电信专业《数字信号处理课程设计》任务书

最新推荐文章于 2023-06-21 14:44:15 发布
最新推荐文章于 2023-06-21 14:44:15 发布
阅读量1.8k 收藏 47
点赞数 6
分类专栏： 数字信号处理课设 文章标签： 信号处理 matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gyqyqh/article/details/112467054
版权

电信专业《数字信号处理课程设计》任务书

在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

（一）
clc;clear;
Y_vect=[1 -0.5 0.25];     %num
X_vect=[1 2 0 1];         %den
figure(1)                   
zplane(Y_vect, X_vect);   %zplane()函数画出零点极点图
figure(2)                   
impz(Y_vect, X_vect);      %impz()函数得出系统的脉冲响应
legend('h(n)')
n=0:100;
Input=5+3*cos(0.2*pi*n)+4*sin(0.6*pi*n);     %输入
Output=filter(Y_vect, X_vect,Input);          %输出
figure(3)                   %x(n)
subplot(2,1,1);
stem(Input,'filled');
legend('x(n)')
subplot(2,1,2);
stem(Output,'filled');
legend('y(n)')
（二）
（1）
clear all;clc;
n=(0:1:9);
y=cos(0.48*pi*n)+cos(0.52*pi*n);
n1=(0:1:9);x=y(1:1:10);
subplot(3,1,1);
stem(n1,x);     %画出x(n)曲线
title('x(n)(o<=n<=9)');
xlabel('n');ylabel('x(n)');
axis([0,10,-2.5,2.5]);      
w=[0:500]*2*pi/500;
xw=x*exp(-j*n'*w);
magx=abs(xw);     %对xw取绝对值
subplot(3,1,2);
plot(w,magx);     %画出x(jw)曲线
title('DTFT');
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,10]);     
subplot(3,1,3);
x1=fft(x);     %对x进行傅里叶变换
magx1=abs(x1);     %对x1取绝对值
stem(n1,abs(magx1));     %画出x(k)曲线
title('DFT');
xlabel('k');ylabel('x(k)');
axis([0,10,0,10]);     
（2）
clear all;clc;
n=(0:1:9);
y=cos(0.48*pi*n)+cos(0.52*pi*n);n1=(0:1:99);
x=[y(1:1:10),zeros(1,90)];     %第10位到100位的数据都为0
subplot(3,1,1);
stem(n1,x);     %画出x(n)曲线
title('x(n)(O<=n<=9+90zeros)');
xlabel('n');ylabel('x(n)');
axis([0,100,-2.5,2.5]);     
w=linspace(0,2*pi,length(x));     %0-2*pi区域分为100点
xw=x*exp(-j*[1:length(x)]'*w);
magx=abs(xw);     %对xw取绝对值
subplot(3,1,2);
plot(w, magx);     %画出x(jw)曲线
title('DTFT');
xlabel('w');ylabel('x(jw)');
axis([0,2*pi, 0,10]);     
subplot(3,1,3);
x1=fft(x);     %进行傅里叶变换
magx1=abs(x1);     %对x1取绝对值
stem(n1,abs(magx1));     %画出x(k)曲线
title('DFT');
xlabel('k');ylabel('x(k)');
axis([0,100,0,10]);    
（3）
clear all;clc;
n=(0:1:99);
y=cos(0.48*pi*n)+cos(0.52*pi*n);n1=(0:1:99);x=y(1:1:100);
subplot(3,1,1);
stem(n1,x);     %画出x(n)曲线
title('x(n)(O<=n<=99)');
xlabel('n');ylabel('x(n)');
axis([0,100,-2.5,2.5]);     
w=linspace(0,2+pi,length(x));     %0-2*pi区域分为100点
xw=x*exp(-j*[1:length(x)]'*w);
magx=abs(xw);     %对xw取绝对值
subplot(3,1,2);
plot(w,magx);     %画出x(jw)曲线
title('DTFT');
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,54]);     
subplot(3,1,3);
x1=fft(x);     %进行傅里叶变换
magx1=abs(x1);     %对x1取绝对值
stem(n1,abs(magx1));     %画出x(k)曲线
title('DFT');
xlabel('k');ylabel('x(k)');
axis([0,100,0,54]);  
（4）
clear all;clc;
n=(0:1:127);
y=cos(0.48*pi*n)+cos(0.52*pi*n);n1=(0:1:127);x=y(1:1:128) ;
subplot(3,1,1);
stem(n1,x);     %画出x(n)曲线
title('x(n)(O<=n<=127)');
xlabel('n');ylabel('x(n)') ;
axis([0,128,-2.5,2.5]);    
w=linspace(0,2*pi,length(x));     %0-2*pi区域分为128点
xw=x*exp(-j*[1:length(x)]'*w);
magx=abs(xw);     %对xw取绝对值
subplot(3,1,2);
plot(w,magx);     %画出x(jw)曲线
title( 'DTFT');
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,65]);    
subplot(3,1,3);
x1=fft(x);     %进行傅里叶变换
magx1=abs(x1);     %对x1取绝对值
stem(n1,abs(magx1));     %画出x(k)曲线
title('DFT');
xlabel('k');ylabel('x(k)');
axis([0,128,0,65]);    
（5）
clear all;clc;
n=(0:1:49);
y=cos(0.48*pi*n)+cos(0.52*pi*n);n1=(0:1:49);x=y(1:1:50);
subplot(3,1,1);stem(n1,x);     %画出x(n)曲线
title('x(n)(O<=n<=49)'); 
xlabel('n');ylabel('x(n)');
axis([0,50,-2.5,2.5]);     
w=linspace(0,2+pi,length(x));     %0-2*pi区域分为50点
xw=x*exp(-j*[1:length(x)]'*w);
magx=abs(xw);     %对xw取绝对值
subplot(3,1,2);plot(w,magx);     %画出x(jw)曲线
title('DTFT');
xlabel('w');ylabel('x(jw)');
axis([0,2*pi,0,30]);    
subplot(3,1,3);
x1=fft(x);     %进行傅里叶变换
magx1=abs(x1);     %对x1取绝对值
stem(n1,abs(magx1));     %画出x(k)曲线
title('DFT');
xlabel('k');ylabel('x(k)');
axis([0,50,0,30]);     
（三）
（1）导入
[x1,fs]=audioread('D:\PPT\数字信号处理\课设\语音.m4a');
sound(x1,fs);    %声音回放
y1=fft(x1,32768);   %对信号取1024个点的fft变换
figure(1)
subplot(2,1,1)
plot(x1) 
title('原始音频时域图')
subplot(2,1,2)
plot(abs(y1))   %幅度
title('原始音频频谱图')
（2）噪声
[x1,fs]=audioread('D:\PPT\数字信号处理\课设\语音.m4a');
y1=fft(x1,32768);
x2=awgn(x1,10);   %将高斯白噪声（信噪比为10dB）添加到信号中
%sound(x2,fs)
y2=fft(x2,32768);   %对加噪声后的信号取1024个点的fft变换
f=0:fs/32768:fs/32768*32767;
figure(2)
subplot(3,2,1)
plot(x2)
xlabel('频率(Hz)');
ylabel('幅度(dB)');
title('加高斯白噪声的音频时域图')
subplot(3,2,2)
plot(f,abs(y1));   %幅值
xlabel('频率(Hz)');
ylabel('幅度(dB)');
title('加高斯白噪声的音频频谱图')
N=length(x1)-1;
t=0:1/fs:N/fs;
d=[0.09*sin(2*pi*5000*t)]';   %将单频噪声添加到信号中
x3=x1+d;
%sound(x3,fs);
f=0:fs/32768:fs/32768*32767;
subplot(3,2,3)
plot(x3)
xlabel('频率(Hz)');
ylabel('幅度(dB)');
title('加单频噪声的音频时域图')
y3=fft(x3,32768);   %对加噪声后的信号取1024个点的fft变换
subplot(3,2,4)
plot(f,abs(y3));   %幅值
xlabel('频率(Hz)');
ylabel('幅度(dB)');
title('加单频噪声的音频频谱图')
N=length(x1)-1;t=0:1/fs:N/fs;
a=[0.09*sin(2*pi*2000*t)]';
b=[0.09*sin(2*pi*3000*t)]';
c=[0.09*sin(2*pi*3500*t)]';
x4=x1+a+b+c;   %将多频噪声添加到信号中
%sound(x4,fs)
y4=fft(x4,32768);     %对加噪音后的信号取1024个点的fft变换
subplot(3,2,5);
plot(x4)
xlabel('频率(Hz)');
ylabel('幅度(dB)');
title('加多频噪声的音频时域图')
ylabel('幅值');
subplot(3,2,6);
plot(f,abs(y4));   %幅值
xlabel('频率(Hz)');
ylabel('幅度(dB)');
title('加多频噪声的音频频谱图')
（3）低通
fp=1000;Fs=1800;As=40;Ap=0.25;
%As=40;Ap=0.25;Fs=20000
wp=2*pi*fp/fs;ws=2*pi*Fs/fs;
%wp=2*pi*[1500,3500]/Fs;ws=2*pi*[1800,3800]/Fs;
Bt=ws-wp;   %计算过渡带宽度
alph=0.5842*(As-21)^0.4+0.07886*(As-21);   %根据公式计算Kaiser窗的控制参数
%alph=0.112*(As-8.7);
%alph=O;
M=ceil((As-8)/2.285/Bt);   %根据公式计算Kaiser窗所需阶数M
wc=(wp+ws)/2/pi;   %计算理想带通滤波器通带截至频率
hn=fir1(M,wc,kaiser(M+1,alph)); %调用firl计算高通FIRDF的h(n)
hk=fft(hn);
hk=freqz(hn,1,Fs);   %滤波器频率响应
xn3=fftfilt(hn,x4);   %重叠相加滤波器实现
sound(xn3,fs);   %声音回放
yn3=fft(xn3);
figure(3);
subplot(2,1,1);
plot(xn3);
title('多正弦干扰滤波后信号波形');
subplot(2,1,2);
plot(abs(yn3));   %幅值
title('多正弦干扰滤波后信号频谱');
figure(4);
subplot(2,1,1);
stem(hn);   %以空心的方式画出茎秆
title('凯塞窗h(n)波形');
subplot(2,1,2);
plot(abs(hk));   %幅值
title('凯塞窗h(n)信号频谱');
（4）带通
fp=1400;Fs=1800;As=40;Ap=0.25;
%As=40;Ap=0.25;Fs=20000
wp=2*pi*fp/fs;ws=2*pi*Fs/fs;
%wp=2*pi*[1500,3500]/Fs;ws=2*pi*[1800,3800]/Fs;
Bt=ws-wp;   %计算过渡带宽度
alph=0.5842*(As-21)^0.4+0.07886*(As-21);   %根据公式计算Kaiser窗的控制参数
%alph=0.112*(As-8.7);
%alph=0;
M=ceil((As-8)/2.285/Bt);   %根据公式计算Kaiser窗所需阶数M
wc=(wp+ws)/2/pi;   %计算理想带通滤波器通带截至频率
ww=[wp,ws];
hn=firl(M,ww,kaiser(M+1,alph)); %调用firl计算高通FIRDF的h(n)
hk=fft(hn);
hk=freqz(hn,1,Fs);   %滤波器频率响应
xn3=fftfilt(hn,x4);   %重叠相加滤波器实现
sound(xn3,fs);   %声音回放
yn3=fft(xn3);
figure(3);
subplot(2,1,1);
plot(xn3);
title('多正弦干扰滤波后信号波形');
subplot(2,1,2);
plot(abs(yn3));   %幅值
title('多正弦干扰滤波后信号频谱');
figure(4);
subplot(2,1,1);
stem(hn);   %以空心的方式画出茎秆
title('凯塞窗h(n)波形');
subplot(2,1,2);
plot(abs(hk));   %幅值
title('凯塞窗h(n)信号频谱');
（5）高通
fp=2800;Fs=3500;As=40;Ap=0.25;
%As=40;Ap=0.25;Fs=20000
wp=2*pi*fp/fs ;ws=2*pi*Fs/fs;
%wp=2*pi*[1500,3500]/Fs ;ws=2*pi*[1800,3800]/Fs;
Bt=ws-wp;   %计算过渡带宽度
alph=0.5842*(As-21)^0.4+0.07886*(As-21);   %根据公式计算Kaiser窗的控制参数
%alph=0.112*(As-8.7);
%alph=0;
M=ceil((As-8)/2.285/Bt);   %根据公式计算Kaiser窗所需阶数M
ww=[wp,ws];
hn=fir1(M,ww,kaiser(M+1,alph));   %调用firl计算高通FIRDF的h(n)
hk=fft(hn);
hk=freqz(hn,1,Fs);   %滤波器频率响应
xn3=fftfilt(hn,x4);   %重叠相加滤波器实现
sound(xn3,fs);   %声音回放
yn3=fft(xn3);
figure(3);
subplot(2,1,1);
plot(xn3);
title('多正弦干扰滤波后信号波形');
subplot(2,1,2);
plot(abs(yn3));   %幅值
title('多正弦干扰滤波后信号频谱');
figure(4);
subplot(2,1,1);
stem(hn);   %以空心的方式画出茎秆
title('凯塞窗h(n)波形');
subplot(2,1,2);
plot(abs(hk));   %赋值
title('凯塞窗h(n)信号频谱');

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

叶落声
关注
  • 6
    点赞
  • 踩
  • 47
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
数字信号处理课程设计.pdf
01-18
1、建立两个模拟信号的数学模型S_a1 (t) 和S_a2 (t)，其中S_a1 (t)为有用信号, S_a2 (t)为干扰信号。两个信号的中心频率，信号带宽等参数由学生自己选定，要求两个信号的频率不重叠，S_a2 (t)的幅度比S_a1 (t)的幅度高20dB，两个信号时域叠加得到合成信号X_a (t),即X_a (t)= S_a1 (t)+ S_a2 (t)，设计计算机程序仿真产生以上三个信号，分别画出三个模拟信号的时域波形和频谱图。 2、根据X_a (t)的中心频率和带宽，按照奈奎斯特采样定理选择采样频率fs，分别对三个信号进行时域采样，得到离散信号S_1 (n), S_2 (n), x
数字信号处理课程设计-基于MATLAB的信号分析与处理
最新发布
Sulfurone的博客
02-10 1048
实验结果表明，当采样频率满足采样定理时，采样信号的频谱与连续信号的频谱基本一致；采样定理（Nyquist定理）是信号处理领域中的一个重要定理，它规定了在进行数字信号采样时，采样频率必须大于信号最高频率的两倍，才能保证信号在数字化后与原始信号完全一致。具体来说，假设有一个信号的最高频率为f，那么在进行数字信号采样时，采样频率必须大于2f，才能保证信号在数字化后与原始信号完全一致。总之，信号采样的实验可以帮助你深入理解信号采样的原理和应用，掌握相关的技能和技术，为你在数字信号处理领域的发展打下坚实的基础。
数字信号处理—基于汉宁窗的FIR高通滤波器设计
favouryou的博客
02-27 4636
本次课程设计是采用MATLAB进行设计基于汉宁窗的FIR高通滤波器音频去噪，在设计过程中，首先录制一段不少于5秒的音频音乐，作为输入信号，并对录制的信号进行采样；其次使用MATLAB会出采样后的语音信号的时域波形和频谱图；然后在给原始的语音信号叠加上多频正弦噪声，并绘出叠加噪声前后的时域图及频谱图；之后利用MATLAB进行设计基于汉宁窗的FIR高通滤波器，并根据音频信号，给出滤波器的性能指标为：通带截止频率为300Hz，阻带截止频率为250Hz，阻带最小衰减为-44dB，采样率为44100Hz；最后对仿真结
数字信号处理A
林洋洋博客
01-11 5609
1．全面复习课程所学理论知识，巩固所学知识重点和难点，将理论与实践很好地结合起来。 2．提高综合运用所学知识独立分析和解决问题的能力； 3．熟练使用一种高级语言进行编程实现。
基于matlab下数字信号的课程设计,基于Matlab的数字信号处理课程设计
weixin_33603844的博客
03-18 1773
基于Matlab的数字信号处理课程设计基于MATLAB的数字信号处理课程设计一、课程设计目的1熟悉MATLAB运行环境，熟练使用MATLAB语言进行编程，进行数字信号处理。2全面复习数字信号课程所学理论知识，巩固所学知识重点和难点，将理论与实践很好地结合起来。3提高综合运用所学知识独立分析和解决问题的能力；二、MATLAB简介MATLAB是功能强大的科学及计算软件，它不但具有以矩阵计算为基础的强大...
数字信号处理课程设计报告数字信号处理
12-29
数字信号处理课程设计报告数字信号处理
【数字信号处理课程设计】基于MATLAB实现语音信号的采集与处理（偏重滤波）
热门推荐
weixin_44450575的博客
07-20 1万+
设计数字滤波器和画出其频率响应给出各滤波器的性能指标； 给定滤波器的性能指标如下： （1）低通滤波器的性能指标：fb=1000Hz,fc=1200Hz,As=100dB,Ap=1dB. （2）高通滤波器的性能指标：fc=4800Hz,fb=5000Hz,As=100dB,Ap=1dB. （3）带通滤波器的性能指标： fb1=1200Hz, fb2=3000Hz,fc1=1000Hz, fc2=3200Hz,As=100dB,Ap=1dB. 采用窗函数法和双线性变换法设计上面要求的 3 种滤波器。.....
数字信号处理课程设计——调制与解调
m0_52474147的博客
06-21 4233
摘要： 在通信系统中，调制和解调是实现信号传输的关键步骤。为了将语音、音乐等信号发送到远方，发送端使用调制技术将信号的频谱转移到适合信道传输的较高频率范围。接收端通过解调将已调制的信号恢复到原来的频率范围，从而还原原始信号。调制和解调是通信系统设计中不可或缺的手段。 调制是将信号的频谱转移到较高频率范围的过程。通过调制，发送端将信号与较高频率的载波信号相乘，产生一个新的信号，其频谱位于较高频率范围。调制方式包括幅度调制和频率调制等。解调是恢复已调制信号的过程。接收端接收到已调制的信号后，使用相应的解
数字信号处理课程设计报告
01-06
1）录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图； 2）给定滤波器的性能指标： 高通滤波器性能指标 fc＝4 800 Hz，fb＝5 000 Hz As＝100 dB，Ap＝1 dB。 3）用以上自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；并回放语音信号。
「数字信号处理」课程设计-例题
tensile_spring的专栏
02-08 1162
function [X]=dtft(x,n,w) X=x*exp(-j*n'*w) dtft的函数的编写
数字信号处理课程设计
06-23
录音：我是XXX,学号XXX。加入噪音，用高通滤波器处理掉噪音并回放
数字信号处理课程设计--基于MATLAB有噪声语音信号处理
03-15
滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR滤波器是滤波器设计的重要组成部分。利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论，再利用 MATLAB 作为编程工具进行计算机实现。在设计实现的过程中，使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB 作为辅助工具完成设计中的计算与图形的绘制。
基于SSM的大学生电信诈骗宣传系统设计与实现毕业论文任务书
05-19
开发基于SSM的大学生电信诈骗宣传系统，主要包括前端用户（大学生模块、心理辅导师模块）和后端管理员登录后端后对所存储的相关信息数据来实施增删改查。 1. 前端用户主要功能包括：用户留言，科普文章及宣传视频，...
电信院java课程设计报告——贪吃蛇.doc
05-06
java课程设计贪吃蛇游戏，内有文档和代码 请酌情参考使用
数字信号处理》电信08级试题B.
12-13
数字信号处理》电信08级试题B
数字信号处理
02-17
数字信号处理 　数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域...
数字信号处理答案sanjit
12-12
数字信号处理是一种通过数字方式处理信号的技术，它涉及到数字滤波，时域和频域分析，数据压缩，信号重建等技术。在数字信号处理中，信号首先会被采样和量化，然后通过数字滤波器进行处理，最终输出数字信号。 数字信号处理技术广泛应用于电信、音频、图像、雷达、医学成像和通信系统等领域。在电信系统中，通过数字信号处理可以增强信号的品质，减小噪声。在音频和图像处理中，可以实现信号的压缩和重建，提高数据的存储和传输效率。在医学成像领域，数字信号处理技术可以帮助医生更清晰地观察病人的影像，提高诊断的准确性。 数字信号处理技术的发展也推动了数字化社会的进步，让人们能够更方便地获取和传输信息。在智能手机、数字电视、数字音乐等产品中，数字信号处理技术的应用无处不在。 总的来说，数字信号处理是一项重要的技术，它在各个领域都发挥着重要的作用，并且随着科技的不断进步，数字信号处理技术也在不断地完善和发展。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值