉、展縮)(1 )將原始音頻信號在時域上進行延展.壓縮；(2)將原始音頻信號在頻域上進行幅度放大與縮小；(3 )將原始音頻信號在時域上進行翻轉。(1)原信號的兩倍延展fs=44100;bits=32;x,fs, nbits = wavread('我和你.wavj; x1 = x(1:2:end) ;wavplay(x1,fs);plot(x1)原信號的

4、0.5倍壓縮fs=44100;bits=32;x,fs,bits=wavread(我和你.wav');x1 = x( 1:1/2:end); wavplay(x1 ,fs);plot(x1)(2)原信號的幅度放大到2倍 fs=44100;bits=32;x,fs,bits = wavread(我和你.wav'); x1 = x( 1:1:end);wavplay (2*x1,fs); plot(x1)原信號的幅度縮小到0.5倍 fs=44100;bits=32;x,fs,bi ts = wavread(我和你.wav'); x1 = x(1:1: end);wavpla

5、y(0.5* x1,fs);-(srxme-d>ew (x)pnd="lx j'eaa.ws密.)pe 丄si 一 qsx<nehsl_qool 寸寸 hsj(e)(lx)o_dplot(x1)3:系統(tǒng)響應時域求解(1 ) 求一個rlc電路的零輸入響應和零狀態(tài)響應；(2)將原始音頻信號中混入噪聲,然后用m點滑動平均系統(tǒng)對受噪聲干擾的信號去噪改變m點數，比較不同點數下的去噪效果。(1 )按照題目要求，我們設計了一個rlc電路，其系統(tǒng)微分方程為：/w+4/(t)+5y(t)= 3x'(t)+9x(t)輸入為x(t)=etu(t),零輸入響應為y1 ,零狀態(tài)響應

6、為y2.仿真虧：a=1,4,5;b=3,9;sys=tf(b,a);t=0:0.1:10; h=impulse(sys,t)； x=exp(-t);y1 = c on v(h,x);y2=lsim(sys,x,t); plot(y1);xlabel('t'); title('y1(t)') plot(t,y2);xlabel('t'); title('y2(t)仿真結果：(2 ) fs= 441 oo;bits= 16;r=100000; temp= wavread('wohe ni.wav', r); k=0:r-1;w

7、avplay(temp,fs);d= rand(r,2)-0.5;x=temp+d; wavplay(x,fs);subplot(2,1,1);plot(k,d, 7-.', k,temp, *b-', k,x, 'g-'); xlabel('k'); legend('dk', tempk', *xk();m=5;b= ones(m,1)/m;a=1;y=filter(b,a,x);wavplay(y,fs);subplot(2,1,2);plot(k,tempj 'b-', k,y, *r-*); xla

8、bel('k');legend('tempk', 'yk');結果分析：將原始音頻信號中混入噪聲后，可以清楚地感受到噪聲。用m點滑動平均系統(tǒng)對受噪聲干擾的信號去噪，改變m點數，可以看出,m越小，除噪效果越好。4:連續(xù)信號卷積的近似計算(l)h(t)=x (t) *x (t)=u (t) *u (t) +u (t-1) *u (tl) +2u (t) *u (tl) =r (t) - 2r (t- l)+r (t-2)則 y (t)二x (t)*h(t)二一 (z 1)*" w(f 1) (f 3) w(z 3)2 2 2(1)t=0.1

9、;k=-1:t:4;f1 = 1*(k> = 0)&(k<=1);f2=tripuls(k-1,2);y=t*conv(f1,f2);tmin=-2;tmax=8;t1 = tmin:0.1 :tmax;plot(t1,y)grid ontk k:hj4 ff-i(kvho)g(kahl)_ fys.pu一s(k>2)_ y"t*conv(fl j2)八 iminujvimaxno? 二 mrrool 二 max- p_2.(py)grid onthoo2 k=ahj4 ff t(kvh0)8(kahl) f2mpu_s(k?2)- yhjconv(?f2 imin