资源描述：
《数字信号处理与matlab实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、数字信号处理与MATLAB实现1．n1=[ns:nf]；x1=[zeros(1,n0-ns),1,zeros(1,nf-n0)]；%单位抽样序列的产生2.subplot(2,2,4)画2行2列的第4个图3.stem(n,x)%输出离散序列，(plot连续)4.编写子程序可调用4.1单位抽样序列生成函数impseq.m[x,m]=impseq(n0,ns,nf);%序列的起点为ns，终点为nf，在n=n0点处生成一个单位脉冲n=[-5:5];x1=3*impseq(2,-5,5)-impseq(-4,-5,5)x1=0-1000003
2、000n=[-5:5];x1=3*impseq(2,-4,5)-impseq(-4,-5,4)%起点到终点长度要一致x1=0-1000030004.2单位阶跃序列生成函数stepseq.m[x,n]=stepseq(no,ns,nf)%序列的起点为ns，终点为nf，在n=n0点处生成一个单位阶跃4.3两个信号相加的生成函数sigadd.m[y,n]=sigadd(x1,n1,x2,n2)4.4两个信号相乘的生成函数sigmult.m[y,n]=sigmult(x1,n1,x2,n2)4.5序列移位y(n)=x(n-n0)的生成函数s
3、igshift.m[y,n]=sigshift(x,m,n0)4.6序列翻褶y(n)=x(-n)的生成函数sigfold.m[y,n]=sigfold(x,n)4.7evenodd.m函数可以将任一给定的序列x(n)分解为xe(n)和xo(n)两部分[xe,xo,m]=evenodd(x,n)4.8序列从负值开始的卷积conv_m,conv默认从0开始function[y,ny]=conv_m(x,nx,h,nh)有{x(n):nx1nnx2},{h(n):nh1nnh2},卷积结果序列为{y(n):nx1+nh1nnx2+nh2}
4、例.设,,求程序：x1=[1,2,3];n1=-1:1;x2=[2,4,3,5];n2=-2:1;[y,n]=conv_m(x1,n1,x2,n2)结果：y=2817231915n=-3-2-1012因此计算，得Z反变换b=1;a=poly([0.90.9-0.9]);[r,p,k]=residuez(b,a)结果：r=0.25000.50000.2500p=0.90000.9000-0.9000k=[]因此得到相应的5.[H,w]=freqz[B,A,M]计算出M个频率点上的频率响应，存放于H向量中，M个频率存放在w向量中，fre
5、qz函数自动将这M个频率点均匀设置在频率范围[0，]之间。若缺省w和M时，函数自动选取512个频率点计算。不带输出向量的freqz函数将自动绘制幅频和相频曲线。也可[H,w]=freqz(B,A);plot(w/pi,abs(H));绘出幅频特性6.zplane(z,p)绘制出列向量z中的零点（以符号o表示）和列向量p中的极点（以符号x表示）以及参考单位圆。7.傅里叶变换信号时域和频域变换连续对应着非周期，离散对应着周期。一个域的离散必然导致另一个域的周期延拓8.fft和ifft：一维快速傅里叶变换和逆傅里叶变换X=fft(x,N)
6、采用FFT算法计算序列向量X的N点DFT，缺省N时，fft函数自动按X的长度计算DFT。当N为2的整数次幂时，fft按基2算法计算，否则用混合基算法。ifft的调用格式类似。9.fft2和ifft2:二维快速正傅里叶变换和逆傅里叶变换（1）Y=fft2(x)数据二维傅里叶变换参数X是向量fft2(x)相当于fft(fft(x)’)’,即先对X的列做一维傅里叶变换，然后再对变换结果的行作一维傅里叶变换；若X是向量，则此傅里叶变换即变成一维傅里叶变换fft;若X是矩阵，则是计算该矩阵的二位傅里叶变换。（2）Y=fft2(X,M,N)通过
7、对X进行补零或截断，使得X成为（M*N）的矩阵。函数iff2的参数应用与函数fft2完全相同。10.czt:线形调频Z变换Y=czt(x,m,w,a)此函数计算由z=a*w.^(-(0:m-1))定义的z平面螺旋线上各点的z变换，a规定了起点，w规定了相邻点的比例，m规定了变换的长度，后三个变量默认值为a=1,w=exp(j*2*pi/m)及m=length(x)因此y=czt(x)就等于y=fft(x).11.dct和idct：离散余弦正变换和离散余弦逆变换Y=dct(x,N)完成如下变换，N的默认值为length(x).k=0,
8、1,…，N-112.fftshiftY=fftshift(x)用来重新排列X=fft(x)的输出，当X为向量时，把X的左右两半进行交换，从而将零频分量移至频谱的中心；如果X为二维傅里叶变换的结果，它同时将X的左右和上下部分进行交换。1
