数字信号处理实验(一)

实验目的本次实验目的为:在matlab环境下产生几种基本的数字信号,并对这些基本的信号进行运算和变换,同时利用程序结果对采样定理进行验证,深刻理解采样定理。通过自己录制音频信号并对不同的音频信号进行不同处理,加深理解音频信号中声道的原理,以及混声、回声的形成原理。实验内容用matlab产生单位脉冲信号,单位阶跃信号,矩形信号,正弦信号,余弦信号,指数信号,产生并观察f(x)=sinc(x)函数的波

大家好,又见面了,我是你们的朋友全栈君。

实验目的

本次实验目的为:在matlab环境下产生几种基本的数字信号,并对这些基本的信号进行运算和变换,同时利用程序结果对采样定理进行验证,深刻理解采样定理。通过自己录制音频信号并对不同的音频信号进行不同处理,加深理解音频信号中声道的原理,以及混声、回声的形成原理。

实验内容

  1. 用matlab产生单位脉冲信号,单位阶跃信号,矩形信号,正弦信号,余弦信号,指数信号,产生并观察f(x)=sinc(x)函数的波形。
  2. 利用matlab实现离散时间信号的代数运算,移位运算,翻折运算,卷积运算,差分变换和比例变换。
  3. 采样定理的验证
    探究采样对信号重构的影响,截频对信号重构的影响。
  4. 音频实验

实验结果分析

1. 用matlab产生单位脉冲信号,单位阶跃信号,矩形信号,正弦信号,余弦信号,指数信号,产生并观察f(x)=sinc(x)函数的波形。

单位脉冲
单位阶跃
图(a)表示的是单位脉冲序列,图(b)表示的是单位阶跃序列,单位脉冲序列在0处的值为1,在其他点处的值都为0;单位阶跃序列在大于或等于0的点处值为1,其他点处的值都为0。
矩形序列
[正弦序列

图(c)表示矩形序列,矩形序列在20-30之间的取值为1,其他点取值为0;图(d)表示正弦序列,正弦序列是有明显的周期性。
实指数序列
复指数序列
图(e)表示的是实指数序列,其函数原型是 f(x)=(5/4)x 图(f)表示的是复指数序列,其中四个子图分别表示复指数序列的实部序列、虚部序列、模值序列和相角序列。其函数原型是 f(x)=(0.8eπi/4)x 。
sinc函数
图(g)表示的是sinc函数,sinc函数的原型是 f(x)=sin(x)/x ,数学分析中,经过对sin(x)在0处泰勒展开,可以得到sinc函数在0处的值为1。

2. 利用matlab实现离散时间信号的代数运算,移位运算,翻折运算,卷积运算,差分变换和比例变换。

移位操作
序列翻折
图(a)表示的是单位脉冲序列的移位,左子图是原始序列,右子图是向右移位5个单位的序列。图(b)是单位阶跃序列翻折后的序列。从负无穷到0的值是1,其他点的值都为0。
序列相加
序列卷积
图(c)表示序列1和序列2相加后的效果图,序列1是正弦序列,序列的函数原型是 f(x)=0.3sin(πx/6) ;序列2是余弦序列,序列的函数原型是 f(x)=0.2cos(πx/4) ,图(d)表示序列卷积。

3. 采样定理的验证

探究采样对信号重构的影响,截频对信号重构的影响。
首先对信号采取不同频率的采样,临界采样是奈奎斯特临界值,实验中分别对过采样,欠采样和临界采样三种情形进行了实验,实验结果如下图。
欠采样
临界采样
图(a)表示欠采样的情况,图(b)表示临界采样,绿色粗线表示原始信号,黑色细线表示采样后重构的信号,从欠采样和临界采样的实验结果中我们观察到:欠采样重构后的信号和原始信号有一定的差别,而临界采样重构后信号和原始信号近似相同。
过采样
临界采样
图(c)表示的是过采样情况,图(d)表示的是临界采样情况,绿色粗线表示原始信号,黑色细线表示采样后重构的信号。从两种采样实验结果中可以看出:两种采样后重构后的信号都和原始信号近似相同。
通过此次试验,我们对采样定理有了更深的认识。采样频率必须大于二倍信号谱的最高频率。
下面我们对解频对采样的影响进行分析。实验信号是 f(t)=1(−1≤t≤1) 实验信号频谱是 F(w)=2sin(w)/w
原始采样
信号频谱
图(a)是原始信号,图(b)是信号的频谱。
这里写图片描述
重构后的信号
图(c)表示采样截频ws = 1000时的采样信号序列,图(d)是ws = 1000 时的重构后的信号,可以看出当ws的值取1000时,采样过程只能近似取到0附近的信号。
这里写图片描述
重构
图(e)和图(f) 是截止频率为 时的采样序列和重构信号,可以看出此时要比ws = 1000 时更接近原信号。

4. 音频实验

音频获取:使用matlab函数wavrecord()录制两端声音信号,设置录制频率FS=11025,并用wavplay()函数进行播放,使用wavwrite()函数将录制的音频文件存储为后缀名为wav的音频文件。
函数操作
音频信号处理:将获取的音频信号进行数字化处理
首先画出两端信号的时域频谱图:
两段信号的时域图
上面子图a music是a.wav文件的时域频谱图,下面子图b music是b.wav文件的时域频谱图。下面将两段声音信号进行合成,生成混音信号、和回声信号。

混声信号
回声信号
混声的产生是将两种声音信号线性变化得到的,此次实验中y1的系数为1,y2的系数为0.3。然后对产生的新信号进行归一化形成图5.1的混声。回声的产生原理是将不同时间段的声音信号进行线性变化。首先产生回声信息,然后将回声信息和原信息进行混合,就得到了回声信息。

总结

经过此次实验,学会使用matlab工具进行基本的信号处理。首先仿真出不同基本序列的图形,其次对奈奎斯特采样定理进行实验探究,进一步以实验的方式验证了奈奎斯特采样定理。同时又对截止频率对采样的影响进行了实验分析。最后实践操作录制音频信息,并进行混音、回声等操作。通过这次测试技术的实验,使我学到了不少实用的知识,更重要的是做实验的过程,思考问题的方法,这与做其他的实验是通用的,真正使我们受益匪浅。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/126598.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • Python实现排序算法之快速排序

    Python实现快速排序原理首先选取任意一个数据(通常选取数组的第一个数)作为关键数据,然后将所有比它小的放到它前面,所有比它大的放到它后面,这个过程称为一趟快速排序快速排序原理图如下:实现

    2021年12月18日
  • 安全帽识别 安全帽佩戴效果 安全帽检测 yolov4安全帽识别 yolov3

    安全帽识别 安全帽佩戴效果 安全帽检测 yolov4安全帽识别 yolov3施工场景下的行为识别领域。该应用领域在技术上可拆分为两部分:视频跟踪和行为识别。这一周密集调研了文献,发现着实是一个大坑。其中的视频跟踪最近的各頂会论文出现最多的是单目标跟踪,而我们要解决的确是多目标跟踪,最近出的较好的能实用性的是deepSort;真实的施工场景中摄像头的远近,拍摄的遮挡,工人服装的统一,重叠,违规动作幅度的大小等都是巨大的挑战;行为识别方面最近出的论文较多,能实用性的目前敲定ECO模型;在跟踪过程中某一个工人的时空管道数据的抽取也是一个难题等等。无论如何,这块硬骨头得啃下来。行为识别模

    2022年5月19日
  • MFC之COleVariant[通俗易懂]

    MFC之COleVariant[通俗易懂]COleVariant 本质上是一个枚举,用同一种类型来表达不同的子类型。如同boost中的variant。例子COleVariantvar(3.6f);floatv=var.fltVal;CStringstr(“testCOleVariant”);COleVariantvar2(str);CStringcpStr(var2.bstrVal);例子CStrin

    2022年7月18日
  • java性能优化技巧二

    1. 谨慎对待Java的循环遍历Java中的列表遍历可比它看起来要麻烦多了。就以下面两段代码为例:A:1234private final List _bars;for(Bar bar : _bars) {    //Do important stuff}B:12345private final List _bars;for(int i = 0; i _bars.size(); i++) {Bar

    2022年3月11日
  • java中byte的用法_澄清池的工作原理

    java中byte的用法_澄清池的工作原理缓冲区在计算机世界中随处可见,内存中的多级缓冲区,io设备的缓冲区等等,还有我们经常用的内存队列,分布式队列等等。缓冲区,平衡了数据产生方和数据消费方的处理效率差异,提高了数据处理性能。JDK为了解决网络通信中的数据缓冲问题,提供了ByteBuffer(heap或者直接内存缓存)来解决缓存问题,通过缓冲区来平衡网络io和CPU之间的速度差异,等待缓冲区积累到一定量的数据再统一交给CPU去处理,从而…

    2022年9月19日
  • 数字通信系统的模型 框图「建议收藏」

    数字通信系统的模型 框图「建议收藏」1.2.

    2022年4月19日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号