北京理工大学数字信号处理实验报告.docx

本科实验报告实验名称：数字信号处理实验课程名称：数字信号处理实验实验时间：任课教师：实验地点：4423实验教师：实验类型：原理验证综合设计自主创新学生姓名：学号/班级：组号：学院：信息与电子学院同组伙伴：专业：信息工程成绩：实验1利用DFT分析信号频谱一、实验目的L加深对DFT原理的理解。2 .应用DFT分析信号频谱。3 .深刻理解利用DFT分析信号频谱的原理，分析现实过程现象及解决方法。二、实验原理1、DFT和DTFT的关系有限长序列XG2)的离散时间傅里叶变换X(e"")在频率区间(0g2万)的N个等分点M°),ND,X(Q,MN1)上的N个取样值可以由下式表示：由上式可知，序列次()的N点DFTX(R),实际上就是x()序列的DTFT在N个等间隔频率点X(),X,X(Z),X(N-1)上样本XQ2、利用DFT求DTFT方法1：由X(Z)恢复出X(e"")的方法如图2.1所示：图2.1.由N点DFT恢复频谱DTFT的流程由图2.1所示流程图可知：由式2-2可以得到其中0(x)为内插函数方法2：然而在实际MATLAB计算中，上诉插值公式不见得是最好的方法。由于DFT是DTFT的取样值，其相邻的两个频率样本点的间距为2%,所以如果我们增加数据的长度N,使得得到的DFT谱线就更加精细，其包络就越接近DTFT的结果，这样可以利用DFT来近似计算DTFTo如果没有更多的数据，可以通过补零来增加数据长度。3、利用DFT分析连续时间信号的频谱采用计算机分析连续时间信号的频谱，第一步就是把连续时间信号离散化，这里需要进行连个操作：一是采样，二是截断。对于连续非周期信号Xa(，)，按采样间隔T进行采样，截取长度为M,那么对Xa(，。)进行N点的频率采样，得到因此，可以将利用DFT分析连续非周期信号频谱的步骤归纳如下：(1)确定时域采样间隔T,得到离散序列X()；(2)确定截取长度M,得到M点离散序列X例()=X(")¼("),这里的Vv(X)为窗函数。(3)确定频域采样点数N,要求NM.(4)利用FFT计算离散序列的N点DFT,得到XW(Z)O(5)根据式(2-6)由XA(%)计算Xq(/C)采样点的近似值。采用上诉方法计算的频谱，需要注意如下三点问题：(1)频谱混叠。如果不满足采样定理的条件，频谱会很出现混叠误差。对于频谱无限宽的信号，应考虑覆盖大局部主要频率的范围。(2)栅栏效应和频谱分辨率。使用DFT计算频谱，得到的结果只是N个频谱样本值，样本值之间的频谱是未知的，就像通过一个栅栏观察频谱，称为“栅栏效应”。频谱分辨率与记录长度成正比，提高频谱分辨率，就要增加记录时间。(3)频谱泄露。对于信号截断会把窗函数的频谱会引入到信号频谱中，造成频谱泄露。解决这问题的主要方法是采用旁瓣小的窗函数，频谱泄露和窗函数均会引起误差。因此，要合理选取采样间隔和截取长度，必要时还需考虑适当的窗。对于连续周期信号，我们在采用计算机进行计算时，也总是要进行截断，序列总是有限长的，仍然可以采用上诉方法近似计算。4、可能用到MATLAB函数与代码实验中的DFT运算可以采用MATLAB中提供的FFT来实现。DTFT可以利用MATLAB矩阵运算的方法进行计算。三、实验内容1 .x(")=2,-1,1,1,完成如下要求：(1)计算其DTFT,并画出一町乃区间的波形。(2)计算4点DFT,并把结果显示在(1)所画的图形中。(3)对补零，计算64点DFT,并显示结果。(4)是否可以由DFT计算DTFT,如果可以，请编程实现。2 .考察序列(1) 0<"10时，用DFT估计/5)的频谱；将x5)补零加长到长度为100点序列用DFT估计x()的频谱。要求画出相应波形。(2) 0>100时,用DFT估计x(。的频谱,并画出波形。3 .信号x(f)=0.15sin(2;ZTif)+sin(2%)-0.IsinQzrQf)，其中工=IHz，f2=2½»力=3HZo从XO)的表达式可以看出，它包含三个频率的正弦波，但是，从其时域波形来看，似乎是一个正弦信号，利用DFT做频谱分析，确定适合的参数，使得到的频谱的频率分辨率符合需要。4 .利用DFT近似分析连续时间信号x(t)=e-o%(t)的频谱(幅度谱)。分析采用不同的采样间隔和截取长度进行计算的结果，并最终确定适宜的参数。四、实验代码及实验结果实验实验结果：实验代码：»n=0:3;»x=2-111;»w=-pi:0.01*pi:pi;»X=×*exp(-j*n*w);»subplot(211);»plot(w,abs(X);»title(,g'bxlabel(,w¾ylabel('X);»axistight;»subplot(212);»plot(w,angle(X);>>tit®，相位,);XIabei(,w)ylabe(Angle(X);»axistight;实验实验结果：实验代码：n=0:3;×=2-111;w=-pi:0.01*pi:pi;X=x*exp(-j*n,*w);subplot(211);plot(w,abs(X);title(,幅度为XIabeI(W)*label(,IX);axistight;holdon;subplot(212);plot(w,angle(X);title(,½')jxlabel(,w,)jyabel('Angle(X)');axistight;holdon;H=fft(x);subplot(211);»stem(n,abs（三）filled');»subplot(212);»stem(nzangle（三）filled,);实验实验结果：实验代码：»x=2-111zeros(lz60);»X=fft(x);»subplot(211);»n=0:63;»stem(n,abs(X)filled');»title('幅度);XIabei（三）abel('IX门；»subplot(212);»stem(n,angle(X)filled')jtitle(,(i,)jxlabel('n,)jyabel('angle(X)');分析：可以由DFT计算DTFT。通过补零加长序列，提高采样密度，可以由DFT近似计算DTFT。实验实验结果：实验代码：n=0:10;×=cos(0.48*n*pi)+cos(0.52*n*pi);X=fft(×);subplot(211);stem(n,abs(X)filled,);ttle(,幅度,);XIabeI(,n,)ylabel(X,);subplot(212);stem(n,angle(X)filled,)jtitle('ffii')jxlabel(,n')jyabel('angle(X)');补零加长：实验结果：实验代码：h=xzeros(lz89);H=fft(h);n=0:99;subplot(211);stem(n,abs（三）filled');ttle(,幅度,);XIabel（三）MabeICH');subplot(212);Stem(n,angle（三）,'filled');title('相位');XIabel('n');ylabel('angle（三）');实验实验结果：实验代码：n=0:100;»×=cos(0.48*n*pi)+cos(0.52*n*pi);»X=fft(x);»subplot(211);stem(n,abs(X)z'filled,);title('幅度');XIabeI('n')Mabel('IXI');sbplot(212);Stem(n,angle(X),'filled');title('相位');Xiabel('n)ylabel('angle(X)');分析：可以通过增大截取长度和增加补零的个数来提高频谱分辨率，但是补零不能够增加分辨力。实验1.3实验结果：实验代码：fl=l;f2=2;f3=3;Fs=500;Tp=I;t=O:l/Fs:Tp;x=0.15*sin(2*pi*fl*t)+sin(2*pi*f2*t)-0.1*sin(2*pi*f3*t);N=501;F=FsN;f=O:Fs/(N-l):Fs;X=fft(xzN):stem(f,abs(X)250z,filled,);axis(0A0zl);×label(,fHz');title(,Magnitude');分析：通过选取适宜的采样周期，可以完整的恢复出原信号的频谱波形。实验1.4Tp=ls,0n<100实验结果：实验代码：n=0:1:100;x=exp(-0.l*n);X=fft(x);stem(n,abs(X),filled*);Tp=5s,0n100实验结果：实验代码：n=0:5:100;x=exp(-0.l*n);X=fft(x);stem(n,abs(X),filled*);Tp=25s,0n100实验结果：实验代码：n=0:25:100;x=exp(-0.l*n);X=fft(x);stem(n,abs(X),filled*);Tp=Is,0n50实验结果：实验代码：n=0:1:50;x=exp(-O.l*n);X=fft(x);stem(n,abs(X),filled*);Tp=I,O<n25实验结果：实验代码：n=0:1:25;x=exp(-O.l*n);X=fft(x);stem(n,abs(X),filled*);分析：最终确定参数：tp=5s,OnUOOo五、心得与体会通过本次实验，我们掌握并加深对DFT原理的理解并且学会应用DFT分析信号频谱，在此根底上利用DFT分析信号频谱的原理，掌握了利用matlab分析现实问题的步骤及方法。并且，通过这次的实验，对信号序列有了更加深刻的认识，单纯的一个信号序列是没有意义的，只有配合他本身的时间序列才是一个完整的信号序列，才可以对其进行分析。实验2利用FFT计算线性卷积(选作)一、实验目的1 .掌握利用FFT计算线性卷积的原理及具体实现方法。2 .加深理解重叠相加法和重叠保存法。3 .考察利用FFT计算线性卷积各种方法的适用范围。二、实验原理L线性卷积与圆周卷积设x(n)为L点序列，h(n)为M点序列，x(n)和h(n)的线性卷积为yl(n)=x()*h(n)=xmh(n-m)(3-1)JM=-QOy(“)的长度为L+M/x(n)和h(n)的圆周卷积为NTy(n)=x(n)：'1Ku)=NEx(m)h(n-m)NRN(n)(3-2)w三O圆周卷积与线性卷积相等而不产生交叠的必要条件为NL+M+1(3-3)圆周卷积定理：根据DFT性质，x(n)和h(n)的N点圆周卷积的DFT等于它们的DFT的乘积：DFTx(n)h(n)=X(k)H(k)(3.4)4 .快速卷积快速卷积发运用圆周卷积实现线性卷积，根据圆周卷积定理利用FFT算法实现圆周卷积。可将快速卷积运算的步骤归纳如下：(1)必须选择NNL+M-1；为了能使用基-2算法，要求N=2,采用补零的方法使得(n)和h(n)的长度均为No(2)计算x(n)和h(n)的N点FFTo(3)组成乘积(4)利用IFFT计算Y(k)的IDFT,得到线性卷积y(n)5 .分段卷积我们考察单位取样响应为h(n)的线性系统，输入为x(n),输出为y(n),则y(n)=x(n)*h(n)当输入序列x(n)极长时，如果要等x(n)全部集齐时再开始进行卷积，会使输出有较大延时；如果序列太长，需要大量存储单元。为此，我们把x(n)分段，为别求出每段的卷积，合在一起得到最后的总输出。这称为分段卷积。分段卷积可以细分为重叠保存法和重叠相加法。重叠保存法：设x(n)的长度为N,h(n)的长度为M。把序列x(n)分成多段N点序列R(口)，每段雨前一段重写M-I个样本。并在第一个输入段前面补M-I个零。计算每一段与h(n)的圆周卷积，其结果中前M-I个不等与线性卷积，应当舍去，只保存后面NM+1个正确的输出样本，把它们合起来得到总的输出。利用FFT实现重叠保存法的步骤如下：(1)在x(n)前面填充M-I个零，扩大以后的序列为(2)将x(n)分为假设干段N点子段，设L=N-M+1为每一段的有效长度，则第i段的数据为：(3)计算每一段与h(n)的N点圆周卷积，利用FFT计算圆周卷积(4)舍去每-一段卷积结果的前M-I个样本，连接剩下的样本得到卷积结果y(n)。重叠相加法：设h(n)长度为M,将信号x(n)分解成长为L的子段。以'S)表示没断信号，则：每一段卷积(n)的长度为L+M-1,所以在做求和时，相邻两段序列由M-I个样本重叠，即前一段的最后M-I个样本和下一段前M-I个样本序列重叠，这个重叠局部相加，再与不重叠的局部共同组成y(n)o利用FFT实现重叠保存法的步骤如下：(1)将x(n)分为假设干L点子段5(0)。(2)计算每一段与h(n)的卷积，根据快速卷积法利用FFT计算卷积。(3)将各段相加，得到输出y(n)。4、可能得到的UATLAB函数实验中FFT运算可采用MATLAB中提供的函数fft来实现。三、实验内容假设要计算序列X(n)=u(n)-U(n-L),0<nWL和h(n)=Cos(0.211n),0nM的线性卷积完成以下实验内容。1 .设L=M,根据线性卷积的表达式和快速卷积的原理分别编程实现计算两个序列线性卷积的方法，比拟当序列长度分别为8,16,32,64,256,512,1024时两种方法计算线性卷积所需时间。2 .当L=2048且M=256时比拟直接计算线性卷积和快速卷积所需的时间,进一步考察当L=4096且M=256时两种算法所需的时间。3 .编程实现利用重叠相加法计算两个序列的线性卷积,考察L=2048且M=256时计算线性卷积的时间，与2题的结果进行比拟。4 .编程实现利用重叠保存法计算两个序列的线性卷积,考察L:2048且M:256时计算线性卷积的时间，与2题的结果进行比拟。四、实验代码及实验结果实验2.1实验代码：forM=81632642565121024;L=M;n=0:1:L-1;x=ones(1/L);h=cos(0.2.*pi.*n);disp(,L=M=,);disp(M)disp(,线性卷积用时：，)ticyl=conv(×fh);toedispL快速卷积用时：，)；ticXl=fft(X);H=fft(h);Y=Xl.*H;y=ifft(Y);toeend实验结果：L=M=8线性卷积用时：时间已过0.000122秒。快速卷积用时：时间已过0.000042秒。L=M=16线性卷积用时：时间已过0.000045秒。快速卷积用时：时间已过0.000026秒。L=M=32线性卷积用时：时间已过0.000051秒。快速卷积用时：时间已过0.000030秒。L=M=64线性卷积用时：时间已过0.000050秒。快速卷积用时：时间已过0.000030秒。L=M=256线性卷积用时：时间已过0.000089秒。快速卷积用时：时间已过0.000066秒。L=M=512线性卷积用时：时间已过0.000540秒。快速卷积用时：时间已过0.001388秒。L=M=1024线性卷积用时：时间已过0.000617秒。快速卷积用时：时间已过0.000115秒。分析：可见在在相同长度下，快速卷积比线性卷积快差不多一倍的时间。实验2.2实验代码：L=2048;M=256;nl=0:1:L;n2=0:1:M;x=ones(IzL);h=cos(0.2.*pi.*n2);disp线性卷积：,)ticyl=conv(x,h);toedispr快速卷积：，)N=M+L-1;ticXl=fft(x,N);H=fft(hzN);Y=Xl.*H;y=ifft(YzN);toe实验结果：L=2048,M=256线性卷积：时间已过0.000437秒。快速卷积：时间已过0.000407秒。L=4096,M=256线性卷积：时间已过0.000445秒。快速卷积：时间已过0.001395秒。分析：当序列长度较短时，快速卷积比线性卷积快；当序列长度过长时，快速卷积比线性卷积慢了许多。实验2.3实验代码：L=2048;M=256;disp(,L=,;disp(L);disp(,M=*);disp(M);x=ones(IzL);n=0:1:M-1;h=cos(0.2.*i.*n);Li=M;Num=L/Li;Ni=Li+M-l;N_yu=L+M-l;y=zeros(1,N_yu);disp(，重叠相加法卷积：，)；ticH=fft(hzNi);fori=l:Num;i_low=(i-l)*M+1;xi=x(i_low:i_low+M-l);Xi=fft(xi,Ni);Yi=Xi.*H;yi=ifft(YizNi);y(i_low:i_low+Ni-l)=y(i_low:i_low+Ni-l)+yi;endtoe实验结果：L=2048M=256重叠相加法卷积时间时间已过0.000626秒。分析：较第2题结果快。实验2.4实验代码,L=2048;M=256;disp(,L=,);disp(L);disp(,M=*);disp(M);x=ones(IzL);n=0:1:M-1;h=cos(0.2.*i.*n);Li=M;Num=LLi;Ni=Li+M-l;N_yu=L+M-l;y=zeros(1,N_yu);x_add=zeros(IzM-I),x;disp(,O0t>±tA-'¾i>>y+¼at);ticH=fft(hzNi);fori=l:Num;i_low=(i-l)*M+1;xi=x_add(i_low:i_low+M-1);Xi=fft(xizNi);Yi=Xi.*H;yi=ifft(YizNi);y(i_low:i_low+M-1)=yi(M:Ni);endxi=x_add(i*M+l):N_yu);Xi=fft(xizNi);Y=Xi.*H;yi=ifft(Y,Ni);y(i*M+l):N_yu)=yi(M:Ni-l);toe实验结果：L=2048M=256重叠保存法卷积时间时间已过0.000508秒。分析：较第2题结果快。五、心得与体会本次实验要求我们掌握利用FFT计算线性卷积的原理及具体实现方法，以及通过对快速卷积和线性卷积运算速度的比拟，更加直观的看到利用FFT快速卷积的优点。本次实验让我切实看到了FFT算法的高效性及对于庞大的数据的处理实时性，同时对重叠保存法、重叠相加法也有了更深的认识，对以后的实验有了很好的理论根底，受益颇多。实验3IlR数字滤波器设计一、实验目的1 .掌握利用脉冲响应不变法和双线性变换法设计IlR数字滤波器的原理及具体方法。2 .加深理解数字滤波器和模拟滤波器之间的技术指标转化。3 .掌握脉冲响应不变法和双线性变换法设计HR数字滤波器的优缺点及适用范围。二、实验内容L设采样频率为fsMkHz,采用脉冲响应不变法设计一个三阶巴特沃斯数字低通滤波器，其3dB截止频率为fc=lkHzo2.设采样频率为fS=IOkHz,设计数字低通滤波器，满足如下指标通带截止频率：fp=lkHz,通带波动:Rp=IdB阻带截止频率:fst=1.5kHz,阻带衰减:As=15dB要求分别采用巴特沃斯、切比雪夫I型、切比雪夫II型和椭圆模拟原型滤波器及脉冲响应不变法进行设计。结合实验结果，分别讨论采用上述设计的数字滤波器是否都能满足给定指标要求，分析脉冲响应不变法设计IIR数字滤波器的优缺点及适用范围。四、实验代码及实验结果巴特沃斯：实验代码：fs=10*1000;fp=l*1000;fst=l.5*1000;Rp=I;As=15;Wp=2*pi*fp/fs;Ws=2*pi*fstfs;N=ceil(IoglO(10(Rp10)-1)/(10(As10)-1)/(2*logl0(Wp/Ws);Wc=Wp/(10(Rp10)-1)(1/(2*N);bza=butter(N,Wcpiz,s,);bzzaz=impinvar(bzaz1)w=0:500*pi500;H,w=freqz(bz,az);%频率响应subplot(221);plot(wpi,abs（三）);gridon;xlabel(,omega(pi),);ylabel(,H(ejomega),);subplot(222);plot(wpi,20*logl0(abs（三）/max(abs（三）);gridon;xlabel(,omega(pi),);ylabel(,H(ejomega)(dB),);subplot(223);plot(wpizangle（三）pi);gridon;xlabel(,omega(pi),);ylabel(,PhaseofH(ejomega)(pi),);grd=grpdelay(bz,az,w);%群延时响应subplot(224);plot(wpizgrd);gridon;xlabel(,omega(pi),);ylabel(,Groupdelay*);实验结果：bz=1.0e-04*-0.00000.00910.20330.44630.15240.00510az=8.2921-2.88980.42111.0000-5.137811.0528-12.7383切比雪夫I型：实验代码：fs=10*1000;fp=l*1000;fst=l.5*1000;Rp=I;As=15;Wp=2*pi*fp/fs;Ws=2*pi*fst/fs;e=sqrt(10(Rp10)-l);A=10(As20);N=ceil(acosh(sqrt(A2-l)/e)/(acosh(Ws/Wp);b,a=chebyl(NzRpzWppi,s,);bz,az=impinvar(bzaz1)w=0:500*pi500;Hzw=freqz(bz,az);subplot(221);plot(wpizabs（三）);gridon;xlabel(,omega(pi),);ylabel(,H(ejomega),);subplot(222);plot(wpiz20*logl0(abs（三）/max(abs（三）);gridon;xlabel(,omega(pi),);ylabel(,H(ejomega)(dB),);subplot(223);plot(wpizangle（三）pi);gridon;xlabel(,omega(pi),);ylabel(,PhaseofH(ejomega)(pi),);grd=grpdelay(bz,az,w);subplot(224);plot(wpizgrd);gridon;xlabel(,omega(pi),);ylabel(,Groupdelay*);实验结果：bz=1.0e-03*0.00000.06230.23720.05670az=1.0000-3.77105.3742-3.42930.8265切比雪夫11型：实验代码：fs=10*1000;fp=l*1000;fst=l.5*1000;Rp=I;As=15;Wp=2*pi*fpfs;Ws=2*pi*fst/fs;e=sqrt(10(Rp10)-1);A=10(As20);N=ceil(acosh(sqrt(A2-l)/e)/(acosh(Ws/Wp);b,a=cheby2(N,As,Wppi,sf);bz,az=impinvar(b,a,1)w=0:500*pi500;H,w=freqz(bz,az);subplot(221);plot(wpi,abs（三）);gridon;xlabel(,omega(pi),);ylabel(,IH(ejomega)I,);subplot(222);plot(wpi,20*logl0(abs（三）/max(abs（三）);gridon;xlabel(,omega(pi),);ylabel(,IH(ejomega)I(dB),);subplot(223);plot(wpi,angle（三）pi);gridon;xlabel(,omega(pi),);ylabel(,PhaseofH(ejomega)(pi),);grd=grpdelay(bzrazrw);subplot(224);plot(wpi,grd);gridon;xlabel(,omega(pi),);ylabel(,Groupdelay*);实验结果：bz=0.0884-0.33420.5117-0.37180.1076az=1.0000-3.49044.6022-2.71480.6048椭圆型：实验代码：fs=10*1000;fp=l*1000;fst=l.5*1000;Rp=I;As=15;Wp=2*pi*fpfs;Ws=2*pi*fstfs;e=sqrt(10(Rp10)-1);A=10(As20);N=ceil(acosh(sqrt(A2-l)/e)/(acosh(Ws/Wp);bza=ellip(N,RpzAs,Wppi,s,);bz,az=impinvar(bzaz1)w=0:500*pi500;H,w=freqz(bz,az);subplot(221);plot(wpi,abs（三）);gridon;xlabel(,omega(pi),);ylabel(,H(ejomega),);subplot(222);plot(wpi,20*logl0(abs（三）/max(abs（三）);gridon;xlabel(,omega(pi),);ylabel(,H(ejomega)(dB),);subplot(223);plot(wpizangle（三）pi);gridon;xlabel(,omega(pi),);ylabel(,PhaseofH(ejomega)(pi),);grd=grpdelay(bz,azzw);subplot(224);plot(wpizgrd);gridon;xlabel(,omega(pi),);ylabel(,Groupdelay*);实验结果：bz=0.1470-0.56360.8366-0.56az=1.0000-3.77265.3933-3.46040.8408分析：脉冲响应不变法的优点是频率坐标的变换是线性的，因此如果模拟滤波器的频响是限带于折叠频率以内的话，通过变换后的数字滤波器的频响可以不失真地反映原响应与频率之间的关系。但是，其最大的缺点是有频谱的周期延拓效应，会产生混叠失真。故，脉冲响应不变法只能用于限带的频响特性，如衰减特性较好的低通，或带通，而且高频衰减越大，频响的混叠效应就越小。双线性变换法的优点是消除了脉冲响应不变法的固有的混叠失真，但缺点是频率变换之间的非常严重的非线性，会使变换后时域上的图像产生非常严重的失真。五、心得与体会通过实验，学习了利用脉冲响应不变法设计HR数字漉波器的根本原理为：从时域响应出发，使数字滤波器的单位脉冲响应h(n)模仿模拟滤波器的单位冲激响应ha(t),h(n)等于ha(t)的取样值。所以设计中，应先根据数字指标转换来的模拟指标，设计模拟滤波器，再利用impinvar函数实现脉冲响应不变法模拟滤波器到数字滤波器的变换。脉冲响应不变法和双线性法设计IlR数字滤波器设计的根底，掌握了这俩种方法能够使我们对数字滤波器设计有更加深刻的认识。实验4频率取样法设计FIR数字滤波器一、实验目的掌握频率取样法设计FIR数字滤波器的原理及具体方法二、实验原理1、根本原理频率取样法从频域出发，把理想的滤波器Hdd)等间隔采样得到明也),将Hd(Q作为实际设计滤波器的”(2)。H(k)=Hd(k)=H(d")l2"k=O,l,N-I(8-1)(o-kN得到”(外以后可以由“(Q来确定唯一确定滤波器的单位脉冲响应5),H(e加)可以由”(Q求得:h(n)=IDFT*)1NT2乃Hd)=EH(k)-Fk)念N(8-2、3)其中。(x)为内插函数族=Sin(NO/2).月NSin(©/2)(8-4)由H(k)求得的频率响应Hd)将逼近Hd(ej)如果我们设计的是线性相位FTR滤波器，则”伏)的幅度和相位满足线性相位滤波器的约束条件。我们将“伏)表示为如下形式："（八）="(幻e"")3W)(8-5)当以)为实数，则”(Z)=H'(N-Z)由此得到(8-6)H,(k)=H人Nk)即H,(Z)以&=N2为中心偶对称。在利用线性相位条件可知，对于1型和2型线性相位滤波器(k) = <-(TV-I 2)下攵=0,N-I23)型(N-Q2 NTV-I2+ 1, N-I(8-7)对于3型和4型线性相位滤波器e*)=< JV-I 2k±()22 N ,N 2 ,、孑一()(N 幻22 NN-I2N-I2(8-8)+ 1, JV-I其中，Ld表示取小于该数的最大的整数。设计步骤(1)由给定的理想滤波器给出”,.(2)和6(&)。(2)由H（八）="(幻W)=HZ.(幻e"(")求得"(Z)(3)根据H(k)求得h(n)或Hd)三、实验内容1 .设计一个数字低通FIR滤波器，其技术指标如下：p=0.2,R_p=0.25dBst=0.3,A_s=50dB分别采用矩形窗、汉宁窗、海明窗、布莱克曼窗、凯瑟窗设计该滤波器。结合实验结果分别讨论上述方法设计的数字滤波器是否符合指标。2 .设计一个数字带通FlR滤波器，其技术指标如下：3 .采用频率取样设计法设计FlR数字低通滤波器，满足以下指标p=0.211,R_p=O.25dBst=O.3H,A_s=50dB(1)取N=20,过渡带没有样本。取N=40,过渡带有一个样本,T=O.39。(3)取N=60,过渡带有两个样本,Tl=O.5925,T2=0.1099«(4)分别采用上述方法设计的数字滤波器是否都能满足给定的指标要求。4.采用频率取样技术设计下面的高通滤波器st=0.6,A_s=50dBjp=O.8H,R_p=ldB对于高通滤波器，N必须为奇数(或1型滤波器)。选择N=33,过渡带有两个样本，过渡带样本最优值为TI=O.1095,T2=0.598o四、实验代码及实验结果实验4.1矩形窗：实验代码：wp=0.2*pi;wst=0.3*pi;tr_width=wst-wp;N=ceil(1.8*pi/tr_width)+1;n=0:N-1;wc=(wp+wst)/2;alpha=(N-1)/2;hd=(wcpi)*sinc(wc/pi)*(n-alpha);w_boxcar=boxcar(N)'h=hd.*w_boxcar;SUbPlOt(221);Stem(n,hd,'filled')；axistight;xlabel('n');ylabel('hd(n)');Hr,wl=zerophase(h);sbplot(222);plot(wlpizHr);axistight;xlabel(,omegapi');yabel('H(omega),);subplot(223);stem(nzh,'filled');axistight;xlabel('n');ylabel('h(n)');H,w=freqz(h,1);subplot(224);plot(w/pi,20*loglO(abs（三）/max(abs（三）);xlabel(,omegapi');yabel(,dB');gridon;实验结果：分析：阻带的衰减小于50db,所以，不符合指标。汉宁窗：实验代码：WP=0.2*pi;wst=0.3*pi;tr_width=wst-wp;N=ceil(6.2*pi/tr_width)+1;n=0:N-1;wc=(WP+wst)/2;alpha=(N-1)/2;hd=(wc/pi)*sinc(wc/pi)*(n-alpha);w_hanning=hanning(N,;h=hd.*w_hanning;SUbPIOt(221);Stem(n