数字信号处理:重要知识点整理_数字信号处理知识点总结-程序员宅基地

技术标签: 课程笔记  数字信号处理  

写在前面:本文中涉及的函数的使用场景为matlab

0 最重要!DFT和FFT的区别

https://www.vfe.cc/NewsDetail-765.aspx

1 连续时间信号频域分析

1)周期信号的傅里叶级数
① 三角形式的傅里叶级数:
1

② 指数形式的傅里叶级数:
2

其中,傅里叶级数为 在这里插入图片描述

傅里叶级数ak其实也是权重,可以用于合成信号(合成效果和谐波次数N有关,N越大越接近原信号),合成公式: 在这里插入图片描述

2)非周期信号的傅里叶变换
① 傅里叶变换:
5

② 傅里叶逆变换:
6

3)周期信号的频谱是离散的,非周期信号的频谱是连续的;
离散信号的频谱是周期的,连续信号的频谱是非周期的。

2 通过离散时间信号的Z变换表达式X(z)直接写出时域离散信号(序列)x(n)的方法

7

因此X(z)的系数即序列x(n)的值(只有离散时间信号即序列可以不用计算直接写!)

例:
8

对应的x1(n)为:9

注意是从高次幂到低次幂排列,原点即z^0的系数。但是对应的n1 = [0:2]是从小到大排列(注意原点位置)

3 部分分式法的MATLAB实现(求X(z)的部分展开式)

1)函数与格式:[r,p,k] = residuez(b,a)
2)用法:设返回参数r,p,k分别是:
10


在这里插入图片描述

注意同一个极点p3出现了两次,说明是二重极点
3)用于数字滤波器的并联型是通过系统函数(传递函数)H(z)的部分展开式实现的,所以该函数也可以用于实现数字滤波器的并联型
4)用residuez实现数字滤波器的并联型时,由于输出的r,p可能会有共轭复系数,需要转换成实数:
[b1,a1] = resideuz(R1,P1,0)

4 稳定系统

1)定义:当输入序列是有界的,则输出序列也有界,称系统是稳定的。
2)判断:
① 通过零极点的分布来判断:(对于因果系统)
稳定:H(z)的全部极点都落在单位圆内,即收敛域应该包含单位圆在内
临界稳定:一阶极点位于单位圆上(若有其他阶的,都在单位圆内),单位圆外无极点
不稳定:有极点落在单位圆外,或者单位圆上有重极点

5 求频响特性(系统函数H与对应的频点w)

1)函数与格式:[H,w] = freqz(b,a,N)
2)用法:输入b和a分别为系统函数H(z)的分子和分母系数矩阵,N为正整数,默认为512;
输出w包含了0-pi范围内的N个频率等分点,H是w对应的值
3)也可以通过手算出系统函数H(exp(j*w))实现

6 求离散系统的响应(求出某输入信号通过该系统得到的输出)

1)函数与格式:y = filter(b,a,Xn)
2)用法:实现差分方程的求解,因此这个只能用于离散系统(连续系统对应微分方程)求响应。其中b和a分别是差分方程的输出y和输入x的系数,Xn是输入信号,y是通过该系统的输出信号
3)当输入信号Xn为单位冲激信号(即单位脉冲信号)或单位阶跃信号时,可以用该函数求系统的单位冲激响应(即单位脉冲响应)或单位阶跃响应。

7 求系统的单位冲激响应

1)可以通过上面的filter函数求
2)函数与格式:y = impz(b,a,N)
3)用法:b和a同上,N表示冲激响应输出的序列个数,输出y是N个时域点对应的响应值。如果直接输出impz(b,a,N)可以直接画图,不用stem([0:N-1],y)

8 求系统的零极点

1)函数与格式:[z,p,k] = tf2zp(b,a)
2)用法:其中输入参数b是系统函数H(z)中分子的系数向量,a是分母的系数向量。输出的z为零点,p为极点,k为常数
3)也可以用roots函数分别求分子和分母的方程根,来求出系统的零极点

9 将零极点增益表示的H(z)转换成基本二阶形式

1)函数与格式:sos = zp2sps(z,p,k)
2)用法:其中z是零点,p是极点,k是常数项,输出的sos是矩阵:
在这里插入图片描述

对应的系统函数为(这只写出了某一行,多行的要相乘):
在这里插入图片描述

(注意这里的a就是分母的系数,写成系统函数时直接代数相加即可,但是在画图时级联型中的a是需要改变符号的)
3)由于数字滤波器的级联型是通过H(z)的基本二阶形式实现的,所以该函数也可以用于实现级联型

10 周期/非周期、连续/离散信号的傅里叶变换/傅里叶级数/DFT小结

在这里插入图片描述

11 加窗对信号频谱分析的影响

1)如果窗的宽度越大,即时间序列截取的越长,其频谱的旁瓣占的比例越小。当窗口宽度无限大时,即截取所有的时间序列,则只有主瓣,没有旁瓣。
2)频谱泄露是不可避免的,因为任何窗函数都不可能满足宽度无限大。但是选择好的窗函数,可以尽可能减少能量的泄露。
3)好的窗函数,是窗函数的频谱尽可能衰减的快,即主瓣和旁瓣的比例尽可能大。

12 fft中的点数L(即频域抽样的点数)的大小对频谱分析的影响

补零对原信号来说并没有增加任何信息,但是补零相当于对原信号的频谱做插值(时域增加采样点的个数,频域中频谱分辨率减小),能够减少频谱泄露

13 各种窗函数的产生

1)三角窗:bartlett、triang
2)布莱克曼窗:blackman
3)矩形窗:boxcar
4)汉明窗:hamming
5)汉宁窗:hanning
6)切比雪夫窗:chebwin
7)凯塞窗:kaiser

在这里插入图片描述

14 窗函数法设计FIR数字滤波器的步骤

(待补充)

15 频率采样法设计FIR滤波器的步骤

(待补充)

16 比较FIR滤波器的两种设计步骤的优缺点

1)窗函数法
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2)频率采样法
在这里插入图片描述

19 简述常用的IIR数字滤波器的设计方法

在这里插入图片描述
在这里插入图片描述

21 简述由模拟滤波器转换为IIR数字滤波器的两种常用变换方法的优缺点

1)脉冲响应不变法在这里插入图片描述

补充:脉冲响应不变法存在频谱混叠现象的原因是:数字滤波器频响是模拟滤波器频响的周期延拓。解决办法:
在这里插入图片描述

2)双线性变换法
优点:通过实现Z平面到S平面的映射,解决了脉冲响应不变法的混叠失真问题
缺点:频率之间的非线性变换问题,会产生新的问题:
1)一个线性相位的模拟滤波器经双线性变换后得到非线性相位的数字滤波器,不再保持原有的线性相位了。
2)这种非线性关系要求模拟滤波器的幅频响应必须是分段常数型的,不然变换所产生的数字滤波器幅频响应相对于原模拟滤波器的幅频响应会有畸变。

17 脉冲响应不变法设计IIR数字滤波器的步骤

在这里插入图片描述

18 双线性变换法设计IIR数字滤波器的步骤

在这里插入图片描述

19 简述模拟滤波器转换为数字滤波器的要求和步骤

在这里插入图片描述
在这里插入图片描述

20 简述巴特沃斯滤波器和切比雪夫滤波器的比较

在这里插入图片描述

21 简述巴特沃斯型模拟低通滤波器设计步骤

巴特沃斯型:
在这里插入图片描述

切比雪夫型:

在这里插入图片描述

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/Dabie_haze/article/details/105853124

智能推荐

django、flask和tornado区别-程序员宅基地

文章浏览阅读3k次,点赞2次,收藏16次。今天我们来讨论一下、django、flask和tornado的部署对比:1. 概述在python的web开发框架中,目前使用量最高的几个是django、flask和tornado, 经常会有人拿这几个对比,相信大家的初步印象应该是 django大而全、flask小而精、tornado性能高。tornado性能比django和flask高很多是因为tornado在底层io处理机制上和djang..._django flask tornado 对比

用多边形近似球体表面(icosphere)的Mesh数据的生成并使用openGL绘制-程序员宅基地

文章浏览阅读5.8k次,点赞3次,收藏16次。这里用到的Mesh数据结构如果不清楚可以参照我的上一篇。 参考了一个牛人的文章, 他的代码是C#的,我用C++改写了一遍,为了便于理解,省去了他的cache优化。创建网格球面一般3D球体的建模有两种Mesh可以选择,UVSphere和Iconsphere 左图为UVSphere,右图为Iconsphere。在一些情况下UVphere有很好的表现,但是,在另一些情境中,比如改变球体形状时,UV_icosphere

R语言系列2——R语言数据处理技巧_r语言中数据处理技巧-程序员宅基地

文章浏览阅读1.1k次,点赞21次,收藏21次。在当今数据驱动的时代,数据分析的重要性日益凸显。无论是商业决策、科研还是日常管理,高质量的数据分析都能带来不可忽视的价值。R语言,作为一种专为统计分析和图形表示而设计的编程语言,因其强大的数据处理能力和灵活的图形功能而广受欢迎。在数据处理领域,R语言提供了一系列的技巧和工具,可以帮助我们更高效、更准确地完成数据处理工作。_r语言中数据处理技巧

【bzoj3866】The Romantic Hero dp-程序员宅基地

文章浏览阅读214次。题目描述给你n个数,从中选出两个不相交非空集合S和T,使得S中的每一个元素都在T集合的前面,并且S集合中的所有数的亦或等于T集合中的所有数的与,求方案数 mod 10^9+7。输入The first line contains an integer T, denoting the number of the test cases.For each test case_bzoj3866

模型智能体开发之metagpt-多智能体实践

参照单智能体的测试case。

学习笔记-数据结构-线性表(2024-04-27)

扫描顺序表L的前半部分元素,对于元素L.data[i](0

随便推点

2018云栖大会分享(多图)-程序员宅基地

文章浏览阅读538次。云析大会分为展会、活动、论坛和峰会等几个模块,本文主要分享展会和活动为主,分享包含强烈的个人观点,欢迎各位同学一起交流。(p.s. 论坛及峰会都有直播及录播,感兴趣的同学可以移步云栖大会优酷主页,下载阿里云APP也可进行观看)集团技术的力量废话不多,开始上图(均为原图,请耐心等待下载,可点开放大细节)实时字幕云栖大会的主论坛最吸引我的便是实时中英..._云栖大会图

ESP32 烧录固件

如果启用了蓝牙功能,固件尺寸会大大增加。或者按照提示信息将固件烧录到。路径下生成打包好的量产固件。不能启动,并且打印出“

用Jenkins Gerrit-Trigger插件实现提交gerrit后自动启动编译验证-解决编译依赖问题

首先在git commit -m ""的时候在commit message中设置Depend-On: 字段,将依赖的gerrit id或者完整link填写进去,为了解析方便,本文以完整的gerrit link作为Depend-On自动进行阐述。讨论了如何利用插件在提交gerrit的时候自动出发一个jenkins job编译固件,但是没有解决编译依赖问题。本文提出一种解决方案。Commit message示例。

Git如何优雅的进行版本回退:git reset 和 git revert区别_git revert并不是版本代码-程序员宅基地

文章浏览阅读6.6k次,点赞14次,收藏45次。在版本迭代开发过程中,相信很多人都会有过错误提交的时候(至少良许有过几次这样的体验)。这种情况下,菜鸟程序员可能就会虎驱一震,紧张得不知所措。而资深程序员就会微微一笑,摸一摸锃亮的脑门,然后默默的进行版本回退。对于版本的回退,我们经常会用到两个命令:git reset git revert那这两个命令有何区别呢?先不急,我们后文详细介绍。git reset假如我们的系统现..._git revert并不是版本代码

DDS 文件-程序员宅基地

文章浏览阅读316次。DDS 文件 2012年01月04日  dds是DirectDraw Surface的缩写,实际上,它是DirectX纹理压缩(DirectX Texture Compression,简称DXTC)的产物。DXTC减少了纹理内存消耗的50%甚至更多,有3种DXTC的格式可供使用,它们分别是DXT1,DXT3和DXT5。   在OrigoEngine的材质系统中,可以看到很多的dds..._dds文件制作

简单的网页制作期末作业——HTML+CSS+JavaScript小礼品购物商城网站_用html,js,css可以写个什么小项目-程序员宅基地

文章浏览阅读347次,点赞7次,收藏5次。网页作品编辑作品下载后可使用任意HTML编辑软件(如:`DW、HBuilder、NotePAD 、Vscode 、Sublime 、Webstorm、 Notepad++ 等任意HTML软件编辑修改网页)网页作品技术:Div+CSS、鼠标滑过特效、Table、导航栏效果、banner、表单、二级三级页面等,视频、 音频元素 、Flash,同时设计了logo(源文件),基本期末作业所需的知识点全覆盖。_用html,js,css可以写个什么小项目

推荐文章

热门文章

相关标签