matlab中怎么求xep,MATLAB在数字信号处理教学中的应用

1离散时间信号的基本理论我们知道,离散傅立叶变换理论实现了频域的离散化,开辟了用数字技术在频域处理信号的新途径,推进了信号的频谱分析技术向更深更广的领域发展,可以说,离散傅立叶变换是我们数字信号基本理论的核心,而共轭对称性是离散时间信号傅立叶变换的一个非常重要的性质,它的内容可简记为:下面举例说明如何利用MATLAB来计算有关共轭对称的题目。例1设x(n)=10(0.5)n0n10(1)分解x(n)成xep(n)和xop(n);(程序和运行结果中均用变量xec和xoc表示)(2)检验实序列的性质:以下是MATLAB程序:(程序运行结果见图1、图2)figure(1)n=0:10;x=10*0.5.^n;[xec,xoc]=circevod(x);subplot(2,1,1);stem(n,xec);title('Circular-evencomponent')xlabel('n');ylabel('xec(n)');axis([-0.5,10.5,-1,11])subplot(2,1,2);stem(n,xoc);title('Circular-oddcom-ponent')xlabel('n');ylabel('xoc(n)');axis([-0.5,10.5,-4,4])figure(2)X=dft(x,11);Xec=dft(xec,11);Xoc=dft(xoc,11);subplot(2,2,1);stem(n,real(X));axis([-0.5,10.5,-5,50])title('RealDFT[x(n)]');xlabel('k');subplot(2,2,2);stem(n,imag(X));axis([-0.5,10.5,-20,20])title('ImagDFT[x(n)]');xlabel('k');subplot(2,2,3);stem(n,real(Xec));axis([-0.5,10.5,-5,50])title('DFT[xec(n)]');xlabel('k');subplot(2,2,4);stem(n,imag(Xoc));axis([-0.5,10.5,-20,20])title('DFT[xoc(n)]');xlabel('k');图1序列x(n)的偶对称和奇对称分解图2X(k)与Xec(k)和Xoc(k)的关系例2用FFT对信号做谱分析。已知序列x(n)=2sin(0.48n)+cos(0.52n)0n200,绘制x(n)及它的离散傅立叶变换X(k)的图。程序如下:N=200;n=0:N-1;x=2*sin(0.48*pi*n)+cos(0.52*pi*n);XK=fft(x,N);magXK=abs(XK);phaXK=angle(XK);subplot(2,1,1)plot(n,x)xlabel('n');ylabel('x(n)');title('x(n)=100');subplot(2,1,2)k=0:length(magXK)-1;.图3信号及其离散傅立叶变换2信号处理系统的设计数字滤波器在对信号的过滤、检测与参数估计等处理中起着重要作用,而具有线性相位的FIR(有限长单位脉冲响应)滤波器因为其具有恒稳定、速度快、误差小等优点在图像信号处理、数据传输等领域有着很广泛地应用,以下举例说明MATLAB在FIR滤波器中的应用。例3.已知某线性相位滤波器的单位脉冲响应h(n)=-4,1,-1,-2,5,6,5,-2,-1,1,4确定此滤波器的振幅响应Hr()。function[Hr,w,a,L