数字的用处范文第1篇

【关键词】数字多用表 Excel 计量检定 数据处理 自动化

1 研究的背景及其意义

随着电子技术的不断发展，数字多用表（以下简称数表）的性能日益提高，应用也越来越普及，不论是航空航天等科研前沿，还是平常百姓家，几乎随处可见其影子。数表一般都有五大基本功能：交、直流电压测量功能、交、直流电流测量功能，以及电阻测量功能。有的数表还有其它辅助功能，如频率测量、电容测量、三极管引脚测量等。这些测量功能一般都通过其圆形转盘上的指针来选择，并与量程一一对应。数表对其测量结果必须满足一定的准确性和可靠性，否则可能导致危险事故，甚至危及生命和财产，因此，必须对其进行计量检定。

对数表计量检定后的数据处理，目前基本上都是通过人工计算来完成，这种方法存在较多弊端。首先，效率低。复杂计算一般都借助于计算器来完成，由于对正负数字和运算符号等的人工输入速度限制，导致人工运算效率低下。其次，出错率高。数表检定中某些测量值有正负之分，有频率影响，加上基本量程和非基本量程等诸多因素，一块数表需要测量的数据就达上百之多，对其进行相关处理又导致计算量成倍增加，这些巨大而繁琐的计算，人工处理时很容易出错，从而导致错误结论。最后，制约了数表检定的自动化发展。数表检定的自动化是大势所趋，人工计算法显然不能顺应这一发展趋势，若不能有效解决这一瓶颈就很难实现自动化检定。

2 实现过程

数表检定方法是在完成基本信息录入后，在被检数表和标准检定装置的测量项目和范围的交集内，由标准检定装置输出一个标准值x0 （视为真值）给数表，数表显示值x即为测量值，从而可以求出绝对误差t=|x-x0|；再根据数表的技术资料查找并计算出其准确度等级p（一般用在各个量程内读数的百分比与显示字数的组合来表示）；当t≤p时，此数据合格，否则不合格并做出标识。如此循环直到测量结束，若所有数据都合格，则最终给出“所检项目合格”的检定结论，反之注明不合格项，下面是具体实现过程。

2.1 数表检定前的基本信息录入

由于每一块被检数表的用户、生产厂家、型号、编号等基本信息都不同，因此在开始检定前必须对这些信息进行登记和录入。同时也应该有标准检定装置的相关信息，如名称、型号，编号、证书编号、有效日期以及检定的项目、范围、不确定度等。另外还应该有检定机构的名称、地址、联系方式以及检定所依据的文件等信息。录入完这些基本信息后，就可以进行数据测量了，下面重点探讨实现测量数据的自动处理过程。

2.2 测量数据的自动化处理

数据处理的流程如前所述，为此需要求出任何一个测量值的分辨力（字）从而求出被检数表的准确度、测量误差、合格与否的判断。

2.2.1 求任意测量数据的分辨力及准确度

分辨力计算。因为对任何一个数都可以取其整数部分，若取整前后的长度不发生变化，那其一定是整数，否者就是小数，而且因其小数点占一位故取整后的长度至少减短两位。因此借助Excel的相关函数就可以确定出此数的末位一个单位的值，即此数的分辨力或者一个字的大小。

2.2.2 测量误差的计算及其结果判断

若标准值x0与测量值x极性相同，则绝对误差t=|x-x0|；若极性相反，则t=|x+x0|。再将其与上面求出的p相比较，从而给出合格与否的判断。对直流电压和直流电流需要正负极检定，只有两个数据同时满足以上条件时才算合格，因此还需要借助Excel的AND函数对其判断。

2.3 最终检定结果的判定

在Excel中通过选定区域并拉动鼠标可以复制一类公式到相应区间，而且除绝对引用外系统都自动调整各个变量，这为编辑公式带来了很大方便。实际工作中一般都将被检数表同一个量程放在一个区间，以便于参数调用。当所有测量都完成后，需要对各个测量数据合格与否进行统计，从而在醒目处给出最终检定结果，这一功能可以通过查询函数来实现：

最终检定结论=IF（COUNTIF（K53：K225，"*不合格"）=0，"所检项目合格"，"除*外，所检项目合格"）；

式中，COUNTIF（K53：K225，"*不合格"）=0是对K列53行到225行中信息为"*不合格"的统计数目，若其值为0，则全部测量数据合格，给出“所检项目合格”的结论，否则“除*外，所检项目合格”，查找范围应根据实际情况而适当调整。

另外，借助Excel的日期函数，可以自动实现检定日期和有效日期更新，尽量减少人为因素，以提高检定证书的客观公正性：

检定日期=TODAY（）；数表检定周期为一年，故而

有效日期=DATE（YEAR（TODAY（））+1，MONTH（TODAY（）），DAY（TODAY（））-1）。

3 实验验证

表1是研究过程中生成的某数表检定结果，其中有部份测量数据作为调试用而做了一定修改。从表1中不难看出，本文计算方法和编写程序正确，数据处理的正确率达到了100%。

4 小结

本文依据相关的数表检定规程，在传统数表检定方法的基础上，应用Excel强大的数据处理功能实现了数据的自动化处理，从而提高了检定工作的效率，消除了数据处理中的错误，也为进一步研究和实现数表检定的完全自动化提供了重要参考。

数字的用处范文第2篇

【关键词】数字信号MATLAB应用

MATLAB是当前比较流行的工程类交互式可视化应用软件，有着比较先进的计算环境和算法，对数字信号处理以及数值分析等，都能发挥积极重要作用。MATLAB计算软件的功能比较强大，用户操作界面也比较大方，对多种硬件平台数学计算应用软件适应，所以在应用的价值层面也比较突出。

1MATLAB的应用优势和系统结构组成

1.1MATLAB的应用优势体现

1.1.1高效的编程效率优势

MATLA主要是应用于商业的数学软件，也是当前比较流行的数学软件，对数据分析以及可视化和算法的开发能发挥积极作用。主要分成MATLAB和Simulink重要部分。这一软件的功能优势比较突出，如链接库模块的封装，以及通过逻辑表达式控制有效变量，CommunicationsSystemToolboSphere解码器和Constellation框图系统对象等，MATLAB软件都支持。从对MATLAB的应用情况来看，其自身也有着鲜明的优势，高效编程效率是比较突出的。MATLAB应用软件流程控制语句和C语言相比较比较简单，在运算表达上也比较灵活，这对初学者的学习效率提高就有着保障，并且也比较方便修改等。

1.1.2优化的人机界面优势

MATLAB应用软件的优势还体现在人机界面层面，其桌面环境集成了命令窗口以及工作空间浏览器等界面内容，能够为用户提供良好文字处理功能。这一优化的人机界面和接近数学表达式的自然化语言，对使用者的学习效率提高和快速的掌握就提供了条件。对专门领域也开发了强大功能的模块集以及工具箱，应用评估就不用自己编写代码，工具箱中的模块应用也比较方便。

1.1.3处理能力优越优势

MATLAB应用软件包含着诸多计算算法集合，这就为数字处理工作的开展提供了保障。有六千多工程中的数学运算函数都囊括其中，所以在计算处理的能力是比较强大的。函数所使用的算法也是科研以及工程计算的最新研究成果，经过容错处理以及优化处理，就能代替底层编辑语言，常见的有C语言和C++语言等。从简单函数到复杂函数都包含其中，能进行多维数组的操作和建模仿真等。

1.1.4图形处理和扩展优势

MATLAB应用软件在图形处理能力上比较突出，能方便数据可视化，能把向量以及矩阵通过图形进行表现，并进行二维或者是三维的可视化。这样在科学计算以及工程绘图当中就能发挥很大促进作用。图形功能的逐渐完善下，也有着特殊要求，如图形对话等，这些都能通过MATLAB应用软件加以实现。另外，对于MATLAB软件的可扩展性强的优势也表现比较突出，允许用户开发某一应用领域第三方工具箱等。这些优势的体现就使得MATLAB应用软件的应用范围比较广泛。

1.2MATLAB系统结构组成

1.2.1开发环境系统

MATLAB系统结构是多个子系统构成的，开发环境是比较重要的组成部分。这是方便用户使用的函数以及文件工具集，诸多工具是图形化用户的借口，是集成用户工作空间，能有效提供M文件集成编译以及调试环境。其中包含的内容比较多样，如命令窗口以及在线帮助文档等诸多的内容。

1.2.2语言系统

MATLAB系统组成中的语言是比较关键的部分，这是高级的基于矩阵的语言，程序流控制以及函数等都是其比较有特色的特征，通过这一矩阵或者数组的语言方式，对迅速建立简单运行快的程序就有着积极作用，不仅如此，也能建立复杂程序。

1.2.3应用程序接口系统

MATLAB应用软件的应用程序接口组成部分，这是使得MATLAB语言和其他高级编程语言交互的函数数据库，在动态链接库的应用下能有效实现文件数据交换。

1.2.4图形处理系统

这一子系统主要就是实现矩阵以及向量的图形化呈现，以及标注和打印等。

2基于MATLAB的数字信号处理算法理论和平台架构

2.1数字信号处理算法理论简述

数字信号的处理过程中，通过对MATLAB软件的应用就能发挥积极作用，对数字信号处理的探讨，先对算法处理理论基础进行简要的阐述，以便更好的理解数字信号处理的价值。先是对滤波器方案的选择，滤波是信号处理的基础，信号当中都会带有无用的信号，滤波器就能够把信号当中干扰的部分进行清理，然后对有价值的信号加以筛选，结合数字滤波器单位脉冲响应的时域特性，就能把数字滤波器分成不同的类型，有FIR有限长冲击响应滤波器以IIR无限长冲击响应滤波器，前者系统函数极点位于原点，通过较高阶数能实现优良选择，成本就比较大。后者可低阶数实现较好选频特性，存储单元也相对少。

对数字滤波实现的方法就要运用到相应算法，其中的FFT算法是比较常用的，实际数字信号处理算法以及系数分析和设计实现当中，DFT发挥着关键性作用。DFD是可计算变换，对其进行改善需要对WNnk周期性以及对称性加以利用。其算法主要原理就是把单长度为N序列离散傅里叶变换，分解成短序列离散傅里叶变化进行计算。把序列分成N2長度为N1小序列，通过对小N1点的利用，组成大DFT。这样就能将编号中的n以及k编成如下算法式：2.1基于MATLAB的数字信号处理平台架构

数字信号的处理过程中，对MATLAB软件的应用能大大提高处理效率。MATLAB数字信号处理平台的构架（如图1所示）。是对USB数据采集卡传输到上位机数据的数字信号处理，进行换算成集装箱堆高数据，并在GUI界面进行显示。MATLAB软件的应用在数字信号处理中不能对USB接口直接数据操作，为能获得原始数据，就要通过M文件作为主要程序接口，从而实现数据信号的读写操作，对数字信号实时处理。处理中通过调用数字信号处理函数来对多通道数据分别处理，设置数字信号处理参数，最后将结果输出。进行数据获得的时候，主要是调用M文件来接收USB接口传输数据。M文件是动态链接子程序，被多种硬件接口控制，能实现MATLAB功能实现部分调用。而其编译的环境主要是通过C++语言设计的，主要的配置如在Linker选项下附加库目录中加入MATLAB的＼extern＼lib/win32＼microsoft路径。

入口程序以及文件控制实现方面，其入口程序主要提供MATLAB和M控制实现部分软件接口，入口函数有几个重要参数nrhs，prhs，nlhs，plhs。此次设计当中物输入参数，故此该数列是空。而在控制实现层面主要是进行调用USB驱动模块，将USB设备打开之后对其发送控制命令实施数据读取，然后把读取数据写入缓冲区当中。主要的流程就是先进行创建USB设备对象，然后调用VendorlD，ProductID等函数获得对象信息，监测设备是不是连接上位机成功，对open函数进行调用，并打开USB设备，接着对ControlEndPt函数进行调用创建控制端点对象，设置其属性向设备发送VenderCMD进行存储采样数据。进行创建初始大小数组，把采样数据存入缓冲区数组当中。

3数字信号处理中MATLAB的应用

对数字信号的处理过程中，采用MATLAB软件主要就是获得多通道采样数据，并对数字信号处理，对各通道的数字信号频率值进行获取。要充分重视多通道采样数据整理工作，在M文件完成对USB数据读取以及存储后，就会获得原始数据。所获得的数据是交织起来的，单个采样数据长度是十六位，其中的D[7：0]是数据位，D[10：8]是地址位，D[15：ll]是零。這就需要对各通道信号信息进行获取，要对原始数据加以分类整理，结合单个采样数据的格式，根据地址位不同把每个通道数据放入到各自数组当中，对各通道数据后续数字的信号加以处理。

MATLAB软件应用对数字信号的实际处理过程中，信号处理工具就给出多种型号的数字滤波器设计函数，设计中就可对这些函数进行直接调用。在诸多的数字滤波器设计函数当中的Butterworth型通常是带有内等波纹，阻带内单调。而对于椭圆滤波器阻带以及通带内是等波纹，通带到阻带过度的速度就较为迅速，所给性能指标当中，椭圆滤波器能以低阶数试下，这样就能发挥椭圆滤波器的积极优势。通过其进行设计函数就能够得到：[N，Wn]=ellipord（Wp，Ws，Rp，Rs）；[b，a]=ellip（n，Rp，Rs，Wn）；[b，a]=ellip（n，Rp，Rs，Wn，ftype}。在这一函数式当中的Wn就是归一化频率，而[b，a]=ellip（n，Rp，Rs，Wn）设计截止频率就是Wn的n阶椭圆数字低通滤波器。对滤波器设计完成之后，就要进行输入相应滤波算法，在对MATLAB软件的应用下，对信号处理工具箱所给的滤波函数算法，就能进行计算。计算的方式如下：

y=filter（b，a，x）这一计算式子当中y就是滤波后输出的结果序列，而x就是输入信号序列，以及b、a就是滤波器传递函数分子以及分母系数向量。在这一滤波过程在差分方程的表达方面是：a（l）*Y（n）=b（l）*x（n）+b（2）*x（n-l）+…+b（nb+l）*x（n-nb）-a（2）*y（n-1）+···+a（na+1）*y（n-na）。对于原始数字的滤波处理前，就要先把模拟频率转换成数字频率，进行仿真得到椭圆滤波器需要阶数N是六阶。为能够对滤波器应用的有效加以验证，就可通过一叠低频干扰正弦波采样信号模拟随机信号，来对滤波器性能实施仿真测试。如果是输入原始信号是lOKHz低频信号和140KHZ高频叠加，滤波前后输入输出信号幅值低于截止频率第分量信号被滤波，智能通过140KHZ高频信号。

MATLAB软件在复杂的模型处理当中进行应用能发挥积极作用。数字信号处理通过系统函数求解，采用工具箱中的梅森公式加以应用，进行求取复杂的函数，这就能大大提高计算的效率。MATLAB的软件应用就能大大提高计算的准确率。将MATLAB在数字信号处理当中的应用，就要能充分注重保障其处理程序的规范性，这样才能保障信号处理的整体质量。MATLAB软件应用中，对数字信号处理调用M文件得到USB接口传输到上位机数据，把通道数据放入各自数组当中，为减少此次程序干扰信号，就进行设置阈值电压判断机制，结合采样数据换算电压幅值有助后续数字信号处理工作正常开展。

对于MATLAB软件的应用过程当中，软件的界面设计是通过几个重要部分组成的，其中的控制按钮控件以及参数设计编辑框等，都要能结合实际的应用进行完善设计，发挥其积极作用。对滤波器的设计也要注重方法的科学掌握，调用MATLAB信号处理工具箱函数，通过窗函数法对滤波器加以确定，从MATLAB中来产生窗函数，主要就有矩形窗以及三角窗和汉宁窗等等。例如海宁窗的调用格式就是w=hanning（n），根据长度n产生一个汉宁窗w。

4结语

综上所述，对数字信号处理的效率提高，就要选择高效的应用软件，MATLAB软件的应用就能发挥积极作用，其与高级语言程序相比有着比较突出的优势，能进行快捷方柏霓设计严格线性相位系统，能有效节省编程时间，大大提高编程的效率。通过此次对MATLAB软件应用的情况研究，就能为数字信号处理的效率提高提供相应参考。

参考文献 

[1]段文斌.对数字信号处理技术的应用和发展的探讨[J].电子测试，2017（06）. 

[2]于东亮.数字信号处理技术的发展与探讨[J].电子技术与软件工程，2016（13）. 

[3]王志强.数字信号处理的发展[J].电子制作，2015（01）. 

[4]陈文灵.数字信号处理技术的发展及其思考[J].电子技术与软件工程，2015（01）. 

[5]李影.浅析数字信号处理的发展与应用[J].科技与企业，2015（13）. 

数字的用处范文第3篇

关键词：纸质图纸；设计图纸；图纸数字化

中图分类号：P217 文献标识码：A 文章编号：1009-2374（2013）21-0047-02

虽然计算机辅助设计（CAD）技术已经在多个行业内得到了广泛应用，但对于一些年代久远的手工绘制图纸来讲，由于它们的“生命周期”大概在20年左右，因此如何有效地保管、修改、使用这些图纸，成为当下各行业急需解决的问题。图纸数字化则是采用数码相机、扫描仪等设备对图纸进行加工，将这些图纸转化成能够存储在光盘、磁带、磁盘上并能供计算机识别的文本。一般来讲，图纸经数字化处理后得到的文本具有更高的清晰度，格式更加规范，不仅利于我们对图纸进行保管，而且大大减小了由于保管图纸所需要的空间。希望本文的提出，能为更加快速、合理地实现纸质图纸数字化提供理论参考依据。

1 纸质图纸数字化的必要性

作为工程技术人员用来表达设计对象的一种重要形式，工程图纸能够快速准确地传达出设计人员的设计思想，从某种程度上讲，工程图纸是人类语言交流的另一种表现形式，人类借助这种语言工具推动人类科技不断向前发展。但是随着时间的延长，这些图纸会越来越多，在处理这些图纸的过程中，稍有不适就可能造成重大损失。就我们现有的空间及管理技术来讲，已经很难满足现代科学对图纸保管及使用的要求。因此，实行图纸数字化势在必行。现将实现图纸数字化的必要性具体分析如下：

（1）随着一些企业的图纸存储空间越来越大，而本企业建造图库的资金又不能满足图纸快速增长的要求。因此，很多企业就不得不专门建造一个保管图纸的图库，这就不可避免地增加了企业在图纸存储工作中的资金投入。另外，一个企业也不可能无限制地扩大图纸存储空间。

（2）随着图纸存储时间的延长，一些纸质图纸会发生变黄、变脆，更为严重的就是图纸上的画面慢慢褪色，使图纸上原有的画面难以看清。这些纸质图纸的损坏可能给企业带来重大损失。图纸数字化处理就是将它们存放到计算机中，使之以电子稿件的形式保存下来，从而将图纸的损失降到最低。

（3）当使用图库对图纸进行储存时，会给图纸的再使用带来较多不便。即使图纸在储存过程中制定了详细的图纸目录，但是由于年代的久远，再加上图纸数量的庞大，要想在几万张甚至是几十万张图纸中找出我们想要的图纸绝非易事。

（4）我们在进行工程图纸设计的时候，有时需要复用原有的图纸，即在原有图纸的基础上，通过进行适当的修改，并把修改后的图纸应用到新的工程中。然而简单的图纸复用需经过复印、裁剪、挖补以及修改等环节，然后描图员将图纸描成硫酸纸底图，并将其晒成蓝图。由此可以看出，这不仅增加了图纸复用成本，而且降低了工作

效率。

经过上述四点的分析，我们可以看出，不管是从图纸的保存角度还是从管理手段角度，纸质图纸数字化处理都将势在必行。

2 纸质图纸数字化处理技术的原理

一般来讲，可以将纸质图纸数字化处理技术分为四个部分，它们分别是纸质图纸输入与理解部分、纸质图纸压缩存储部分、纸质图纸规范化处理部分、纸质图纸重构部分。其中纸质图纸输入与理解部分是当今研究的一个热点问题，它在CAD、图像以及图形等研究领域都有着广泛的研究，该部分内容涉及的学科较多，如图像处理、图像模拟识别以及计算机图形学等。纸质图纸输入与理解部分的原理框架如图1所示：

从图1中可以看出，纸质图纸输入与理解环节可以分为3个相对独立的部分。

首先，扫描仪以光栅图像的形式将纸质图纸保存下来，并将其输入到计算机电脑中，计算机通过对图像进行预处理，预处理过程主要为后面的图纸识别环节做准备。

其次，纸质图纸压缩存储则是建立在图纸正确识别的基础上，通过将图纸以一定格式的文本存储到计算机中，为后续纸质图纸的重构提供强有力的数据支撑，但就目前使用的数据压缩方法来讲，普遍存在数据压缩比低的缺陷，因此如何提高数据压缩比是今后研究的重难点问题。

再次，以前，纸质图纸一般由人工手绘的方式而成，使得纸质图纸缺乏统一的标准。因此，需要将识别出来的图纸信息以一定的标准进行处理，对不符合标准的部分进行替换，只有标准化处理后的图纸才具有良好的通用性。

最后，纸质图纸的重构是对上述三个过程的一种检验，通过将标准化处理后的图纸以一定的形式显示出来，从而实现纸质图纸的复用。

3 纸质图纸数字化处理技术的应用

3.1 提高纸质图纸的利用率

按传统方式对纸质图纸存储时，存储时间跨度大、存储数量多，加大了人工查询图纸的难度，给用户的使用带来了极大不便。然而采用数字化处理后，可以将图纸上传到网络上，用户能够快速、准确地定位自己所需的图纸，从而提高了图纸的利用率。

3.2 有利于保护纸质图纸原件

在传统储存方式中，一旦需要应用图纸，就必须反复查阅图纸原件，使得图纸原件容易变脏、变模糊，甚至图纸原件的丢失。但是实行图纸数字化处理后，用户不需查阅图纸原件，从而在一定程度上保护了图纸原件。

3.3 代替人工描绘底图

在一些老企业中，蓝图档案资料的使用率还是较高的，尤其是在设备更新及维修过程中，企业需要晒制大量的蓝图，这可能会损坏底图。一般来讲，晒制蓝图过程中所用到的底图一般都采取人工描绘的方式制成，工作强度非常大。但是实行图纸数字化处理后，能够在短时间内打印出大量的底图，而且底图的质量非常好，完全可以替代人工描绘底图。

4 结语

无论是从经济发展角度，还是从社会发展角度分析，实行纸质图纸数字化处理都将是必然趋势。但需要指出的一点是，纸质图纸在实行数字化处理后，如何有效地控制图纸信息所占用的存储空间是今后研究的重难点问题。希望相关研究人员继续深化这方面的研究，为纸质图纸数字化处理技术的向前迈进贡献力量。

参考文献

[1] 郭淮嘉.论企业大幅面图纸档案数字化加工及应用[J].现代商贸工业，2011，（17）：262-263.

数字的用处范文第4篇

[关键词]Matlab GUI IIR FIR

一、引言

《数字信号处理》是高等学校电子信息专业重要的专业基础课,是《信号与系统》的后续课程。它的主要内容包括离散信号在时域和频域(DFT变换)的分析和两种类型滤波器(无限脉冲响应数字滤波器和有限脉冲响应数字滤波器)的设计。这门课程不仅要求学生能够掌握数字信号处理的基本理论、基本方法和技能,还要为后续课程的学习和应用数字信号处理技术奠定基础。

通过几年的教学发现这门课程的理论性太强,数学推导过多,那么在教学中如果只是一味的进行推导,得出的结论大多是数学表达式,学生很难理解其物理意义,久而久之,学生会失去学习兴趣。如何使抽象的理论变得更直观,生动且易于理解,这就需要借助仿真软件了。Matlab软件不仅具有计算,绘图等功能,而且编程也很简单,是《数字信号处理》配套实验的首选。通常实验课会介绍具体程序,可在理论授课中没有必要把具体程序加以展示和讲解,而只希望通过输入相关参数获得仿真结果。那么就需要使用Matlab的另一功能――图形用户界面设计(GUI)。这一功能具有很强的可视化效果,通过相关控件创建用户界面,在界面中输入相关参数,即可得到仿真图像,而具体程序不会显示出来。本文通过两个实例来说明如何将GUI功能用于《数字信号处理课程》中。

二、无限脉冲响应数字滤波器的设计

对于无限脉冲响应数字滤波器(IIR)的设计通常是先将四个技术指标(通带截止频率,通带最大衰减,阻带截止频率,阻带最小衰减)转换为模拟滤波器的技术指标,通过设计模拟滤波器,得到传输函数Ha(s),再利用变换方法转化为数字滤波器的系统函数H(z)。而通常采用的转换方法是脉冲响应不变法和双线性变换法。本例中是IIR以巴特沃斯模拟低通滤波器为基础,采用脉冲响应不变法进行设计,在用户界面中只需要输入IIR的技术指标和采样间隔T。

设计方法:

第一步:打开一个空白的GUI,放置Static Text、Edit Text、Axes、Push Button四种控件在合适的位置上修改其参数并保存

第二步:打开其m文件,在“开始变换”按钮的回调函数中输入:

wp1=str2num(get(handles.edit1,'string'));

Ap=str2num(get(handles.edit2,'string'));

ws1=str2num(get(handles.edit3,'string'));

As=str2num(get(handles.edit4,'string'));%将输入的技术参数存于变量中

T=str2num(get(handles.edit5,'string')); %将输入的采样间隔存于变量中

fs=1/T;%采样频率

wp=wp1*pi;ws=ws1*pi

Wp1=wp/T;Ws1=ws/T;%脉冲响应不变法的技术参数

[N1,Wn1]=buttord(Wp1,Ws1,Ap,As,'s');%设计巴特沃斯低通滤波器

[b1,a1]=butter(N1,Wn1,'s');

[numd1,dend1]=impinvar(b1,a1,fs);%脉冲响应不变法设计数字滤波器

w1=linspace(0,pi,500);

h1=freqz(numd1,dend1,w1);

plot(w1/pi,20*log10(abs(h1)));%绘制数字滤波器幅频特性曲线

axis([0 1 -80 0]);grid on

xlabel('归一化频率')

ylabel('幅度/dB');

回调函数输入完毕后,保存。对于双线性不变法只需将其稍加改动即可。运行用户界面,并输入相关参数,本例输入的参数和仿真结果如图1所示。

三、有限脉冲响应数字滤波器的设计

有限脉冲响应数字滤波器(FIR)的设计方法和IIR滤波器有很多的不同。FIR滤波器设计任务是选择有限长度的h(n),使传输函数满足技术要求。FIR滤波器的设计方法有窗函数法、频率采样法等。其中窗函数法是指通过选择不同的窗函数与理想低通滤波器相乘得到实际滤波器的设计方法,选择不同的窗函数会对滤波器的过渡带宽度和阻带最小衰减产生不同的影响。本例中通过选择不同窗函数的单选框产生不同的FIR滤波器。

设计方法:

第一步:打开一个空白的GUI,放置Static Text、Edit Text、Axes、Radio Button四种控件在合适的位置上修改其参数并保存

第二步:

(1)打开其m文件,在“矩形窗”的回调函数中输入:

wp1=str2num(get(handles.edit1,'string'));

wc1=str2num(get(handles.edit2,'string'));

Wp=wp1*pi;Wc=wc1*pi;

N=ceil(4*pi/Wp)+1

win=boxcar(N);

h=fir1(N-1,Wc/pi,win);

omega=linspace(0,pi,512);

mag=freqz(h,[1],omega);magdb=20*log10(abs(mag));

axes(handles.axes1)

n=0:N-1;stem(n,h,'.')

axes(handles.axes2)

plot(omega/pi,magdb)

axis([0 1 -100 0]);grid on

xlabel('归一化频率')

ylabel('幅度/dB');

(2)“汉宁窗”的回调函数与(1)基本相同,只需将(1)中的N=ceil(4*pi/Wp)+1和win=boxcar(N)改为N=ceil(8*pi/Wp)+1和win=hanning(N)即可。

(3)“哈明窗”的回调函数与(1)基本相同,只需将(2)中的win=boxcar(N)改为win=hamming(N)即可。

(4)“布莱克曼窗”的回调函数与(1)基本相同,只需将(1)中的N=ceil(4*pi/Wp)+1和win=boxcar(N)改为N=ceil(12*pi/Wp)+1和win=blackman(N)即可。

运行用户界面,并输入相关参数,本例输入的参数和仿真结果如图2所示。

四、结束语

通过以上两个实例可以看出,将Matlab的图形用户界面功能应用到数字信号处理课程的教学中,可以适当的忽略了程序的实现细节,通过简单改变若干参数,就可直接看到改变后的效果,更清晰直观的使学生看到滤波器的滤波特性,并增加了用户和计算机的交互性。这不仅可以使学生更清晰的理解较抽象的理论知识,提高学习的积极性,并能节省绘图时间,提高教学效率。

参考文献:

[1]蒋小燕.MATLAB 在“数字信号处理”课程教学中的应用[J].常州工学院学报,2009,22(4):77-79.

[2]罗建军,杨琦.MATLAB教程[M].北京:电子工业出版社,2006.158-166.

数字的用处范文第5篇

关键词：数字信号处理；DFT；频谱分析

中图分类号：TP37 文献标识码：A 文章编号：1009-3044（2016）09-0241-02

Application of MATLAB in Digital Signal Processing Teaching

CHENG Jun

（College of Physical and Information Science， Hunan Normal University， Changsha 410081， China）

Abstract： Digital signal processing is a subject with strong theory and great difficulty in teaching and learning. Matlab has powerful signal processing function. This paper gives an example of using DFT to analyze the spectrum of continuous non periodic signals.Analyzing examples by Matlab simulation in teaching not only can improve the students' interest in learning， help students better understanding the principles and related concepts， and still can improve students' ability analysis to analyze and solve problems.

Key words： digital signal processing； DFT； spectrum analysis

《数字信号处理》是通信专业和电子技术专业的专业基础课。该课程介绍了数字信号处理的基本理论、基本概念和基本方法，主要讨论了时域离散信号和系统的时域和频域分析、离散傅里叶变换及其快速算法、IIR和FIR数字滤波器的设计。使学生掌握离散系统处理连续信号，利用DFT对信号进行谱分析，数字滤波器的设计和实现。为进一步学习有关通信、电子技术等方面的课程打下良好的基础。

本文以采用DFT分析连续非周期信号的频谱为教学实例，对Matlab在数字信号处理教学中的仿真应用进行探讨。由于连续非周期信号x（t）的频谱是连续函数，需要对其进行时域和频域的离散化处理以近似分析对应的频谱，掌握整个过程中出现的现象是该门课程的一个难点内容，通过Matlab仿真将频谱分析现象运用图形来讲解，便于学生理解其物理含义，从而达到事半功倍的教学效果。

1 混叠现象

对于连续信号x（t），DFT计算出的频谱是连续信号频谱周期化后在[0，2π）范围的抽样值，如果抽样频率不满足抽样定理，或者连续信号不是带限信号，就会出现信号频谱的混叠。 对连续信号[xt=e-1000t]，在10-5精度下，x（t）为fmax=2000Hz的带限信号，若取时间段t≤|0.05|s，Δt=5*10-5时间间隔时，可在Matlab中产生平滑的时域波形和频谱图，对该连续信号进行时域抽样，分别选择抽样频率为fsam=1kHz、5kHz，所得频谱如图1（a）所示。从图可见fsam=1kHz时出现严重频谱混叠，fsam=5kHz时没有出现频谱混叠。

对x（t）信号采用fsam=5000Hz、1000Hz频率抽样后的时域离散序列x1[k]和x2[k]分别采用sinc和3次样条内插函数重构x（t），如图1（b）所示，对于x1[k]采用sinc函数和3次样条函数时重构信号与原信号的最大误差分别为0.0363和0.0317，说明重构的精度相当不错。对于x2[k]采用sinc函数和3次样条函数时重构信号与原信号的最大误差分别为0.1852和0.1679，说明重构的误差很大，这时已不能从x2[k]中恢复原信号x（t）了。

2 泄漏现象

如果连续信号x（t）时域无限长，则离散化后的序列x[k]也是无限长，需要进行加窗截短处理后成为有限长序列才能进行DFT分析。考虑x（t）=cos2πft，f=200Hz，以抽样频率fsam=600Hz对该信号进行抽样，并分别用N=32和64的矩形窗分别进行截短，将N点截短信号补0后做512点DFT分析，结果如图2（a）所示。从图可见，加窗处理对频谱分析造成了两个影响：频谱中出现了多余的频率分量，称为频率泄漏。谱线变成了具有一定宽度的谱峰，谱峰的宽度与信号的长度成反比。针对影响，比较图2（a）中N=32和64点情况，增加窗口的长度N并不能减少频率泄漏，必须通过选择不同的窗函数来改善。图2（b）采用汉明窗对无限长序列进行N=32和64点的截短处理再补零做512点的DFT变换，可见旁瓣泄漏大大减少了。对于影响，可通过增加窗口的长度N来减少主瓣宽度，从而改善频率分辨率。考虑x（t）=cos2πf1t+0.15cos2πf2t，f1=100Hz，f2=150Hz，以抽样频率fsam=600Hz对该

信号进行抽样，分别用矩形窗和汉明窗取N=25和50点进行截短，通过补零进行512点的

DFT结果如图3所示。可见矩形窗旁瓣泄漏大，难以检测幅度较小的频率分量f2，因而采用汉明窗，当N=25时，频率分辨率低，仍难以检测f2，当N=50时，频率分辨率提高，能很清楚显示出幅度较小的频率分量。3 栅栏现象

对连续信号进行时域抽样和加窗处理后得到有限长序列，利用N点的DFT计算有限长序列的频谱也是长度为N的序列，实际上是周期化后的连续频谱在[0，2π）范围内的等间隔采样。由于频谱是离散序列，因而无法反映抽样点之间的频谱细节，导致了栅栏现象。栅栏现象是利用DFT对连续信号谱分析中无法克服的现象。考虑x（t）=cos2πf1t+cos2f2t， f1=100Hz， f2=120Hz，以抽样频率fsam=600Hz对该信号进行抽样，用长度为30点的矩形窗进行截短处理，通过补零进行32点和128点的DFT结果如图4所示。通过比较可知补零减小了频谱分析时的谱线间隔，使计算出的频谱出现更多的细节，随着补零的增加，显示的频谱信息也更多。

在教学过程中，通过Matlab设计具体的仿真实例，运用图形化的方式来讲解抽象的理论知识和技术理论，使学生更好的理解数字信号处理课程中的概念和设计方法，从而提高学生的应用能力。

参考文献：

[1] 陈后金，薛健，胡健. 数字信号处理[M]. 高等教育出版社，2008.