软件技术基础数据库+数字信号处理杂记

1·。用springboot整合Mybatis,配置Mysql时可用navicat看用户名，点对应数据库上一层文件，其所有属性值如端口和用户名都在最右边，
配置时username和passwod:后有一空格
2.idea生产1get,set方法按住shift才可以选择全部

insert employees VALUES ('000001',' 王 林 ',' 大 专 ','1986-01-23','0',8,' 中山路32-1-508','83355668','2');
INSERT salary VALUES ('000001','5000');
INSERT salary VALUES ('010008','5000');
INSERT salary VALUES ('102201','5000');
INSERT salary VALUES ('020010','7000');
INSERT departm VALUES ('1','财务部门'，'');
INSERT departm VALUES ('1','财务部门'，'');
DELETE FROM employees WHERE employeeid='
4.SELECT e.name AS `姓名`, e.address AS `地址`, e.phonenumber AS `电话`,
       d.departmentName AS `部门名`, s.income AS `收入`
FROM employees e
LEFT JOIN departm d ON e.departmentid = d.departmentid
LEFT JOIN salary s ON e.employeeid = s.employeeid;
6.SELECT departmentid,NAME from employees WHERE NAME ='王木';
SELECT NAME,departmentid FROM employees  WHERE NAME LIKE '王%';
7.from,where后加空格
8.王林前面有空格，相当于姓空格
9.axis函数-限定范围（高宽）
10.MATLAB中用于离散信号和频谱分析常用的子函数有：
sawtooth：用于生成锯齿波信号。
length：用于返回向量、矩阵或字符串的长度，即元素的个数
fft：用于计算快速傅里叶变换（FFT）。

ifft：用于计算逆快速傅里叶变换（IFFT）。

fftshift：用于将FFT结果进行中心化处理。

ifftshift：用于将IFFT结果进行中心化处理。

abs：用于计算复数的绝对值。

angle：用于计算复数的幅角。

real：用于提取复数的实部。

imag：用于提取复数的虚部。

conj：用于计算复数的共轭。

linspace：用于生成等差数列。

logspace：用于生成等比数列。

hamming：用于生成汉明窗函数。

hanning：用于生成汉宁窗函数。

bartlett：用于生成巴特利特窗函数。

blackman：用于生成布莱克曼窗函数。
axis： 用于设置坐标轴范围，其语法格式为：axis([xmin xmax ymin ymax])，其中 xmin 和 xmax 分别表示 x 轴的最小值和最大值，ymin 和 ymax 则分别表示 y 轴的最小值和最大值。通过调用该函数，可以设置当前图形窗口中坐标轴的范围，从而更好地显示数据。

11.为什么FFT结果要除以N
fft 函数对输入的信号进行快速傅里叶变换，返回频域上的复数结果，结果的大小为输入信号长度的一半，也就是频率分辨率为采样率的一半。为了得到正确的结果，需要将 fft 的结果除以信号的长度，即 N。

因此，X = fft(x)/N 的作用是将输入信号 x 进行 N 点快速傅里叶变换，并将结果除以 N 得到正确的幅度谱 X
12.square 类似于正弦函数，但会创建值为-1 和1 的方波
13.n = 0:49;%取样长度为50
x = 0.8.^n .* (n >= 0);
M = 10; % 截取长度
x_m = x(1:M); % 截取序列
X_m = fft(x_m)/M; % FFT计算频谱
w = linspace(0, 2*pi, 1000);
H = freqz(1, [1, -0.8], w);%freqz 函数可以计算数字滤波器的频率响应X(e^jw)=1/1-0.8^e −jw
% 信号图
subplot(2, 1, 1);
stem(x_m);
title('信号');
xlabel('n');
ylabel('x(n)');

% 频谱图
subplot(2, 1, 2);
plot(w, abs(H), 'r'); hold on;
stem(w, abs(X_m)); hold off;
title('频谱');
xlabel('频率');
ylabel('|X(e^{jw})|');
legend('理论值', '实际值');
14.n是离散时间序列，由0到正无穷递增。
.^是MATLAB的点乘幂操作符，表示将每个n对应的0.8做幂运算。
.*是MATLAB的点乘操作符，表示将每个n对应的0.8^n与n>=0（n大于等于0）的逻辑数组进行逐元素相乘，得到最终的序列x(n)。x(n)的值在n>=0时为0.8的n次方，n<0时为0。
因此，这个序列是以0.8为底数的指数衰减序列，从n=0开始衰减。它在频域上具有一个单独的频率分量，对应于0.8在单位圆上的位置。
15.wps去掉文字白底：选中>页面布局>边框选项>底纹>填充>没有颜色
16.
一.
为什么Wn=fc/(Fs/2)
在数字信号处理中，频率是以“数字化频率”（也称为归一化频率）的形式进行表示的，它是以采样率Fs的一半为基准的。

在Butterworth滤波器的设计中，截止频率fc是以“物理频率”（也称为模拟频率）的形式给定的，它是以赫兹为单位表示的。但是，为了在数字系统中实现Butterworth滤波器，需要将截止频率转换为数字化频率。

Wn=fc/(Fs/2)这个公式就是用于将截止频率fc转换为数字化频率Wn的，其中Fs是采样率。将截止频率fc除以Fs的一半，可以将它转换为以Fs的一半为基准的数字化频率Wn。

因此，将Wn作为Butterworth滤波器设计函数butter的输入参数，可以实现在数字系统中实现所需的截止频率的Butterworth滤波器。
二、可以看出，随着频率的升高，幅度增加，相位减少。而在截止频率附近，幅频
特性曲线有一个明显的过渡带宽。在此之前，信号的幅度保持接近于0dB，。这是由于高通滤波器会将低频信号通过，而阻止高频信号通过，因此在截止频率附近出现了一个过渡
带。可以看出，随着频率的升高，幅度降低，相位不断变化。而在截止频率附近，幅频特性曲线有一个明显的过
渡带宽。在此之前，信号的幅度保持接近于0dB，之后幅度开始急剧下降，相位也开始快速变化。这是由于高通
滤波器会将低频信号通过，而阻止高频信号通过，因此在截止频率附近出现了一个过渡带。
根据您提供的代码和结果，可以得到以下结论：

1. 巴特沃斯数字滤波器的幅频特性曲线呈现出典型的低通滤波器特性，随着频率的增加，幅值逐渐下降。
2. 巴特沃斯数字滤波器的相频特性曲线为一条水平直线，表明该滤波器没有引入额外的相位延迟。
3. 切比雪夫Ⅰ型数字滤波器的幅频特性曲线在通带范围内有明显的波纹，但在阻带范围内可以达到比巴特沃斯数字滤波器更高的衰减。
4. 切比雪夫Ⅰ型数字滤波器的相频特性曲线和巴特沃斯数字滤波器类似，为一条水平直线。
5. 切比雪夫Ⅱ型数字滤波器的幅频特性曲线在通带范围内同样存在波纹，但阻带范围内的衰减更加陡峭，相比于切比雪夫Ⅰ型数字滤波器，其波纹更加均匀。
6. 切比雪夫Ⅱ型数字滤波器的相频特性曲线同样为一条水平直线。
7.本次实验的目的是学习数字滤波器的设计和应用，并通过MATLAB实现对数字滤波器的设计和观察。在实验中，我学习了FIR和IIR数字滤波器的设计方法和
相关的MATLAB函数，包括fir1、cheby1、butter、freqz、freqz_m等。并且我也成功地实现了对数字滤波器的设计和观察，包括绘制幅频特性曲线和相频
特性曲线等。在调试过程中，我遇到了一些问题，例如在使用fir1函数设计低通数字滤波器时，我在截止频率处输入了0.5而导致程序出错，后来通过将截止
频率修改为0.4解决了这个问题。此外，在使用freqz_m函数绘制幅频特性曲线和相频特性曲线时，我忘记了先定义w变量，导致程序无法识别w变量。最终，
我通过在程序中添加w变量的定义，成功地解决了这个问题。总的来说，本次实验让我更深入地了解数字滤波器的设计和应用，也让我熟悉了一些MATLAB函数
的使用方法，希望这些知识可以在今后的学习和工作中得到应用。