【数字信号处理】线性常系数差分方程 ( 使用 matlab 求解 “ 线性常系数差分方程 “ 示例二 | A 向量分析 | B 向量分析 | 输入序列分析 | matlab 代码 )

一、使用 matlab 求解 “ 线性常系数差分方程 “ 示例二

---

描述 某个 " 线性时不变系统 " 的 " 线性常系数差分方程 " 如下 :

$$y(n)=\sum _{i=0}^M{b}_{i}x(n-i)-\sum _{i=1}^N{a}_{i}y(n-i)$$

其中 ,
$M=2$ , $N=2$ ,
$b_0=0.0223$ , $b_1=0.01$ , $b_2=0.0223$ ,
$a_1=-1.7007$ , $a_2=0.7613$ ,

输入序列 : $f_1=0.4kHz$ , $f_2=2.45kHz$ , $F_s=10kHz$

$$x(n)=\sin (\frac{2\pi f_{1}n}{F_s})+\sin (\frac{2\pi f_{2}n}{F_s})0\le n\le 127$$

边界条件 / 初始条件 :

$$y(-1)=0$$

求该 LTI 系统的 输出序列 ;

线性常系数差分方程 公式 :

$$y(n)=\sum _{i=0}^M{b}_{i}x(n-i)-\sum _{i=1}^N{a}_{i}y(n-i)n\ge M$$

1、B 向量元素 : x(n) 参数

讨论 $B$ 向量 , $B$ 向量是 $x(n)$ 的参数 , 有几个 $x(n)$ 项 , $B$ 向量 就有几个元素 ;

$b_0=0.0223$ , $b_1=0.01$ , $b_2=0.0223$ ;

% 线性常系数差分方程 中的 x(n) 项系数
B=[0.0223 ,0.001, 0.0223];

2、A 向量元素 : y(n) 参数

下面讨论 $A$ 向量 , $A$ 向量是 $y(n)$ 的参数 , 有几个 $y(n)$ 项 , $A$ 向量 就有几个元素 ;

线性常系数差分方程 :

$$y(n)=\sum _{i=0}^M{b}_{i}x(n-i)-\sum _{i=1}^N{a}_{i}y(n-i)$$

$a_1=-1.7007$ , $a_2=0.7613$ , 再加上左侧的 $y(n)$ 系数 , 将所有的 $y(n)$ 项 , 移到等式左侧 , 系数如下 :

% 线性常系数差分方程 中的 y(n) 项系数
A=[1, -1.7007, 0.7613];

3、输入序列

输入序列 : $f_1=0.4kHz$ , $f_2=2.45kHz$ , $F_s=10kHz$

$$x(n)=\sin (\frac{2\pi f_{1}n}{F_s})+\sin (\frac{2\pi f_{2}n}{F_s})0\le n\le 127$$

对应的 matlab 代码为 :

x=sin(2 * pi * 0.4 * (0:127)/10) + sin(2 * pi * 2.45 * (0:127) / 10);

4、matlab 代码

matlab 代码 :

% 输入序列
x=sin(2 * pi * 0.4 * (0:127)/10) + sin(2 * pi * 2.45 * (0:127) / 10);

% 线性常系数差分方程 中的 x(n) 项系数
B=[0.0223 ,0.001, 0.0223];

% 线性常系数差分方程 中的 y(n) 项系数
A=[1, -1.7007, 0.7613];

% 输出序列
y=filter(B,A,x);

%建立幕布
figure;
%绘制 "输出序列" 图像 , 点用上三角表示
plot(y);

% 打开网格
grid on;

绘图效果 :