信号与系统研究性教学

1、信号与系统课程研究性学习手册学号 10221062指导教师钱满义时间 2011年12月20日星期二专题研讨课一 信号与系统时域分析matlab仿真:基本信号的产生,语音的读取与播放（1）生成一个正弦信号，改变正弦信号的角频率和初始相位，观察波形变化;（2）生成一个幅度为1、基频为2hz.占空比为50%的周期方波；（3）观察一定时期内的股票上证指数变化，生成模拟其变化的指数信号;（4）录制一段音频信号，进行音频信号的读取与播放。（1）a=1 ;w=2*pi;phi=pi/3;t=0:0.01: &ft=a*sin（w*t+phi）;plot（t,ft）;grid on;q figure

2、1 6 回file edit view insert tools desktop window help、d s s愴t致® ©豆匡当 phi二pi/ 6 时:当 phi=pi/2 时:当w二pi时：当 w二4*pi 时:(2)t=-3:o.oool:3;a=1 ;t=pi;wo=2*pi/t;ft=( 1 /2) * a *square( wo *t,50)+1 /2; plot(t,ft)axis(卜 3,3,1,2)grid on(3)我们选用指数信号来模拟变化，程序如下:a= 90;a= -0.002;t=0:0.001:130;y=a*exp(a*t);p'

3、;ot(t,y)(4)x,fs,bits=wavread(,woheni.wav 1024 5120); sound(x,fs,bits);plot(x) ;title(f woheni');题目2 :信号的基本运算(语音信号的翻转、展缩)(1 )将原始音频信号在时域上进行延展.压缩；(2)将原始音频信号在频域上进行幅度放大与缩小；(3 )将原始音频信号在时域上进行翻转。(1)原信号的两倍延展fs=44100;bits=32;x,fs, nbits = wavread('我和你.wavj; x1 = x(1:2:end) ;wavplay(x1,fs);plot(x1)原信号的

4、0.5倍压缩fs=44100;bits=32;x,fs,bits=wavread(我和你.wav');x1 = x( 1:1/2:end); wavplay(x1 ,fs);plot(x1)(2)原信号的幅度放大到2倍 fs=44100;bits=32;x,fs,bits = wavread(我和你.wav'); x1 = x( 1:1:end);wavplay (2*x1,fs); plot(x1)原信号的幅度缩小到0.5倍 fs=44100;bits=32;x,fs,bi ts = wavread(我和你.wav'); x1 = x(1:1: end);wavpla

5、y(0.5* x1,fs);-(srxme-d>ew (x)pnd="lx j'eaa.ws密.)pe 丄si 一 qsx<nehsl_qool 寸寸 hsj(e)(lx)o_dplot(x1)3:系统响应时域求解(1 ) 求一个rlc电路的零输入响应和零状态响应；(2)将原始音频信号中混入噪声,然后用m点滑动平均系统对受噪声干扰的信号去噪改变m点数，比较不同点数下的去噪效果。(1 )按照题目要求，我们设计了一个rlc电路，其系统微分方程为：/w+4/(t)+5y(t)= 3x'(t)+9x(t)输入为x(t)=etu(t),零输入响应为y1 ,零状态响应

6、为y2.仿真虧：a=1,4,5;b=3,9;sys=tf(b,a);t=0:0.1:10; h=impulse(sys,t)； x=exp(-t);y1 = c on v(h,x);y2=lsim(sys,x,t); plot(y1);xlabel('t'); title('y1(t)') plot(t,y2);xlabel('t'); title('y2(t)仿真结果：(2 ) fs= 441 oo;bits= 16;r=100000; temp= wavread('wohe ni.wav', r); k=0:r-1;w

7、avplay(temp,fs);d= rand(r,2)-0.5;x=temp+d; wavplay(x,fs);subplot(2,1,1);plot(k,d, 7-.', k,temp, *b-', k,x, 'g-'); xlabel('k'); legend('dk', tempk', *xk();m=5;b= ones(m,1)/m;a=1;y=filter(b,a,x);wavplay(y,fs);subplot(2,1,2);plot(k,tempj 'b-', k,y, *r-*); xla

8、bel('k');legend('tempk', 'yk');结果分析：将原始音频信号中混入噪声后，可以清楚地感受到噪声。用m点滑动平均系统对受噪声干扰的信号去噪，改变m点数，可以看出,m越小，除噪效果越好。4:连续信号卷积的近似计算(l)h(t)=x (t) *x (t)=u (t) *u (t) +u (t-1) *u (tl) +2u (t) *u (tl) =r (t) - 2r (t- l)+r (t-2)则 y (t)二x (t)*h(t)二一 (z 1)*" w(f 1) (f 3) w(z 3)2 2 2(1)t=0.1

9、;k=-1:t:4;f1 = 1*(k> = 0)&(k<=1);f2=tripuls(k-1,2);y=t*conv(f1,f2);tmin=-2;tmax=8;t1 = tmin:0.1 :tmax;plot(t1,y)grid ontk k:hj4 ff-i(kvho)g(kahl)_ fys.pu一s(k>2)_ y"t*conv(fl j2)八 iminujvimaxno? 二 mrrool 二 max- p_2.(py)grid onthoo2 k=ahj4 ff t(kvh0)8(kahl) f2mpu_s(k?2)- yhjconv(?f2 imin