西南科技大学信号与系统实验报告

信号与系统实验报告

实验名称：信号与系统实验

实验地点：xxxxxxxxxxxxxxxxx

软件版本：MATLAB7.0

实验时间： 2013.xx.xx —2013.xx.xx

学号： 20xxxxxx

姓名： xxxx

一、实验目的

1.掌握用matlab软件产生基本信号的方法。

2.应用matlab软件实现信号的加，减，乘，反折，移位 ，尺度变换及卷积运算。

二、实验原理

(一)产生信号波形的方法

利用 Matlab 软件的信号处理工具箱(Signal Processing Toolbox)中的专用函数产生信号并 绘出波形 a.产生正弦波 t=0:0.01:3*pi; y=sin(2*t); plot(t,y)

10.80.60.40.20-0.2-0.4-0.6-0.8-1012345678910

b.产生叠加随机噪声的正弦波 t=0:0.01:3*pi; y=10*sin(2*t);

s=y+randn(size(t)); plot(t,s)

151050-5-10-15012345678910

c. 产生周期方波 t=0:0.01:1;

y=square(4*pi*t);

plot(t,y)

10.80.60.40.20-0.2-0.4-0.6-0.8-100.10.20.30.40.50.60.70.80.91

d. 产生周期锯齿波 t=(0:0.001:2.5);

y=sawtooth(2*pi*30*t);

plot(t,y),axis([0 0.2 -1.1])

10.50-0.500.050.10.150.20.25

e.产生Sinc 函数

x=linspace(-5,5); y=sinc(x); plot(x,y)

10.80.60.40.20-0.2-0.4-5-4-3-2-1012345

f.产生指数函数波形

x=linspace(0,1,100); y=exp(-x);

plot(x,y)

10.90.80.70.60.50.400.10.20.30.40.50.60.70.80.91

(二)信号的运算

1.加(减)、乘运算 (要求二个信号序列长度相同) .例

t=0:0.01:2; f1=exp(-3*t);

f2=0.2*sin(4*pi*t); f3=f1+f2; f4=f1.*f2;

subplot(2,2,1);plot(t,f1);title('f1(t)'); subplot(2,2,2);plot(t,f2);title('f2(t)'); subplot(2,2,3);plot(t,f3);title('f1+f2'); subplot(2,2,4);plot(t,f4);title('f1*f2');

f1(t)10.80.600.40.2000.51f1+f210.50.30.20.10000.511.52-0.100.511.521.52-0.1-0.20.20.1f2(t)00.51f1*f21.52-0.5

2.用 matlab 的符号函数实现信号的反折、移位、尺度变换

由f(t)到 f(-at+b)(a>0)步骤：

f(t)移位f(t+b)尺度f(at+b)反折f(at+b)

例:已知 f(t)=sin(t)/t,试通过反褶、移位、尺度变换由 f(t)的波形得到 f(-2t+3) 的波形

syms t;

f=sym('sin(t)/t'); f1=subs(f,t,t+3); f2=subs(f1,t,2*t);

f3=subs(f2,t,-t);

subplot(2,2,1);ezplot(f,[-8,8]);grid on; subplot(2,2,2);ezplot(f1,[-8,8]);grid on; subplot(2,2,3);ezplot(f2,[-8,8]);grid on; subplot(2,2,4);ezplot(f3,[-8,8]);grid on;

sin(t)/t11sin(t+3)/(t+3)0.50.50-505tsin(2 t+3)/(2 t+3)0-505t-sin(2 t-3)/(-2 t+3)0.80.60.40.20-0.2-50t50.80.60.40.20-0.2-50t5

（三）卷积运算 Y=conv(x,h )

实现x,h 二个序列的卷积,假定都是从 n=0 开始.Y 序列的长度为 x,h 序列的长度之和再减1. 例

1:二个方波信号的卷积

y1=[ones(1,20),zeros(1,20)]; y2=[ones(1,10),zeros(1,10)]; y=conv(y1,y2); n1=1:length(y1); n2=1:length(y2); L=length(y);

subplot(3,1,1);plot(n1,y1);axis([1,L,0,2]); subplot(3,1,2);plot(n2,y2);axis([1,L,0,2]); n=1:L;

subplot(3,1,3);plot(n,y);axis([1,L,0,20]);

21021020100510152025303540455055510152025303540455055510152025303540455055

例

2:二个指数信号的卷积.

t=0:0.001:1; y1=exp(-6*t); y2=exp(-3*t); y=conv(y1,y2); l1=length(y1); l2=length(y2); l=length(y);

subplot(3,1,1);plot(t,y1); subplot(3,1,2);plot(t,y2); t1=0:0.001:2;

subplot(3,1,3);plot(t1,y);

10.5010.5010050000.10.20.30.40.50.60.70.80.9100.10.20.30.40.50.60.70.80.9100.20.40.60.811.21.41.61.82

三、实验内容

1. 自选二个简单的信号,进行加、乘、卷积运算. 加乘：

y1=[2,4,2,1,4,0,0]; y2=[2,2,1,1,3,2,0]; n=1:length(y1);

subplot(2,2,1);stem(n,y1); subplot(2,2,2);stem(n,y2); subplot(2,2,3);stem(n,y1+y2); subplot(2,2,4);stem(n,y1.*y2);

4321013202468002468864201510502468002468

卷积：

y1=[2,4,2,1,4,0,0];

y2=[2,2,1,1,3,2,0]; y=conv(y1,y2); n1=1:length(y1); n2=1:length(y2); L=length(y);

subplot(3,1,1);plot(n1,y1);axis([1,L,0,5]); subplot(3,1,2);plot(n2,y2);axis([1,L,0,5]); n=1:L;

subplot(3,1,3);plot(n,y);axis([1,L,0,40]);

42024681012420246810124020024681012

2. 自选一个简单的信号进行反褶、平移、尺度变换运算.

syms t;

f=sym('cos(t)/t'); f1=subs(f,t,t+3); f2=subs(f1,t,2*t); f3=subs(f2,t,-t);

subplot(2,2,1);ezplot(f,[-8,8]);grid on; subplot(2,2,2);ezplot(f1,[-8,8]);grid on; subplot(2,2,3);ezplot(f2,[-8,8]);grid on; subplot(2,2,4);ezplot(f3,[-8,8]);grid on;

四、实验要求 1.预习实验原理;

2.对实验内容编写程序(M文件),上机运行; 3.绘出运算或变换后信号的波形.

cos(t)/t0.50-0.5-505tcos(2 t+3)/(2 t+3)0.40.20-0.2-0.4-505tcos(t+3)/(t+3)0.50-0.5-505tcos(2 t-3)/(-2 t+3)0.40.20-0.2-0.4-505t

五、思考题

1. Matlab的仿真特点 在离散传利叶转换中，由於处理的对象是一些序列，因此非常这合使用电脑来担任计算的工作，而 MathWorks, Inc. 所发展的 MATLAB 数学运算软体，即是这方面非常强而有力的电脑软体，在 MATLAB 上面执行一些数列或矩阵的运算非常方便，而它的程式结构有点类似 BASIC或 C 程式，写起来十分平易近人，而其函式的呼叫又很间单，再加以目前各种视窗上的版本都已推出，编辑程式，执行、观看结果和列印，都可轻鬆的透过视窗的切换及下拉式功能来完成，更值得特别一提是MATLAB 的工具箱 (TOOLBOX) 有 SIGNAL 及 IMAGE 两项法宝，对於我们学习、数位信号处理的过理中，能够提供完备的的辅助。唯一较遗憾的是目前 MATLAB 上面建立的程式仍然较难直接与一些界面卡(如影像处理卡)相互钩通，因此如果我们想利用它来从事实际上的影像处理，必须先在其他工作环境下，将影像抓取进来，存成图档后再进入MATLAB 中，将图档呼叫出来作深入的分析。另一点美中不足的地方是，虽然 MATLAB 在从事一些本身的内建函式运算时速度很快，但是如果是执行我们所建立的一些外部函式运算时速度却相当慢，因此，如果从事语音及影像分析时，大量的计算工作将使得电脑花费不少处理的时间，这一点也使得它变得较為不切实际，而无法直接运用於线上的数位信号处理。

查看conv卷积的函数实现过程、原理，试用C语言编写调试。 function a=myconv(b,c) bs=size(b); cs=size(c); i=any(bs-cs); if i

error('error') end

i=any(~(bs-1)); if ~i

error('error') end ko=0;

if bs(1)>bs(2) b=b'; c=c'; ko=1; end

bs=size(b);

cs=size(c); ss=2*bs(2)-1; a=zeros(1,ss); for i=1:cs(2) q=zeros(1,i-1);

p=zeros(1,ss-cs(2)+1-i); ba=[q,c,p]; ma=b(i)*ba; a=a+ma; end if ko

a=a'; end end

实验二 离散时间信号与系统

一、实验目的

1.掌握用 matlab 软件产生离散时间信号的方法; 2.进一步理解离散时间信号常见运算的方法; 3. 掌握求离散时间系统冲激响应的方法.

二、实验原理

(一)离散时间信号的产生与运算 1.离散时间信号的产生 (1)单位抽样序列 delta.m函数：

function[x,n]=delta(n0,n1,n2) n=[n1:n2];

x=[(n-n0)==0];

[x,n]=delta(3,-1,10); stem(n,x);

(2)单位阶跃序列 step_seq 函数

function[x,n]=step_seq(n0,n1,n2) n=[n1:n2];

x=[(n-n0)>=0];

执行：[x,n]=step-seq (3,-1,10); stem(n,x);

(3)矩形序列

先定义 aaa 函数

function[x,n]=aaa(N,n1,n2) n=[n1:n2];

x=[(N>n)&(n>=0)]; 执行：

[x,n]=aaa (3,-1,10); stem(n,x);

(4)单位斜坡序列 先定义 ramp 函数：

function[x,n]=ramp(n1,n2) n=[n1:n2]; x=n; 执行：

[x,n]=ramp (0,10); Stem(n,x);

10.90.80.70.60.50.40.30.20.10-2024681010.90.80.70.60.50.40.30.20.10-20246810109876543210012345678910

543(5)正弦序列

n=-pi:0.1:pi;

x=5*sin(0.5*pi*n+pi/4); stem(n,x)

(6)指数序列

n=-1:0.1:1;

x=5*exp(-0.5*n); stem(n,x)

9876543210-1-0.8-0.6-0.4210-1-2-3-4-5-4-3-2-101234-0.200.20.40.60.81

(7)任意序列

x=[1,5,-4,2,5,-1,5]; n=1:length(x); stem(n,x)

2.离散时间信号的运算 (1)二序列相加、乘

x1=[1,5,-4,2,5,-1,5]; x2=[1,2,3,4,5,6,7]; n=1:length(x);

subplot(2,2,1);stem(n,x1); subplot(2,2,2);stem(n,x2); subplot(2,2,3);stem(n,x1+x2); subplot(2,2,4);stem(n,x1.*x2);

543210-1-2-3-412345676428640-2-4024682002468151050-540200(2)二序列卷积

x1=[1,1,1,1,0,0,0]; x2=[0,0,1,1,1,0,0]; Y=conv (x1,x2), n1=1:length(x1); n2=1:length(x2); n=1:length(Y);

subplot(3,1,1);stem(n1,x1); subplot(3,1,2);stem(n1,x2); subplot(3,1,3);stem(n,Y);

02468-200246810.5010.503210024681012141234567123456710.8(3)序列的离散傅里叶变换

x=[1,5,-4,2,5,-1,5]; N=length(x); Y=fft(x,N), n=1:N;

subplot(2,1,1);stem(n,x1);

subplot(2,1,2);stem(n,abs(Y));

0.60.40.2012345671510501234567(二)离散时间系统的冲激响应 A=[1,-0.7,-0.6,1]; B=[1];

n=[-20:100]; 4X=[n==0]; y=filter(B,A,X); 3stem(n,y); title('冲激响应'); 2grid

1冲激响应43冲激响2应10-1-2-3-4-20020406080100三、实验内容 1.先产生二个序列信号,然后进行相加、乘及卷0积运算. 求和： -1x1=[2,6,-1,4,5,-1,6]; x2=[7,5,5,3,4,1,2]; -2n=1:length(x); subplot(2,2,1);stem(n,x1); -3subplot(2,2,2);stem(n,x2); subplot(2,2,3);stem(n,x1+x2); -4subplot(2,2,4);stem(n,x1.*x2); -20020406420-28642002468024681530201010500026046880-1002410068卷积：

x1=[3,2,4,7,9,4,0]; x2=[9,1,1,2,4,3,3]; Y=conv (x1,x2), n1=1:length(x1); n2=1:length(x2); n=1:length(Y);

subplot(3,1,1);stem(n1,x1); subplot(3,1,2);stem(n1,x2); subplot(3,1,3);stem(n,Y);

10501050150100500024681012 1234567123456714

2.利用 filter 命令求下面系统的冲激响应：y(n)-0.7y(n-1)-0.6y(n-2)+y(n-3)=x(n)+0.5x(n-1)

冲激响应1A=[1,-0.7,-0.6,1]; 5B=[1,0.5]; 43n=[-20:100];

2X=[n==0];

1y=filter(B,A,X);

0stem(n,y);

title('冲激响应1'); grid

-1-2-3-4-5-20020406080100

四、实验要求

1.预习实验原理;

2. 对实验内容编写程序(M 文件),上机运行; 3.绘出实验内容的各相应曲线.

五、思考题

1.离散时间信号的卷积过程;

.离散时间信号可以是由模拟信号通过采样.用函数cov(x1,x2，intervel)实现就可以了。

2.matlab 中处理连续时间系统与离散时间系统的函数区别。

matlab 会将连续时间系统函数离散化处理，而对离散时间直接处理。

实验三 信号频谱分析

一、实验目的

1.掌握用 matlab 软件绘制信号频谱的方法; 2.进一步理解抽样定理;

3.理解傅里叶变换的性质(频移特性).

二、实验原理

(一)fft 函数的调用

matlab 提供 fft 函数来计算信号 x(n)的快速离散傅里叶变换 (FFT).格式:y=fft(x)计算信号 x 的快速离散傅里叶变换 y.若 x 的数据长度为 2 的整数次幂时,用基-2 算法,运算速度较快,否则采用较慢的分裂算法.格式:y=fft(x,N)计算信号 x 的 N 点快速离散傅里叶变换,若 x 的数据长度大于 N,截断 x,若 x 的数据实际长度小于 N，则自动补一些零，使之长度等于 N.快速离散傅里叶反变换(IFFT).x=ifft(Y) 注意:

1.频率计算.若 N 点序列 x(n)(n=0,1,…,N-1)是在采样频率 fs(Hz)下获得,它的快速离散傅里叶变换(FFT)也是 N 点序列. 即 X(k)(k=0,1,…,N-1),则第 k 点所对应的实际频率 f=k×fs/N.

2.作快速离散傅里叶变换时,幅值大小与选择点数 N 有关,但不影响分析结果. (二)频谱分析

例:用 FFT 分析信号频率成分

一被噪声污染的信号,很难看出它所包含的频率分量,如一个由 50Hz 和 150Hz 正弦信号 构成的信号,受到均值为零、均方差为 0.5 的高斯随机信号的于扰,数据采样率 fs=500Hz.通过FFT 来分析其信号频率成分,用 matlab 实现如

原始信号下: 2

0fs=500; %采样频率 fs=500Hz.

-2t=0:1/fs:1; %采样周期为 1/fs. 00.10.20.30.40.50.60.70.80.9受噪声污染的信号f=sin(2*pi*50*t); % 产生信号 f(t) 5subplot(3,1,1);plot(t,f);title('原始信号'); 0y=f+0.5*randn(1,length(t)); %加噪

-500.10.20.30.40.50.60.70.80.9subplot(3,1,2);plot(t,y);title('受噪声污染的信号');

FFT(幅度谱)200N=250;

Y=fft(y,N); %对加噪信号进行 FFT 100k=0:N-1; 0050100150200250300350400450f=fs*k/N;

1subplot(3,1,3);plot(f,abs(Y));title('FFT(幅度谱)')

0(三)傅里叶变换的频移特性

-100.10.20.30.40.50.60.70.8若 F(f(t)]=F(ω),则F[f(t)e j?0t ] F(ω -?0 )

200例:设 f(t)=sin(400? t),ω0=200?.

fs=1000; %采样频率 fs=1000Hz. 100t=0:1/fs:1;

00100200300400500600700800y1=sin(400*pi*t);

300200100001002003004005006007008009001000115000.919001000y2=sin(400*pi*t).*exp(j*200*pi*t); N=512;

Y1=fft(y1,N); Y2=fft(y2,N);

subplot(3,1,1);plot(t,y1); k=0:N-1; f=fs*k/N;

subplot(3,1,2);plot(f,abs(Y1)); subplot(3,1,3);plot(f,abs(Y2));

三、实验内容

设 f(t)= 5sin(2*pi*30*t)+2sin(2*pi*60*t)+0.5sin(2*pi*90*t).

1. 对 f(t)分别以 fs1=300 Hz 和 fs2=150 Hz 进行采样,然后将二个采样信号进行快速离散傅里叶变换(FFT),观察频谱图,指出是否产生频谱混迭现象.

2. 将 f(t)的频谱右移 100Hz.

clear all fs1=300; fs2=150;

t1=0:1/fs1:1; t2=0:1/fs2:1;

f1=5*sin(2*pi*30*t1)+2*sin(2*pi*60*t1)+0.5*sin(2*pi*90*t1); f2=5*sin(2*pi*30*t2)+2*sin(2*pi*60*t2)+0.5*sin(2*pi*90*t2); subplot(3,1,1);plot(t1,f1);title('采样1'); subplot(3,1,2);plot(t2,f2);title('采样2'); N=75;

Y=fft(f2,N); k=0:N-1; f2=fs2*k/N;

subplot(3,1,3);plot(f2,abs(Y));title('FFT(幅度谱)');

10图三FFT（幅度谱）为f(t)平移之后的图像。

采样1四、实验要求

1.预习实验原理;

2.对实验内容编写程序(M 文件),上机运行; 3.绘出频谱图.

0-10100-10200100000.10.20.30.40.5采样20.60.70.80.9100.10.20.30.40.50.60.70.80.91FFT(幅度谱)050100150

五、思考题

1.FFT 的原理与实现过程

在数字信号处理中常常需要用到离散傅立叶变换(DFT)，以获取信号的频域特征。尽管传统的DFT算法能够获取信号频域特征，但是算法计算量大，耗时长，不利于计算机实时对信号进行处理。因此至DFT被发现以来，在很长的一段时间内都不能被应用到实际的工程项目中，直到一种快速的离散傅立叶计算方法——FFT，被发现，离散是傅立叶变换才在实际的工程中得到广泛应用。需要强调的是，FFT并不是一种新的频域特征获取方式，而是DFT的一种快速实现算法。

2.FFT 与 FT 的异同

FT是傅里叶变换，它主要用于分析连续非周期信号，由于信号是非周期的，它必包含 了各种频率的信号，所以具有时域连续非周期对应频域连续非周期的特点。 快速傅里叶变换

FFT其实是一种对离散傅里叶变换的快速算法，它的出现解决了离散傅里叶变换的计算量极大、不实用的问题，使离散傅里叶变换的计算量降低了一个或几个数量级，从而使离散傅里叶变换得到了广泛应用。另外，FFT的出现也解决了相当多的计算问题，使得其它计算也可以通过FFT来解决。

实验四(综合性实验) 线性连续时间系统的分析

一、实验目的

1.掌握用 matlab 分析系统时间响应的方法 2.掌握用 matlab 分析系统频率响应的方法 3.掌握系统零、极点分布与系统稳定性关系

二、实验原理

1. 系统函数 H(s)

系统函数:系统零状态响应的拉氏变换与激励的拉氏变换之比.

H(s)=R(s)/E(s)

在 matlab 中可采用多种方法描述系统,本文采用传递函数(系统函数)描述法. 在 matlab 中, 传递函数描述法是通过传递函数分子和分母关于 s 降幂排列的多项式系数来表示的. 则可用如下二个向量 num 和 den 来表示:例

则可用如下二个向量 num 和 den 来表示: num=[1,1]

den=[1,1.3,0.8]

2. 用 matlab 分析系统时间响应 1)脉冲响应

y=impulse(num,den,T)

T:为等间隔的时间向量,指明要计算响应的时间点.

2)阶跃响应

y=setp(num,den,T) T 同上.

3)对任意输入的响应 y=lsim(num,den,U,T) U:任意输入信号. T 同上.

例:对式(1)系统,分别求脉冲响应、阶跃响应及对输入 u(t)=sin(t)的响应. num=[1,1];

den=[1,1.3,0.8]; T=0:0.1:3;

y1=impulse(num,den,T); y2=step(num,den,T); U=sin(T);

y3=lsim(num,den,U,T);

subplot(2,2,1);plot(T,y1);title('脉冲响应') subplot(2,2,2);plot(T,y2);title('阶跃响应')

subplot(2,2,3);plot(T,y3);title('输入为 u=sint 的响应')

脉冲响应10.80.60.40.2001230011.5阶跃响应0.5123输入为 u=sint 的响应1.510.500123

3.用 matlab 分析系统频率响应特性

频响特性: 系统在正弦激励下稳态响应随信号频率变化的特性.

|H(j?)|:幅频响应特性.

?(?):相频响应特性(或相移特性).

Matlab 求系统频响特性函数 freqs 的调用格式: h=freqs(num,den,?)

?:为等间隔的角频率向量,指明要计算响应的频率点. 例:求式(1)系统的频响特性. num=[1,1];

den=[1,1.3,0.8]; W=0:0.1:100;

h=freqs(num,den,W);

subplot(1,2,1);plot(W,abs(h));title('幅频特性') axis([0,20,0,1.5]);

set(gca,'xtick',[0,10,20]);set(gca,'ytick',[0,1/sqrt(2),1.25]);grid on;

subplot(1,2,2);plot(W,angle(h));title('相频特性') axis([0,20,-pi/2,0.2]);

set(gca,'xtick',[0,10,20]);set(gca,'ytick',[-pi/2,-pi/4,0]);grid on;

幅频特性相频特性01.250.7071-0.7854001020-1.570801020

4.系统零、极点分布与系统稳定性关系

系统函数 H(s)集中表现了系统的性能,研究 H(s)在 S 平面中极点分布的位置,可很方面 地判断系统稳定性.

1) 稳定系统: H(s)全部极点落于 S 左半平面(不包括虚轴),则可以满足

lim[h(t )]= 0 系统是稳定的.

2)不稳定系统: H(s)极点落于 S 右半平面,或在虚轴上具有二阶以上极点,则在足够长时 间后,h(t)仍继续增长, 系统是不稳定的.

3)临界稳定系统: H(s)极点落于 S 平面虚轴上,且只有一阶,则在足够长时间后,h(t)趋于 一个非零数值或形成一个等幅振荡.

系统函数 H(s)的零、极点可用 matlab 的多项式求根函数 roots()求得. 极点:p=roots(den) 零点:z=roots(num)

根据 p 和 z 用 plot()命令即可画出系统零、极点分布图,进而分析判断系统稳定性. 例: 系统函数 H(s)如下,画出系统零、极点分布图, 判断该系统稳定性.

num=[1,0,-4];

den=[1,2,-3,2,1]; p=roots(den); z=roots(num);

plot(real(p),imag(p),'*');hold on; plot(real(z),imag(z),'o');grid on;

0.80.60.40.20-0.2-0.4-0.6-0.8-4-3-2-1012%%不稳定系统

由系统零、极点分布图可知,该系统有一极点位于 s 右半平面,故系统是不稳定的.

三、实验内容

设①p1=-2,p2=-30; ②p1=-2,p2=3

1.针对极点参数①②, 画出系统零、极点分布图, 判断该系统稳定性. num=[1,0]; p=[-2,-30]; z=roots(num);

plot(real(p),imag(p),'*');hold on; plot(real(z),imag(z),'o');grid on; %%稳定系统

10.80.60.40.20-0.2-0.4-0.6-0.8-1-30-25-20-15-10-50

num=[1,0]; p=[-2,3];

z=roots(num);

plot(real(p),imag(p),'*');hold on; plot(real(z),imag(z),'o');grid on; %%不稳定系统

10.80.60.40.20-0.2-0.4-0.6-0.8-1-2-1.5-1-0.500.511.522.532.针对极点参数①②,绘出系统的脉冲响应曲线,并观察 t→∞时, 脉冲响应变化趋势. num1=[1,0];

den1=[1,32,60]; W=0:0.1:100;

h=freqs(num,den,W);

subplot(1,2,1);plot(W,abs(h));title('幅频特性') axis([0,20,0,1.5]);

set(gca,'xtick',[0,10,20]);set(gca,'ytick',[0,1/sqrt(2),1.25]);grid on;

subplot(1,2,2);plot(W,angle(h));title('相频特性') axis([0,20,-pi/2,0.2]);

set(gca,'xtick',[0,10,20]);set(gca,'ytick',[-pi/2,-pi/4,0]);grid

on; 01.25

0.7071-0.7854 0-1.5708010200

3.针对极点参数①, 绘出系统的频响曲线. num1=[1,0];

den1=[1,32,60]; num2=[1,0];

den2=[1,-1,-6]; T1=0:0.1:0.3; T2=0:1:200;

幅频特性相频特性1020

y1=impulse(num1,den1,T1); y2=impulse(num2,den2,T1); y3=impulse(num1,den1,T2); y4=impulse(num2,den2,T2);

subplot(2,2,1);plot(T1,y1);title('脉冲响应1') subplot(2,2,2);plot(T1,y2);title('脉冲响应2') subplot(2,2,3);plot(T2,y3);title('脉冲响应1..') subplot(2,2,4);plot(T2,y4);title('脉冲响应2..')

脉冲响应111.81.61.401.21脉冲响应20.5-0.500.10.20.30.40x 100.12600.20.30.4脉冲响应1..10.50321脉冲响应2..-0.50501001502000050100150200

四、实验要求

1.预习实验原理;

2. 对实验内容编写程序(M 文件),上机运行;

3.绘出实验内容的各相应曲线或图,回答相应问题.

五、思考题

1．确定 h(t)与其频率响应 H(jw)的关系，在图形上有何关系。

h(t) 是系统的冲激响应函数(或脉冲响应函数)；H(jw) 是系统的频率响应函数；

h(t) 描述系统的时间关系，而时间和频率互为倒数，频率与w有成正比。所以t与w应该是反比关系。

2．稳定系统应具有的特征。 ROC包括jw轴。

y1=impulse(num1,den1,T1); y2=impulse(num2,den2,T1); y3=impulse(num1,den1,T2); y4=impulse(num2,den2,T2);

subplot(2,2,1);plot(T1,y1);title('脉冲响应1') subplot(2,2,2);plot(T1,y2);title('脉冲响应2') subplot(2,2,3);plot(T2,y3);title('脉冲响应1..') subplot(2,2,4);plot(T2,y4);title('脉冲响应2..')

脉冲响应111.81.61.401.21脉冲响应20.5-0.500.10.20.30.40x 100.12600.20.30.4脉冲响应1..10.50321脉冲响应2..-0.50501001502000050100150200

四、实验要求

1.预习实验原理;

2. 对实验内容编写程序(M 文件),上机运行;

3.绘出实验内容的各相应曲线或图,回答相应问题.

五、思考题

1．确定 h(t)与其频率响应 H(jw)的关系，在图形上有何关系。

h(t) 是系统的冲激响应函数(或脉冲响应函数)；H(jw) 是系统的频率响应函数；

h(t) 描述系统的时间关系，而时间和频率互为倒数，频率与w有成正比。所以t与w应该是反比关系。

2．稳定系统应具有的特征。 ROC包括jw轴。

本文来源：https://www.bwwdw.com/article/0kho.html