matlab编成问题，输入的矩阵看着没什么问题，但是报错说不是方阵，可以帮我看一下程序么

根据代码内容和注释，似乎表达的是对于一个给定的参数组合，求出特定函数的雅可比矩阵并且算出其特值和特征向量，然后绘制特征值的实部与虚部的关系图。您的代码中有些错误。

1 第2行应该注意大小写，应该为clc而不是CLC。

2 第3行也应该注意大小写，应该为Close All而不是close all。

3 代码开头没有载入数据，因此其中的参数设置无效。您要使用代码，请首先定义这些参数的值，或者从文件中载入。

4 在构建Jacobian矩阵时，您涉及到若干个变量但却未定义，比如n、l1、Vm、C等等。请先确定它们的含义并赋值。

5 对应的A矩阵应该由4个分别为矩阵A11、A12、B11、B12的子矩阵按照行合并而成，而不是把它们放在两个方括号内的两行当中。

6 程序结尾调用的是Im1而非lm1数组，这会引起名字不存在的异常。

7 如果需要让程序顺利运行，最重要的是要保证所有符号、数字、标点等都是正确的，比如、、/、+、-等等。在您的代码中似乎有些错误的符号，所以这点需要检查。

下面是针对您的代码的修改建议，请注意审查：

```matlab

clc; close all;

%% 参数

n = 67239;

k1 = -67494;

l1 = 078 10^-3;

k2 = 1656;

l2 = 48 10^-3;

= 0447;

beta = 165 10^11;

l = 33296 10^-3;

VD = 1747;

R = 5000;

CC = linspace(1, 400, 400);

Vm = 10275;

X = 99004;

%% Initialize arrays to store real and imaginary parts of eigenvalues

Re1 = zeros(length(CC), 2);

lm1 = zeros(length(CC), 2);

%% 求雅可比矩阵

for i = 1:length(CC)

C = CC(i);

A11 = (beta / (n + X)^2) (k1 Vm sign(l1 - Vm / (n + X)) + k2 Vm sign(l2 - Vm / (n + X)) - n Vm A12 = -(beta / (n + X)) (X + k1 sign(l1 - Vm / (n + X)) + k2 sign(l2 - V / (n + X)));

B11 = Vm / (C (n + X)^2);

B12 = -(1 / C) (1 / (n + X) + 1 /);

A = [A11, A12; B11, B12];

[V, D] = eig(A);

%% 求矩阵的特征值特征向量

X = diag(D);

Re1(i, :) = real(X);

lm1(i, :) = imag(X);

end

%% Plot the real part vS the imaginary part

figure;

plot(Re1(:, 1), lm1(:, 1), 'o-', 'DisplayName', 'Eigenvalue 1');

hold on;

plot(Re1(:, 2), lm1(:, 2), 'x-', 'DisplayName', 'Eigenvalue 2');

xlabel('Real Part');

ylabel('lmaginary Part');

title('Real vs Imaginary Parts of Eigenvalues');

legend('show');

```

希望对您有帮助

x(1)=1;

a=input('请输入正数a：');

b=input('请输入正数b：');

r1=(-b+sqrt(b^2+4a))/2;

r2=(-b-sqrt(b^2+4a))/2;

if a<=0||b<=0

disp('输入错误！');

end

for s=1:500

x(s+1)=a/(b+x(s));

if abs(x(s+1)-x(s))<=000001

break;

end

end

得到x是一个数组，第一个数是初值1

最后一个数是满足误差条件的结果，应该和r1或r2的值接近

中间的数是没一步迭代的结果

s最终的结果是迭代的次数，一般在500次以前，数列早就收敛了

而因为有初值，得到的数据x的长度等于s+1

可以使用两层for循环控制命令来创建矩阵A，具体实现如下：

matlab

% 初始化矩阵A为全零矩阵

A = zeros(5, 6);

% 使用for循环控制命令，遍历矩阵的每个元素，并计算其值

for i = 1:5

for j = 1:6

A(i, j) = 1 / (i + j - 1);

end

end

% 输出矩阵A的值

disp(A)

运行以上代码，就可以创建矩阵A并输出其值。

Imin=imread('lenajpg');

imshow(Imin);title('原始图像');

Imout=imadjust(Imin,[30/255,150/255],[150/255,255/255]);

figure;imshow(Imout);

问题不全，只回答了一部分。需要帮的话我邮箱:weiguang@foxmailcom

实验一 系统响应及系统稳定性

一、实验目的

（1）掌握 求系统响应的方法。

（2）掌握时域离散系统的时域特性。

（3）分析、观察及检验系统的稳定性。

二、实验内容

（1）给定一个低通滤波器的差分方程为

y(n)=005x(n)+005x(n-1)+09y(n-1)

输入信号x1(n)=R8(n)

x2(n)=u(n)

(a) 分别求出系统对x1(n)=R8(n) 和x2(n)=u(n)的响应序列，并画出其波形。

(b) 求出系统的单位冲响应，画出其波形。

实验程序：

A=[1,-09];B=[005,005]; %%系统差分方程系数向量 B 和 A

x1n=[1 1 1 1 1 1 1 1 zeros(1,50)]; %产生信号 x1(n)=R8(n)

x2n=ones(1,128); %产生信号 x2(n)=u(n)

y1n=filter(B,A,x1n); %求系统对 x1(n)的响应 y1(n)

n=0:length(y1n)-1;

subplot(2,2,1);

stem(n,y1n,"");

title("(a) 系统对 R_8(n)的响应y_1(n)");

xlabel("n");

ylabel("y_1(n)");

y2n=filter(B,A,x2n); %求系统对 x2(n)的响应 y2(n)

n=0:length(y2n)-1;

subplot(2,2,2);

stem(n,y2n,"");

title("(b) 系统对 u(n)的响应y_2(n)");

xlabel("n");

ylabel("y_2(n)");

hn=impz(B,A,58); %求系统单位脉冲响应 h(n)

n=0:length(hn)-1;

subplot(2,2,3);

y=hn;

stem(n,hn,"");

title("(c) 系统单位脉冲响应h(n)");

xlabel("n");

ylabel("h(n)");

运行结果图：

（2）给定系统的单位脉冲响应为

h1(n)=R10(n)

h2(n)= δ(n)+25δ(n-1)+25δ(n-2)+δ(n-3)

用线性卷积法分别求系统h1(n)和h2(n)对x1(n)=R8(n)的输出响应，波形。

实验程序：

x1n=[1 1 1 1 1 1 1 1 ]; %产生信号 x1(n)=R8(n)

h1n=ones(1,10);

h2n=[1 25 25 1 ];

y21n=conv(h1n,x1n);

y22n=conv(h2n,x1n);

figure(2)

n=0:length(h1n)-1;

subplot(2,2,1);

stem(n,h1n);

title("(d) 系统单位脉冲响应h1n");

xlabel("n");

ylabel("h_1(n)");

n=0:length(y21n)-1;

subplot(2,2,2);

stem(n,y21n);

title("(e) h_1(n)与 R_8(n)的卷积y_{21}n");

并画出

xlabel("n");

ylabel("y_{21}(n)");

n=0:length(h2n)-1;

subplot(2,2,3);

stem(n,h2n);

title("(f) 系统单位脉冲响应h_2n");

xlabel("n");

ylabel("h_2(n)");

n=0:length(y22n)-1;

subplot(2,2,4)

stem(n,y22n);

title("(g) h_2(n)与 R_8(n)的卷积y_{22}n");

xlabel("n");

ylabel("y_{22}(n)");

运行结果图：

（3）给定一谐振器的差分方程为

y(n)=18237y(n-1)-09801y(n-2)+b0x(n)-b0x(n-2)

令b0=1/10049，谐振器的谐振频率为 04rad。

(a) 用实验方法检查系统是否稳定。输入信号为u(n) 时，画出系统输出波形。

(b) 给定输入信号为

x(n)= sin(0014n )+ sin(04n )

求出系统的输出响应，并画出其波形。

实验程序：

un=ones(1,256); %产生信号 u(n)

n=0:255;

xsin=sin(0014n)+sin(04n); %产生正弦信号

A=[1,-18237,09801];

B=[1/10049,0,-1/10049]; %系统差分方程系数向量 B和 A

y31n=filter(B,A,un); %谐振器对 u(n)的响应 y31(n)

y32n=filter(B,A,xsin); %谐振器对 u(n)的响应 y31(n)

figure(3)

n=0:length(y31n)-1;

subplot(2,1,1);

stem(n,y31n,"");

title("(h) 谐振器对 u(n) 的响应y_{31}n");

xlabel("n");

ylabel("y_{31}(n)");

n=0:length(y32n)-1;

subplot(2,1,2);

stem(n,y32n,"");

title("(i) 谐振器对正弦信号的响应y_{32}n");

xlabel("n");

ylabel("y_{32}(n)");

运行结果图：

实验二 时域采样与频域采样

一、实验目的

时域采样理论与频域采样理论是数字信号处理中的重要理论。要求掌握模拟信号

采样前后频谱的变化，以及如何选择采样频率才能使采样后的信号不丢失信息；要求掌握频率域采样会引起时域周期化的概念，以及频率域采样定理及其对频域采样点数选择的指导作用。

二、实验内容

（1）时域采样理论的验证

给定模拟信号,x a (t)=Ae-at sin(Ω0t)u(t)

式中 A=444128，α =50 2 π，Ω =50 2 πrad/s

Tp=64/1000; %观察时间 Tp=64 微秒

Fs=1000;

T=1/Fs;

M=TpFs;

n=0:M-1;

t=nT;

A=444128;

alph=pi502^05;

omega=pi502^05;

xat=Aexp(-alpht)sin(omegat);%给定模拟信号

Xk=Tfft(xat,M); %M 点 FFT[xat)]

subplot(3,2,1); stem(n,xat,"");

xlabel("n");

ylabel("x_1(n)");

title("(a) Fs=1000Hz");

k=0:M-1;fk=k/Tp;

subplot(3,2,2);

plot(fk,abs(Xk));

title("(a) TFT[x_a(nT)],F_s=1000Hz");

xlabel("\omega/hz");

ylabel("(H_1(e^j^w))");

axis([0,Fs,0,12max(abs(Xk))]);

Fs=300;T=1/Fs;

M=TpFs;

n=0:M-1;

t=nT;

A=444128;

alph=pi502^05;

omega=pi502^05;

xat=Aexp(-alpht)sin(omegat);

Xk=Tfft(xat,M); %M 点 FFT[xat)]

subplot(3,2,3);

stem(n,xat,"");

xlabel("n");

ylabel("x_2(n)");

title("(b) Fs=300Hz");

k=0:M-1;fk=k/Tp;

subplot(3,2,4);

plot(fk,abs(Xk));

title("(a) TFT[x_a(nT)],Fs=300Hz");

xlabel("\omega/hz");

ylabel("(H_2(e^j^w))");

axis([0,Fs,0,12max(abs(Xk))]);

A=444128;

alph=pi502^05;

omega=pi502^05;

xat=Aexp(-alpht)sin(omegat);

Xk=Tfft(xat,M); %M 点 FFT[xat)]

subplot(3,2,5);

stem(n,xat,"");

xlabel("n");

ylabel("x_3(n)");

title("(c) Fs=200Hz");

k=0:M-1;fk=k/Tp;

subplot(3,2,6);

plot(fk,abs(Xk));

title("(a) TFT[x_a(nT)],Fs=200Hz");

xlabel("\omega/hz");

ylabel("(H_3(e^j^w))");

axis([0,Fs,0,12max(abs(Xk))])

（2）频域采样理论的验证

clc;clear;close all;

M=27;N=32;n=0:M;

xa=0:(M/2);

xb=ceil(M/2)-1:-1:0;

xn=[xa,xb]; %产生 M 长三角波序列 x(n)

Xk=fft(xn,1024); %1024点FFT[x(n)], 用于近似序列 x(n)的 TF X32k=fft(xn,32) ;%32 点 FFT[x(n)]

x32n=ifft(X32k); %32点 IFFT[X32(k)]得到 x32(n)

X16k=X32k(1:2:N); %隔点抽取 X32k 得到 X16(k)

x16n=ifft(X16k,N/2); %16点 IFFT[X16(k)]得到 x16(n)

subplot(3,2,2);

stem(n,xn,"");

title("(b) 三角波序列 x(n)");

xlabel("n");

ylabel("x(n)");

axis([0,32,0,20]);

k=0:1023;wk=2k/1024;

subplot(3,2,1);

plot(wk,abs(Xk));

title("(a)FT[x(n)]");

xlabel("\omega/\pi");

ylabel("|X(e^j^\omega)|");

axis([0,1,0,200]) ;

k=0:N/2-1;

subplot(3,2,3);

stem(k,abs(X16k),"");

title("(c) 16 点频域采样");

xlabel("k");

ylabel("|X_1_6(k)|");

axis([0,8,0,200])

n1=0:N/2-1;

subplot(3,2,4);

stem(n1,x16n,"");

title("(d) 16点 IDFT[X_1_6(k)]");

xlabel("n");

ylabel("x_1_6(n)");

axis([0,32,0,20]);

k=0:N-1;

subplot(3,2,5);

stem(k,abs(X32k),"");

title("(e) 32 点频域采样");

xlabel("k");

ylabel("|X_3_2(k)|");

axis([0,16,0,200]);

n1=0:N-1;

subplot(3,2,6);

stem(n1,x32n,"");

box on

title("(f) 32 点IDFT[X_3_2(k)]");

xlabel("n");

ylabel("x_3_2(n)");

axis([0,32,0,20]);

运行结果图：

实验三 用 FFT 对信号作频谱分析

一．实验目的

学习用FFT 对连续信号和时域离散信号进行谱分析的方法，了解可能出现

的分析误差及其原因，以便正确应用 FFT。

二．实验内容

（1）对以下序列进行谱分析

⎧n +10≤n ≤3⎪x 1(n )=R 4(n )；x 2(2)=⎨8-n 4≤n ≤7；

⎪0其它n ⎩

0≤n ≤3⎧4-n ⎪x 3(n ) =⎨n -34≤n ≤7

⎪0其它n ⎩

选择 FFT 的变换区间 N为 8 和16 两种情况进行频谱分析。分别打印其幅频特性曲线。 并进行对比、分析和讨论。

实验程序：

x1n=[ones(1,4)]; %产生序列向量x1(n)=R4(n)

M=8;xa=1:(M/2);

xb=(M/2):-1:1;

x2n=[xa,xb]; %产生长度为8 的三角波

x3n=[xb,xa];

X1k8=fft(x1n,8); %计算x1n 的 8点DFT

X1k16=fft(x1n,16); %计算x1n 的16点 DFT

X2k8=fft(x2n,8); %计算x2n 的 8点DFT

X2k16=fft(x2n,16); %计算x2n 的16点 DFT

X3k8=fft(x3n,8); %计算x3n 的 8点DFT

X3k16=fft(x3n,16); %计算x3n 的16点 DFT

%以下绘制幅频特性曲线

subplot(1,2,1);

stem(X1k8,""); %绘制8点 DFT 的幅频特性图

title("(1a) 8点DFT[x_1(n)]");

xlabel("ω/π");ylabel("幅度");

subplot(1,2,2);

stem(X1k16,""); %绘制16点 DFT的幅频特性图

title("(1b)16点DFT[x_1(n)]");

xlabel("ω/π");

ylabel("幅度");

figure(2);

subplot(2,2,1);

stem(X2k8,""); %绘制8点 DFT 的幅频特性图

title("(2a) 8点DFT[x_2(n)]");

xlabel("ω/π");

ylabel("幅度");

subplot(2,2,2);

stem(X2k16,""); %绘制16点 DFT的幅频特性图

title("(2b)16点DFT[x_2(n)]");

xlabel("ω/π");

ylabel("幅度");

subplot(2,2,3);

stem(X3k8,""); %绘制8点 DFT 的幅频特性图

title("(3a) 8点DFT[x_3(n)]");

xlabel("ω/π");

ylabel("幅度");

subplot(2,2,4);

stem(X3k16,""); %绘制16点 DFT的幅频特性图

title("(3b)16点DFT[x_3(n)]");

xlabel("ω/π");

ylabel("幅度");

运行结果图：

（2）对以下周期序列进行谱分析

πx 4(n ) =cos n ； 4

N=8;n=0:N-1; %FFT的变换区间N=8

x4n=cos(pin/4);

x5n=cos(pin/4)+cos(pin/8);

X4k8=fft(x4n); %计算x4n 的 8点DFT

X5k8=fft(x5n); %计算x5n 的 8点DFT

N=16;n=0:N-1; %FFT 的变换区间N=16

x4n=cos(pin/4);

x5n=cos(pin/4)+cos(pin/8);

X4k16=fft(x4n); %计算x4n 的 16点DFT

X5k16=fft(x5n); %计算x5n 的 16点DFT

figure(3)

subplot(2,2,1);

stem(X4k8,""); %绘制8点 DFT 的幅频特性图

title("(4a) 8点DFT[x_4(n)]");

xlabel("ω/π");

ylabel("幅度");

subplot(2,2,3);

stem(X4k16,""); %绘制16点 DFT的幅频特性图

title("(4b)16点DFT[x_4(n)]");

xlabel("ω/π");

ylabel("幅度");

subplot(2,2,2);

stem(X5k8,""); %绘制8点 DFT 的幅频特性图

title("(5a) 8点DFT[x_5(n)]");

xlabel("ω/π");

ylabel("幅度");

tisubplot(2,2,4);

stem(X5k16,""); %绘制16点 DFT的幅频特性图

title("(5b)16点DFT[x_5(n)]");

xlabel("ω/π");

ylabel("幅度");

运行结果图如下：

(3) 模拟周期信号谱分析

实验程序：

Fs=64;T=1/Fs;

N=16;n=0:N-1; %FFT 的变换区间N=16

x6nT=cos(8pinT)+cos(16pinT)+cos(20pinT); %对x6(t)16点采样 X6k16=fft(x6nT); %计算x6nT 的16点 DFT

X6k16=fftshift(X6k16); %将零频率移到频谱中心

Tp=NT;F=1/Tp; %频率分辨率F

k=-N/2:N/2-1;fk=kF; %产生16点DFT 对应的采样点频率（以零频率为中心） subplot(3,1,1);

stem(fk,abs(X6k16),"");

box on %绘制16点 DFT的幅频特性图

title("(6a) 16点|DFT[x_6(nT)]|");

xlabel("f(Hz)");

ylabel("幅度");

axis([-NF/2-1,NF/2-1,0,12max(abs(X6k16))]);

N=32;n=0:N-1; %FFT 的变换区间N=32

x6nT=cos(8pinT)+cos(16pinT)+cos(20pinT); %对x6(t)32点采样

X6k32=fft(x6nT); %计算x6nT 的32点 DFT

X6k32=fftshift(X6k32); %将零频率移到频谱中心 Tp=NT;F=1/Tp; %频率分辨率F

k=-N/2:N/2-1;fk=kF; %产生32点DFT 对应的采样点频率（以零频率为中心） subplot(3,1,2);

stem(fk,abs(X6k32),"");

box on %绘制32点 DFT的幅频特性图

title("(6b) 32点|DFT[x_6(nT)]|");

xlabel("f(Hz)");

ylabel("幅度");

axis([-NF/2-1,NF/2-1,0,12max(abs(X6k32))])

N=64;n=0:N-1; %FFT 的变换区间N=64

x6nT=cos(8pinT)+cos(16pinT)+cos(20pinT); %对x6(t)64点采样 X6k64=fft(x6nT); %计算x6nT 的64点 DFT

X6k64=fftshift(X6k64); %将零频率移到频谱中心

Tp=NT;F=1/Tp; %频率分辨率F

k=-N/2:N/2-1;fk=kF; %产生64点DFT 对应的采样点频率（以零频率为中心） subplot(3,1,3);

stem(fk,abs(X6k64),"");

box on%绘制64点 DFT的幅频特性图

title("(6a) 64点|DFT[x_6(nT)]|");

xlabel("f(Hz)");

ylabel("幅度");

axis([-NF/2-1,NF/2-1,0,12max(abs(X6k64))])

运行结果图：

实验四 IIR 数字滤波器设计

1． 实验目的

（1）熟悉用双线性变换法设计 IIR 数字滤波器的原理与方法；

（2）学会调用 MATLAB 信号处理工具箱中滤波器设计函数（或滤波器设计分析工具

fdatool ）设计各种 IIR 数字滤波器，学会根据滤波需求确定滤波器指标参数。

（3）掌握 IIR 数字滤波器的 MATLAB 实现方法。

（3）通过观察滤波器输入输出信号的时域波形及其频谱，建立数字滤波的概念。

2． 实验内容

（ 1）调用 buttord 和 butter 函数设计模拟低通巴特沃斯低通滤波器。 设通带截止频率 f c = 5kHz ，允许的最大衰减α p = 2dB ，阻带边缘频率 f s =12kHz ，允许的最小衰

减αs = 30dB ，试设计模拟低通巴特沃斯低通滤波器。（教材 P159，例 621） 实验程序

clc

% % 1)、给出技术指标

fp=5000; rp=1; fs=12000;rs=30;

wp=2pifp;

ws=2pifs;

% % 2)、确定巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc

% %直接计算求巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc

% k_sp=sqrt((10^(01rs)-1)/(10^(01rp)-1))%求 k_sp

% labmda_sp=ws/wp %求 labmda_sp

% N=ceil(log10(k_sp)/log10(labmda_sp)) %求阶数 N

% wc=wp((10^(01rp)-1)^(-1/(2N))) %求 3dB 截止频率 wc

% % %或者调用 buttord 函数求巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc

[N,wc]=buttord(wp,ws, rp, rs,"s")

%调用 buttord 函数直接求巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc % %%3)、调用 buttord 函数直接求解实际的系统函数的系数

[b,a]=butter(N,wc,"s")

运行结果：

N =

5

wc =

37792e+004

b =

10e+022

0 0 0 0 0 77094

a =

10e+022

00000 00000 00000 00000 00007 77094

（ 2）用脉冲响应不变法和双线性法设计数字低通滤波器

设计低通数字滤波器，要求通带频率低于 02π rad ，允许的最大衰减 αp = 1dB ，在频

率 03π 到π 之间的阻带频率衰减大于15dB ，采样间隔 T=1s, 试用脉冲响应不变法和双线性法设计数字滤波器。（教材 P187，例 642）

实验程序：

clc

% % 1、根据数字技术指标求出模拟技术指标

T=1;

Fs=1/T;

wp=02pi;

ws=03pi;

rp=1;rs=15;

Omegap=(2/T)tan(wp/2);

%根据用双线性变换法模拟频率与数字频率之间的关系 Omega=(2/T)tan(w/2) Omegas=(2/T)tan(ws/2);

Omegap1=(wp/T);

%根据用脉冲响应不变换法模拟频率与数字频率之间的关系 Omega=(w/T) Omegas1=(ws/T);

% % 2、确定巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc

% % %调用 buttord 函数求巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc

[N,wc]=buttord(Omegap,Omegas, rp, rs,"s")

%调用 buttord 函数直接求巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc

[N1,wc1]=buttord(Omegap1,Omegas1, rp, rs,"s")

%调用 buttord 函数直接求巴特沃斯低通滤波器的阶数 N 以及 3dB 截止频率 wc % % 3、求实际的系统函数

[b,a]=butter(N,wc,"s")

[b1,a1]=butter(N1,wc1,"s")

% % 4、用脉冲响应不变换法和双线性变换法将模拟系统函数转化为数字系统函数

[bz,az]=bilinear(b,a,Fs)

[bz1,az1]=impinvar(b,a,Fs)

% % 5、作出该数字滤波器的幅度和相位图形

[H,f]=freqz(bz,az,256,Fs)

[H1,f]=freqz(bz1,az1,256,Fs)

% f = w/(2pi)Fs;

plot(f,20log10(abs(H)),"-",f,20log10(abs(H1)),"-");

legend("脉冲响应不变法"," 双线性法")

axis([0,03,-80,10]);

grid on;

xlabel("频率/Hz ")

ylabel("幅值/dB")

实验五 FIR 滤波器设计

一、实验目的

1、掌握 MATLAB 软件的界面使用和各种功能。

2、掌握利用 MATLAB 进行 FIR 低通滤波器的设计

3、对含噪信号进行滤波

4、了解各种窗函数对滤波器特性的影响

二、实验内容

1、用窗函数法设计数字 FIR 低通滤波器，满足下列指标： 通带截止频率：wp=02pi，通带最大衰减：Ap=025db 阻带截止频率: ws=03pi，阻带最大衰减：As=50db

并通过一信号序列的验证。

实验程序如下：

wp=02pi;wr=03pi;

wid=wr-wp;

N=ceil(66pi/wid)+1

n=[0:1:N-1];

wc=(wr+wp)/2

alpha=(N-1)/2;

m=n-alpha+eps;

hd=sin(wcm)/(pim);

ham=(hamming(N))";

hn=hdham;

[H,w]=freqz(hn,[1],1000,"whole"); Hn=(H(1:501))";wn=(w(1:501))"; mag=abs(Hn);

db=20log10((mag+eps)/max(mag)); pha=angle(Hn);

del=2pi/1000;

Rp=-(min(db(1:1:wp/del+1)))

As=-round(max(db((wr/del+1):1:501))) figure(1)

subplot(2,2,1);

plot(n,hd);

title("理想脉冲响应");

subplot(2,2,2);

plot(n,ham);

title("哈明窗");

subplot(2,2,3);

plot(n,hn);

title("实际脉冲响应");

subplot(2,2,4);

plot(wn/pi,db);

title("幅度响应(单位：DB)");

axis([0,1,-100,10]);

t=0:1/600:1;

x1=sin(2pi15t);

x2=05sin(2pi90t);

x3=02sin(2pi300t);

sig=x1+x2+x3;

newsig=fftfilt(hn,sig);

figure(2)

subplot(2,1,1);

plot(sig);

title("mixed signal");

subplot(2,1,2);

plot(newsig);

title("filted signal");

运行结果图如下：

2、用矩形窗、汉宁窗和布莱克曼窗设计 FIR 低通滤波器：

设 N=11，wc=02pi rad

实验程序如下：

N=11;Wc=02pi;

%n=0:N-1;a=(N-1)/2;

%Hdn=sin(Wc(n-a))/pi/(n-a);

%if rem(N,2)~=0

% Hdn(a+1)=Wc/pi;

%end

%wn1=boxcar(N);

%hn1=Hdnwn1"

hn1=fir1(N-1,Wc/pi,boxcar(N))

%wn2=hamming(N);

%hn2=Hdnwn2"

hn2=fir1(N-1,Wc/pi,hamming(N))

%wn3=blackman(N);

%hn3=Hdnwn3"

hn3=fir1(N-1,Wc/pi,blackman(N))

%wn4=hanning(N);

%hn4=Hdnwn4"

hn4=fir1(N-1,Wc/pi,hanning(N))

hw1=fft(hn1,1024);

hw2=fft(hn2,1024);

hw3=fft(hn3,1024);

hw4=fft(hn4,1024);

w=2[0:1023]/1024;

figure

plot(w,20log10(abs(hw1)))

hold on

plot(w,20log10(abs(hw2)) ,"-r")

plot(w,20log10(abs(hw3)) ,":g")

plot(w,20log10(abs(hw4)) ,"--m","Linewidth",2)

legend("矩形窗"," 哈明窗"," 布莱克曼窗"," 汉宁窗",1)

xlabel("Frequency in rad/sample")

ylabel("Magnitude in dB")

title("用窗函数法设计 FIR 滤波器的低通幅度特性")

运行结果图如下：

利用FFT 和IFFT 计算线性卷积

一、实验目的

学习用FFT 和IFFT 计算线性卷积的方法，并编写MATLAB 程序实现线性卷积。

二、实验内容

利用MATLAB 软件调用FFT 和IFFT 函数，编制FFT 计算线性卷积程序，并比较离散卷积计算速度。

（1）、计算线性卷积的程序

x=[1,1,1,1];

[m1,n1]=size(x);

h=[1,1,1,1,1,1];

[m2,n2]=size(h);

m=n1+n2-1;

XK=fft(x,m);

HK=fft(h,m);

YK=XKHK;

y=ifft(YK)

yc=conv(x,h)

subplot(2,1,1);

stem(real(y));title("利用FFT 进行卷积计算");

subplot(2,1,2);

stem(yc);title("利用CONV 进行卷积计算");

实验结果：

y =

10000 20000 30000 40000 40000 40000 30000 20000 10000

yc =

1 2 3 4 4 4 3 2 1

运行结果图如下：

2、比较利用函数conv 与FFT 进行线性卷积的速度

计算长度为1000的序列，x1=05n,x2=2n

（1）、实验程序

L=1000;

N=L2-1;

n=1:L;

x1=05n;

x2=2n;

t0=clock;

yc=conv(x1,x2);

tc=etime(clock,t0)

t0=clock;

yf=ifft(fft(x1,N)fft(x2,N));

tf=etime(clock,t0)

n1=0:length(yf)-1;

subplot(2,1,1);plot(n1,yc,"r");title("利用FFT 进行卷积计算");

subplot(2,1,2);plot(n1,real(yf),"b");title("利用CONV 进行卷积计算"); 实验结果：

tc =

00040

tf =

00060

tc =

00080

tf =

00070

运行结果图如下：

是这样的，如果你再程序开始添加holdon这个的画，表示这之后的每一次作图都保留以前的图，这样就可以连续画图了

反之holdoff，表示打开这个之后，每次画图，删除以前的图，

以上就是关于matlab编成问题，输入的矩阵看着没什么问题，但是报错说不是方阵，可以帮我看一下程序么全部的内容，包括:matlab编成问题，输入的矩阵看着没什么问题，但是报错说不是方阵，可以帮我看一下程序么、matlab 循环结构设计、matlab 中，用循环控制命令编写程序等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！