简介这份南京邮电大学《信号分析与处理实验》报告合集面向正在修读数字信号处理DSP课程、需要完成MATLAB实验的本科生与自学者帮助读者系统梳理信号产生与运算、频域分析、时域采样与重建、离散傅里叶变换等核心实验环节。资源包内含1个docx文档压缩后约1.02MB以实验报告正文为主体完整记录四个实验的目的、内容、MATLAB程序代码、波形图与结果分析可直接对照复现单位阶跃、复指数、实指数、正弦序列及卷积、奇偶分解等典型操作。目前已有952人学习下载读者可借此掌握连续与离散信号的时域和频域特性、采样定理验证方法以及DFT的编程实现思路为后续数字滤波器设计与信号处理综合应用打下基础适合作为实验预习、报告撰写与期末复习的参考材料。1. 信号处理实验为什么能跑通和真理解之间隔着一道鸿沟很多做过 MATLAB 信号处理实验的人都有过这种体验代码跑出来了图也画出来了实验报告一交这门课就算翻篇了。可一旦被问到为什么采样间隔取这个值为什么 N 取 50 的时候波形还是有过冲为什么男女声频谱差异在低频段最明显脑子里就只剩下一句老师说的。这份信号分析与处理实验报告覆盖了从信号产生、频域分析、时域采样与重建到离散傅里叶变换、数字滤波器设计的完整链路。它的价值不在于告诉你怎么调 MATLAB 函数而在于用可复现的程序和图形结果把信号处理里那些看起来理所当然的结论背后的机制摊开给你看。换句话说它是一份能让你从跑通代码走到讲清原理的实操记录。接下来的内容我会沿着这份报告里的实验脉络把每个关键环节的底层逻辑拆开——不是复述实验步骤而是回答为什么这么设计、为什么能 work、哪里容易翻车。2. 信号的产生与运算离散序列的坐标系到底怎么建2.1 从单位阶跃序列看 MATLAB 的索引陷阱实验里第一个容易让人困惑的地方是单位阶跃序列 u[n] 和 u[n7] 的画法。程序里用n-10:20定义时间轴然后用[zeros(1,10) 1 ones(1,20)]构造序列。这里藏着一个 MATLAB 信号处理中最经典的坑MATLAB 的数组索引从 1 开始而信号的时间轴从 -10 开始。n -10:20; % 时间轴31 个点 x [zeros(1,10) 1 ones(1,20)]; % 序列值10个0 1个1 20个1 31 个点 stem(n, x); % 用 n 作为横坐标x 作为纵坐标这段代码的逻辑是zeros(1,10)对应 n-10 到 n-1 的 10 个点第 11 个位置放1对应 n0后面ones(1,20)对应 n1 到 n20。时间轴 n 和序列值 x 的长度必须严格一致否则stem会直接报错。很多人第一次写的时候会写成n0:20结果画出来的图横坐标从 0 开始和理论上的双边序列对不上。对于 u[n7]程序用M7控制右移量构造[zeros(1,10M) 1 ones(1,20-M)]。这里的关键是u[n7] 表示序列左移 7 位因为 n70 时 n-7在时间轴上表现为阶跃点从 n0 提前到 n-7。但 MATLAB 里没有直接的移位操作只能通过重新构造数组来实现。zeros(1,10M)把前面的零点数量增加 7 个ones(1,20-M)把后面的 1 减少 7 个总长度保持不变。注意如果你用circshift做移位得到的是循环移位不是线性移位。对于有限长序列循环移位会把尾部的值搬到头部和理论上的线性移位完全不同。这是实验报告里没有明说但必须知道的区别。2.2 复指数序列的实部虚部分解复指数序列 x[n] 1.5e^{(0.2j3)n} 的处理考察的是对欧拉公式的直观理解。程序里用c 0.2 3*1i定义复数指数然后x K*exp(c*n)直接计算。MATLAB 对复数运算的支持很自然但关键在于画图时必须分别取实部和虚部。c 0.2 3*1i; % 复指数实部0.2控制衰减/增长虚部3控制振荡频率 K 1.5; % 幅度系数 n 0:15; % 时间轴 x K * exp(c * n); % 复指数序列 subplot(1,2,1); stem(n, real(x)); % 实部 subplot(1,2,2); stem(n, imag(x)); % 虚部这里exp(c*n)展开后是exp(0.2*n) * exp(j*3*n)前者是实指数包络后者是单位圆上的旋转相位。实部对应1.5*exp(0.2*n)*cos(3*n)虚部对应1.5*exp(0.2*n)*sin(3*n)。实部控制的是能量增长/衰减的速度虚部控制的是振荡的快慢这两个参数在通信系统里分别对应信号的包络和载波频率。很多人会问为什么不用cos和sin直接写因为复指数形式在推导和计算上更简洁尤其是在做频域分析时e^{jωn}是特征函数而cos和sin需要拆成两个复指数来算。MATLAB 的exp函数对复数输入直接返回复数结果不需要手动展开。2.3 正弦序列的周期为什么不是整数实验里有一个看似简单但很容易答错的问题x[n] 2.5sin(0.16πn - π/2) 的基本周期是多少程序里用n0:49画了 50 个点但报告里给出的答案是 12.5。这里涉及离散正弦序列周期性的判定条件只有当 2π/ω 是有理数时序列才是周期的。对于 ω 0.16π2π/ω 2π/(0.16π) 12.5这是一个有理数12.5 25/2所以序列是周期的但基本周期是 25不是 12.5。为什么因为周期的定义是存在正整数 N使得 x[nN] x[n] 对所有 n 成立。12.5 不是整数不能作为周期。需要找到最小的正整数 N使得 0.16πN 是 2π 的整数倍即 0.16πN 2πk解得 N 12.5k。取 k2得到 N25。所以基本周期是 25。报告里写基本周期是 12.5严格来说是不准确的——12.5 是周期的候选值但不是整数不能作为离散序列的周期。正确的表述是该序列的周期为 25因为 12.5 不是整数需要取 2 倍才能得到整数周期。这个细节在考试里经常被扣分但在实际工程中它决定了你采样后做 FFT 时应该取多少个点才能避免频谱泄漏。2.4 序列的偶部与奇部fliplr 的隐含假设实验里计算序列 x[n] {1,2,4,-5,-2}-2≤n≤2的偶部和奇部程序用fliplr(x)做翻转。这里有一个隐含假设序列是关于 n0 对称的。因为 x 的时间轴是 -2 到 2共 5 个点中心在 n0所以fliplr翻转后正好对应 x[-n]。n -2:2; x [1 2 4 -5 -2]; y fliplr(x); % 翻转得到 x[-n] xe 0.5 * (x y); % 偶部x_e[n] (x[n] x[-n]) / 2 xo 0.5 * (x - y); % 奇部x_o[n] (x[n] - x[-n]) / 2如果时间轴不是关于 0 对称的比如 n0:4那么fliplr翻转后对应的就不是 x[-n]而是 x[4-n]这时候算出来的偶部和奇部就是错的。正确的做法是先确认时间轴的对称性或者手动构造 x[-n] 的映射关系。偶部和奇部的分解在信号处理里有一个重要性质任何序列都可以唯一分解为偶部加奇部且偶部的 DTFT 是实数奇部的 DTFT 是纯虚数。这个性质在分析系统的频率响应时很有用——如果系统是实系数的那么它的幅频响应是偶函数相频响应是奇函数。2.5 线性卷积conv 的长度为什么是 NM-1实验里 x[n] 长度 15h[n] 长度 8卷积结果 y[n] 的长度是 22。程序用y conv(x, h)直接计算然后n 0:21定义时间轴。这里的关键是两个长度分别为 N 和 M 的有限长序列线性卷积的长度是 NM-1。nx 0:14; x (-1).^nx; % 长度 15 nh 0:7; h cos(0.25*pi*nh); % 长度 8 y conv(x, h); % 长度 158-1 22 n 0:21; % 对应的时间轴为什么是 NM-1因为卷积的本质是翻转-移位-相乘-求和。当 h[n] 完全移入 x[n] 的支撑区间时重叠部分从 1 个点逐渐增加到 min(N,M) 个点然后再逐渐减少到 1 个点。总共有 NM-1 个非零重叠位置。很多人会误以为卷积结果的长度和输入一样或者用filter函数代替conv。filter计算的是差分方程的输出不是卷积虽然在某些条件下两者结果相同但概念上完全不同。conv是纯粹的数学运算filter涉及系统的初始状态和反馈结构。提示如果要做same模式的卷积输出长度和输入相同可以用conv(x, h, same)但要注意它截取的是中心部分时间轴需要相应调整。3. 连续时间信号的频域分析从傅里叶级数到吉布斯现象3.1 周期矩形脉冲的频谱T 增大时发生了什么实验里用程序 P2_1 画周期矩形脉冲的双边幅度谱和相位谱然后修改 T1s 和 T2s 观察频谱变化。报告里给出的结论是随着 T 的增大幅度谱的值减小两个频谱均变得更加密集。这个结论背后的机制是周期信号的频谱是离散的谱线间隔为 Ω₀ 2π/T。当 T 增大时Ω₀ 减小谱线间隔变小所以频谱看起来更密集。同时由于周期信号的平均功率与 1/T 成正比各次谐波的幅度也会相应减小。但这里有一个更深的点当 T → ∞ 时周期信号退化为非周期信号离散频谱过渡为连续频谱。这就是从傅里叶级数到傅里叶变换的物理意义。实验里虽然没有直接做这个极限但通过 T0.5s、1s、2s 的对比已经能看出这个趋势。对于周期矩形脉冲其傅里叶级数系数为c_k (Aτ/T) * sinc(kΩ₀τ/2)其中 A 是幅度τ 是脉冲宽度T 是周期Ω₀ 2π/T。sinc 函数的零点出现在 kΩ₀τ/2 mπ 处即 k 2mπ/(Ω₀τ) mT/τ。当 T 增大时零点位置向外扩展但主瓣宽度由 τ 决定不变。这就是为什么频谱变得更密集但包络形状不变。3.2 谐波叠加与吉布斯现象N 增大为什么不能消除过冲实验里用 N15、25、50 个谐波合成矩形脉冲发现 N 越大波形越接近理想矩形但不连续点附近的过冲始终存在。报告里给出的过冲最大幅值是 1.0896约等于理想幅值的 9%。这就是吉布斯现象。它的数学本质是用有限项傅里叶级数逼近有间断点的函数时在间断点附近级数部分和的极限不等于函数值而是函数值的 1.0895 倍。这个过冲不会随着 N 的增大而消失只会越来越靠近间断点。function p2_4(N) t -2:10^(-4):2; A 1; tau 1; T 2; Omega_0 2*pi/T; c0 A*tau/T; f_N c0 * ones(1, length(t)); for k 1:N f_N f_N 2*A*tau/T * sinc(k*Omega_0*tau/2/pi) * cos(k*Omega_0*t); end overshoot max(f_N); fprintf(The maximum overshoot is %.4f\n, overshoot); end这段代码的核心是用 N 次谐波叠加来逼近矩形脉冲。sinc函数对应傅里叶系数cos对应各次谐波的时域波形。当 N 增大时f_N在间断点附近的振荡频率变高但过冲幅度趋近于一个常数。为什么是 1.0895这个值来自威尔布拉罕-吉布斯常数约等于 (2/π)∫₀^π (sin t / t) dt 1。它不是 MATLAB 的数值误差而是傅里叶级数在间断点处的固有性质。在实际工程中这意味着你不能指望通过增加谐波数量来消除过冲只能通过加窗或改变逼近方式来抑制。3.3 男女声频谱差异基音频率与共振峰的物理含义实验里录制男女声并比较频谱报告里给出的结论是男性声音的幅度谱在较低频率处有较高的能量女性声音的幅度谱在较高频率处有较高的能量。这个现象的物理机制是基音频率由声带振动频率决定男性声带较长较厚基音频率通常在 100-150 Hz女性声带较短较薄基音频率通常在 200-300 Hz。在频谱上基音频率表现为最低的谱峰其各次谐波2f₀, 3f₀, ...形成一系列等间隔的谱线。但除了基音频率声道形状共振峰也会影响频谱包络。男性声道较长共振峰频率较低女性声道较短共振峰频率较高。这就是为什么即使把男声的基音频率调到女声范围听起来仍然不像女声——因为共振峰结构没有改变。报告里提到的男声转女声方法本质上是在做频谱包络的变换。基频调整改变谱线间隔声道长度调整改变共振峰位置谐波调整改变频谱的精细结构。在实际的语音转换系统中通常用倒谱域的方法分离激励基频和声道共振峰然后分别变换再合成。4. 时域采样与重建奈奎斯特定理的边界在哪里4.1 采样定理的严格条件为什么 Tsπ/2 不混叠而 Ts2 混叠实验里用升余弦脉冲信号做采样报告里给出的提示是信号的截止频率 Ω_m 2奈奎斯特间隔 T_s π/Ω_m π/2。当 T_s π/2 时未发生混叠T_s 2 时发生了混叠。这里的关键是奈奎斯特采样定理要求采样频率 Ω_s ≥ 2Ω_m。当 T_s π/2 时Ω_s 2π/T_s 4恰好等于 2Ω_m 4处于临界采样状态。当 T_s 2 时Ω_s π小于 2Ω_m 4发生混叠。但这里有一个容易被忽略的细节临界采样Ω_s 2Ω_m在理论上不混叠但在实际中很危险。因为如果信号的频谱在 Ω_m 处有非零分量或者采样时钟有抖动就会产生混叠。工程上通常取 Ω_s 2.5Ω_m 到 5Ω_m留出足够的保护带。% 采样过程的核心逻辑 Ts pi/2; % 采样间隔 n 0:Ts:10; % 采样时间点 x_s cos(2*n) 4*sin(2*n).*sin(3*n); % 采样后的信号 % 频谱分析对 x_s 做 FFT观察频谱是否混叠报告里没有给出完整的采样程序但从结论可以反推采样后的频谱是原信号频谱以 Ω_s 为周期进行延拓。如果 Ω_s 2Ω_m延拓后的频谱会发生重叠高频分量被折叠到低频这就是混叠。4.2 信号重建理想低通滤波器为什么不可实现实验里用低通滤波器从采样信号重建原信号报告里给出的结论是当 T_s 2、截止频率 Ω_c Ω_m 时重建误差大大增加。重建的原理是采样信号的频谱是原信号频谱的周期延拓用一个理想低通滤波器截止频率 Ω_s/2滤除高频延拓部分就能恢复原信号。但理想低通滤波器的冲激响应是 sinc 函数它在时域上是无限长的且非因果物理上不可实现。在实际的 MATLAB 仿真中通常用有限长 FIR 滤波器或 IIR 滤波器来近似理想低通。这就引入了两个误差来源通带波纹和阻带衰减。如果滤波器的截止频率设置不当比如 Ω_c Ω_m高频噪声会通过如果 Ω_c Ω_m部分信号分量会被滤除。报告里提到低通滤波器的截止频率减小导致高频分量噪声成分增加这里的表述需要修正截止频率减小应该是滤除了更多的高频信号分量导致重建信号丢失细节而不是噪声增加。噪声增加通常是因为滤波器阶数不够阻带衰减不足导致高频延拓分量泄漏到通带。4.3 采样间隔与重建误差的定量关系从实验结论可以总结出重建误差与采样间隔的关系不是线性的。当 T_s π/2 时误差主要来自滤波器的非理想特性当 T_s 接近 π/2 时误差开始增大当 T_s π/2 时混叠导致误差急剧增加。这个关系可以用一个简单的公式描述E(T_s) ≈ E_filter E_alias(T_s)其中 E_filter 是滤波器非理想带来的固有误差E_alias 是混叠误差。当 T_s ≤ π/2 时E_alias 0总误差由 E_filter 主导当 T_s π/2 时E_alias 迅速增大成为主要误差来源。注意在实际做实验时如果你发现 T_s 稍微大于 π/2 但重建效果还可以不要惊讶。这是因为升余弦脉冲的高频分量在 Ω_m 附近已经很小了混叠进来的能量有限。但这不代表采样定理可以被违反只是信号的频谱特性给了你一点余量。5. 避坑指南信号处理实验里最容易翻车的五个地方5.1 时间轴和序列长度不匹配现象stem(n, x)报错 Vectors must be the same length。原因n 和 x 的元素个数不一致。常见于手动构造序列时zeros和ones的数量算错或者移位时没有同步调整时间轴。解决在构造序列后先用length(n)和length(x)检查长度或者用assert(length(n) length(x))强制校验。对于移位操作建议用n n shift调整时间轴而不是重新构造序列。5.2 用 filter 代替 conv 做卷积现象卷积结果和理论值对不上或者长度不对。原因filter(b, a, x)计算的是差分方程的输出默认初始状态为零。对于 FIR 滤波器a1filter的结果和conv相同但长度是length(x)而不是length(x)length(b)-1。解决做线性卷积时坚持用conv。如果要用filter记得用conv的长度定义时间轴或者用filter的zi参数控制初始状态。5.3 频谱分析时忘记做 fftshift现象频谱图的零频分量在第一个点而不是中心。原因MATLAB 的fft输出是 [0, Ω_s) 的顺序零频在第一个点。对于双边谱需要把零频移到中心。解决用fftshift(fft(x))把零频移到中心同时用linspace(-Ω_s/2, Ω_s/2, N)定义频率轴。注意fftshift只改变排列顺序不改变数值。5.4 采样间隔设置不当导致混叠现象采样后的频谱出现重叠重建信号失真。原因采样频率低于信号最高频率的 2 倍。解决先估计信号的截止频率 Ω_m然后取 T_s ≤ π/Ω_m。如果不确定 Ω_m可以先做一次高采样率的 FFT观察频谱的能量分布找到能量下降到可忽略的频率点。5.5 吉布斯现象被误认为是程序错误现象用有限项傅里叶级数合成矩形脉冲时不连续点附近出现过冲增大 N 也不消失。原因这是傅里叶级数的固有性质不是程序 bug。解决接受过冲的存在或者用加窗方法如汉宁窗抑制过冲但代价是过渡带变宽。在实验报告里应该明确说明这是吉布斯现象并给出过冲幅值的理论值约 9%。6. 从实验到工程采样率选择的艺术与代价做完这一系列实验最容易留下的一个印象是奈奎斯特定理说采样率要大于 2 倍最高频率。但在实际工程中这个大于到底大多少是一个充满取舍的问题。采样率越高混叠风险越小但数据量越大、计算成本越高。在通信系统里采样率通常取 2.5 到 4 倍符号率留出足够的保护带给滤波器过渡带。在音频处理里44.1 kHz 的采样率对应 22.05 kHz 的奈奎斯特频率略高于人耳听觉上限 20 kHz这个略高就是工程上的保护带。滤波器设计也是同样的取舍。理想低通滤波器不可实现实际滤波器需要在通带波纹、阻带衰减、过渡带宽度和阶数之间做权衡。阶数越高逼近越好但计算延迟越大。在实时系统里这个延迟可能是致命的。吉布斯现象则提醒我们有些误差是数学上的固有性质不是工程上能优化掉的。你能做的只是选择一种逼近方式接受它的误差特性。矩形窗的过冲是 9%汉宁窗的过冲几乎为零但过渡带加倍汉明窗的过冲更小但阻带衰减不如汉宁窗。每一种选择都有代价。这份实验报告的价值不在于它给出了多少正确答案而在于它用可复现的程序和图形让你亲眼看到这些取舍在时域和频域上的具体表现。当你下次面对一个实际的信号处理问题时这些亲眼见过的现象会成为你判断的依据。从那以后我每次做采样相关的设计都会先问三个问题信号的最高频率到底在哪里混叠的后果能不能接受滤波器的过渡带留了多宽这三个问题答清楚了采样率和滤波器参数自然就定了。希望帮到你。本文还有配套的精品资源点击获取
简介这份南京邮电大学《信号分析与处理实验》报告合集面向正在修读数字信号处理DSP课程、需要完成MATLAB实验的本科生与自学者帮助读者系统梳理信号产生与运算、频域分析、时域采样与重建、离散傅里叶变换等核心实验环节。资源包内含1个docx文档压缩后约1.02MB以实验报告正文为主体完整记录四个实验的目的、内容、MATLAB程序代码、波形图与结果分析可直接对照复现单位阶跃、复指数、实指数、正弦序列及卷积、奇偶分解等典型操作。目前已有952人学习下载读者可借此掌握连续与离散信号的时域和频域特性、采样定理验证方法以及DFT的编程实现思路为后续数字滤波器设计与信号处理综合应用打下基础适合作为实验预习、报告撰写与期末复习的参考材料。1. 信号处理实验为什么能跑通和真理解之间隔着一道鸿沟很多做过 MATLAB 信号处理实验的人都有过这种体验代码跑出来了图也画出来了实验报告一交这门课就算翻篇了。可一旦被问到为什么采样间隔取这个值为什么 N 取 50 的时候波形还是有过冲为什么男女声频谱差异在低频段最明显脑子里就只剩下一句老师说的。这份信号分析与处理实验报告覆盖了从信号产生、频域分析、时域采样与重建到离散傅里叶变换、数字滤波器设计的完整链路。它的价值不在于告诉你怎么调 MATLAB 函数而在于用可复现的程序和图形结果把信号处理里那些看起来理所当然的结论背后的机制摊开给你看。换句话说它是一份能让你从跑通代码走到讲清原理的实操记录。接下来的内容我会沿着这份报告里的实验脉络把每个关键环节的底层逻辑拆开——不是复述实验步骤而是回答为什么这么设计、为什么能 work、哪里容易翻车。2. 信号的产生与运算离散序列的坐标系到底怎么建2.1 从单位阶跃序列看 MATLAB 的索引陷阱实验里第一个容易让人困惑的地方是单位阶跃序列 u[n] 和 u[n7] 的画法。程序里用n-10:20定义时间轴然后用[zeros(1,10) 1 ones(1,20)]构造序列。这里藏着一个 MATLAB 信号处理中最经典的坑MATLAB 的数组索引从 1 开始而信号的时间轴从 -10 开始。n -10:20; % 时间轴31 个点 x [zeros(1,10) 1 ones(1,20)]; % 序列值10个0 1个1 20个1 31 个点 stem(n, x); % 用 n 作为横坐标x 作为纵坐标这段代码的逻辑是zeros(1,10)对应 n-10 到 n-1 的 10 个点第 11 个位置放1对应 n0后面ones(1,20)对应 n1 到 n20。时间轴 n 和序列值 x 的长度必须严格一致否则stem会直接报错。很多人第一次写的时候会写成n0:20结果画出来的图横坐标从 0 开始和理论上的双边序列对不上。对于 u[n7]程序用M7控制右移量构造[zeros(1,10M) 1 ones(1,20-M)]。这里的关键是u[n7] 表示序列左移 7 位因为 n70 时 n-7在时间轴上表现为阶跃点从 n0 提前到 n-7。但 MATLAB 里没有直接的移位操作只能通过重新构造数组来实现。zeros(1,10M)把前面的零点数量增加 7 个ones(1,20-M)把后面的 1 减少 7 个总长度保持不变。注意如果你用circshift做移位得到的是循环移位不是线性移位。对于有限长序列循环移位会把尾部的值搬到头部和理论上的线性移位完全不同。这是实验报告里没有明说但必须知道的区别。2.2 复指数序列的实部虚部分解复指数序列 x[n] 1.5e^{(0.2j3)n} 的处理考察的是对欧拉公式的直观理解。程序里用c 0.2 3*1i定义复数指数然后x K*exp(c*n)直接计算。MATLAB 对复数运算的支持很自然但关键在于画图时必须分别取实部和虚部。c 0.2 3*1i; % 复指数实部0.2控制衰减/增长虚部3控制振荡频率 K 1.5; % 幅度系数 n 0:15; % 时间轴 x K * exp(c * n); % 复指数序列 subplot(1,2,1); stem(n, real(x)); % 实部 subplot(1,2,2); stem(n, imag(x)); % 虚部这里exp(c*n)展开后是exp(0.2*n) * exp(j*3*n)前者是实指数包络后者是单位圆上的旋转相位。实部对应1.5*exp(0.2*n)*cos(3*n)虚部对应1.5*exp(0.2*n)*sin(3*n)。实部控制的是能量增长/衰减的速度虚部控制的是振荡的快慢这两个参数在通信系统里分别对应信号的包络和载波频率。很多人会问为什么不用cos和sin直接写因为复指数形式在推导和计算上更简洁尤其是在做频域分析时e^{jωn}是特征函数而cos和sin需要拆成两个复指数来算。MATLAB 的exp函数对复数输入直接返回复数结果不需要手动展开。2.3 正弦序列的周期为什么不是整数实验里有一个看似简单但很容易答错的问题x[n] 2.5sin(0.16πn - π/2) 的基本周期是多少程序里用n0:49画了 50 个点但报告里给出的答案是 12.5。这里涉及离散正弦序列周期性的判定条件只有当 2π/ω 是有理数时序列才是周期的。对于 ω 0.16π2π/ω 2π/(0.16π) 12.5这是一个有理数12.5 25/2所以序列是周期的但基本周期是 25不是 12.5。为什么因为周期的定义是存在正整数 N使得 x[nN] x[n] 对所有 n 成立。12.5 不是整数不能作为周期。需要找到最小的正整数 N使得 0.16πN 是 2π 的整数倍即 0.16πN 2πk解得 N 12.5k。取 k2得到 N25。所以基本周期是 25。报告里写基本周期是 12.5严格来说是不准确的——12.5 是周期的候选值但不是整数不能作为离散序列的周期。正确的表述是该序列的周期为 25因为 12.5 不是整数需要取 2 倍才能得到整数周期。这个细节在考试里经常被扣分但在实际工程中它决定了你采样后做 FFT 时应该取多少个点才能避免频谱泄漏。2.4 序列的偶部与奇部fliplr 的隐含假设实验里计算序列 x[n] {1,2,4,-5,-2}-2≤n≤2的偶部和奇部程序用fliplr(x)做翻转。这里有一个隐含假设序列是关于 n0 对称的。因为 x 的时间轴是 -2 到 2共 5 个点中心在 n0所以fliplr翻转后正好对应 x[-n]。n -2:2; x [1 2 4 -5 -2]; y fliplr(x); % 翻转得到 x[-n] xe 0.5 * (x y); % 偶部x_e[n] (x[n] x[-n]) / 2 xo 0.5 * (x - y); % 奇部x_o[n] (x[n] - x[-n]) / 2如果时间轴不是关于 0 对称的比如 n0:4那么fliplr翻转后对应的就不是 x[-n]而是 x[4-n]这时候算出来的偶部和奇部就是错的。正确的做法是先确认时间轴的对称性或者手动构造 x[-n] 的映射关系。偶部和奇部的分解在信号处理里有一个重要性质任何序列都可以唯一分解为偶部加奇部且偶部的 DTFT 是实数奇部的 DTFT 是纯虚数。这个性质在分析系统的频率响应时很有用——如果系统是实系数的那么它的幅频响应是偶函数相频响应是奇函数。2.5 线性卷积conv 的长度为什么是 NM-1实验里 x[n] 长度 15h[n] 长度 8卷积结果 y[n] 的长度是 22。程序用y conv(x, h)直接计算然后n 0:21定义时间轴。这里的关键是两个长度分别为 N 和 M 的有限长序列线性卷积的长度是 NM-1。nx 0:14; x (-1).^nx; % 长度 15 nh 0:7; h cos(0.25*pi*nh); % 长度 8 y conv(x, h); % 长度 158-1 22 n 0:21; % 对应的时间轴为什么是 NM-1因为卷积的本质是翻转-移位-相乘-求和。当 h[n] 完全移入 x[n] 的支撑区间时重叠部分从 1 个点逐渐增加到 min(N,M) 个点然后再逐渐减少到 1 个点。总共有 NM-1 个非零重叠位置。很多人会误以为卷积结果的长度和输入一样或者用filter函数代替conv。filter计算的是差分方程的输出不是卷积虽然在某些条件下两者结果相同但概念上完全不同。conv是纯粹的数学运算filter涉及系统的初始状态和反馈结构。提示如果要做same模式的卷积输出长度和输入相同可以用conv(x, h, same)但要注意它截取的是中心部分时间轴需要相应调整。3. 连续时间信号的频域分析从傅里叶级数到吉布斯现象3.1 周期矩形脉冲的频谱T 增大时发生了什么实验里用程序 P2_1 画周期矩形脉冲的双边幅度谱和相位谱然后修改 T1s 和 T2s 观察频谱变化。报告里给出的结论是随着 T 的增大幅度谱的值减小两个频谱均变得更加密集。这个结论背后的机制是周期信号的频谱是离散的谱线间隔为 Ω₀ 2π/T。当 T 增大时Ω₀ 减小谱线间隔变小所以频谱看起来更密集。同时由于周期信号的平均功率与 1/T 成正比各次谐波的幅度也会相应减小。但这里有一个更深的点当 T → ∞ 时周期信号退化为非周期信号离散频谱过渡为连续频谱。这就是从傅里叶级数到傅里叶变换的物理意义。实验里虽然没有直接做这个极限但通过 T0.5s、1s、2s 的对比已经能看出这个趋势。对于周期矩形脉冲其傅里叶级数系数为c_k (Aτ/T) * sinc(kΩ₀τ/2)其中 A 是幅度τ 是脉冲宽度T 是周期Ω₀ 2π/T。sinc 函数的零点出现在 kΩ₀τ/2 mπ 处即 k 2mπ/(Ω₀τ) mT/τ。当 T 增大时零点位置向外扩展但主瓣宽度由 τ 决定不变。这就是为什么频谱变得更密集但包络形状不变。3.2 谐波叠加与吉布斯现象N 增大为什么不能消除过冲实验里用 N15、25、50 个谐波合成矩形脉冲发现 N 越大波形越接近理想矩形但不连续点附近的过冲始终存在。报告里给出的过冲最大幅值是 1.0896约等于理想幅值的 9%。这就是吉布斯现象。它的数学本质是用有限项傅里叶级数逼近有间断点的函数时在间断点附近级数部分和的极限不等于函数值而是函数值的 1.0895 倍。这个过冲不会随着 N 的增大而消失只会越来越靠近间断点。function p2_4(N) t -2:10^(-4):2; A 1; tau 1; T 2; Omega_0 2*pi/T; c0 A*tau/T; f_N c0 * ones(1, length(t)); for k 1:N f_N f_N 2*A*tau/T * sinc(k*Omega_0*tau/2/pi) * cos(k*Omega_0*t); end overshoot max(f_N); fprintf(The maximum overshoot is %.4f\n, overshoot); end这段代码的核心是用 N 次谐波叠加来逼近矩形脉冲。sinc函数对应傅里叶系数cos对应各次谐波的时域波形。当 N 增大时f_N在间断点附近的振荡频率变高但过冲幅度趋近于一个常数。为什么是 1.0895这个值来自威尔布拉罕-吉布斯常数约等于 (2/π)∫₀^π (sin t / t) dt 1。它不是 MATLAB 的数值误差而是傅里叶级数在间断点处的固有性质。在实际工程中这意味着你不能指望通过增加谐波数量来消除过冲只能通过加窗或改变逼近方式来抑制。3.3 男女声频谱差异基音频率与共振峰的物理含义实验里录制男女声并比较频谱报告里给出的结论是男性声音的幅度谱在较低频率处有较高的能量女性声音的幅度谱在较高频率处有较高的能量。这个现象的物理机制是基音频率由声带振动频率决定男性声带较长较厚基音频率通常在 100-150 Hz女性声带较短较薄基音频率通常在 200-300 Hz。在频谱上基音频率表现为最低的谱峰其各次谐波2f₀, 3f₀, ...形成一系列等间隔的谱线。但除了基音频率声道形状共振峰也会影响频谱包络。男性声道较长共振峰频率较低女性声道较短共振峰频率较高。这就是为什么即使把男声的基音频率调到女声范围听起来仍然不像女声——因为共振峰结构没有改变。报告里提到的男声转女声方法本质上是在做频谱包络的变换。基频调整改变谱线间隔声道长度调整改变共振峰位置谐波调整改变频谱的精细结构。在实际的语音转换系统中通常用倒谱域的方法分离激励基频和声道共振峰然后分别变换再合成。4. 时域采样与重建奈奎斯特定理的边界在哪里4.1 采样定理的严格条件为什么 Tsπ/2 不混叠而 Ts2 混叠实验里用升余弦脉冲信号做采样报告里给出的提示是信号的截止频率 Ω_m 2奈奎斯特间隔 T_s π/Ω_m π/2。当 T_s π/2 时未发生混叠T_s 2 时发生了混叠。这里的关键是奈奎斯特采样定理要求采样频率 Ω_s ≥ 2Ω_m。当 T_s π/2 时Ω_s 2π/T_s 4恰好等于 2Ω_m 4处于临界采样状态。当 T_s 2 时Ω_s π小于 2Ω_m 4发生混叠。但这里有一个容易被忽略的细节临界采样Ω_s 2Ω_m在理论上不混叠但在实际中很危险。因为如果信号的频谱在 Ω_m 处有非零分量或者采样时钟有抖动就会产生混叠。工程上通常取 Ω_s 2.5Ω_m 到 5Ω_m留出足够的保护带。% 采样过程的核心逻辑 Ts pi/2; % 采样间隔 n 0:Ts:10; % 采样时间点 x_s cos(2*n) 4*sin(2*n).*sin(3*n); % 采样后的信号 % 频谱分析对 x_s 做 FFT观察频谱是否混叠报告里没有给出完整的采样程序但从结论可以反推采样后的频谱是原信号频谱以 Ω_s 为周期进行延拓。如果 Ω_s 2Ω_m延拓后的频谱会发生重叠高频分量被折叠到低频这就是混叠。4.2 信号重建理想低通滤波器为什么不可实现实验里用低通滤波器从采样信号重建原信号报告里给出的结论是当 T_s 2、截止频率 Ω_c Ω_m 时重建误差大大增加。重建的原理是采样信号的频谱是原信号频谱的周期延拓用一个理想低通滤波器截止频率 Ω_s/2滤除高频延拓部分就能恢复原信号。但理想低通滤波器的冲激响应是 sinc 函数它在时域上是无限长的且非因果物理上不可实现。在实际的 MATLAB 仿真中通常用有限长 FIR 滤波器或 IIR 滤波器来近似理想低通。这就引入了两个误差来源通带波纹和阻带衰减。如果滤波器的截止频率设置不当比如 Ω_c Ω_m高频噪声会通过如果 Ω_c Ω_m部分信号分量会被滤除。报告里提到低通滤波器的截止频率减小导致高频分量噪声成分增加这里的表述需要修正截止频率减小应该是滤除了更多的高频信号分量导致重建信号丢失细节而不是噪声增加。噪声增加通常是因为滤波器阶数不够阻带衰减不足导致高频延拓分量泄漏到通带。4.3 采样间隔与重建误差的定量关系从实验结论可以总结出重建误差与采样间隔的关系不是线性的。当 T_s π/2 时误差主要来自滤波器的非理想特性当 T_s 接近 π/2 时误差开始增大当 T_s π/2 时混叠导致误差急剧增加。这个关系可以用一个简单的公式描述E(T_s) ≈ E_filter E_alias(T_s)其中 E_filter 是滤波器非理想带来的固有误差E_alias 是混叠误差。当 T_s ≤ π/2 时E_alias 0总误差由 E_filter 主导当 T_s π/2 时E_alias 迅速增大成为主要误差来源。注意在实际做实验时如果你发现 T_s 稍微大于 π/2 但重建效果还可以不要惊讶。这是因为升余弦脉冲的高频分量在 Ω_m 附近已经很小了混叠进来的能量有限。但这不代表采样定理可以被违反只是信号的频谱特性给了你一点余量。5. 避坑指南信号处理实验里最容易翻车的五个地方5.1 时间轴和序列长度不匹配现象stem(n, x)报错 Vectors must be the same length。原因n 和 x 的元素个数不一致。常见于手动构造序列时zeros和ones的数量算错或者移位时没有同步调整时间轴。解决在构造序列后先用length(n)和length(x)检查长度或者用assert(length(n) length(x))强制校验。对于移位操作建议用n n shift调整时间轴而不是重新构造序列。5.2 用 filter 代替 conv 做卷积现象卷积结果和理论值对不上或者长度不对。原因filter(b, a, x)计算的是差分方程的输出默认初始状态为零。对于 FIR 滤波器a1filter的结果和conv相同但长度是length(x)而不是length(x)length(b)-1。解决做线性卷积时坚持用conv。如果要用filter记得用conv的长度定义时间轴或者用filter的zi参数控制初始状态。5.3 频谱分析时忘记做 fftshift现象频谱图的零频分量在第一个点而不是中心。原因MATLAB 的fft输出是 [0, Ω_s) 的顺序零频在第一个点。对于双边谱需要把零频移到中心。解决用fftshift(fft(x))把零频移到中心同时用linspace(-Ω_s/2, Ω_s/2, N)定义频率轴。注意fftshift只改变排列顺序不改变数值。5.4 采样间隔设置不当导致混叠现象采样后的频谱出现重叠重建信号失真。原因采样频率低于信号最高频率的 2 倍。解决先估计信号的截止频率 Ω_m然后取 T_s ≤ π/Ω_m。如果不确定 Ω_m可以先做一次高采样率的 FFT观察频谱的能量分布找到能量下降到可忽略的频率点。5.5 吉布斯现象被误认为是程序错误现象用有限项傅里叶级数合成矩形脉冲时不连续点附近出现过冲增大 N 也不消失。原因这是傅里叶级数的固有性质不是程序 bug。解决接受过冲的存在或者用加窗方法如汉宁窗抑制过冲但代价是过渡带变宽。在实验报告里应该明确说明这是吉布斯现象并给出过冲幅值的理论值约 9%。6. 从实验到工程采样率选择的艺术与代价做完这一系列实验最容易留下的一个印象是奈奎斯特定理说采样率要大于 2 倍最高频率。但在实际工程中这个大于到底大多少是一个充满取舍的问题。采样率越高混叠风险越小但数据量越大、计算成本越高。在通信系统里采样率通常取 2.5 到 4 倍符号率留出足够的保护带给滤波器过渡带。在音频处理里44.1 kHz 的采样率对应 22.05 kHz 的奈奎斯特频率略高于人耳听觉上限 20 kHz这个略高就是工程上的保护带。滤波器设计也是同样的取舍。理想低通滤波器不可实现实际滤波器需要在通带波纹、阻带衰减、过渡带宽度和阶数之间做权衡。阶数越高逼近越好但计算延迟越大。在实时系统里这个延迟可能是致命的。吉布斯现象则提醒我们有些误差是数学上的固有性质不是工程上能优化掉的。你能做的只是选择一种逼近方式接受它的误差特性。矩形窗的过冲是 9%汉宁窗的过冲几乎为零但过渡带加倍汉明窗的过冲更小但阻带衰减不如汉宁窗。每一种选择都有代价。这份实验报告的价值不在于它给出了多少正确答案而在于它用可复现的程序和图形让你亲眼看到这些取舍在时域和频域上的具体表现。当你下次面对一个实际的信号处理问题时这些亲眼见过的现象会成为你判断的依据。从那以后我每次做采样相关的设计都会先问三个问题信号的最高频率到底在哪里混叠的后果能不能接受滤波器的过渡带留了多宽这三个问题答清楚了采样率和滤波器参数自然就定了。希望帮到你。本文还有配套的精品资源点击获取
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
