matlab在信号与系统中的应用论文

《matlab在信号与系统中的应用论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、MATLAB在信号与系统中的应用xxxxxx(学号：xxxxxxxxxxx）（物理与信息科学学院物理学专业xx级物理xx班）摘要：利用MATLAB的信号处理工具箱和图形处理及数据可视化功能对各种信号的频率、周期、振幅进行分析处理，将结论直接用图形演示出来。关键字：MATLAB、信号与线性系统分析1、引言信号与系统在电气信息，通信方面已得到了广泛的应用,何况是在科技日益发达的当今社会的人对于通信以及各种信息的需求越来越大，对其质量的要求越来越高，使得对信号的分析处理难度不断的提高，而MATLAB无疑成了最好的选择。MATLAB

2、由美国MathWorks公司于1984年推出的数学软体。名称是由“矩阵实验﹙MATrixLABoratory）”所合成。MATLAB为各种动态系统模拟、数位讯号处理、科学计算、科学目视等领域的标准程式语言。的主要特点包括:（1）高效的数值计算及符号计算功能，使用户摆脱了繁杂的数学运算分析；（2）完备的图形处理功能，实现计算结果和编程的可视化；（3）友好的用户界面及接近数学表达式的自然化语言，易于学习和掌握，编程效率极高；（4）开放性好，能与多种平台工具软件兼容；（5）功能丰富的应用工具箱，具有广泛解决各学科专业领域内复杂问题

3、的能力。2、MATLAB在信号与系统中的应用信号分为两类及：连续时间信号：时间变化连续。如y=x(t)；和离散时间信号(序列)：时间离散，如x(nT)=x(t).下列为MATLAB中的信号产生函数：2.1离散时间信号的表示比如：做出“x(-1)=-1,x(0)=1,x(1)=2,x(2)=1,x(3)=0,x(4)=-1”这个离散信号。MATLAB程序为：图1：n=-3:5;x=[0,0,-1,1,2,1,-1,0,0];stem(n,x);grid;line([-3,5],[0,0]);xlabel('n');ylabel

4、('x[n]')图1离散信号2.2常见信号函数的MATLAB程序a.单位脉冲序列(1)程序：x=zeros(1,N);x(1,n0)=1;b.单位阶跃序列(2)程序：n=[ns:nf];x=[(n-n0)>=0];c.实指数序列(3)程序：n=[ns:nf];x=a.^n;d.复指数序列(4)程序：n=[ns:nf];x=exp((sigema+jw)*n);e.正(余)弦序列(5)程序：n=[ns:nf];x=cos(w*n+sita);关于信号的相加与相乘、序列翻转与序列累加、序列移位与周期延时，就不列举了。很简单的程序

5、。（如翻转：y(n)=x(-n)——y=fliplr(x)）。两序列的卷积运算为：(6)程序：y=xcorr(x1,x2)有了这些，我们就可以完成很多信号与系统的图像和系统函数了。2.3“信号与系统”中LTI系统的响应求法。a．连续LTI系统的响应(7)用MATLAB中的卷积函数conv()来实现。b．离散LTI系统的响应(8)用MATLAB中的卷积函数conv()来实现。c.对任意输入的连续LTI系统响应函数lsim()用[y,x]=lsim(a,b,c,d,u,t)d.对任意输入的离散LTI系统响应函数dlsim()用[

6、y,x]=dlsim(a,b,c,d,u)e.求连续LTI系统的单位冲激响应函数impulse()用[Y,T]=impulse(sys)　或impulse(sys)f.求离散系统的单位冲激响应函数dimpulse()用[y,x]=dimpulse(num,den)g.求连续LTI系统的零输入响应函数initial（）用[y,t,x]=initial(a,b,c,d,x0)h.求离散系统的零输入响应函数dinitial()用[y,x,n]=dinitial(a,b,c,d,x0)i.求连续系统的单位阶跃响应函数step()用[

7、Y,T]=step(sys)　j.求离散系统的单位阶跃响应函数dstep()用[y,x]=dstep(num,den)2.4a.已知某模拟滤波器的系统函数(9)求该模拟滤波器的频率响应。MATLAB程序如下B=1;A=[12.61313.41422.61311];W=0:0.1:2*pi*5;freqs(B,A,W)结果如图2：b.已知某滤波器的系统函数为(10)求该滤波器的频率响应。MATLAB程序为：图2频率响应B=[10000000–1];A=1;freqz(B,A)结果如图3：图3频率响应以上两道连续信号题，我们清楚

8、的看到了系统的幅频特性和相频特性，这样大家就不会被抽象的数学式子所困扰了。下面举例一道离散信号的题。c.设系统方程为：(11)求该系统对信号的应。MATLAB程序为：B=1;A=[1,-0.8];N=0:31;x=0.8.^n;y=filter(B,A,x);subplot(2,1,1);