信号系统仿真实验手册

《信号系统仿真实验手册》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、信号与系统仿真实验手册华南理工大学电子与信息学院2323目录目录I第一部分1基于Labview的信号与系统实验1实验一离散卷积和2实验二周期信号的傅里叶级数表示3实验三傅里叶变换4实验四采样定理5实验五滤波器去除噪声6实验六频谱泄漏与加窗7实验七振幅调制与解调8第二部分9基于SystemView的信号与系统实验9实验一连续时间卷积积分10实验二周期信号的傅里叶级数表示11实验三拉普拉斯变换12实验四采样定理13实验五滤波器去除噪声14实验六频谱泄漏与加窗15实验七振幅调制与解调16第三部分17基于Simulink的信

2、号与系统实验17实验一周期信号的谐波分析18实验二傅里叶变换19实验三采样定理20实验四滤波器去除噪声21实验五频谱泄漏与加窗22实验六振幅调制与解调2323第一部分基于Labview的信号与系统实验23实验一离散卷积和一、实验目的1、加深对常用离散卷积和的理解；2、熟悉使用Labview实现卷积和的方法。二、实验原理当输入信号为x[n]，h[n]是LTI系统的单位脉冲响应，那么当x[n]信号通过系统后其输出就为，这个结果称为卷积和。两个序列的卷积是一个序列与另一个序列反褶后逐次移位乘积之和，故称为离散卷积，也称两序

3、列的线性卷积。其计算的过程包括以下4个步骤：（1）反褶：先将x[n]和h[n]的变量n换成m，变成x[m]和h[m]，再将h[m]以纵轴为对称轴反褶成h[-m]。（2）移位：将h[-m]移位n，得h[n-m]。当n为正数时，右移n位；当n为负数时，左移n位。（3）相乘：将h[n-m]和x[m]的对应点值相乘。（4）求和：将以上所有对应点的乘积累加起来，即得y[n]。三、预习要求1、预先阅读实验讲义（Labview基础介绍）；2、阅读课本中离散卷积的概念和基本知识四、实验内容1.在Mathematics->Script

4、s&formulas下，点击FormulaNode，产生h[n]。2.对h[n]以纵轴为对称轴反褶成h[-n]，3.利用SignalProcessing->SignalOperation下的Convolution.vi，计算卷积和23实验二周期信号的傅里叶级数表示一、实验目的1、加深对周期信号傅里叶级数的理解；2、熟悉使用Labview计算周期信号傅里叶级数的方法。二、实验原理周期信号基波频率为w0，基波周期T=2π/w0。按照傅里叶分析的原理，任何周期信号都可以分解为其各次谐波分量的叠加。那么一个周期信号一定能够表

5、示为，称为傅里叶级数表示，而系数{ak}称为傅里叶级数系数或频谱系数，这些复数系数是对信号x(t)中的每一个谐波分量大小作出的度量，并且。三、预习要求1.预先阅读实验讲义（Labview基础介绍）；2.阅读课本中傅里叶级数的概念和基本知识四、实验内容1.通过SignalProcessing->SignalGeneration->SignalGeneratorbyDuration.vi产生一个周期信号。2.接下来就是要研究其各次谐波对方波的贡献了，可以通过一个低通滤波器，通过截取谐波次数的多少来看看恢复的效果了。这里我

6、们选用巴特沃兹低通滤波器，SignalProcessing->Filters子模板中有Butterworth.vi，其滤波类型默认为lowpass，通过选取不同的截止频率即可。3.观察其谐波分量的叠加效果23实验三傅里叶变换一、实验目的1、加深对非周期信号傅里叶变换的理解；2、熟悉使用Labview计算周期信号傅里叶变换的方法。二、实验原理对于一个信号，我们既可以从时域描述，也可以从频域描述，而且这两种描述是一一对应的。傅里叶变换将时域信号与频域信号联系起来，使得一些在时域中难以分析的信号，在频域中变得容易研究。时域

7、中N点序列x[n]的离散傅里叶变换（DFT）的定义为：又离散时间信号x[n]的离散时间傅里叶变换（DTFT）公式为：离散时间傅里叶变换（DTFT）在频域是连续的，而离散傅里叶变换DFT却是离散的。细心的读者已经可以从这两个公式看出两者之间的关系了。事实上，DTFT和DFT可以用简单的关系联系起来：。那么，只要我们求得了DFT，我们就可以根据这个关系得出离散时间傅里叶变换（DTFT）了。三、预习要求1.预先阅读实验讲义（Labview基础介绍）；2.阅读课本中傅里叶变换的概念和基本知识四、实验内容1右键点击选择Sign

8、alProcessing子模板中，点击SignalGeneration库，产生信号。2.在Transform.VI库，选择FFT.vi，它可以帮助我们完成FFT计算。为了观察，我们还需要将时域信号和频域信号以图形形式展现出来，在前面板中右键单击，在Graph中选择WaveformGraph即可。3.因为我们只需要频域中的幅频特性，而FFT.vi