低通采样定理 matlab,基于matlab的低通抽样定理仿真

基于matlab的低通抽样定理仿真

DSP 课 程 设 计 专业： 电子信息技术工程 年级： 2011 级 不 姓名： 陈兰兰 学号： 20113015 指导教师： 刘 德 春 阿坝师专电子信息工程系 DSP 课 程 设 计 专业： 电子信息技术工程 年级： 2011 级 不 姓名： 宋雨娟 学号： 20113008 指导教师： 刘 德 春 阿坝师专电子信息工程系 基于 Matlab 的低通抽样定理仿真 (中文题目一般不超过20个字) (1. 海军航空工程学院 山东 烟台 264001 2. 海军装备研究院 北京 100161) (单位格式一般为：单位名称 省 市 邮编) 摘 要： 基于 Matlab 的低通抽样定理目的,通过对连续信号进行采样，在满足采样定理和 不满足采用定理两种情况下对连续信号和采样信号进行 FFT 频谱分析的方法, 通过从采样 信号中恢复原信号，对不同采样频率下的恢复信号进行比较分析的试验,得到原 信号的结论. 关键词：Matlab; 低通抽样定理; 采样定理; 连续信号; 恢复信号.引言 随着信息、通信、计算机科学与技术的迅速发展，数字信号处理得到了很快发展，因 此，对低通抽样定理的要求也越来越高。低通抽样定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，这是通过数 模转换器实现的。即通过低通抽样定理来进行模拟域与数字域的转换。低通抽样定理的核 心是抽样与信号的恢复。使信号在数字域和频域都实现了离散化，从而可以用通用计算机 处理离散信号。而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT)，FFT的出现 大大减少了 DFT 的运算量，使实时的数字信号处理成为可能、极大促进了该学科的发展。 1、测试需求分析 本次课程设计应用 MATLAB 验证时域采样定理。了解 MATLAB 软件，学习应用 MATLAB 软件的仿真技术。它主要侧重于某些理论知识的灵活运用，以及一些关键命令的掌握，理 解 分析等。初步掌握线性系统的设计方法，培养独立工作能力。加深理解时域采样定理的概 念， 掌握利用 MATLAB 分析系统频率响应的方法和掌握利用MATLAB实现连续信号采样、频谱分 析和采样信号恢复的方法。计算在临界采样、过采样、欠采样三种不同条件下恢复信号的 误差，并由此总结采样频率对信号恢复产生误差的影响，从而验证时域采样定理。 ２.采样定理： 设连续信号 属带限信号，最高截止频率为 ，如果采样角频率 ，那 ) (t x a c  c s    2 么让采样性信号 通过一个增益为 T、截止频率为 的理想低通滤波器，可以唯一 ) (t xa  2 / s  地恢复出原连续信号 。否则， 会造成采样信号中的频谱混叠现象，不可能 ) (t x a c s    2 无失真地恢复原连续信号。 对连续信号进行等间隔采样形成采样信号，对其进行傅里叶变换可以发现采样信号的 频谱是原连续信号的频谱以采样频率 为周期进行周期性的延拓形成的。 s  对模拟信号进行采样可以看做一个模拟信号通过一个电子开关S，设电子开关每隔周 期T和上一次，每次和上的时间为τ，在电子开关的输出端得到采样信号x^a(t)。用公式 表示如图１：图1 对模拟信号进行采样 ３.信号的恢复： 可用传输函数 的理想低通滤波器不失真地将原模拟信号 恢复出来，只是 ) (  j G ) (t f 一种理想恢复。2 ) 2 sin( ) ( 2 1 ) ( t t d e j G t g s s j             因为 (2.2.2) T s  2   T t T t t g   ) sin( ) (  理想低通滤波器的输入输出 和 ， ) (t f  ) (t y= * = (2.2.3) ) (t y ) (t f  ) (t g   d t g t f ) ( ) (      ４ 、测试系统软件设计4.1 用MATLAB产生连续信号 y=sin(100*pi*t)+cos(200*pi*t)和其对应的频谱: 程序： clc; clear; x1=0:1/10000:1/10; w=(0:255)/256*500; %w=linspace(0,100*pi,length(x1)); y=sin(100*pi*x1)+cos(200*pi*x1); figure subplot(211) plot(x1,y); xlabel( t );ylabel( x(t) );title( 原时域连续信号 y=sin(100*pi*t)+cos(200*pi*t) ); gridy1=y; %sin1=sin(x1); n=0:(length(x1)-1); subplot(212) plot(w,fft1(w,y1,n));xlabel( w );ylabel( x(w) );title( 其对应频域信号Ｙ=ＦＴ(sin(100*pi*t)+cos(200*pi*t) ); grid 则产生原时域连续信号与频谱如图2所示： 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 -2 -1 0 1 2 t x(t) 低 低 低 低 低 低 低 y=sin(100*pi*t)+cos(200*pi*t) 0 50 100 150 200 250 300 350 400 450 500 0 200 400 600 w x(w) 低 低 低 低 低 低 低 低 =低 低 低 sin(100*pi*t)+cos(200*pi*t低图2 原时域连续信号与频谱 其中要用到子函数fft1,程序代码如下：function result=fft1(w,hanshu,n)a=cell(1,length(w));for i=1:length(w) m=hanshu.*((exp(-j*(i-1)*pi/100)).^n); a{i}=sum(m); endfor i=1:length(w) result(i)=a{i}; end 4.2对连续信号y= sin(100*pi*t)+cos(200*pi*t)进行抽样并产生其频谱 程序：%采样后的信号和频谱.clc;clear;