【2017年整理】离散信号与系统时域分析.pptVIP

【2017年整理】离散信号与系统时域分析.ppt

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
【2017年整理】离散信号与系统时域分析

数字信号处理 (Digital Signal Processing);离散信号与系统分析基础;离散信号与系统的时域分析;离散信号的表示;离散序列的产生;基本序列;(4) 指数序列;(5) 虚指数序列 (单频序列);(5) 虚指数序列 (单频序列);(6) 正弦型序列;例: 试确定余弦序列x[k] = cosW0k 当 (a) W0=0; (b) W0=0.1p; (c) W0=0.2p; (d) W0=0.8p; (e) W0=0.9p; (f) W0=p 时的基本周期N;例: 试确定余弦序列x[k] = cosW0k 当 (a) W0=0; (b) W0=0.1p; (c) W0=0.2p; (d) W0=0.8p; (e) W0=0.9p; (f) W0=p 时的基本周期N;例: 试确定余弦序列x[k] = cosW0k 当 (a) W0=0; (b) W0=0.1p; (c) W0=0.2p; (d) W0=0.8p; (e) W0=0.9p; (f) W0=p 时的基本周期N;当W0从0增加到p时,余弦序列幅度的变化将会逐渐加快;当W0从p增加到2p时,余弦序列幅度的变化将会逐渐变慢。;利用MATLAB 产生序列;0;序列的基本运算;例:已知x1[k] * x2[k]= y[k],试求y1[k]= x1[k-n] * x2[k-m]。 ;例:利用MATLAB函数conv计算两个序列的离散卷积。;例: x[k]={2, 1, -2, 1; k=0,1,2,3},y[k]={-1, 2, 1, -1; k=0,1,2,3}, 试计算互相关函数rxy[n] 和rxy[n],以及自相关函数rx[n]。 ;序列相关的基本特性;离散系统时域分析;离散系统单位脉冲响应; 离散LTI系统对任意输入的响应;1. 线性(Linearity);解:输入序列x[k]产生的输出序列y[k]为 y[k]=T{ x[k]}= x[Mk] 输入序列x[k-n]产生的输出序列为 T{x[k-n]}= x[Mk-n] 由于 x[Mk-n] ?y[k-n] 故该离散系统是时变系统。;抽取器时变特性的图示说明;3. 因果性(Causality);由于M1+M2+1点滑动平均系统为LTI系统,因此,当M2=0时,系统是因果的。;4.稳定性;解:M1+M2+1点滑动平均系统的单位脉冲响应为;解:;解:;利用MATLAB求解离散LTI系统响应;其中:b=[b0,b1,?,bM] , a=[a0,a1,?,aN] x表示输入序列,y 表示输出序列。 系统的初始条件为零。 输出序列y[k]的长度和输入序列x[k]相同。 ;解:M点的滑动平均系统的输入-输出关系为;% Signal Smoothing by Moving Average Filter N = 101; %generate (-0.5, 05)Uniformly distributed random numbers n = rand(1,N)-0.5; k=0:N-1; s=2*k.*(0.9.^k); x=s+n; subplot(2,1,1); plot(k,n,r-., k,s,b--, k,x,g-); xlabel(Time index k); legend(n[k],s[k], x[k]); M =5; b = ones(M,1)/M; a =[1]; y = filter(b,a,x); Subplot(2,1,2); plot(k,s,b--, k,y,r-); xlabel(Time index k); legend(s[k],y[k]); ;0

文档评论(0)

junzilan11 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档