数字图像处理实验原理

第一篇：数字图像处理实验原理

中南大学通信原理实验报告实验二 数字调制

中南大学

《通信原理》 实 验 报 告

学生姓名 学生学号

学 院 信息科学与工程学院

专业班级

完成时间

实验二 数字调制

一、实验目的

1、掌握绝对码、相对码概念及它们之间的变换关系。

2、掌握用键控法产生2ASK、2FSK、2DPSK信号的方法。

3、掌握相对码波形与2PSK信号波形之间的关系、绝对码波形与2DPSK信号波形之间的关系。

4、了解2ASK、2FSK、2DPSK信号的频谱与数字基带信号频谱之间的关系。

二、实验内容

1、用示波器观察绝对码波形、相对码波形。

2、用示波器观察2ASK、2FSK、2PSK、2DPSK信号波形。

3、用频谱仪观察数字基带信号频谱及2ASK、2FSK、2DPSK信号的频谱。

三、基本原理

本实验用到数字信源模块和数字调制模块。信源模块向调制模块提供数字基带信号(NRZ码)和位同步信号BS(已在实验电路板上连通，不必手工接线)。调制模块将输入的绝对码AK(NRZ码)变为相对码BK、用键控法产生2ASK、2FSK、2DPSK信号。调制模块内部只用+5V电压。

数字调制单元的原理方框图如图2-1所示，电原理图如图2-2所示(见附录)。

晶振÷2(A)滤波器CAR放大器2PSK调制 射随器2DPSK÷2(B)滤波器CAR/22FSK调制CAR2FSKNRZAK BS码变换BK2ASK调制2ASK

图2-1 数字调制方框图

本单元有以下测试点及输入输出点：

 CAR

 BK

2DPSK信号载波测试点

相对码测试点

 2DPSK

 2FSK  2ASK

2DPSK信号测试点/输出点，VP-P>0.5V 2FSK信号测试点/输出点，VP-P>0.5V 2ASK信号测试点，VP-P>0.5V 用2-1中晶体振荡器与信源共用，位于信源单元，其它各部分与电路板上主要元器件对应关系如下：

 2(A)

 2(B)

 滤波器A  滤波器B  码变换

 2ASK调制

 2FSK调制

 2PSK调制

 放大器

 射随器

U8：双D触发器74LS74 U9：双D触发器74LS74 V6：三极管9013，调谐回路 V1：三极管9013，调谐回路

U18：双D触发器74LS74;U19：异或门74LS86

U22：三路二选一模拟开关4053 U22：三路二选一模拟开关4053 U21：八选一模拟开关4051

V5：三极管9013 V3：三极管9013 将晶振信号进行2分频、滤波后，得到2ASK的载频2.2165MHZ。放大器的发射极和集电极输出两个频率相等、相位相反的信号，这两个信号就是2PSK、2DPSK的两个载波，2FSK信号的两个载波频率分别为晶振频率的1/2和1/4，也是通过分频和滤波得到的。

下面重点介绍2PSK、2DPSK。2PSK、2DPSK波形与信息代码的关系如图2-3所示。

图2-3 2PSK、2DPSK波形

图中假设码元宽度等于载波周期的1.5倍。2PSK信号的相位与信息代码的关系是：前后码元相异时，2PSK信号相位变化180，相同时2PSK信号相位不变，

可简称为“异变同不变”。2DPSK信号的相位与信息代码的关系是：码元为“1”时，2DPSK信号的相位变化180。码元为“0”时，2DPSK信号的相位不变，可简称为“1变0不变”。

应该说明的是，此处所说的相位变或不变，是指将本码元内信号的初相与上一码元内信号的末相进行比较，而不是将相邻码元信号的初相进行比较。实际工程中，2PSK或2DPSK信号载波频率与码速率之间可能是整数倍关系也可能是非整数倍关系。但不管是那种关系，上述结论总是成立的。

本单元用码变换——2PSK调制方法产生2DPSK信号，原理框图及波形图如图2-4所示。相对于绝对码AK、2PSK调制器的输出就是2DPSK信号，相对于相对码、2PSK调制器的输出是2PSK信号。图中设码元宽度等于载波周期，已调信号的相位变化与AK、BK的关系当然也是符合上述规律的，即对于AK来说是“1变0不变”关系，对于BK来说是“异变同不变”关系，由AK到BK的变换也符合“1变0不变”规律。

图2-4中调制后的信号波形也可能具有相反的相位，BK也可能具有相反的序列即00100，这取决于载波的参考相位以及异或门电路的初始状态。 2DPSK通信系统可以克服上述2PSK系统的相位模糊现象，故实际通信中采用2DPSK而不用2PSK(多进制下亦如此，采用多进制差分相位调制MDPSK)，此问题将在数字解调实验中再详细介绍。

AKBK-1+TSBK2DPSK(AK)2PSK调制2PSK(BK)

图2-4 2DPSK调制器

2PSK信号的时域表达式为

S(t)= m(t)Cosωct 式中m(t)为双极性不归零码BNRZ，当“0”、“1”等概时m(t)中无直流分量，S(t)中无载频分量，2DPSK信号的频谱与2PSK相同。

2ASK信号的时域表达式与2PSK相同，但m(t)为单极性不归零码NRZ，NRZ中有直流分量，故2ASK信号中有载频分量。

2FSK信号(相位不连续2FSK)可看成是AK与AK调制不同载频信号形成的两个2ASK信号相加。时域表达式为

S(t)m(t)cosc1tm(t)cosc2t

式中m(t)为NRZ码。

fc-fs fc fc+fs f2ASKfc-fs fc fc+fs2PSK(2DPSK)f fc1-fs fc1 fc2 fc2+fs2FSKf图2-5 2ASK、2PSK(2DPSK)、2FSK信号功率谱

设码元宽度为TS，fS =1/TS在数值上等于码速率，2ASK、2PSK(2DPSK)、2FSK的功率谱密度如图2-5所示。可见，2ASK、2PSK(2DPSK)的功率谱是数字基带信号m(t)功率谱的线性搬移，故常称2ASK、2PSK(2DPSK)为线性调制信号。多进制的MASK、MPSK(MDPSK)、MFSK信号的功率谱与二进制信号功率谱类似。

本实验系统中m(t)是一个周期信号，故m(t)有离散谱，因而2ASK、2PSK(2DPSK)、2FSK也具有离散谱。

四、实验步骤

本实验使用数字信源单元及数字调制单元。

1、熟悉数字调制单元的工作原理。接通电源，打开实验箱电源开关。将数字调制单元单刀双掷开关K7置于左方N(NRZ)端。

2、用数字信源单元的FS信号作为示波器的外同步信号，示波器CH1接信源单元的(NRZ-OUT)AK(即调制器的输入)，CH2接数字调制单元的BK，信源单元

的K

1、K

2、K3置于任意状态(非全0)，观察AK、BK波形，总结绝对码至相对码变换规律以及从相对码至绝对码的变换规律。

3、示波器CH1接2DPSK，CH2分别接AK及BK，观察并总结2DPSK信号相位变化与绝对码的关系以及2DPSK信号相位变化与相对码的关系(此关系即是2PSK信号相位变化与信源代码的关系)。注意：2DPSK信号的幅度比较小，要调节示波器的幅度旋钮，而且信号本身幅度可能不一致，但这并不影响信息的正确传输。

2DPSK AK 2DPSK BK

4、示波器CH1接AK、CH2依次接2FSK和2ASK;观察这两个信号与AK的关系(注意“1”码与“0”码对应的2FSK信号幅度可能不相等，这对传输信息是没有影响的)。

AK 2FSK AK SASK

5、用频谱议观察AK、2ASK、2FSK、2DPSK信号频谱(条件不具备时不进行

此项观察)。

条件不具备

五、实验报告要求

1、设绝对码为全

1、全0或1001 1010，求相对码。 绝对码全为1时，相对码为：1010 1010 绝对码全为0时，相对码为：0000 0000 绝对码为1001 1010时，相对码为：1110 1100

2、设相对码为全

1、全0或1001 1010，求绝对码。 相对码全为1时，绝对码为：1000 0000 相对码全为0时，绝对码为：0000 0000 相对码为1001 1010时，绝对码为：1101 0111

3、设信息代码为1001 1010，假定载频分别为码元速率的1倍和1.5倍，画出2DPSK及2PSK信号波形。

4、总结绝对码至相对码的变换规律、相对码至绝对码的变换规律并设计一个由相对码至绝对码的变换电路。

规律：相对码的码反变换规则为 “比较相对码本码元与前一码元 电位相同 绝对码为0，否则为1”，反变化与之相反。

5、总结2DPSK信号的相位变化与信息代码(即绝对码)之间的关系以及2DPSK信号的相位变化与相对码之间的关系(即2PSK的相位变化与信息代码之间的关系)。

2DPSK 信号的相位变化与绝对码(信息代码)之间的关系是：“1 变0 不变”，即“1”码对应的2DPSK 信号的初相相对于前一码元内2DPSK 信号的末相变化180º，“0”码对应的2DPSK 信号的初相与前一码元内2DPSK 信号的末相同。

2PSK 信号的相位变化与相对码(信息代码)之间的关系是：“异变同不变”，即当前码元与前一码元相异时则当前码元内2PSK 信号的初相相对于前一码元内2PSK 信号的末相变化180º。相同时则码元内2PSK 信号的初相相对于前一码元内2PSK 信号的末相无变化。

第二篇：遥感数字图像处理实验报告

遥感数字图像处理

学院 理学院 班级 地信131 学号 姓名

编写日期：1

2015.5

▶▶作业a

1.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4

2. L5118_39_19860531 ProductDescription用记事本打开，读取头文件，并填写相关信息与相应位置即可

2

3. L5118-39-19960103

4. L7118039_20050815 直接打开以_mtl为后缀的文件，该文件中包含了遥感影像的所有波段

3 5. LM212803919761127 直接打开波段，然后波段合成即可

6. s5kj297_289_10m

7. WORLDVIEW-052606622010_01

4

▶▶作业b

在ENVI中将landsat的4景影像和SPOT-5的1景的影像打开，并联动连接查看同一区域

link displays是根据象元位置来连接的，geographic link是通过地理坐标位置来连接的。

5

由上图可知，将遥感影像联动时亦可实现不同影像同一区域的快速检索，但是我们也可以看到，由于受到各方面因素的影像并不能特别精确的指在同一地方。

▶▶作业c

1.WORLDVIEW-2影像保存为jpg和TIF格式的4-3-2波段合成的假彩色图像。可用同样的方法将SPOT-5影像保存为jpg和tif格式的4-3-2波段合成的假彩色图像

6 2.为landsat的5景影像附上波段的波长，并根据波长用landsat 5的7-4-3波段，保存为jpg和tif格式影像

为波长复制后，导入影像文件各波段显示差异前后对比

转换为JPG格式后可以用看图软件直接打开

7

▶▶作业d

需要对影像进行裁剪，裁剪的基本步骤如下：

1.L5118_39_19860531裁剪前后对比

2. L5118-39-19960103裁剪前后对比

3. L7118039_20050815裁剪前后对比

4. LS8_C_20140613_022505_000000_118039_GEOTIFF_L4裁剪前后对比

▶▶

作业e

将剪裁影像，重采样成10m，重采样的操作主要如下

9

1.L5118_39_19860531重采样前后对比

2. L5118-39-19960103重采样前后对比

10

3. L7118039_20050815重采样前后对比

11

4.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4重采样前后对比

12

第三篇：天津科技大学---数字图像处理实验报告

·

数字图像处理实验报告

专 业：计算机科学技术 学 号：11101110 姓 名：马艳松 提交日期：2014.6.5

实验一 数字图像的读入与显示

一.实验目的：

1.熟悉opencv的开发环境设置

2.读取一幅图像，并显示，掌握Imread, imwrite,imshow的使用

3.掌握opencv中图像的表示，及其属性的含义。 二.实验内容： 配置好visualstudio2010下opnecv开发环境

使用opencv的函数读入一幅图像，并在窗口中显示出来。

三.实验步骤： #include "stdafx.h" #include using namespace cv; using namespace std; void test1() { Mat inputImage=imread("..imageookeach.jpg",1); if(!inputImage.empty()) {

cvNamedWindow("test");

imshow("test",inputImage);

waitKey(); } else

{

cout<<"file open error!";

getchar(); } }

int _tmain(int argc, _TCHAR* argv[]) { test1(); return 0; }

四.实验心得:通过上课实验理解了opencv的配置过程。通过程序实现了图片的成象处理。

实验二 数字图像像素的访问

一.实验目的： 掌握opencv开发环境中对灰度图像及彩色图像中的像素的访问方法

理解mat数据结构

掌握opencv中对图像进行处理的基本过程。 二.实验内容： (1)打开一幅灰度图像，对其进行线性灰度变换(直线方程的参数为k, b)，并显示变换前、后的图像。;调整K值，分别取>1, <1, =1, 以及-1，比较不同K值时的图像增强效果。

(2)打开一幅彩色图像，对每个像素进行访问，分别令R、G、B的值为0，查看处理后的图像，并比较原图像的差异。

重点和难点： 掌握灰度图像和彩色图像的像素的值的访问方法。 三.实验步骤： 1r)实验代码

void image1Pixel() {

double durationa,durationb,durationc; double cacStart,cacEnd;

Mat image=imread("..imageookeach.jpg",1); Mat gray(image.size().height,image.size().width,CV_8UC1,Scalar(0)); //gray=0.299R+0.587G+0.114b uchar r,g,b; float fgray; cacStart = static_cast(getTickCount()); for(int m=0;m<100;m++) for(int i=0;i

for(int j=0;j

{

b=image.at(i,j)[0];

g=image.at(i,j)[1];

r=image.at(i,j)[2];

fgray=0.299*r+0.587*g+0.114*b;

gray.at(i,j)=saturate_cast(fgray);

}

imshow("",gray);

cacEnd = static_cast(getTickCount()); durationa=(cacEnd-cacStart)/cv::getTickFrequency(); // the elapsed time in ms waitKey(); } 2)实验代码

#include "stdafx.h"

#include using namespace cv; using namespace std;

void image1Pixel() {

{

Mat inputImage=imread("..imageookeach.jpg",1); if(!inputImage.empty()) { double durationa,durationb,durationc; double cacStart,cacEnd; Mat image=imread("..imageookeach.jpg",1); Mat gray(image.size().height,image.size().width,CV_8UC1,Scalar(0)); Mat grayGB(image.size().height,image.size().width,CV_8UC3,Scalar(0)); Mat grayRB(image.size().height,image.size().width,CV_8UC3,Scalar(0)); Mat grayRG(image.size().height,image.size().width,CV_8UC3,Scalar(0)); uchar r,g,b; float fgray; cacStart = static_cast(getTickCount()); for(int m=0;m<100;m++) for(int i=0;i

for(int j=0;j

} imshow("org",image); cvNamedWindow("gray"); imshow("gray",gray); waitKey(); b=image.at(i,j)[0]; g=image.at(i,j)[1]; r=image.at(i,j)[2]; //////////////////////////// grayGB.at(i,j)[0] = b; grayGB.at(i,j)[1] = g; grayGB.at(i,j)[2] = 0; //R grayRB.at(i,j)[0] = b; grayRB.at(i,j)[1] = 0;// G grayRB.at(i,j)[2] = r; grayRG.at(i,j)[0] = 0; //B grayRG.at(i,j)[1] = g; grayRG.at(i,j)[2] = r; //////////////////////////// fgray=0.299*r+0.587*g+0.114*b; gray.at(i,j)=saturate_cast(fgray); cvNamedWindow("org"); cacEnd = static_cast(getTickCount()); durationa=(cacEnd-cacStart)/cv::getTickFrequency(); } void test1()

}

} cvNamedWindow("test"); imshow("test",inputImage); waitKey(); else {

} cout<<"file open error!"; getchar(); int _tmain(int argc, _TCHAR* argv[]) {

}

image1Pixel(); test1(); return 0; 心得体会：通过本次试验，我了解并大致掌握灰度图像和彩色图像的像素的值的访问方法。由于之前很少练习这方面的内容，试验过程中遇到了一些问题，好在在别人的帮助下和向别人咨询终于了解了这方面知识的大致框架和原理。由此更坚定了我学习下去的信心和动力!

实验三 图像的平滑

一.实验目的： 掌握opencv开发环境中对灰度图像及彩色图像中的像素的访问方法

掌握opencv中对图像进行处理的基本过程。

掌握均值平滑和中值滤波的基本原理

二.实验内容： (1)打开一幅灰度图像，对图像进行3*3(包括中心点)的邻域平均处理。

(2)对原图进行3*3(包括中心点)的中值滤波处理。

(3)比较原图像与邻域平均的图像、中值滤波后的图像的差异

三.实验步骤: 1)中值滤波处理

for(int i=1;i

{

for(int j=1;j

{

int

imshow("中值滤波",gray);

cacEnd = static_cast(getTickCount()); durationa=(cacEnd-cacStart)/cv::getTickFrequency(); waitKey(); } int GetMidNum(int n[]) {

for (int i=0;i<9;i++)

for(int j = 0 ;j<8;j++)

{

if (n[j]>n[j+1])

{

int temp ;

temp = n[j+1];

n[j+1] = n[j];

n[j]= temp;

}

}

return n[4]; }

void test4_4() { int count[256];//存放各个像素值对应的个数

float hist[256],sumHist[256]; uchar grayHist[256]; for (int i=0;i<256;i++) {

count[i]=0;

hist[i]=0; a[9]={gray.at(i-1,j),gray.at(i,j),gray.at(i+1,j),

gray.at(i-1,j-j),gray.at(i,j-1),gray.at(i+1,j-1)

+gray.at(i-1,j+1),gray.at(i,j+1),gray.at(i+1,j+1)};

gray.at(i,j)=GetMidNum(a);

}

}

} int _tmain(int argc, _TCHAR* argv[]) { image1Pixel(); //Test3();

//test4_4(); return 0; }

2)邻域平均

void image1Pixel() sumHist[i]=0; grayHist[i]=0; } Mat image=imread("..imageookeach.jpg",0); for(int i=0;i(i); for(int j=0;j

count[data[j]]++; } } for(int i=0;i<256;i++) hist[i]=((float)count[i])/(image.size().height*image.size().width); sumHist[0]=hist[0]; for(int i=1;i<256;i++) sumHist[i]=sumHist[i-1]+hist[i]; for(int i=0;i<256;i++) grayHist[i]=saturate_cast(sumHist[i]*255); Mat gray(image.size().height,image.size().width,CV_8UC1,Scalar(0)); for(int i=0;i(i); uchar* grayData=gray.ptr(i); for(int j=0;j

grayData[j]=grayHist[data[j]]; } } cvNamedWindow("tset"); imshow("org",image); cvNamedWindow("hist"); imshow("hist",gray); waitKey(); {

double durationa,durationb,durationc; double cacStart,cacEnd;

Mat image=imread("..imageookeach.jpg",1); Mat gray(image.size().height,image.size().width,CV_8UC1,Scalar(0)); //gray=0.299R+0.587G+0.114b uchar r,g,b; float fgray; cacStart = static_cast(getTickCount()); for(int m=0;m<100;m++) for(int i=0;i

for(int j=0;j

{

b=image.at(i,j)[0];

g=image.at(i,j)[1];

r=image.at(i,j)[2];

fgray=0.299*r+0.587*g+0.114*b;

gray.at(i,j)=saturate_cast(fgray);

}

imshow("",gray);

cacEnd = static_cast(getTickCount()); durationa=(cacEnd-cacStart)/cv::getTickFrequency(); // the elapsed time in ms waitKey(); }

void Test3() {

int GetMidNum(int n[]); double durationa,durationb,durationc; double cacStart,cacEnd;

Mat image=imread("..imageookeach.jpg",1); Mat gray(image.size().height,image.size().width,CV_8UC1,Scalar(0)); Mat grayGB(image.size().height,image.size().width,CV_8UC3,Scalar(0)); Mat grayRB(image.size().height,image.size().width,CV_8UC3,Scalar(0)); Mat grayRG(image.size().height,image.size().width,CV_8UC3,Scalar(0)); //gray=0.299R+0.587G+0.114b uchar r,g,b; float fgray; cacStart = static_cast(getTickCount()); for(int m=0;m<100;m++)

for(int i=0;i

b=image.at(i,j)[0];

g=image.at(i,j)[1];

r=image.at(i,j)[2];

}

实验心得：通过这次试验，我明白了，平滑技术用于平滑图像的噪声，平滑噪声可以在空间域中进行，基本方法是求像素灰度的平均值或中值。但是这些很容易引起边缘的模糊，常用的有均值滤波、中值滤波，在使用时，针对不同的噪声，也需要不同的滤波法，没有哪种方法是绝对好，必须具体情况具体分析。 最后比较三种平滑效果，八点平滑最好，说明对高斯噪声平滑滤波效果较好。中值滤波基本把椒盐噪声都滤去了，说明中值滤波对椒盐噪声平滑效果比高斯噪声好。

fgray=0.299*r+0.587*g+0.114*b;

gray.at(i,j)=saturate_cast(fgray); } imshow("原图",gray); for(int i=1;i

for(int j=1;j

{

gray.at(i,j)= (gray.at(i-1,j)+gray.at(i,j)+gray.at(i+1,j)+

gray.at(i-1,j-j)+gray.at(i,j-1)+gray.at(i+1,j-1)

+gray.at(i-1,j+1)+gray.at(i,j+1)+gray.at(i+1,j+1))/9;

}

imshow("邻域平均",gray); 实验四 图像的直方图均衡化

一.实验目的： 掌握直方图均衡化的基本步骤及实现方法

掌握opencv中对图像进行处理的基本过程。

二.实验内容： (1)打开一幅灰度图像，对图像进行直方图均衡化处理。

(2)比较原图像与均衡化的图像的差异。

(3)要求自己按照课本介绍的均衡化的步骤在opencv下实现直方图均衡化处理。

三.实验步骤:void test1() { Mat inputImage=imread("..imageookeach.jpg",1);

if(!inputImage.empty()) {

cvNamedWindow("test");

imshow("test",inputImage);

waitKey(); } else

{

cout<<"file open error!";

getchar(); } } void test4() { int count[256]; float hist[256],sumHist[256]; uchar grayHist[256];

for (int i=0;i<256;i++) {

count[i]=0;

hist[i]=0;

sumHist[i]=0;

grayHist[i]=0; }

Mat image=imread("..imageookeach.jpg",0);

for(int i=0;i

uchar* data=image.ptr(i);

for(int j=0;j

{

count[data[j]]++;

} } for(int i=0;i<256;i++)

hist[i]=((float)count[i])/(image.size().height*image.size().width); sumHist[0]=hist[0]; for(int i=1;i<256;i++)

sumHist[i]=sumHist[i-1]+hist[i]; for(int i=0;i<256;i++)

grayHist[i]=saturate_cast(sumHist[i]*255);

Mat gray(image.size().height,image.size().width,CV_8UC1,Scalar(0));

for(int i=0;i

uchar* data=image.ptr(i);

uchar* grayData=gray.ptr(i);

for(int j=0;j

{

grayData[j]=grayHist[data[j]];

} }

cvNamedWindow("org");

imshow("org",image);

cvNamedWindow("hist");

imshow("hist",gray);

waitKey();

} int _tmain(int argc, _TCHAR* argv[]) { //test1(); test4(); return 0; }

四.实验心得：通过这次的实验，我明白了直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。

第四篇：数字信号处理实验讲稿

邯 郸 学 院

讲 稿

2010 ～2011 学年 第 一 学期

分院(系、部)： 信息工程学院 教 研 室： 电子信息工程 课 程 名 称： 数字信号处理

授 课 班 级： 07级电子信息工程

主 讲 教 师： 王苗苗 职

称：

助教(研究生)

使 用 教 材： 《数字信号处理》

制 作 系 统：

Word2003

邯郸学院制

实验一.. Matlab仿真软件介绍

一、实验目的

熟悉Matlab仿真软件

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、学习Matlab仿真软件的安装

2、熟悉Matlab仿真软件的操作环境

3、直接在Matlab仿真软件的命令窗口实现数值计算

4、编写M文件

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

1、熟悉Matlab仿真软件

2、参阅Matlab及在电子信息类课程中的应用(第2版)唐向宏 电子工业出版社

实验二 离散信号和系统分析的Matlab实现

一、实验目的

1、Matlab实现离散信号和系统分析

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab产生离散信号

2、利用Matlab计算离散卷积

3、利用Matlab求解离散LTI系统响应

4、利用Matlab计算DTFT

5、利用Matlab实现部分分式法

6、利用Matlab计算系统的零极点

7、利用Matlab进行简单数字滤波器设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验三 利用Matlab实现信号DFT的计算

一、实验目的

1、Matlab实现信号DFT的计算

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab计算信号的DFT

2、利用Matlab实现由DFT计算线性卷积

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验四 利用Matlab实现滤波器设计

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、 利用Matlab实现模拟低通滤波器的设计

2、 利用Matlab实现模拟域频率变换

3、 利用Matlab实现脉冲响应不变法

4、 利用Matlab实现双线性变换法

5、 利用Matlab实现数字滤波器设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验五 利用Matlab实现FIR滤波器设计

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab实现窗函数法

2、利用Matlab实现频率取样法

3、利用Matlab实现优化设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验六.. 随机信号功率谱估计的Matlab实现

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab实现随机序列

2、利用Matlab计算相关函数的估计

3、利用Matlab进行非参数功率谱估计

4、利用Matlab进行AR模型功率谱估计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验七.. 数字滤波器结构的Matlab实现

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab实现数字滤波器直接型设计

2、利用Matlab实现数字滤波器级联设计

3、利用Matlab实现数字滤波器并联型设计

4、利用Matlab实现数字滤波器格型设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验八.... 利用Matlab实现信号小波分析

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、小波测试信号

2、分解与重构滤波器组

3、离散小波变换

4、离散小波反变换

5、基于小波的信号去噪

6、基于小波的信号压缩

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

第五篇：数字信号处理实验报告完整版

实验 1

利用 T DFT 分析信号频谱

一、实验目的

1.加深对 DFT 原理的理解。

2.应用 DFT 分析信号的频谱。

3.深刻理解利用 DFT 分析信号频谱的原理，分析实现过程中出现的现象及解决方法。

二、实验设备与环境

计算机、MATLAB 软件环境 三、实验基础理论

T 1.DFT 与 与 T DTFT 的关系

有限长序列 的离散时间傅里叶变换 在频率区间的 N 个等间隔分布的点 上的 N 个取样值可以由下式表示：

212 /0( )| ( ) ( ) 0 1Nj knjNk NkX e x n e X k k N      由上式可知，序列 的 N 点 DFT ,实际上就是 序列的 DTFT 在 N 个等间隔频率点 上样本 。

2.利用 T DFT 求 求 DTFT

方法 1 1：由恢复出的方法如下：

由图 2.1 所示流程可知：

101( ) ( ) ( )Nj j n kn j nNn n kX e x n e X k W eN               由上式可以得到：

IDFT DTFT