1、数字信号处理实验报告姓 名: 学 号: 专业班级: 2011 年 11 月3.1Matlab 数组索引现在写一条语句,xx用(b)中定义的方法，把xx的偶数索引的元素 (即xx(2),xx(4) 等)的值替换为常数 。使用向量替换，不要用循环。xx(2:2:12)=pixx = zeros(1,3), linspace(0,1,5), ones(1,4) yy = xx; yy(2:2:12) = pipi 3.2Matlab 脚本文件解释为什么需要写yy(k+6)。如果用yy(k)会发生什么？系统提示要使用正值，指令无法执行。因为 k 初值为负值，如果作下标会导致程序向 yy 变量所占内存之
2、前的内存中写入数据，这可能导致错误。K 从-5 开始 使用+6 保证括号内为正数使用 YY（k）则提示 index must be a positive integer or logical.解释为什么real(zz) 的图形是一个正弦曲线。它的相位和幅度是多少？由所绘图形的时移量计算相位。取zz 的实部可得到一个正弦函数，Z 取实部为 cos（/2+5 *tt ）*1.4 为一正弦函数 相位 /2+5*tt 幅度为 1.4图有 T=0.4 则 W=5 tt=0 时 值为 0 初相位 /2 故相位为 /2+5*tt即复指数的实部是一个余弦函数，但是由于乘以了复数因子 exp(j*pi/2)，因
3、此导致相位增加了 90 度，所以是一个正弦函数。4.用 Matlab 处理正弦信号（b）生成以下两个4000Hz的正弦序列：x1(t) = A1 cos(2(4000)(t tm1) x2(t) = A2 cos(2(4000)(t tm2) 其中A1是你的年龄， A2=1.2A1，tm1 = (37.2/M)T ，tm2 = (41.3/D)T ，这里M和D分别是你生日的月和日，T是周期绘制以上两个信号在-TtT的图形。为了输出下面（ d）的要求，使用subplot(3,1,1)和subplot(3,1,2)来使图在一个图形窗口内，详见 helpwin subplot一般用法是：subplo
4、t(2,1,2);plot(xx);（c）创建第 3个正弦信号为 x3(t) = x1(t) + x2(t). 在Matlab 中，这表示把两个正弦向量中的值对应相加。绘制 x3(t) 在-TtT的图形，使用subplot(3,1,3) 绘图。（d）对每个图都添加一个图名，图名都要包含你的姓名，用title函数详见 helpwin title, helpwin subplottt=-0.00025:0.00001:0.000025A1=19M=5D=20 T=0.00025A2=1.2*A1 tm1 = (37.2/M)*T tm2 = -(41.3/D)*Tx1 = A1* cos(2*pi
5、*(4000)*(tt - tm1) x2 = A2* cos(2*pi*(4000)*(tt - tm2) subplot(3,1,1)plot(tt,x1)title(刘非凡 ) xlabel(TIME (sec)subplot(3,1,2) plot(tt,x2)title(刘非凡 ) xlabel(TIME (sec) x3=x1+x2subplot(3,1,3)plot(tt,x3)title(刘非凡 ) xlabel(TIME (sec) 5.3 向量化Ma 用这种向量化的方法编写23 行代码完成以下Matlab代码，不使用循环。（注：当 xx是向量时，xx*xx和xx.*xx是不
6、同的）N = 200; rk(1:200) = sqrt( (1:N).*(1:N)/2500 + 2.25 );sig(1:200) = exp(j*2*pi*rk(1:200); plot( xk, real(sig), mo- )%- make a plot of a weird signal N = 200; for k=1:N xk(k) = k/50; rk(k) = sqrt( xk(k)*xk(k) + 2.25 ); sig(k) = exp(j*2*pi*rk(k); end plot( xk, real(sig), mo- ) 向量化改写的代码如下：N=200;yy=sq
7、rt(1/50:1/50:N/50).*(1/50:1/50:N/50)+2.25);zz=exp(2*j*pi*yy);plot(1:N,yy,b-,1:N,real(zz),r-)6.复指数6.1 生成正弦信号的 M-文件写一个可以生成单一正弦信号x(t) = Acos(t+)的函数，使用4个输入参量：幅度A，频率，相位和时长 dur。函数应当返回两个输出参量：正弦信号的值x 和对应的时间t。确保函数生成的正弦信号在每个周期有20个值，函数名为one_cos()。提示：可借鉴上面的goodcos()函数。function xx,tt = one_cos(a,w,th,dur) tt = 0
8、:pi/(10*w):dur; %- gives 100 samples per period xx = a*cos(2*w*tt+th)绘制你们的one_cos()函数，参数选为：A=95，=200弧度秒，=/5弧度，时长为0.025秒。推导所绘图形的周期和相位是否正确。如果周期以毫秒为单位是多少？10ms7 线性调频脉冲 chirp再合成一个chirp信号，使用如下参数：1.总时长为3秒，采样率为fs=11025Hz2.频率起始于3000Hz，终止于 -2000Hz（负频率）听一听信号。频率是怎么变化的？显示这个chirp信号的声谱图。使用频谱理论（正频率成分和负频率成分）解释你听到的声音
9、和看到的声谱图。Chirp信号生成代码：function xx,tt = mychirp( f1, f2, dur, fsamp ) uu=(f2-f1)/(2*dur);dt = 1/fsamp; tt=0:dt:dur;ff=2*pi*uu*tt.*tt+2*pi*f1*tt;xx=cos(ff);end（二） 、设计数字滤波器滤除语音信号中的干扰1、使用 Matlab 的 fft 函数对语音信号进行频谱分析，找出干扰信号的频谱；2、设计数字滤波器滤除语音信号中的干扰分量，并进行播放对比。要求：对后半段有明显正弦干扰的声音文件进行滤波。functionfft_data,faudio_dat
10、a,ffft_data=filter1(audio_data)%fft_data %ffft_data %faudio_data %对 FFT 进行一次快速离散傅里叶变换fft_data=fft(audio_data); N=length(fft_data); %N 为离散傅里叶变换的点数%利用1,A,1滤波器进行滤波%根据对称性，总共设计四个滤波器，分别滤掉 4 个频率上的正弦波干扰%使用 filter 函数进行卷积，故先设置一个参数序列A=1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0%第一次滤波temp,k = max(fft_data);A1=-2*cos(
11、2*pi*k/N);h1=1,A1,1;faudio_data=filter(h1,A,audio_data);ffft_data=fft(faudio_data);subplot(3,2,1)plot(abs(ffft_data)title(第一次滤波之后 )%第二次滤波temp,k = max(ffft_data);A2=-2*cos(2*pi*k/N);h2=1,A2,1;faudio_data=filter(h2,A,faudio_data);ffft_data=fft(faudio_data);subplot(3,2,2)plot(abs(ffft_data)title(第二次滤波之
12、后 )%第三次滤波temp,k = max(ffft_data);A3=-2*cos(2*pi*k/N);h3=1,A3,1;faudio_data=filter(h3,A,faudio_data);ffft_data=fft(faudio_data);subplot(3,2,3)plot(abs(ffft_data)title(第三次滤波之后 )%第四次滤波temp,k = max(ffft_data);A4=-2*cos(2*pi*k/N);h4=1,A4,1;faudio_data=filter(h4,A,faudio_data);ffft_data=fft(faudio_data);s
13、ubplot(3,2,4)plot(abs(ffft_data)title(第四次滤波之后 )subplot(3,2,5);plot(audio_data);title(滤波之前的时域图)subplot(3,2,6);plot(faudio_data);title(滤波之后的时域图)原理解释：经过计算可知，|H(w)|=|A+2cos(w)| 。而由于是在离散频域内进行滤波，所以令 w=(2k*pi/N)即可。首先对声音文件进行 FFT 得到 fft_data。然后用 length 求出其长度 N。之后，用 max 函数找出 fft_data 最大值所对应的横坐标 k，代入 w 的表达式，算出 A。随后，用原声音信号 audio_data 与 h(n)进行线性卷积。将这里得到的信号用上述步骤再进行三次滤波即可。每次滤波之后画出频谱图，并且将最后的声音信号作为输出返回，在 matlab 命令行中利用soundsc 听滤波之后的声音。
