第一篇：信号与系统实验感想
信号与系统实验感想
时光飞逝，转眼间，我们的信号与系统实验结束了。回首这一段时光，收获了不少，也为这段实验学习画上了一个圆满的句号。在这段时间里，我们遇到了不少的困难，不过有老师与同学们的互相帮助，我们克服千难万险，总算完成了老师下达的任务。
通过学习并亲身体验这门课程，我觉得这是一门非常有意义的课程，它注重理论联系实际，平时，我们只是在教室里学习书本上的理论知识，从来没有实践过，当我在亲身动手开始实践的时候，我发现在实践的过程中，会遇到许许多多想不到的问题，但是也正是这些实际问题才能引领我去思考，用所学的知识，一步一步去解决所有问题，最终完成任务。
这几次实验的内容: 1)信号的分类与观察
2）非正旋信号的频谱分析
2)信号的抽样与恢复 3)模拟滤波器实验
首先来说说信号的分类与观察，在这一试验中，首先通过信号与系统实验箱产生各种函数波形，在这其中有正弦信号，指数信号，指数衰减正弦信号。然后将示波器与之连接好，接通电源，通过示波器绘出波形，从而分析其中各个参数的值。通过本次信号我了解到了常用信号的产生方法与之的观察，分析的方法。并且对示波器，信号与系统实验箱的使用有了初步的了解与掌握。
在接下来的第2次试验中，我们由第1次正弦信号变为非正弦周期信号，并且在这一次的试验中，我们不但要用到示波器，还要学习使用频谱仪。首先在老师的教导下，我基本掌握了频谱仪各个旋钮的功能及其使用方法。最后，用示波器，频谱仪测量两种不一样的方波波形与频谱显示图像，在后期的实验分析中，与理论值进行比较分析。虽然说这次的实验内容不是很多，但是我还是学会了不少东西，我了解到了频谱仪的基本工作原理与正确使用方法，了解到了非正弦周期信号的各种特性。
我们实验是关于信号的抽样与恢复，在课堂上，我们从课本上学习了信号的抽样定理与之如何从抽样信号恢复连续时间信号的方法，但是从来没有亲手实践，亲自动手产生抽样信号，和恢复信号和观察其波形的变化。利用抽样脉冲把一个连续信号变为离散时间样值的过程称为抽样，抽样后的信号称为脉冲调幅（PAM）信号。在满足抽样定理条件下，抽样信号保留了原信号的全部信息，并且从抽样信号中可以无失真的恢复出原始信号。抽样定理在通信系统、信息传输理论方面占有十分重要的地位。数字通信系统是以此定理作为理论基础。抽样过程是模拟信号数字化的第一步，抽样性能的优劣关系到通信设备整个系统的性能指标。用示波器观察插孔“抽样频率”的输出，同时测量插孔“抽样频率”输出信号的频率。通过函数信号发生器模块产生一频率为1KHz的正弦信号。用导线将函数信号发生器模块的输出端与此模块的插孔“模拟输入”端相连。信号采样的PAM观察：用示波器观察插孔“抽样信号”的输出，可测量到输入信号的采样序列，用示波器比较采样序列与原始信号的关系，及采样序列与采样冲激串之间的关系。在测量过程中注意，由于信号采样串为高频脉冲串，由于实际电路的频响范围有限在采样冲激串上会观察到过冲现象。PAM信号的恢复：用示波器观察并测量插孔“模拟输出”端的信号，用示波器比较恢复出的信号与原始信号的关系与差别。改变抽样频率重复上述4步（用三种不同的抽样频率）。用信号源调出20kHZ的抽样信号测量其频谱特性。通过本次实验，我亲手验证了信号的抽样定理，和如何恢复抽样信号，并且在这其中了解到了再恢复信号的同时，信号的幅度有了大幅度的衰减，这些我们只有通过实验才能观察得到。
第4个实验是关于模拟滤波器的实验，其实有课本的基础知识可以知道滤波器是对输入信号的频率具有选择性的一个二端口网络，它允许某些基本频率（通常是某个频带范围）的信号通过，而其它频率的信号受到衰减或抑制，这些网络可以是由RLC元件或RC元件构成的无源滤波器，也可以是由RC元件和有源器件构成有源滤波器。根据幅频特性所表示的通过或阻止信号频率范围的不同，滤波器可分为低通滤波器（LPF）、高通滤波器（HPF）、带通滤波器（BPF）和带阻滤波器（BSF）四种。我们把能够通过的信号频率范围定义为通带，把阻止通过或衰减的信号频率定义为阻带。而通带与阻带的分界点的频率fc称为截止频率或转折频率。在通过示波器绘制各种滤波器的图形的时候，我亲眼看到了各种滤波器的特性。在这次的试验中，我在课本上学到的知识得到了充分的利用，并且再亲手实践又对各种概念有了更加深刻的认识。学会了如何用信号源与示波器测量滤波器的频响特性。
经过一学期的大学信号与系统实验的学习让 受益菲浅。在大学信号与系统实验课即将结束之时，对在这几次试验来的学习进行了总结，总结这4次实验来的收获与不足。取之长、补之短，在今后的学习和工作中有所受用。
开始做实验的时候，由于自己的理论知识基础不好，在实验过程遇到了许多的难题，也使我感到理论知识的重要性。但是我并没有放弃。发现问题，自己看书，独立思考，最终解决问题，从而也就加深我对课本理论知识的理解，达到了很好的效果。
实验中我学会了示波器、频谱仪、函数发生器的使用方法，各种函数的波形与频谱特性、、、、、。实验过程中培养了我在实践中研究问题，分析问题和解决问题的能力以及培养了良好的工程素质和科学道德，例如团队精神、交流能力、独立思考、测试前沿信息的捕获能力等；提高了自己动手能力，培养理论联系实际的作风，增强创新意识。
在这几次大学信号与系统实验课的学习中，让我受益颇多。1.信号与系统实验让我养成了课前预习的好习惯。一直以来就没能养成课前预习的好习惯（虽然一直认为课前预习是很重要的），但经过这一年，让我深深的懂得课前预习的重要。只有在课前进行了认真的预习，才能在课上更好的学习，收获的更多、掌握的更多。2.信号与系统实验培养了我的动手能力。“实验就是为了让你动手做，去探索一些你未知的或是你尚不是深刻理解的东西。”现在，大学生的动手能力越来越被人们重视，大学信号与系统实验正好为大学生提供了这一平台。每次试验无论哪一方面都亲自去做，不放弃每次锻炼的机会。经过这4次的锻炼，让我的动手能力有了明显的提高。
3、与系统实验让 在探索中求得真知。那些伟大的科学家之所以伟大就是他们利用实验证明了他们的伟大。实验是检验理论正确与否的试金石。为了要使你的理论被人接受，你必须用事实（实验）来证明，让那些怀疑的人哑口无言。但是对于一个知识尚浅、探索能力还不够的人来说，这些探索也非一件易事。大学物理实验都是一些经典的给人类带来了难以想象的便利与财富。对于这些实验，在探索中学习、在模仿中理解、在实践中掌握。大学物理实验让 慢慢开始“摸着石头过河”。学习就是为了能自 学习，这正是实验课的核心，它让我在探索、自我学习中获得知识。4.信号与系统实验教会了 处理数据的能力。实验就有数据，有数据就得处理，这些数据处理的是否得当将直接影响你的实验成功与否。
经过这几次试验的大学信号与系统实验课的学习，让我收获多多。但在这中间，也发现了 存在的很多不足。我的动手能力好有待提高，当有些实验需要很强的动手能力时 还不能从容应对； 的探索方式还有待改善，当面对一些复杂的实验时 还不能很快很好的完成； 的数据处理能力还得提高，当眼前摆着一大堆复杂数据时 处理的方式及能力还不足，不能用最佳的处理手段使实验误差减小到最小程度„„
在往常的学习生活中，我只是会学习书本上的知识，从来没有动手实践过，就是有几个实习我们也大都注重观察的方面，比较注重理论性，而较少注重我们的动手锻炼。而这一次的实验所讲，没有多少东西要我们去想，更多的是要我们去做，好多东西看起来十分简单，没有亲自去做它，你就不会懂理论与实践是有很大区别的，看一个东西简单，但它在实际操作中就是有许多要注意的地方，有些东西也与你的想象不一样，我们这次的实验就是要我们跨过这道实际和理论之间的鸿沟。不过，通过这个实验我们也发现有些事看似实易，在以前我是不敢想象自己可以独立完成的，不过，这次实验给了我这样的机会，现在我可以与同伴合作做出。
对自己的动手能力是个很大的锻炼。实践出真知，纵观古今，所有发明创造无一不是在实践中得到检验的。没有足够的动手能力，就奢谈在未来的科研尤其是实验研究中有所成就。在实习中，我锻炼了自己动手技巧，提高了自己解决问题的能力。遇到的种种问题，但是我还是完成了任务。
我很感谢老师对我们的细心指导，从他那里我学会了很多书本上学不到的东西，教我们怎样把理论与实际操作更好的联系起来，这些东西无论是在以后的工作还是生活中都会对我起到很大的帮助。
信号与系统实验短暂，但却给我以后的道路指出一条明路，那就是思考着做事，事半功倍，更重要的是，做事的心态，也可以得到磨练，可以改变很多不良的习惯。
实验这几次的确有点累，不过也正好让我们养成了一种良好的作息习惯，它让我们更充实，更丰富，这就是实验收获吧！但愿有更多的收获伴着我，走向未知的将来。
总之，大学信号与系统实验课让我获得很多，有很多书本上学不到的东西，同时也让我发现了自身的不足。在实验课上学得的，将发挥到其它中去，也将在今后的学习和工作生活中不断强化、完善；在此间发现的不足，将努力改善，不断提高，克服各种障碍。在今后的学习、工作中更加努力的学习，参与实践活动，培养自己的动手能力，养成科学严谨的人生态度。
第二篇：信号与系统实验总结
信号与系统实验心得体会
为期四周的信号与系统测试实验结束了，细细品味起来每一次在顺利完成实验任务的同时，又都伴随着开心与愉快的心情，赵老师的幽默给整个原本会乏味的实验课带来了许多生机与欢乐。
现对这四周的实验做一下总结: 统观来说，信号与系统是通信工程、电子工程、自动控制、空间技术等专业的一门重要的基础课，由于该课程核心的基本概念、基本理论和分析方法都很重要，为了使我们加深理解深入掌握基本理论和分析方法以及使抽象的概念和理论形象化，具体化，在信号与系统课开设不久后又开设了信号与系统实验课。
这四次实验的实验目的及具体内容如下：
实验一：信号的分类与观察。本次实验的目的是观察常用信号的波形特点及产生方法，学会使用示波器对常用信号波形的参数的测量。实验过程中我们对正弦信号、指数信号及指数衰减信号进行了观察和测量。示波器是测量信号参数的重要元件，之前各种试验中我们对示波器也有一定接触，而这次赵老师详细的讲解使我更清楚的掌握了示波器的使用，同时也为以后其它工具的使用有了理论基础。
第一次做信号与系统的实验，让我明白了实验前的准备工作相当重要，预习是必不可少的，虽然我们都要求写预习报告，但是预习的目的并不简简单单是完成报告，真正的良好预习效果是让我们明确实验目的与实验内容，掌握实验步骤来达到在实验中得心应手的目的。而实验后的数据处理也并不是一件很轻松地事，通过实际的实验结果与理论值相比较，误差分析与实验总结，让我们及时明白实验中可能出现的错误以及减小实验误差的措施，减小了以后实验出现差错的可能性，提高了实验效率。第一次实验结束后，我比较形象直观的观察到了几种常见波形的特点并了解了计算它表达式的方法。更重要的是，知道了信号与系统实验的实验过程，为接下来的几次实验积累了更多经验。
实验二：非正弦周期信号的频谱分析。这次实验的目的是掌握频谱仪的基本工作原理与正确使用的方法；掌握非正弦周期信号的测试方法；观察非正弦周期信号频谱的离散型、谐波性、收敛性。频谱仪对于我们来说是一种全新的仪器，使用之前必要认真听它的使用讲解，才能够使接下来的实验顺利进行。实验过程中，我们画出了不同占空比的方波信号的波形及频谱显示图像，通过对这些非正弦周期信号频谱的图像分析，与理论值进行比较，更深刻的理解了方波信号频谱的离散型与谐波性，从而更好的理解傅里叶变换的意义，任何一个信号都可以分解为无数多个正弦信号的叠加，信号的频谱分析个正弦信号的幅度的相对大小，也即频谱密度的概念。
实验三：信号的抽样与恢复。本实验的主要目的是验证抽样定理。实验中先对正弦信号进行采样，然后用示波器比较恢复出的信号与原始信号的关系与差别。信号的抽样与恢复的实验让我更深入理解了信号从抽样到恢复的变化过程，和奈奎斯特抽样定理得以实现的现实意义。一个频域受限的信号m（t），如果它的最高频率是fh，则可以唯一的由频率等于或大于2fh的样值序列所决定，否则，频域发生重叠，信号将不能无失真恢复。而且，此次实验过程中，是非常需要耐心和细心的，信号的抽样与恢复过程中，抽样信号只在某一固定频率稳定，这就要求我们要有耐心和细心调节到这一频率来观察实验结果。实验是一个很细致的过程，实验中任一微小的变化，都可能引起实验结果的巨大变化，这就要求我们实验者要有严谨的态度和求实精神，最终能够很出色的完成实验，达到实验预期的目的，得到真实的结果。
实验四：模拟滤波器实验。滤波器实验的目的是了解巴特沃兹低通滤波器和切比雪夫低通滤波器的特点并学会用信号源于示波器测量滤波器的频响特性。由于我们并没有完全掌握滤波器的原理等知识，所以实验中我们仅仅测量了滤波器的频响特性，并画出了同类型的无源和有源滤波器的幅频特性。通过对图像的绘制以及分析，我们切实感受到了高通滤波器与低通滤波器的滤波特点。以前都是理论分析，一堆堆的公式堆积并不能让我形象地感受到它们实际工作的原理与特性等。而且通过实验分析，我更能感受到理论是源于实际的，任何新理论的发现都是以实践为基础的，我们应该重视实验重视理论与实验的结合，培养我们的创新精神。同时，培养严谨的实验作风和态度。任何一个方面的锻炼都可以培养我们的能力，塑造我们的品格，这对我们以后的学习和工作都有重要的意义。
信号与系统的实验不同于大物实验和电子电路实验，它是由多人合作完成的实验。在为数不多的几次实验中，我深深感受到了团队合作在实验中的重要性。两个人对实验的共同理解是实验高效误差小完成的基础。经过这些实验，我们对信号的性质、信号的调制解调、频谱等内容有了更加深刻直观的认识，实验中同学们互帮互助，增进了同学们之间的合作与交流，加深了同学们之间的友谊。而且，通过赵老师的风趣幽默深入浅出的讲解，我们巩固了信号与系统课上学习的基本知识。更浓厚了对信号与系统这一门学科的兴趣。实验后对实验报告的处理，我们完善了自己学习中知识的漏洞，而且也提高了绘图能力，了解了如何写一份完整的实验报告。老师的批改更能帮助自己更好地意识到自己的错误，让自己及时改正，从而得到提高。非常感谢信号与系统实验的老师——赵老师，带给我一份美好的实验回忆，教会了我很多，不简简单单的是实验方面的，在对待学习上也深有体会，我也会好好学习信号与系统这门学科的理论基础知识，为将来打好坚实的基础！！
第三篇：信号与系统实验
MATLAB的基本知识
MATLAB是矩阵实验室（Matrix Laboratory）的简称，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。
一、基本功能：
1.将数值分析、矩阵计算、科学数据可视化以及线性、非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式。2.MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
3.MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，是成为一个强大的数学软件。MATLAB具有很多功能丰富的应用工具箱（Signal Processing Toolbox——信号处理工具箱），为用户提供了大量方便实用的处理工具。函数可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用。
二、优势：
1.友好的工作平台编程环境 2.简单易用的程序语言
3.强大的科学计算机数据处理能力 4.出色的图形处理功能 5.应用广泛的模块集合工具箱 6.实用的程序接口和发布平台 7.应用软件开发（包括用户界面）
三、常用函数：
exp：自然对数的底数e i 或j：基本虚数单位
pi：圆周率p（= 3.1415926...）
abs(x)：纯量的绝对值或向量的长度
angle(z)：复数z的相角(Phase angle)
sqrt(x)：开平方
real(z)：复数z的实部
imag(z)：复数z的虚部
conj(z)：复数z的共轭复数
round(x)：四舍五入至最近整数
fix(x)：无论正负，舍去小数至最近整数
floor(x)：下取整，即舍去正小数至最近整数
ceil(x)：上取整，即加入正小数至最近整数
sign(x)：符号函数(Signum function)。
rem(x,y)：求x除以y的余数 pow2(x)：2的指数
MATLAB常用信号处理函数
sin(t)：正弦函数
cos(t)：余弦函数
tan(t)：正切函数 atan(t)：反正切函数
sinc(t): sinc(t)=sin(πt)/(πt);抽样函数Sa(t)=sinc(t/pi)rectpuls(t,width):幅度为1，宽度为width的以t=0为对称轴的矩形波
tripuls(t,width):最大幅度为1，宽度为widtht=0的为对称轴的三角波。
MATLAB基本二维绘图函数
plot(x,y): x轴和y轴均为线性刻度（绘制连续信号的波形）
stem(x,y）：针状图或火柴棒图（绘制离散信号的波形）subplot：当前窗口分割；subplot(m,n,k)把图形窗口分割为m行n列的m*n个子窗口，当前窗口为第k个。
注解函数
xlabel('Input Value');% x轴注解
ylabel('Function Value');% y轴注解
title('Two Trigonometric Functions');% 图形标题
legend('y = sin(x)','y = cos(x)');% 图形注解 四、一维数组/向量生成法 1．逐个元素输入法
x = [2, pi/2, sqrt(3), 3+5i] x = [1 2 3 4 5 6] 输入数组必须用[ ]为输入界限；
数组元素之间必须用逗号或者空格键分隔； 单个元素可以为数值、赋值变量或者表达式。
2.冒号生成法
冒号用于表示向量、带有下标的数组以及用来表示循环。这里冒号表示步长设定。
t = a : inc : b a为数组起点，b为数组终点，inc为步长。
inc可以省略，缺省时默认为1；inc可以为正也可以为负。3.t=linspace(a,b,num)
4.特殊二维矩阵建立
全1矩阵 ones(a,b)全0矩阵 zeros(a,b)随机均匀分布矩阵 rand(a,b)，产生[0 1]之间均匀分布的随机数组
五、数组运算（点运算）
数组运算是指无论在数组上施加什么运算，总认定该种运算对被运算数组中的每一个元素平等的实施同样的操作。数组的乘除运算以及转置的运算符号前面的小黑点不能遗漏，否则不按数组运算规则进行。
在MATLAB中，数组运算因为其运算符是在有关算术运算符前面加点，所以又叫点运算。点运算符有.*、./、.和.^。两矩阵进行点运算是指它们的对应元素进行相关运算，要求两矩阵的维参数相同。
代码编写规范：
1.可以在命令窗口（command window）编写（回车即运行），也可以建立新的脚本文件，键入代码，保存文件在MATLAB的子文件夹下；保存之后点击绿色的run按钮运行程序。文件命名时需注意，文件名只能是由纯字母或字母、数字和下划线组成，必须以字母开头，不能出现汉字。2.每条语句之后以分号结束。3.注释需以%开头。
4.代码需在英文输入法下进行。5.clc;%清空命令窗口 close all；%关闭所有图形窗口 clear;% 清除工作空间中的变量
实验一
连续信号的表示
1.指数信号f(t)Aeat，程序如下：
A=1;a=-0.4;
t = 0:0.01:10;
f=A*exp(a*t);
plot(t,f);
2.正弦信号：
f(t)A*sin0w(t或者)f(t)A*cos(w0t)，A=1，w02，/4程序如下：
A=1;
w0=2*pi;
phi = pi/4;%初相位 t = 0:0.001:8;f1=A*sin(w0*t+phi);f2=A*cos(w0*t+phi);subplot(2,1,1);plot(t,f1);
xlabel('t');% x轴注解 ylabel('f1');% y轴注解 title('sin 函数');% 图形标题 legend('f1 = sin(t)');%图形注解 subplot(2,1,2);plot(t,f2);
练习：
1、画出以下信号波形：
1)f(t)(t),t5~5，画出f(t)、tf(t)clc;clear all;t=-5:0.1:5;%或者t=linspace(-5, 5,101);ut=[zeros(1,50),ones(1,51)];f1=ut;f2=t.*ut;plot(t,f1,t,f2);2)f(t)cos(10t),t=0~2画出f(t)3)f(t)10et5e2t,t0~5,画出f(t)
第四篇：《信号与系统》实验教学大纲
课程实验教学大纲
电子科技大学上机实验教学大纲
一、课程名称：信号与系统
（一）本课程实验总体介绍
1、本课程上机实验的任务：
使学生学会MATLAB的数值计算功能，将学生从烦琐的数学运算中解脱出来；让学生将课程中的重点、难点及部分课后练习用MATLAB进行形象、直观的可视化计算机模拟与仿真实现；培养学生的创新意识和独立解决问题的能力，为学习后续的专业课程打下坚实的基础。
2、本课程上机实验简介：
《信号与系统》上机实验是以计算机为辅助教学手段，用信号分析软件帮助学生完成数值计算、信号与系统分析的可视化建模及仿真调试，培养学生掌握运用先进的MATLAB工具软件进行信号与系统分析的能力。
3、本课程适用专业：电子信息类各专业。
4、本课程上机实验涉及核心知识点：
① 连续时间信号的卷积积分与离散时间信号的卷积和 ② LTI系统的特征函数、滤波 ③ 信号与系统的时域频域特性 ④ LTI系统的复频域分析
5、本课程上机实验重点与难点：
① 利用MATLAB实现连续时间周期信号的傅里叶级数分解与综合 ② 傅里叶变换的性质及MATLAB实现 ③ 连续时间系统频率响应的几何确定法
6、本课程上机实验运用软件名称：MATLAB
7、总学时：8
8、教材名称及教材性质：
“Exploration in Signals and Systems Using MATLAB”
John R.Buck , Michael M.Daniel
刘树棠 译，西安交通大学出版社，2000
课程实验教学大纲
9、参考资料：
《信号与系统分析及MATLAB实现》
梁虹、梁洁、陈跃斌等，电子工业出版社，2002年。
（二）包含实验项目基本信息 实验项目1
一、实验项目名称：MATLAB编程基础及典型实例
二、上机实验题目：信号的时域运算及MATLAB实现
1、实验项目的目的和任务：
掌握MATLAB编程及绘图基础，实现信号的可视化表示。
2、上机实验内容：
① 画出离散时间正弦信号并确定基波周期： 1.2节(d)② 离散时间系统性质：1.4节(a)、(b)③ 卷积计算：2.1节(c)④ 选做：求解差分方程：1.5节(a)
3、学时数：2 实验项目2
一、实验项目名称：周期信号傅里叶分析及其MATLAB实现
二、上机实验题目：特征函数在LTI系统傅里叶分析中的应用 1．实验项目的目的和任务：
掌握特征函数在系统响应分析中的作用，正确理解滤波的概念。2．上机实验内容：
① 函数Filter、Freqz和Freqs的使用：2.2节(g)、3.2节、4.1节 ② 计算离散时间傅里叶级数：3.1节 ③ LTI系统的特征函数：3.4节(a),(b),(c)④ 用离散时间傅里叶级数综合信号：3.5节(d),(e),(f),(h)⑤ 吉布斯现象：根据英文教材Example 3.5验证Fig3.9的吉布斯现象(a)~(d)3．学时数：2
课程实验教学大纲
实验项目3
一、实验项目名称：非周期信号傅里叶分析的MATLAB实现
二、上机实验题目：傅里叶变换的基本性质及其在系统分析中的应用 1．实验项目的目的和任务：
熟练掌握连续时间傅里叶变换的基本性质及其在系统分析中应用。2．上机实验内容：
① 连续时间傅里叶变换性质：4.3节(b)② 求由微分方程描述的单位冲激响应：4.5节(b)③ 计算离散时间傅里叶变换：5.1节(a),(b),(c)④ 由欠采样引起的混叠：7.1节(a),(b),(c),(d)3．学时数：2 实验项目4
一、实验项目名称：LTI系统复频域分析的MATLAB实现
二、上机实验题目：拉氏变换与Z变换的基本性质在系统分析中的应用 1．实验项目的目的和任务：
掌握拉氏变换、Z变换的基本性质及其在系统分析中的典型应用 2．上机实验内容：
① 作系统的零极点图（用roots和zplane函数）：9.1节(a),(c)② 求系统频率响应和极点位置：9.2节(a),(b)③ 离散时间频率响应的几何解释：10.2节(a),(b),(c),(d),(e)3．学时数：2
第五篇：信号与系统感想
很多朋友和我一样,工科电子类专业，学了一堆信号方面的课，什么都没学懂，背了公式考了试，然后毕业了。先说“卷积有什么用”这个问题。(有人抢答，“卷积”是为了学习“信号与系统”这门课的后续章节而存在的。我大吼一声，把他拖出去枪毙！)讲一个故事:
张三刚刚应聘到了一个电子产品公司做测试人员，他没有学过“信号与系统”这门课程。一天，他拿到了一个产品，开发人员告诉他，产品有一个输入端，有一个输出端，有限的输入信号只会产生有限的输出。
然后，经理让张三测试当输入sin(t)(t<1秒)信号的时候(有信号发生器)，该产品输出什么样的波形。张三照做了，花了一个波形图。
“很好！”经理说。然后经理给了张三一叠A4纸: “这里有几千种信号，都用公式说明了，输入信号的持续时间也是确定的。你分别测试以下我们产品的输出波形是什么吧！”
这下张三懵了，他在心理想“上帝，帮帮我把，我怎么画出这些波形图呢?” 于是上帝出现了: “张三，你只要做一次测试，就能用数学的方法，画出所有输入波形对应的输出波形”。
上帝接着说:“给产品一个脉冲信号，能量是1焦耳，输出的波形图画出来！” 张三照办了，“然后呢?”
上帝又说，“对于某个输入波形，你想象把它微分成无数个小的脉冲，输入给产品，叠加出来的结果就是你的输出波形。你可以想象这些小脉冲排着队进入你的产品，每个产生一个小的输出，你画出时序图的时候，输入信号的波形好像是反过来进入系统的。”
张三领悟了:“ 哦，输出的结果就积分出来啦！感谢上帝。这个方法叫什么名字呢?”
上帝说:“叫卷积！”
从此，张三的工作轻松多了。每次经理让他测试一些信号的输出结果，张三都只需要在A4纸上做微积分就是提交任务了！
张三愉快地工作着，直到有一天，平静的生活被打破。
经理拿来了一个小的电子设备，接到示波器上面，对张三说: “看，这个小设备产生的波形根本没法用一个简单的函数来说明，而且，它连续不断的发出信号！不过幸好，这个连续信号是每隔一段时间就重复一次的。张三，你 来测试以下，连到我们的设备上，会产生什么输出波形！” 张三摆摆手:“输入信号是无限时长的，难道我要测试无限长的时间才能得到一个稳定的，重复的波形输出吗?” 经理怒了:“反正你给我搞定，否则炒鱿鱼！” 张三心想:“这次输入信号连公式都给出出来，一个很混乱的波形；时间又是无限长的，卷积也不行了，怎么办呢?” 及时地，上帝又出现了:“把混乱的时间域信号映射到另外一个数学域上面，计算完成以后再映射回来” “宇宙的每一个原子都在旋转和震荡，你可以把时间信号看成若干个震荡叠加的效果，也就是若干个可以确定的，有固定频率特性的东西。” “我给你一个数学函数f，时间域无限的输入信号在f域有限的。时间域波形混乱的输入信号在f域是整齐的容易看清楚的。这样你就可以计算了” “同时，时间域的卷积在f域是简单的相乘关系，我可以证明给你看看” “计算完有限的程序以后，取f(-1)反变换回时间域，你就得到了一个输出波形，剩下的就是你的数学计算了！” 张三谢过了上帝，保住了他的工作。后来他知道了，f域的变换有一个名字，叫做傅利叶，什么什么......再后来，公司开发了一种新的电子产品，输出信号是无限时间长度的。这次，张三开始学拉普拉斯了......后记: 不是我们学的不好，是因为教材不好，老师讲的也不好。
很 欣赏Google的面试题: 用3句话像老太太讲清楚什么是数据库。这样的命题非常好，因为没有深入的理解一个命题，没有仔细的思考一个东西的设计哲学，我们就会陷入细节的泥沼: 背公式，数学推导，积分，做题；而没有时间来回答“为什么要这样”。做大学老师的做不到“把厚书读薄”这一点，讲不出哲学层面的道理，一味背书和翻讲ppt，做着枯燥的数学证明，然后责怪“现在的学生一代不如一代”，有什么意义吗？ 到底什么是频率 什么是系统? 这 一 篇，我展开的说一下傅立叶变换F。注意，傅立叶变换的名字F可以表示频率的概念(freqence)，也可以包括其他任何概念，因为它只是一个概念模 型，为了解决计算的问题而构造出来的(例如时域无限长的输入信号，怎么得到输出信号)。我们把傅立叶变换看一个C语言的函数，信号的输出输出问题看为IO 的问题，然后任何难以求解的x->y的问题都可以用x->f(x)->f-1(x)->y来得到。到底什么是频率? 一个基本的假设: 任何信息都具有频率方面的特性，音频信号的声音高低，光的频谱，电子震荡的周期，等等，我们抽象出一个件谐振动的概念，数学名称就叫做频率。想象在x-y平面上有一个原子围绕原点做半径为1匀速圆周运动，把x轴想象成时间，那么该圆周运动在y轴上的投影就是一个sin(t)的波形。相信中学生都能理解这 个。
那么，不同的频率模型其实就对应了不同的圆周运动速度。圆周运动的速度越快，sin(t)的波形越窄。频率的缩放有两种模式
(a)老式的收音机都是用磁带作为音乐介质的，当我们快放的时候，我们会感觉歌唱的声音变得怪怪的，调子很高，那是因为“圆周运动”的速度增倍了，每一个声音分量的sin(t)输出变成了sin(nt)。
(b)在CD/计算机上面快放或满放感觉歌手快唱或者慢唱，不会出现音调变高的现象：因为快放的时候采用了时域采样的方法，丢弃了一些波形，但是承载了信息的输出波形不会有宽窄的变化；满放时相反，时域信号填充拉长就可以了。
F变换得到的结果有负数/复数部分，有什么物理意义吗? 解释: F变换是个数学工具，不具有直接的物理意义，负数/复数的存在只是为了计算的完整性。
信号与系统这们课的基本主旨是什么?
对 于通信和电子类的学生来说，很多情况下我们的工作是设计或者OSI七层模型当中的物理层技术，这种技术的复杂性首先在于你必须确立传输介质的电气特 性，通常不同传输介质对于不同频率段的信号有不同的处理能力。以太网线处理基带信号，广域网光线传出高频调制信号，移动通信，2G和3G分别需要有不同的 载频特性。那么这些介质(空气，电线，光纤等)对于某种频率的输入是否能够在传输了一定的距离之后得到基本不变的输入呢? 那么我们就要建立介质的频率相应数学模型。同时，知道了介质的频率特性，如何设计在它上面传输的信号才能大到理论上的最大传输速率?----这就是信号与 系统这们课带领我们进入的一个世界。
当 然，信号与系统的应用不止这些，和香农的信息理论挂钩，它还可以用于信息处理(声音，图像)，模式识别，智能控制等领域。如果说，计算机专业的课程是 数据表达的逻辑模型，那么信号与系统建立的就是更底层的，代表了某种物理意义的数学模型。数据结构的知识能解决逻辑信息的编码和纠错，而信号的知识能帮我 们设计出码流的物理载体(如果接受到的信号波形是混乱的，那我依据什么来判断这个是1还是0? 逻辑上的纠错就失去了意义)。在工业控制领域，计算机的应用前提是各种数模转换，那么各种物理现象产生的连续模拟信号(温度，电阻，大小，压力，速度等)如何被一个特定设备转换为有意义的数字信号，首先我们就要设计一个可用的数学转换模型。
如何设计系统? 设 计物理上的系统函数(连续的或离散的状态)，有输入，有输出，而中间的处理过程和具体的物理实现相关，不是这们课关心的重点(电子电路设计?)。信号 与系统归根到底就是为了特定的需求来设计一个系统函数。设计出系统函数的前提是把输入和输出都用函数来表示(例如sin(t))。分析的方法就是把一个复 杂的信号分解为若干个简单的信号累加，具体的过程就是一大堆微积分的东西，具体的数学运算不是这门课的中心思想。那么系统有那些种类呢?(a)按功能分类: 调制解调(信号抽样和重构)，叠加，滤波，功放，相位调整，信号时钟同步，负反馈锁相环，以及若干子系统组成的一个更为复杂的系统----你可以画出系统 流程图，是不是很接近编写程序的逻辑流程图? 确实在符号的空间里它们没有区别。还有就是离散状态的数字信号处理(后续课程)。(b)按系统类别划分，无状态系统，有限状态机，线性系统等。而物理层的连续系统函数，是一种复杂的线性系统。
最好的教材? 符 号系统的核心是集合论，不是微积分，没有集合论构造出来的系统，实现用到的微积分便毫无意义----你甚至不知道运算了半天到底是要作什么。以计算机的观 点来学习信号与系统，最好的教材之一就是<>，作者是UC Berkeley的Edward A.Lee and PravinVaraiya----先定义再实现，符合人类的思维习惯。国内的教材通篇都是数学推导，就是不肯说这些推导是为了什么目的来做的，用来得到什么，建设什 么，防止什么；不去从认识论和需求上讨论，通篇都是看不出目的的方法论，本末倒置了。抽样定理是干什么的
1.举个例子，打电话的时候，电话机发出的信号是PAM脉冲调幅，在电话线路上传的不是话音，而是话音通过信道编码转换后的脉冲序列，在收端恢复语音波形。那 么对于连续的说话人语音信号，如何转化成为一些列脉冲才能保证基本不失真，可以传输呢? 很明显，我们想到的就是取样，每隔M毫秒对话音采样一次看看电信号振幅，把振幅转换为脉冲编码，传输出去，在收端按某种规则重新生成语言。
那么，问题来了，每M毫秒采样一次，M多小是足够的? 在收端怎么才能恢复语言波形呢? 对 于第一个问题，我们考虑，语音信号是个时间频率信号(所以对应的F变换就表示时间频率)把语音信号分解为若干个不同频率的单音混合体(周期函数的复利叶 级数展开，非周期的区间函数，可以看成补齐以后的周期信号展开，效果一样)，对于最高频率的信号分量，如果抽样方式能否保证恢复这个分量，那么其他的低频 率分量也就能通过抽样的方式使得信息得以保存。如果人的声音高频限制在3000Hz，那么高频分量我们看成sin(3000t)，这个sin函数要通过抽 样保存信息，可以看为: 对于一个周期，波峰采样一次，波谷采样一次，也就是采样频率是最高频率分量的2倍(奈奎斯特抽样定理)，我们就可以通过采样信号无损的表示原始的模拟连续 信号。这两个信号一一对应，互相等价。
对于第二个问题，在收端，怎么从脉冲序列(梳装波形)恢复模拟的连续信号呢? 首先，我们已经肯定了在频率域上面的脉冲序列已经包含了全部信息，但是原始信息只在某一个频率以下存在，怎么做? 我们让输入脉冲信号I通过一个设备X，输出信号为原始的语音O，那么I(*)X=O，这里(*)表示卷积。时域的特性不好分析，那么在频率域 F(I)*F(X)=F(O)相乘关系，这下就很明显了，只要F(X)是一个理想的，低通滤波器就可以了(在F域画出来就是一个方框)，它在时间域是一个 钟型函数(由于包含时间轴的负数部分，所以实际中不存在)，做出这样的一个信号处理设备，我们就可以通过输入的脉冲序列得到几乎理想的原始的语音。在实际 应用中，我们的抽样频率通常是奈奎斯特频率再多一点，3k赫兹的语音信号，抽样标准是8k赫兹。2.再举一个例子，对于数字图像，抽样定理对应于图片的分辨率----抽样密度越大，图片的分辨率越高，也就越清晰。如果我们的抽样频率不够，信息就会发生混 叠----网上有一幅图片，近视眼戴眼镜看到的是爱因斯坦，摘掉眼睛看到的是梦露----因为不带眼睛，分辨率不够(抽样频率太低)，高频分量失真被混入 了低频分量，才造成了一个视觉陷阱。在这里，图像的F变化，对应的是空间频率。
话说回来了，直接在信道上传原始语音信号不好吗? 模拟信号没有抗干扰能力，没有纠错能力，抽样得到的信号，有了数字特性，传输性能更佳。什么信号不能理想抽样? 时域有跳变，频域无穷宽，例如方波信号。如果用有限带宽的抽样信号表示它，相当于复利叶级数取了部分和，而这个部分和在恢复原始信号的时候，在不可导的点上面会有毛刺，也叫吉布斯现象。3.为什么傅立叶想出了这么一个级数来? 这个源于西方哲学和科学的基本思想: 正交分析方法。例如研究一个立体形状，我们使用x,y,z三个互相正交的轴: 任何一个轴在其他轴上面的投影都是0。这样的话，一个物体的3视图就可以完全表达它的形状。同理，信号怎么分解和分析呢? 用互相正交的三角函数分量的无限和：这就是傅立叶的贡献。傅立叶变换的复数 小波
说的广义一点，“复数”是一个“概念”，不是一种客观存在。
什 么是“概念”? 一张纸有几个面? 两个，这里“面”是一个概念，一个主观对客观存在的认知，就像“大”和“小”的概念一样，只对人的意识有意义，对客观存在本身没有意义(康德: 纯粹理性的批判)。把纸条的两边转一下相连接，变成“莫比乌斯圈”，这个纸条就只剩下一个“面”了。概念是对客观世界的加工，反映到意识中的东西。
数 的概念是这样被推广的: 什么数x使得x^2=-1? 实数轴显然不行，(-1)*(-1)=1。那么如果存在一个抽象空间，它既包括真实世界的实数，也能包括想象出来的x^2=-1，那么我们称这个想象空间 为“复数域”。那么实数的运算法则就是复数域的一个特例。为什么1*(-1)=-1? +-符号在复数域里面代表方向，-1就是“向后，转!”这样的命令，一个1在圆周运动180度以后变成了-1，这里，直线的数轴和圆周旋转，在复数的空间 里面被统一了。
因 此，(-1)*(-1)=1可以解释为“向后转”+“向后转”=回到原地。那么复数域如何表示x^2=-1呢? 很简单，“向左转”，“向左转”两次相当于“向后转”。由于单轴的实数域(直线)不包含这样的元素，所以复数域必须由两个正交的数轴表示--平面。很明 显，我们可以得到复数域乘法的一个特性，就是结果的绝对值为两个复数绝对值相乘，旋转的角度=两个复数的旋转角度相加。高中时代我们就学习了迪莫弗定理。为什么有这样的乘法性质? 不是因为复数域恰好具有这样的乘法性质(性质决定认识)，而是发明复数域的人就是根据这样的需求去弄出了这么一个复数域(认识决定性质)，是一种主观唯心 主义的研究方法。为了构造x^2=-1，我们必须考虑把乘法看为两个元素构成的集合: 乘积和角度旋转。因 为三角函数可以看为圆周运动的一种投影，所以，在复数域，三角函数和乘法运算(指数)被统一了。我们从实数域的傅立叶级数展开入手，立刻可以得到形式更 简单的，复数域的，和实数域一一对应的傅立叶复数级数。因为复数域形式简单，所以研究起来方便----虽然自然界不存在复数，但是由于和实数域的级数一一 对应，我们做个反映射就能得到有物理意义的结果。
那么傅立叶变换，那个令人难以理解的转换公式是什么含义呢? 我们可以看一下它和复数域傅立叶级数的关系。什么是微积分，就是先微分，再积分，傅立叶级数已经作了无限微分了，对应无数个离散的频率分量冲击信号的和。傅立叶变换要解决非周期信号的分析问题，想象这个非周期信号也是一个周期信号: 只是周期为无穷大，各频率分量无穷小而已(否则积分的结果就是无穷)。那么我们看到傅立叶级数，每个分量常数的求解过程，积分的区间就是从T变成了正负无 穷大。而由于每个频率分量的常数无穷小，那么让每个分量都去除以f，就得到有值的数----所以周期函数的傅立叶变换对应一堆脉冲函数。同理，各个频率分 量之间无限的接近，因为f很小，级数中的f，2f，3f之间几乎是挨着的，最后挨到了一起，和卷积一样，这个复数频率空间的级数求和最终可以变成一个积分 式：傅立叶级数变成了傅立叶变换。注意有个概念的变化：离散的频率，每个频率都有一个“权”值，而连续的F域，每个频率的加权值都是无穷小(面积=0)，只有一个频率范围内的“频谱”才对应一定的能量积分。频率点变成了频谱的线。
因此傅立叶变换求出来的是一个通常是一个连续函数，是复数频率域上面的可以画出图像的东西? 那个根号2Pai又是什么? 它只是为了保证正变换反变换回来以后，信号不变。我们可以让正变换除以2，让反变换除以Pi，怎么都行。慢点，怎么有“负数”的部分，还是那句话，是数轴 的方向对应复数轴的旋转，或者对应三角函数的相位分量，这样说就很好理解了。有什么好处? 我们忽略相位，只研究“振幅”因素，就能看到实数频率域内的频率特性了。
我 们从实数(三角函数分解)->复数(e和Pi)->复数变换(F)->复数反变换(F-1)->复数(取幅度分量)-> 实数，看起来很复杂，但是这个工具使得，单从实数域无法解决的频率分析问题，变得可以解决了。两者之间的关系是: 傅立叶级数中的频率幅度分量是a1-an,b1-bn，这些离散的数表示频率特性，每个数都是积分的结果。而傅立叶变换的结果是一个连续函数: 对于f域每个取值点a1-aN(N=无穷)，它的值都是原始的时域函数和一个三角函数(表示成了复数)积分的结果----这个求解和级数的表示形式是一样 的。不过是把N个离散的积分式子统一为了一个通用的，连续的积分式子。
复频域，大家都说画不出来，但是我来画一下！因为不是一个图能够表示清楚的。我用纯中文来说:
1.画一个x,y轴组成的平面，以原点为中心画一个圆(r=1)。再画一条竖直线:(直线方程x=2)，把它看成是一块挡板。
2.想象，有一个原子，从(1,0)点出发，沿着这个圆作逆时针匀速圆周运动。想象太阳光从x轴的复数方向射向x轴的正数方向，那么这个原子运动在挡板(x=2)上面的投影，就是一个简协震动。
3.再修改一下，x=2对应的不是一个挡板，而是一个打印机的出纸口，那么，原子运动的过程就在白纸上画下了一条连续的sin(t)曲线!
上面3条说明了什么呢? 三角函数和圆周运动是一一对应的。如果我想要sin(t+x)，或者cos(t)这种形式，我只需要让原子的起始位置改变一下就可以了：也就是级坐标的向量，半径不变，相位改变。傅 立叶级数的实数展开形式，每一个频率分量都表示为AnCos(nt)+BnSin(nt)，我们可以证明，这个式子可以变成 sqr(An^2+Bn^2)sin(nt+x)这样的单个三角函数形式，那么：实数值对(An,Bn)，就对应了二维平面上面的一个点，相位x对应这个 点的相位。实数和复数之间的一一对应关系便建立起来了，因此实数频率唯一对应某个复数频率，我们就可以用复数来方便的研究实数的运算：把三角运算变成指数 和乘法加法运算。
但 是，F变换仍然是有限制的(输入函数的表示必须满足狄义赫立条件等)，为了更广泛的使用“域”变换的思想来表示一种“广义”的频率信息，我们就发明出了 拉普拉斯变换，它的连续形式对应F变换，离散形式就成了Z变换。离散信号呢? 离散周期函数的F级数，项数有限，离散非周期函数(看为周期延拓以后仍然是离散周期函数)，离散F级数，仍然项数有限。离散的F变换，很容易理解----连续信号通过一个周期采样滤波器，也就是频率域和一堆脉冲相乘。时域取样对应频域周期延拓。为什么? 反过来容易理解了，时域的周期延拓对应频率域的一堆脉冲。
两者的区别：FT=从负无穷到正无穷对积分 LT=从零到正无穷对积分(由于实际应用，通常只做单边Laplace变换，即积分从零开始)具体地，在Fourier积分变换中，所乘因子为exp(-jwt)，此处，-jwt显然是为一纯虚数；而在laplace变换中，所乘因子为 exp(-st)，其中s为一复数：s=D+jw,jw是为虚部，相当于Fourier变换中的jwt，而D则是实部，作为衰减因子，这样就能将许多无法 作Fourier变换的函数（比如exp(at),a>0）做域变换。
而 Z变换，简单地说，就是离散信号(也可以叫做序列)的Laplace变换，可由抽样信号的Laplace变换导出。ZT=从n为负无穷到正无穷对求和。Z域的物理意义: 由于值被离散了，所以输入输出的过程和花费的物理时间已经没有了必然的关系(t只对连续信号有意义)，所以频域的考察变得及其简单起来，我们把(1,-1,1,-1,1,-1)这样的基本序列看成是数字频率最高的序列，他的数字频率是1Hz(数字角频率2Pi)，其他的数字序列频率都是N分之 1Hz，频率分解的结果就是0-2Pi角频率当中的若干个值的集合，也是一堆离散的数。由于时频都是离散的，所以在做变换的时候，不需要写出冲击函数的因 子
离散傅立叶变换到快速傅立叶变换----由于离散傅立叶变换的次数是O(N^2)，于是我们考虑把离散序列分解成两两一组进行离散傅立叶变换，变换的计算复杂度就下降到了O(NlogN)，再把计算的结果累加O(N)，这就大大降低了计算复杂度。
再说一个高级话题: 小波。在实际的工程应用中，前面所说的这些变换大部分都已经被小波变换代替了。
什么是小波？先说什么是波：傅立叶级数里面的分量，sin/cos函数就是波，sin(t)/cos(t)经过幅度的放缩和频率的收紧，变成了一系列的波的求和，一致收敛于原始函数。注意傅立叶级数求和的收敛性是对于整个数轴而言的，严格的。不过前面我们说了，实际应用FFT的时候，我们只需要关注部分信号的傅立叶变换然后求出一个整体和就可以了，那么对于函数的部分分量，我们只需要保证这个用来充当砖块的“波函数”，在某个区间(用窗函数来滤波)内符合那几个可积分和收敛的定义就可以了，因此傅立叶变换的“波”因子，就可以不使用三角函数，而是使用一系列从某些基本函数构造出来的函数族，只要这个基本函数符合那些收敛和正交的条件就可以了。怎么构造这样的基本函数呢？sin(t)被加了方形窗以后，映射到频域是一堆无穷的散列脉冲，所以不能再用三角函数了。我们要得到频率域收敛性好的函数族，能覆盖频率域的低端部分。说的远一点，如果是取数字信号的小波变换，那么基础小波要保证数字角频率是最大的 2Pi。利用小波进行离频谱分析的方法，不是像傅立叶级数那样求出所有的频率分量，也不是向傅立叶变换那样看频谱特性，而是做某种滤波，看看在某种数字角频率的波峰值大概是多少。可以根据实际需要得到如干个数字序列。
我 们采用(0,f),(f,2f),(2f,4f)这样的倍频关系来考察函数族的频率特性，那么对应的时间波形就是倍数扩展(且包含调制---所以才有频 谱搬移)的一系列函数族。频域是窗函数的基本函数，时域就是钟形函数。当然其他类型的小波，虽然频率域不是窗函数，但是仍然可用：因为小波积分求出来的变 换，是一个值，例如(0,f)里包含的总能量值，(f,2f)里面包含的总能量值。所以即使频域的分割不是用长方形而是其他的图形，对于结果来说影响不 大。同时，这个频率域的值，它的分辨率密度和时域小波基函数的时间分辨率是冲突的(时域紧频域宽，时域宽频域紧)，所以设计的时候受到海森堡测不准原理的 制约。Jpeg2000压缩就是小波：因为时频都是局部的，变换结果是数值点而不是向量，所以，计算复杂度从FFT的O(NlgN)下降到了O(N)，性 能非常好
点击咨询 