简介面向数字信号处理课程学习者这份经由MATLAB实现的课后仿真代码包按十四章完整覆盖从采样定理、Z变换、滤波器设计到数字调制、信道编码与图像处理等核心专题。每个章节均配有可直接运行的.m脚本与.bat批处理文件适合学生课后对照理论逐段验证也适合教师作为演示案例或实验素材。资源共195个文件其中108个m脚本为仿真主体85个bat辅助快速运行另有少量wav测试音频与md说明文档整体压缩包仅130KB。目前已有154人学习下载。借助这套代码读者可直观观察不同滤波器设计、谱分析、多速率处理与同步算法的运行结果既能加深对DSP理论的理解也能提升MATLAB编程与调试能力。1. 围绕十四章节结构组织MATLAB数字信号处理仿真代码的总思路很多人做数字信号处理课后仿真时第一个念头是“把这一章的例题跑通”于是打开MATLAB新建脚本写几行代码画一张图存成untitled.m就结束了。到了第三章往后这种工作方式会让代码彻底失去复现价值因为章节之间开始互相引用——IIR滤波器设计要用到前几章的频域分析结果功率谱估计又依赖后面FFT的变换点数选择。十四章节的课后仿真代码本质上是一个小型工程它要求每个仿真脚本既能独立运行也能被其他章节的脚本以函数方式调用。把章序号、核心关键词统一编码进目录用setPath管理MATLAB路径再约定公共函数只放在utils目录下是让整套数字信号处理仿真代码从“能跑”变成“能维护”的最短路径。这条主线覆盖了离散信号、z变换、DFT与FFT、滤波器设计等核心实验的完整落地过程。2. 数字信号处理仿真代码的目录骨架与MATLAB环境准备2.1 按教材章节建十四个子目录的结构规划正式动手编程之前要做的第一件事不是写第一个脚本而是把目录结构定死。14章对应14个主目录目录名统一采用chapterNN_主题关键词的格式比如chapter03_dft、chapter06_fir_filter这样在MATLAB当前文件夹面板里按名称排序时章节顺序从01到14自然排列不会出现chapter2与chapter10交错的情况。dsp_lab/ ├── chapter01_discrete_signal/ │ ├── ex1_1_unit_impulse.m │ └── hw1_1_linear_conv.m ├── chapter02_z_transform/ │ ├── zplane_demo.m │ └── hw2_1_partial_frac.m ├── chapter03_dft/ │ ├── dft_definition_verify.m │ └── hw3_2_shift_property.m ├── chapter04_fft/ │ ├── fft_radix2_compare.m │ └── fft_based_conv.m ├── chapter05_iir_filter/ │ ├── butter_lowpass_design.m │ └── cheby1_bandstop_design.m ├── chapter06_fir_filter/ │ ├── fir_window_design.m │ └── fir_remez_design.m ├── chapter07_sampling_systems/ ├── chapter08_random_process/ ├── chapter09_spectrum_estimation/ ├── chapter10_multirate/ ├── chapter11_finite_word_length/ ├── chapter12_adaptive_filter/ ├── chapter13_dsp_basics/ ├── chapter14_comprehensive/ ├── utils/ │ ├── util_signal_gen.m │ ├── util_plot_spectrum.m │ └── util_filter_verify.m └── setPath.m这套结构有两个层面的设计理由。第一目录名中的英文关键词提供了语义检索入口编辑器里输入fir_filter就能把第6章所有脚本过滤出来比逐一打开文件看内容快得多。第二也是更重要的一点utils目录专门存放跨章节复用的底层函数util_signal_gen.m负责生成正弦、方波、白噪声信号util_plot_spectrum.m统一绘制幅频谱并标注峰值频率util_filter_verify.m用来校验滤波器是否满足设计指标。不同章节的实验脚本可以共享这些函数但绝不能反向依赖具体章节里的业务逻辑。如果你的教材章节顺序与上面列举的不完全一致不必强行对照。目录规划的核心原则只有两条每一章对应一个独立目录目录名里必须带能反映实验内容的关键词。这样即使章节顺序调整只需要改目录名不涉及脚本内部逻辑。2.2 用 setPath 统一管理MATLAB搜索路径目录树建好以后紧接着要解决的是“脚本找不到函数”的问题。十四章节的代码分散在不同子目录里每次都手动addpath或者用cd切目录不现实而且换一台机器后相对路径会全部失效。常见的做法是在根目录放一个setPath.m用脚本自身的绝对路径计算根目录再遍历所有一级子目录加入搜索路径。function setPath() % setPath: 将dsp_lab下所有一级子目录加入MATLAB搜索路径 rootDir fileparts(mfilename(fullpath)); items dir(rootDir); for k 1:length(items) if items(k).isdir ~strncmp(items(k).name, ., 1) addpath(fullfile(rootDir, items(k).name)); end end rehash; fprintf(DSP Lab 路径已配置完成\n); end代码里mfilename(fullpath)返回当前脚本的完整路径fileparts把文件名剥离后得到根目录。items(k).isdir判断当前项是否为目录strncmp(items(k).name, ., 1)检查名称首字符是否为点号用于过滤.git这类隐藏目录。addpath将每个一级子目录加入路径rehash刷新函数缓存确保刚才加入目录中的脚本能立即被识别。如果你使用的是旧版MATLAB把strncmp这种方式当作默认写法即可它与新版本完全兼容。运行setPath后还需要验证环境里是否包含数字信号处理所需的工具箱因为buffer、freqz、butter这些函数都来自Signal Processing Toolbox。在命令行执行ver(signal)可以看到工具箱版本信息如果返回空结果说明安装时没有勾选该工具箱后续所有滤波器设计脚本都会报“未定义函数 butter” 的错误。这一步要放在编写任何章节脚本之前完成否则调试时会把环境问题误判成代码问题。2.3 跨章节复用的函数分层与依赖边界写到第5章滤波器设计和第6章FIR设计时跨章节调用会很频繁。这里需要提前定好依赖规则否则改一个公共函数会牵连十几个脚本的运行结果。下面给出一个经过实践检验的分层约定。层级位置职责允许调用底层utils/信号生成、频谱绘制、滤波器校验不调用任何其他层辅助层chapterXX_*/helpers/同一章内部多个脚本共享的逻辑只允许调用utils章节层chapterXX_/.m对应该章各实验题目的主脚本可调用utils与本章helpers实际的边界要求很明确章节层的脚本可以调用utils函数但绝不能反过来调用其他章节的脚本。比如第5章的butter_lowpass_design.m需要做频谱分析时就直接调用utils/util_plot_spectrum.m而不是去调用chapter04_fft/fft_radix2_compare.m。这样的好处是你修改某一章的实验逻辑时不会因为路径依赖而影响另一章的复现结果。为了进一步降低维护成本我习惯在每个章节脚本的开头用注释声明依赖关系方便出问题时快速回溯。% butter_lowpass_design.m % 依赖: utils/util_signal_gen.m, utils/util_plot_spectrum.m % 用途: 设计低通Butterworth滤波器并对白噪声信号滤波这行注释不会影响运行但在你面对几十个脚本、需要快速定位某个函数被谁调用时它的价值会迅速体现出来。保持这套依赖关系最简单的方式就是每写完一个新脚本顺手更新头部依赖清单不要等到全项目完成后统一补。3. 离散信号、z变换与FFT章节的MATLAB仿真代码实现3.1 离散时间信号生成的采样参数设置第1章和第2章的仿真实验大多围绕离散序列生成。高频出现的参数是采样率fs、信号频率f0和序列长度N三者通过x sin(2*pi*f0*n/fs)联系起来。fs 2000; % 采样率单位Hz f0 150; % 正弦频率单位Hz N 256; % 序列长度 n 0:N-1; % 离散时间索引 x sin(2*pi*f0*n/fs); % 归一化数字频率为 f0/fs stem(n(1:64), x(1:64), filled, MarkerSize, 3); xlabel(n); ylabel(x[n]); grid on;代码中f0/fs是归一化频率本身没有物理单位。数字角频率ω₀ 2π·f0/fs取值范围应在0到π之间。如果f0超过fs/2比如fs2000而f01200ω₀会超过π此时画出的序列看起来像低频信号但实际上是混叠后的假象。课后仿真里如果发现正弦序列的周期数比预期少第一步就检查f0是否小于fs/2。另一个容易踩的点是绘图习惯。第1章习题多数要求画离散序列此时用stem而不是plot。plot(n, x)会把离散点连成曲线与教科书里的离散序列插图不一致。如果点数太多导致stem图显示过密可以先取前N/4个点再画就像上面代码里用n(1:64)那样既能看清波形又不会把图形区域塞满。3.2 线性卷积与圆周卷积的实现对照第3章卷积运算中conv和cconv是必须分清的两个函数。课后题经常要求对比线性卷积与圆周卷识的结果尤其当序列长度不一致时圆周卷积的结果会表现出周期重复特性。x1 [1, 2, 3, 4]; x2 [1, -1, 2]; % 线性卷积结果长度 43-1 6 y_lin conv(x1, x2); % 圆周卷积N分别取4、5、6 y_c4 cconv(x1, x2, 4); y_c5 cconv(x1, x2, 5); y_c6 cconv(x1, x2, 6); fprintf(线性卷积: ); disp(y_lin); fprintf(4点圆周卷积: ); disp(y_c4); fprintf(5点圆周卷积: ); disp(y_c5); fprintf(6点圆周卷积: ); disp(y_c6);运行后能看到只有y_c6与y_lin完全相同y_c4和y_c5都出现了尾部绕回头部的情况。原因在于圆周卷积先把较长序列做周期延拓再与另一序列做循环移位相乘求和当N小于线性卷积长度length(x1)length(x2)-1时尾部结果会被绕回前端产生混叠。这个实验直接对应教材上的对比题做完之后对DFT循环卷积定理的理解会明显加深。3.3 从零极点图判断系统稳定性第2章z变换的实验通常要求绘制零极点图并判断系统稳定性。MATLAB里的zplane和zp2tf是这一章节最常用的两个函数。z [0.9, -0.9]; % 两个零点 p [0.50.4i, 0.5-0.4i]; % 一对共轭极点 k 1.0; % 增益 [b, a] zp2tf(z, p, k); zplane(b, a); title(零极点分布图); % 稳定性判断 if all(abs(p) 1) fprintf(系统稳定\n); else fprintf(系统不稳定极点在单位圆外\n); endzp2tf的参数顺序是先零点后极点再增益输出分子多项式系数b和分母多项式系数a。zplane以单位圆为参照绘制所有零极点极点在单位圆内系统才稳定。判断稳定性时检查的是极点的模长与零点位置无关。实际调试中一个常见错误是把a的系数顺序写反导致极点位置与预期不一致。比较稳妥的验证方式是用roots(a)查看分母多项式的根再与原始的极点向量p对比两者一致才说明转换没有出错。注意roots返回的根没有固定顺序对比前先执行sort(abs(roots(a)))和sort(abs(p))避免数值排列不同造成的误判。4. 滤波器设计章节的MATLAB仿真代码与参数换算4.1 IIR滤波器技术指标与buttord参数换算第5章IIR滤波器设计最常用的函数组合是buttord配合butter。设计指标包括通带截止频率fp、阻带截止频率fr、通带最大衰减rp、阻带最小衰减rs四个参数缺一个都不行。fs 8000; % 采样率8kHz fp 1000; % 通带截止频率1kHz fr 1500; % 阻带截止频率1.5kHz rp 1; % 通带纹波1dB rs 40; % 阻带最小衰减40dB % 归一化到半采样率取值范围为0~1 Wp fp / (fs/2); Ws fr / (fs/2); % 求最小滤波器阶数与3dB截止频率 [n, Wn] buttord(Wp, Ws, rp, rs); % 设计巴特沃斯滤波器 [b, a] butter(n, Wn); % 绘制幅频响应 freqz(b, a, 1024, fs);buttord的通带和阻带频率必须归一化到0到1之间。以fs8000为例半采样率是4000Hzfp1000对应Wp0.25fr1500对应Ws0.375。buttord返回的Wn是3dB截止频率可以直接传给butter不需要再额外计算。常见的错误是把Hz单位的频率直接传给butter忽略归一化最终设计出的滤波器实际截止频率会偏高幅频响应与题目指标完全对不上。如果题目要求切比雪夫I型或椭圆滤波器只需要把buttord换成cheb1ord、ellipord对应的设计函数换成cheby1、ellip参数格式完全一致。弄清楚这组函数之间的关系IIR设计部分的代码基本可以举一反三。4.2 FIR窗函数设计与阻带衰减的选择第6章FIR设计的默认路径是窗函数法。fir1的三个关键参数是滤波器长度阶数加1、归一化截止频率和窗类型。N 64; % 滤波器长度 wc 0.3; % 归一化截止频率π为单位 win hamming(N); % 64点汉明窗 % FIR低通滤波器第一个参数是阶数等于N-1 h fir1(N-1, wc, low, win); % 频率响应 freqz(h, 1, 1024, fs);fir1第一个参数是滤波器阶数等于长度减1。hamming(N)生成长度为N的窗向量fir1内部会将其与理想低通冲激响应相乘得到实际滤波器系数。wc的单位是“×π rad/sample”wc0.3表示截止角频率为0.3π。如果课后题给的是模拟频率需要先除以 π×fs/2 做归一化才能得到正确的wc。窗类型对阻带衰减的影响很大设计前先根据题目指标查表选窗比逐个试错更高效。窗函数旁瓣峰值(dB)最小阻带衰减(dB)主瓣宽度矩形窗-13约214π/N汉宁窗-31约448π/N汉明窗-41约538π/N布莱克曼窗-57约7412π/N如果题目要求“阻带衰减不低于50dB”查表可知汉宁窗无法满足需要汉明窗或布莱克曼窗。如果指标是“频率分辨率尽可能好”那么主瓣越窄越好矩形窗在这一项上占优但阻带衰减会明显变差两者本身就是一种权衡。实际调试时直接观察freqz图中阻带区域的最大幅度对比期望的rs值一两轮迭代就能确定合适的窗函数和长度N。4.3 用freqz和impz验证滤波器的频域与时域特征滤波器设计完成后验证内容包括幅频响应、相位响应和单位脉冲响应。freqz负责前两者impz负责后者。[b, a] butter(6, 0.25); % 频域验证幅频响应 [h_freq, w_axis] freqz(b, a, 512, fs); figure; plot(w_axis, 20*log10(abs(h_freq))); xlabel(频率 (Hz)); ylabel(幅度 (dB)); title(幅频响应); % 时域验证单位脉冲响应 [h_imp, n_imp] impz(b, a, 40); figure; stem(n_imp, h_imp, filled, MarkerSize, 3); xlabel(n); ylabel(h[n]); title(单位脉冲响应);freqz的第三个参数是频域采样点数第四个参数传入fs后频率轴横坐标以Hz为单位不传则归一化到0到π。impz的第三个参数控制脉冲响应的样本数量此处取40点。如果40个样本内h[n]还没衰减到接近0说明滤波器阶数或系数设置可能存在问题。把这两个函数放在章节脚本的尾部是检查滤波器是否达标最直接的做法。5. 仿真代码的调参边界与MATLAB典型错误排查5.1 FFT点数、频谱分辨率与补零的取舍第四章FFT实验最多的问题出在变换点数N与频率分辨率的关系上。频谱分辨率Δf fs/N想要分辨两个相隔20Hz的频率分量N至少要到50实际工程里N通常取2的整数次幂比如64、128、256。fs 1000; N 128; f1 200; f2 220; n 0:N-1; x sin(2*pi*f1*n/fs) sin(2*pi*f2*n/fs); X fft(x, N); f_axis (0:length(X)-1) * fs / N; % 画单边频谱只取前一半 plot(f_axis(1:N/2), abs(X(1:N/2)));这里的关键是f_axis的计算。fft输出第k个点对应的实际频率是k·fs/N不是k·fs/(N-1)。如果分母写成N-1所有频率都会偏移谱峰位置错位。另一个常被混淆的点是补零fft(x, 512)即使x实际长度只有128也不会提高频率分辨率只是在频域做插值让曲线更平滑。真正决定分辨率的是有效数据长度不是补零后的FFT点数。窗函数的选择也会直接影响频谱形态。矩形窗在单频信号下的旁瓣较高汉宁窗和汉明窗能压低旁瓣但主瓣会变宽。课后仿真题“用FFT分析加窗正弦序列”里比较矩形窗和汉明窗的频谱能直观看到旁瓣水平的变化。实现时只需在FFT前对数据乘上一个窗向量例如X fft(x .* hamming(N))注意信号是行向量时需要转置对齐维度。5.2 滤波器系数与filter函数使用时的数值陷阱filter(b, a, x)是滤波仿真的默认入口但它的行为与conv不同这个区别在课后题里经常被忽略。x randn(1000, 1); [b, a] butter(4, 0.2); % IIR滤波输出长度与输入相同 y_filter filter(b, a, x); % 只有纯FIRa1时才能用卷积替代 [h, ~] butter(4, 0.4); y_conv conv(x, h); % 输出长度 length(x)length(h)-1当a1时滤波器是纯FIR结构filter与conv的结果只在初始几个样本存在差异。对IIR滤波器只能用filter因为分母多项式a对应的递归项体现了系统的反馈结构conv无法处理这种递归。如果滤波后的信号长度与预期不符先检查filter的第二个参数是否为1再看输出长度与输入长度是否一致。另一个容易被高阶滤波器触发的问题是系数矩阵的条件数过大。阶数超过8的butter函数直接用传递函数形式计算时数值误差会被放大极端情况下输出发散。解决办法是把高阶系统转换成二阶节级联形式。[b, a] butter(10, 0.3); % 直接设计10阶滤波器 [sos, g] tf2sos(b, a); % 转成二阶节矩阵 y sosfilt(sos, x) * g; % 按二阶节级联滤波tf2sos返回的sos是一个K×6矩阵每行表示一个二阶节的分子分母系数g是整体增益。sosfilt按二阶节顺序滤波数值稳定性远优于直接使用filter(b,a,x)。5.3 脚本重名、路径冲突与clear all的坑十四章节的代码分散在多个目录脚本重名是早晚会遇到的问题。最常见的情况是两个不同章节下同时存在plot_result.mMATLAB按搜索路径的顺序决定调用哪个实现实际选中哪个基本取决于setPath里目录的先后排列结果往往不是你想要的。排查重名的方法很固定在命令窗口执行which plot_result -all列出所有同名文件及其完整路径。然后针对具体情况处理——要么改脚本名使其唯一要么调整setPath中的目录顺序。如果刚刚复制过新的m文件先执行rehash刷新函数缓存再重新调用。脚本重名不仅会发生在自建脚本之间还可能和MATLAB工具箱内置函数冲突。比如某次调试时新建了一个fft.m之后所有章节里的fft调用都会先执行自定义版本结果FFT结果完全出错但没有任何报错。排查方式是执行which fft -all如果自己的文件排在MATLAB内置fft前面马上改名或删除。这类错误在十四章节的长工程项目里非常隐蔽因为错误表现是数值异常而不是运行报错。另一个值得警惕的写法是脚本顶部的clear all。它会把工作区变量、断点、Java对象引用全部清空调试滤波器参数时还会让MATLAB重新编译路径下的所有函数拖慢运行速度。实际维护中建议用精确清理代替。clear variables b a x; % 只清除本次仿真用到的变量 close all; % 关闭图形窗口但不清理工作区如果修改了utils里的某个公共函数但脚本运行始终调用旧版本可以在命令行单独执行clear functions它会强制MATLAB重新加载所有函数文件无需用clear all一刀切。6. 用自动验证脚本核对十四章节仿真结果6.1 最小验证框架与容差断言所有章节的仿真脚本写完后最后一步是建立一套可重复运行的验证流程。我在每个章节目录下放一个check_chapterNN.m函数内部只做一件事运行该章的核心仿真逻辑把结果与预存的一张真值对比返回逻辑值。function ok check_chapter03() % 验证第三章DFT运算结果 x [1, 2, 3, 4]; X fft(x); X_expected [10, -22i, -2, -2-2i]; ok norm(X - X_expected) 1e-8; if ok fprintf(chapter03 check passed\n); else fprintf(chapter03 check FAILED\n); end end这个断言用norm计算两个向量差值的欧几里得范数容差取1e-8。不要直接用isequal比较复数数组FFT的数值结果与手算值在最后几位小数上必然存在微小差异严格相等会导致所有验证全部误报失败。容差取值的大小依据是计算过程中的浮点误差积累对十几点的短序列1e-8足够宽松如果序列长度到几千点可以适当放大到1e-6。验证函数的命名规则与章节编号对应chapter03对应check_chapter03.m便于根目录的整合脚本用feval动态调用。整合脚本run_all_checks.m遍历所有章节编号逐个执行对应的check函数并汇总结果。function results run_all_checks() % 遍历章节编号执行每个章节目录下的check函数 chapterIDs {01,02,03,04,05,06}; results struct(chapter, cell(1, length(chapterIDs)), ... passed, cell(1, length(chapterIDs))); for k 1:length(chapterIDs) chapterID chapterIDs{k}; checkName [check_chapter chapterID]; results(k).chapter [chapter chapterID]; if exist([checkName .m], file) results(k).passed feval(checkName); else results(k).passed false; fprintf(缺少 %s.m请确认章节目录已配置\n, checkName); end end disp(results); endexist([checkName .m], file)检查对应函数是否存在于当前搜索路径中只要setPath运行过MATLAB就能自动找到各个章节目录下的check脚本。feval(checkName)以函数句柄方式调用返回值true或false写入结构体。新增章节时只需在chapterIDs的数组里追加编号再在对应目录新建同名check函数不需要修改整个验证框架。验证脚本里还用到了一个小技巧当仿真输出不是单一数值而是一张图时不要试图对比图像像素而是对比生成图像的关键数组。比如第三章DFT画的频谱图验证时直接比较abs(X)与期望频谱的范数第五章滤波器验证的是freqz返回的幅频响应向量与参考向量的最大偏差实现方式是在check函数内部调用一次freqz提取幅度再与预存的参考值比较。这样能把图形验证问题转换成数值验证减少手工目测带来的主观误差。最后给每个check函数加一行fprintf输出跑完14个章节后在命令窗口过滤passed与FAILED的字符一眼就能看出哪些章节验证通过、哪些章节需要重新检查。这套验证流程同样适合接入版本管理系统的CI钩子每次提交新的仿真代码时自动运行所有check函数防止某次修改不小心破坏了其他章节的结果。本文还有配套的精品资源点击获取 MATLAB数字信号处理仿真代码结构设计与滤波器实现指南
简介面向数字信号处理课程学习者这份经由MATLAB实现的课后仿真代码包按十四章完整覆盖从采样定理、Z变换、滤波器设计到数字调制、信道编码与图像处理等核心专题。每个章节均配有可直接运行的.m脚本与.bat批处理文件适合学生课后对照理论逐段验证也适合教师作为演示案例或实验素材。资源共195个文件其中108个m脚本为仿真主体85个bat辅助快速运行另有少量wav测试音频与md说明文档整体压缩包仅130KB。目前已有154人学习下载。借助这套代码读者可直观观察不同滤波器设计、谱分析、多速率处理与同步算法的运行结果既能加深对DSP理论的理解也能提升MATLAB编程与调试能力。1. 围绕十四章节结构组织MATLAB数字信号处理仿真代码的总思路很多人做数字信号处理课后仿真时第一个念头是“把这一章的例题跑通”于是打开MATLAB新建脚本写几行代码画一张图存成untitled.m就结束了。到了第三章往后这种工作方式会让代码彻底失去复现价值因为章节之间开始互相引用——IIR滤波器设计要用到前几章的频域分析结果功率谱估计又依赖后面FFT的变换点数选择。十四章节的课后仿真代码本质上是一个小型工程它要求每个仿真脚本既能独立运行也能被其他章节的脚本以函数方式调用。把章序号、核心关键词统一编码进目录用setPath管理MATLAB路径再约定公共函数只放在utils目录下是让整套数字信号处理仿真代码从“能跑”变成“能维护”的最短路径。这条主线覆盖了离散信号、z变换、DFT与FFT、滤波器设计等核心实验的完整落地过程。2. 数字信号处理仿真代码的目录骨架与MATLAB环境准备2.1 按教材章节建十四个子目录的结构规划正式动手编程之前要做的第一件事不是写第一个脚本而是把目录结构定死。14章对应14个主目录目录名统一采用chapterNN_主题关键词的格式比如chapter03_dft、chapter06_fir_filter这样在MATLAB当前文件夹面板里按名称排序时章节顺序从01到14自然排列不会出现chapter2与chapter10交错的情况。dsp_lab/ ├── chapter01_discrete_signal/ │ ├── ex1_1_unit_impulse.m │ └── hw1_1_linear_conv.m ├── chapter02_z_transform/ │ ├── zplane_demo.m │ └── hw2_1_partial_frac.m ├── chapter03_dft/ │ ├── dft_definition_verify.m │ └── hw3_2_shift_property.m ├── chapter04_fft/ │ ├── fft_radix2_compare.m │ └── fft_based_conv.m ├── chapter05_iir_filter/ │ ├── butter_lowpass_design.m │ └── cheby1_bandstop_design.m ├── chapter06_fir_filter/ │ ├── fir_window_design.m │ └── fir_remez_design.m ├── chapter07_sampling_systems/ ├── chapter08_random_process/ ├── chapter09_spectrum_estimation/ ├── chapter10_multirate/ ├── chapter11_finite_word_length/ ├── chapter12_adaptive_filter/ ├── chapter13_dsp_basics/ ├── chapter14_comprehensive/ ├── utils/ │ ├── util_signal_gen.m │ ├── util_plot_spectrum.m │ └── util_filter_verify.m └── setPath.m这套结构有两个层面的设计理由。第一目录名中的英文关键词提供了语义检索入口编辑器里输入fir_filter就能把第6章所有脚本过滤出来比逐一打开文件看内容快得多。第二也是更重要的一点utils目录专门存放跨章节复用的底层函数util_signal_gen.m负责生成正弦、方波、白噪声信号util_plot_spectrum.m统一绘制幅频谱并标注峰值频率util_filter_verify.m用来校验滤波器是否满足设计指标。不同章节的实验脚本可以共享这些函数但绝不能反向依赖具体章节里的业务逻辑。如果你的教材章节顺序与上面列举的不完全一致不必强行对照。目录规划的核心原则只有两条每一章对应一个独立目录目录名里必须带能反映实验内容的关键词。这样即使章节顺序调整只需要改目录名不涉及脚本内部逻辑。2.2 用 setPath 统一管理MATLAB搜索路径目录树建好以后紧接着要解决的是“脚本找不到函数”的问题。十四章节的代码分散在不同子目录里每次都手动addpath或者用cd切目录不现实而且换一台机器后相对路径会全部失效。常见的做法是在根目录放一个setPath.m用脚本自身的绝对路径计算根目录再遍历所有一级子目录加入搜索路径。function setPath() % setPath: 将dsp_lab下所有一级子目录加入MATLAB搜索路径 rootDir fileparts(mfilename(fullpath)); items dir(rootDir); for k 1:length(items) if items(k).isdir ~strncmp(items(k).name, ., 1) addpath(fullfile(rootDir, items(k).name)); end end rehash; fprintf(DSP Lab 路径已配置完成\n); end代码里mfilename(fullpath)返回当前脚本的完整路径fileparts把文件名剥离后得到根目录。items(k).isdir判断当前项是否为目录strncmp(items(k).name, ., 1)检查名称首字符是否为点号用于过滤.git这类隐藏目录。addpath将每个一级子目录加入路径rehash刷新函数缓存确保刚才加入目录中的脚本能立即被识别。如果你使用的是旧版MATLAB把strncmp这种方式当作默认写法即可它与新版本完全兼容。运行setPath后还需要验证环境里是否包含数字信号处理所需的工具箱因为buffer、freqz、butter这些函数都来自Signal Processing Toolbox。在命令行执行ver(signal)可以看到工具箱版本信息如果返回空结果说明安装时没有勾选该工具箱后续所有滤波器设计脚本都会报“未定义函数 butter” 的错误。这一步要放在编写任何章节脚本之前完成否则调试时会把环境问题误判成代码问题。2.3 跨章节复用的函数分层与依赖边界写到第5章滤波器设计和第6章FIR设计时跨章节调用会很频繁。这里需要提前定好依赖规则否则改一个公共函数会牵连十几个脚本的运行结果。下面给出一个经过实践检验的分层约定。层级位置职责允许调用底层utils/信号生成、频谱绘制、滤波器校验不调用任何其他层辅助层chapterXX_*/helpers/同一章内部多个脚本共享的逻辑只允许调用utils章节层chapterXX_/.m对应该章各实验题目的主脚本可调用utils与本章helpers实际的边界要求很明确章节层的脚本可以调用utils函数但绝不能反过来调用其他章节的脚本。比如第5章的butter_lowpass_design.m需要做频谱分析时就直接调用utils/util_plot_spectrum.m而不是去调用chapter04_fft/fft_radix2_compare.m。这样的好处是你修改某一章的实验逻辑时不会因为路径依赖而影响另一章的复现结果。为了进一步降低维护成本我习惯在每个章节脚本的开头用注释声明依赖关系方便出问题时快速回溯。% butter_lowpass_design.m % 依赖: utils/util_signal_gen.m, utils/util_plot_spectrum.m % 用途: 设计低通Butterworth滤波器并对白噪声信号滤波这行注释不会影响运行但在你面对几十个脚本、需要快速定位某个函数被谁调用时它的价值会迅速体现出来。保持这套依赖关系最简单的方式就是每写完一个新脚本顺手更新头部依赖清单不要等到全项目完成后统一补。3. 离散信号、z变换与FFT章节的MATLAB仿真代码实现3.1 离散时间信号生成的采样参数设置第1章和第2章的仿真实验大多围绕离散序列生成。高频出现的参数是采样率fs、信号频率f0和序列长度N三者通过x sin(2*pi*f0*n/fs)联系起来。fs 2000; % 采样率单位Hz f0 150; % 正弦频率单位Hz N 256; % 序列长度 n 0:N-1; % 离散时间索引 x sin(2*pi*f0*n/fs); % 归一化数字频率为 f0/fs stem(n(1:64), x(1:64), filled, MarkerSize, 3); xlabel(n); ylabel(x[n]); grid on;代码中f0/fs是归一化频率本身没有物理单位。数字角频率ω₀ 2π·f0/fs取值范围应在0到π之间。如果f0超过fs/2比如fs2000而f01200ω₀会超过π此时画出的序列看起来像低频信号但实际上是混叠后的假象。课后仿真里如果发现正弦序列的周期数比预期少第一步就检查f0是否小于fs/2。另一个容易踩的点是绘图习惯。第1章习题多数要求画离散序列此时用stem而不是plot。plot(n, x)会把离散点连成曲线与教科书里的离散序列插图不一致。如果点数太多导致stem图显示过密可以先取前N/4个点再画就像上面代码里用n(1:64)那样既能看清波形又不会把图形区域塞满。3.2 线性卷积与圆周卷积的实现对照第3章卷积运算中conv和cconv是必须分清的两个函数。课后题经常要求对比线性卷积与圆周卷识的结果尤其当序列长度不一致时圆周卷积的结果会表现出周期重复特性。x1 [1, 2, 3, 4]; x2 [1, -1, 2]; % 线性卷积结果长度 43-1 6 y_lin conv(x1, x2); % 圆周卷积N分别取4、5、6 y_c4 cconv(x1, x2, 4); y_c5 cconv(x1, x2, 5); y_c6 cconv(x1, x2, 6); fprintf(线性卷积: ); disp(y_lin); fprintf(4点圆周卷积: ); disp(y_c4); fprintf(5点圆周卷积: ); disp(y_c5); fprintf(6点圆周卷积: ); disp(y_c6);运行后能看到只有y_c6与y_lin完全相同y_c4和y_c5都出现了尾部绕回头部的情况。原因在于圆周卷积先把较长序列做周期延拓再与另一序列做循环移位相乘求和当N小于线性卷积长度length(x1)length(x2)-1时尾部结果会被绕回前端产生混叠。这个实验直接对应教材上的对比题做完之后对DFT循环卷积定理的理解会明显加深。3.3 从零极点图判断系统稳定性第2章z变换的实验通常要求绘制零极点图并判断系统稳定性。MATLAB里的zplane和zp2tf是这一章节最常用的两个函数。z [0.9, -0.9]; % 两个零点 p [0.50.4i, 0.5-0.4i]; % 一对共轭极点 k 1.0; % 增益 [b, a] zp2tf(z, p, k); zplane(b, a); title(零极点分布图); % 稳定性判断 if all(abs(p) 1) fprintf(系统稳定\n); else fprintf(系统不稳定极点在单位圆外\n); endzp2tf的参数顺序是先零点后极点再增益输出分子多项式系数b和分母多项式系数a。zplane以单位圆为参照绘制所有零极点极点在单位圆内系统才稳定。判断稳定性时检查的是极点的模长与零点位置无关。实际调试中一个常见错误是把a的系数顺序写反导致极点位置与预期不一致。比较稳妥的验证方式是用roots(a)查看分母多项式的根再与原始的极点向量p对比两者一致才说明转换没有出错。注意roots返回的根没有固定顺序对比前先执行sort(abs(roots(a)))和sort(abs(p))避免数值排列不同造成的误判。4. 滤波器设计章节的MATLAB仿真代码与参数换算4.1 IIR滤波器技术指标与buttord参数换算第5章IIR滤波器设计最常用的函数组合是buttord配合butter。设计指标包括通带截止频率fp、阻带截止频率fr、通带最大衰减rp、阻带最小衰减rs四个参数缺一个都不行。fs 8000; % 采样率8kHz fp 1000; % 通带截止频率1kHz fr 1500; % 阻带截止频率1.5kHz rp 1; % 通带纹波1dB rs 40; % 阻带最小衰减40dB % 归一化到半采样率取值范围为0~1 Wp fp / (fs/2); Ws fr / (fs/2); % 求最小滤波器阶数与3dB截止频率 [n, Wn] buttord(Wp, Ws, rp, rs); % 设计巴特沃斯滤波器 [b, a] butter(n, Wn); % 绘制幅频响应 freqz(b, a, 1024, fs);buttord的通带和阻带频率必须归一化到0到1之间。以fs8000为例半采样率是4000Hzfp1000对应Wp0.25fr1500对应Ws0.375。buttord返回的Wn是3dB截止频率可以直接传给butter不需要再额外计算。常见的错误是把Hz单位的频率直接传给butter忽略归一化最终设计出的滤波器实际截止频率会偏高幅频响应与题目指标完全对不上。如果题目要求切比雪夫I型或椭圆滤波器只需要把buttord换成cheb1ord、ellipord对应的设计函数换成cheby1、ellip参数格式完全一致。弄清楚这组函数之间的关系IIR设计部分的代码基本可以举一反三。4.2 FIR窗函数设计与阻带衰减的选择第6章FIR设计的默认路径是窗函数法。fir1的三个关键参数是滤波器长度阶数加1、归一化截止频率和窗类型。N 64; % 滤波器长度 wc 0.3; % 归一化截止频率π为单位 win hamming(N); % 64点汉明窗 % FIR低通滤波器第一个参数是阶数等于N-1 h fir1(N-1, wc, low, win); % 频率响应 freqz(h, 1, 1024, fs);fir1第一个参数是滤波器阶数等于长度减1。hamming(N)生成长度为N的窗向量fir1内部会将其与理想低通冲激响应相乘得到实际滤波器系数。wc的单位是“×π rad/sample”wc0.3表示截止角频率为0.3π。如果课后题给的是模拟频率需要先除以 π×fs/2 做归一化才能得到正确的wc。窗类型对阻带衰减的影响很大设计前先根据题目指标查表选窗比逐个试错更高效。窗函数旁瓣峰值(dB)最小阻带衰减(dB)主瓣宽度矩形窗-13约214π/N汉宁窗-31约448π/N汉明窗-41约538π/N布莱克曼窗-57约7412π/N如果题目要求“阻带衰减不低于50dB”查表可知汉宁窗无法满足需要汉明窗或布莱克曼窗。如果指标是“频率分辨率尽可能好”那么主瓣越窄越好矩形窗在这一项上占优但阻带衰减会明显变差两者本身就是一种权衡。实际调试时直接观察freqz图中阻带区域的最大幅度对比期望的rs值一两轮迭代就能确定合适的窗函数和长度N。4.3 用freqz和impz验证滤波器的频域与时域特征滤波器设计完成后验证内容包括幅频响应、相位响应和单位脉冲响应。freqz负责前两者impz负责后者。[b, a] butter(6, 0.25); % 频域验证幅频响应 [h_freq, w_axis] freqz(b, a, 512, fs); figure; plot(w_axis, 20*log10(abs(h_freq))); xlabel(频率 (Hz)); ylabel(幅度 (dB)); title(幅频响应); % 时域验证单位脉冲响应 [h_imp, n_imp] impz(b, a, 40); figure; stem(n_imp, h_imp, filled, MarkerSize, 3); xlabel(n); ylabel(h[n]); title(单位脉冲响应);freqz的第三个参数是频域采样点数第四个参数传入fs后频率轴横坐标以Hz为单位不传则归一化到0到π。impz的第三个参数控制脉冲响应的样本数量此处取40点。如果40个样本内h[n]还没衰减到接近0说明滤波器阶数或系数设置可能存在问题。把这两个函数放在章节脚本的尾部是检查滤波器是否达标最直接的做法。5. 仿真代码的调参边界与MATLAB典型错误排查5.1 FFT点数、频谱分辨率与补零的取舍第四章FFT实验最多的问题出在变换点数N与频率分辨率的关系上。频谱分辨率Δf fs/N想要分辨两个相隔20Hz的频率分量N至少要到50实际工程里N通常取2的整数次幂比如64、128、256。fs 1000; N 128; f1 200; f2 220; n 0:N-1; x sin(2*pi*f1*n/fs) sin(2*pi*f2*n/fs); X fft(x, N); f_axis (0:length(X)-1) * fs / N; % 画单边频谱只取前一半 plot(f_axis(1:N/2), abs(X(1:N/2)));这里的关键是f_axis的计算。fft输出第k个点对应的实际频率是k·fs/N不是k·fs/(N-1)。如果分母写成N-1所有频率都会偏移谱峰位置错位。另一个常被混淆的点是补零fft(x, 512)即使x实际长度只有128也不会提高频率分辨率只是在频域做插值让曲线更平滑。真正决定分辨率的是有效数据长度不是补零后的FFT点数。窗函数的选择也会直接影响频谱形态。矩形窗在单频信号下的旁瓣较高汉宁窗和汉明窗能压低旁瓣但主瓣会变宽。课后仿真题“用FFT分析加窗正弦序列”里比较矩形窗和汉明窗的频谱能直观看到旁瓣水平的变化。实现时只需在FFT前对数据乘上一个窗向量例如X fft(x .* hamming(N))注意信号是行向量时需要转置对齐维度。5.2 滤波器系数与filter函数使用时的数值陷阱filter(b, a, x)是滤波仿真的默认入口但它的行为与conv不同这个区别在课后题里经常被忽略。x randn(1000, 1); [b, a] butter(4, 0.2); % IIR滤波输出长度与输入相同 y_filter filter(b, a, x); % 只有纯FIRa1时才能用卷积替代 [h, ~] butter(4, 0.4); y_conv conv(x, h); % 输出长度 length(x)length(h)-1当a1时滤波器是纯FIR结构filter与conv的结果只在初始几个样本存在差异。对IIR滤波器只能用filter因为分母多项式a对应的递归项体现了系统的反馈结构conv无法处理这种递归。如果滤波后的信号长度与预期不符先检查filter的第二个参数是否为1再看输出长度与输入长度是否一致。另一个容易被高阶滤波器触发的问题是系数矩阵的条件数过大。阶数超过8的butter函数直接用传递函数形式计算时数值误差会被放大极端情况下输出发散。解决办法是把高阶系统转换成二阶节级联形式。[b, a] butter(10, 0.3); % 直接设计10阶滤波器 [sos, g] tf2sos(b, a); % 转成二阶节矩阵 y sosfilt(sos, x) * g; % 按二阶节级联滤波tf2sos返回的sos是一个K×6矩阵每行表示一个二阶节的分子分母系数g是整体增益。sosfilt按二阶节顺序滤波数值稳定性远优于直接使用filter(b,a,x)。5.3 脚本重名、路径冲突与clear all的坑十四章节的代码分散在多个目录脚本重名是早晚会遇到的问题。最常见的情况是两个不同章节下同时存在plot_result.mMATLAB按搜索路径的顺序决定调用哪个实现实际选中哪个基本取决于setPath里目录的先后排列结果往往不是你想要的。排查重名的方法很固定在命令窗口执行which plot_result -all列出所有同名文件及其完整路径。然后针对具体情况处理——要么改脚本名使其唯一要么调整setPath中的目录顺序。如果刚刚复制过新的m文件先执行rehash刷新函数缓存再重新调用。脚本重名不仅会发生在自建脚本之间还可能和MATLAB工具箱内置函数冲突。比如某次调试时新建了一个fft.m之后所有章节里的fft调用都会先执行自定义版本结果FFT结果完全出错但没有任何报错。排查方式是执行which fft -all如果自己的文件排在MATLAB内置fft前面马上改名或删除。这类错误在十四章节的长工程项目里非常隐蔽因为错误表现是数值异常而不是运行报错。另一个值得警惕的写法是脚本顶部的clear all。它会把工作区变量、断点、Java对象引用全部清空调试滤波器参数时还会让MATLAB重新编译路径下的所有函数拖慢运行速度。实际维护中建议用精确清理代替。clear variables b a x; % 只清除本次仿真用到的变量 close all; % 关闭图形窗口但不清理工作区如果修改了utils里的某个公共函数但脚本运行始终调用旧版本可以在命令行单独执行clear functions它会强制MATLAB重新加载所有函数文件无需用clear all一刀切。6. 用自动验证脚本核对十四章节仿真结果6.1 最小验证框架与容差断言所有章节的仿真脚本写完后最后一步是建立一套可重复运行的验证流程。我在每个章节目录下放一个check_chapterNN.m函数内部只做一件事运行该章的核心仿真逻辑把结果与预存的一张真值对比返回逻辑值。function ok check_chapter03() % 验证第三章DFT运算结果 x [1, 2, 3, 4]; X fft(x); X_expected [10, -22i, -2, -2-2i]; ok norm(X - X_expected) 1e-8; if ok fprintf(chapter03 check passed\n); else fprintf(chapter03 check FAILED\n); end end这个断言用norm计算两个向量差值的欧几里得范数容差取1e-8。不要直接用isequal比较复数数组FFT的数值结果与手算值在最后几位小数上必然存在微小差异严格相等会导致所有验证全部误报失败。容差取值的大小依据是计算过程中的浮点误差积累对十几点的短序列1e-8足够宽松如果序列长度到几千点可以适当放大到1e-6。验证函数的命名规则与章节编号对应chapter03对应check_chapter03.m便于根目录的整合脚本用feval动态调用。整合脚本run_all_checks.m遍历所有章节编号逐个执行对应的check函数并汇总结果。function results run_all_checks() % 遍历章节编号执行每个章节目录下的check函数 chapterIDs {01,02,03,04,05,06}; results struct(chapter, cell(1, length(chapterIDs)), ... passed, cell(1, length(chapterIDs))); for k 1:length(chapterIDs) chapterID chapterIDs{k}; checkName [check_chapter chapterID]; results(k).chapter [chapter chapterID]; if exist([checkName .m], file) results(k).passed feval(checkName); else results(k).passed false; fprintf(缺少 %s.m请确认章节目录已配置\n, checkName); end end disp(results); endexist([checkName .m], file)检查对应函数是否存在于当前搜索路径中只要setPath运行过MATLAB就能自动找到各个章节目录下的check脚本。feval(checkName)以函数句柄方式调用返回值true或false写入结构体。新增章节时只需在chapterIDs的数组里追加编号再在对应目录新建同名check函数不需要修改整个验证框架。验证脚本里还用到了一个小技巧当仿真输出不是单一数值而是一张图时不要试图对比图像像素而是对比生成图像的关键数组。比如第三章DFT画的频谱图验证时直接比较abs(X)与期望频谱的范数第五章滤波器验证的是freqz返回的幅频响应向量与参考向量的最大偏差实现方式是在check函数内部调用一次freqz提取幅度再与预存的参考值比较。这样能把图形验证问题转换成数值验证减少手工目测带来的主观误差。最后给每个check函数加一行fprintf输出跑完14个章节后在命令窗口过滤passed与FAILED的字符一眼就能看出哪些章节验证通过、哪些章节需要重新检查。这套验证流程同样适合接入版本管理系统的CI钩子每次提交新的仿真代码时自动运行所有check函数防止某次修改不小心破坏了其他章节的结果。本文还有配套的精品资源点击获取