Tài liệu Bài tập lớn sử lý tín hiệu

&KѭѫQJ &KѭѫQJ GIӞ, THIӊ8 MATLAB ¾ MөFÿtFKGiúp sinh viên làm quen vӟLSKҫQPӅP0DWODE ¾     NӝLGXQJ GiӟLWKLӋXWәQJTXDQYӅMatlab GiӟLWKLӋXPӝWYjLOӋQKFѫEҧQ 7KDRWiFFăQEҧQWURQJ0DWODE ThӵFKLӋQPӝWYjLYtGөOjPTXHQWUrQ0DWODE 1.1 TәQJTXDQ 1.1.1 GiӟLWKLӋX Matlab là tӯYLӃWWҳWFӫD0DWUL[/DERUDWRU\ Matlab là mӝWQJ{QQJӳOұSWUuQKFҩSFDRGҥQJWK{QJGӏFK1yOjP{LWUѭӡQJWính toán sӕ ÿѭӧFWKLӃWNӃEӣLF{QJW\0DWK:RUNV0DWODEFKRSKpSWKӵFKLӋQFiFSKpSWtQKWRiQVӕPDWUұQ vӁÿӗWKӏKjPVӕKD\ELӇXGLӉQWK{QJWLQGѭӟLGҥQJ'KD\'WKӵFKLӋQFiFWKXұWWRiQYjJLDR tiӃSYӟLFiFFKѭѫQJWUuQKFӫDFiFQJ{QQJӳNKiFPӝWcách dӉGjQJ Phiên bҧQ0DWODEÿѭӧFVӱGөQJP{SKӓQJWURQJWjLOLӋXQj\Oj0DWODE 1.1.2 KhӣLÿӝQJYjFKXҭQEӏWKѭPөFOjPYLӋFWURQJ0DWODE 7UѭӟFNKLNKӣLÿӝQJ0DWODEQJѭӡLGQJSKҧLWҥRPӝWWKѭPөFOjPYLӋFÿӇFKӭDFiFILOH FKѭѫQJWUình cӫDPuQKYtGө D:\ThucHanh_DSP). Matlab sӁWK{QJGӏFKFiFOӋQKÿѭӧFOѭXWURQJILOHFyGҥQJ P 6DXNKLÿã cài ÿһW0DWODEWKuYLӋFNKӣLFKҥ\FKѭѫQJWUuQKQj\FKӍÿѫQJLҧQOjQKҩSYjR biӇXWѭӧQJFӫDQyWUrQGHVNWRS 7.0.4 , hoһFYjR6WDUW\All Programs\Matlab 7.0.4\ Matlab &KѭѫQJ – GIӞ,7+,ӊ80$7/$% 6DXNKLÿã khӣLÿӝQJ[RQJ0DWODEWKuEѭӟFNӃWLӃSOjFKӍWKѭPөFOjPYLӋFFӫDPuQKFKR Matlab. NhҩSYjRELӇXWѭӧQJ trên thanh công cөYjFKӑQWKѭPөFOjPYLӋFFӫDPuQKYtGө D:\ThucHanh_DSP). CӱD Vә OjP YLӋF FӫD 0DWODE VӁ QKѭ KuQK YӁ ErQ GѭӟL 1y bao gӗP  FӱD Vә OjP YLӋF chính: CӱDVәOӋQK&RPPDQG:LQGRZFӱDVәWKѭPөFKLӋQWҥL&XUUHQW'LUHFWRU\YjFӱDVә chӭDWұSFiFOӋQKÿmÿѭӧFVӱGөQJ&RPPDQG+LVWRU\ ĈӇWҥRPӝWILOHPWURQJWKѭPөFOjPYLӋFEҥQÿӑFFyWKӇWKӵFKLӋQ x NhҩSYjRELӇXWѭӧQJ hoһFYjR)LOH\New\M-File x CӱDVәVRҥQWKҧR[XҩWKLӋQJ}FKѭѫQJWUuQKFҫQWKLӃWYjRILOH6DXNKLÿmKRjQWҩW nhҩQYjRELӇXWѭӧQJ ÿӇOѭXYjRWKѭPөFKLӋQWҥL'\ThucHanh_DSP) BM KӻWKXұW0i\WtQK 2 &KѭѫQJ – GIӞ,7+,ӊ80$7/$% ĈӇWKӵFWKLWұSOӋQKFyWURQJILOHPWURQJWKѭPөFOjPYLӋFWKuQJѭӡL dùng chӍFҫQJ}WrQ ILOHÿyYj0DWODEVӁWӵÿӝQJWKӵFWKLFiFGzQJOӋQKFyWURQJILOHPQj\YtGөÿӇWKӵFWKLFiF lӋQKFyWURQJILOHWHVWPFKӍFҫQJ}OӋQKWHVW 1.2 Các lӋQKWK{QJGөQJWURQJ0DWODE 1.2.1 MӝWYjLNLӇXGӳOLӋX 0DWODEFyÿҫ\ÿӫFiFNLӇXGӳOLӋXFѫEҧQVӕQJX\rQVӕWKӵFNêWӵ%RROHDQ ChuӛLNêWӵÿѭӧFÿһWWURQJQKi\NpS³´YtGө³WKXFKDQK´ KiӇXGm\FyWKӇÿѭӧFNKDLEiRWKHRF~SKiS³VӕBÿҫX: EѭӟF: sӕBFXӕL´9tGө (kӃWTXҧVӁWKXÿѭӧFPӝWFKXәL>@ KiӇXPDWUұQFyWKӇÿѭӧFNKDLEiRQKѭYtGөVDX M = [1, 2, 3; 4, 5, 6; 7, 8, 9] Ma trұQ0WKXÿѭӧFVӁOj A=1 2 3 4 5 6 7 8 9 1.2.2 Các lӋQKÿLӅXNKLӇQFѫEҧQ x LӋQKclear: Xóa tҩWFҧFiFELӃQWURQJEӝQKӟ0DWODE x LӋQKclc: Xóa cӱDVәOӋQKFRPPDQGZLQGRZ x LӋQKpause: ChӡVӵÿiSӭQJWӯSKtDQJѭӡLGQJ x LӋQK=: LӋQKJiQ x LӋQK%: Câu lӋQKVDXGҩXQj\ÿѭӧF[HPOjGzQJFK~WKtFK x LӋQKinput: Lҩ\YjRPӝWJLiWUӏ Ví dө[ LQSXWµ1KDSJLDWULFKR[¶ x LӋQKhelp: Yêu cҫXVӵJL~SÿӥWӯ0DWODE x LӋQKsave/ѭXELӃQYjR bӝQKӟ Ví dөVDYHWHVW$%&OѭXFiFELӃQ$%&YjRILOHWHVW x LӋQKload: NҥSELӃQWӯILOHKD\EӝQKӟ Ví dөORDGWHVW x LӋQKUӁQKiQK IfF~SKiSQKѭVDX IF expression statements ELSEIF expression statements ELSE statements END x LӋQKUӁQKiQKSwitch: SWITCH switch_expr CASE case_expr, statement,..., statement CASE {case_expr1, case_expr2, case_expr3,...} BM KӻWKXұW0i\WtQK 3 &KѭѫQJ – GIӞ,7+,ӊ80$7/$% statement,..., statement ... OTHERWISE, statement,..., statement END x LӋQKOһSFor: FOR variable = expr, statement,..., statement END x LӋQK While: WHILE expression statements END x LӋQKbreak7KRiWÿӝWQJӝWNKӓLYzQJOһS:+,/(KD\)25 x LӋQKcontinue: BӓTXDFiFOӋQKKLӋQWҥLWLӃSWөFWKӵFKLӋQYzQJOһSӣOҫQOһSWLӃS theo. x LӋQKreturn: LӋQKTXD\YӅ x LӋQKclf: Xóa hình hiӋQWҥL x LӋQKplot(signal): VӁGҥQJVyQJWtQKLӋXVLJQDO x LӋQKstairs(signal): VӁWtQKLӋXVLJQDOWKHRGҥQJFҫXWKDQJ x LӋnh stem(signal): VӁFKXӛLGӳOLӋXUӡLUҥF x LӋQKbar(signal): VӁGӳOLӋXWKHRGҥQJFӝW x LӋQKmesh(A): HiӇQWKӏÿӗKӑDGҥQJ'FiFJLiWUӏPDWUұQ 1.2.3 Các phép tính vӟLPDWUұQ x NhұSPDWUұQYjR0DWODE: >> A = [16 3 2 13; 5 10 11 8; 9 6 7 12; 4 15 14 1] A= 16 3 2 13 5 10 11 8 9 6 7 12 4 15 14 1 x TҥRPDWUұQYjR0DWODE: sӱGөQJFiFKjPFyVҹQ ƒ Zeros(n,m): ma trұQQPFiFSKҫQWӱEҵQJ ƒ Eye(n) : ma trұQÿѫQYӏQQ ƒ Ones(n,m) : ma trұQQPcác phҫQWӱEҵQJ ƒ Rand(n,m) : ma trұQQPFiFSKҫQWӱWӯÿӃQ ƒ Diag(V,k) : nӃX9OjPӝWYHFWѫWKuVӁWҥLPDWUұQÿѭӡQJFKpR x Phép chuyӇQYӏ: A’ >> A' ans = 16 5 9 4 3 10 6 15 2 11 7 14 13 8 12 1 x Hàm sum: Tính tәQJFiFSKҫQWӱWUrQWӯQJFӝWFӫDPDWUұQP[QWKjQKPDWUұQ[Q BM KӻWKXұW0i\WtQK 4 &KѭѫQJ – GIӞ,7+,ӊ80$7/$% >> sum(A) ans = 34 34 34 34 x Hàm diag: Lҩ\FiFSKҫQWӱÿѭӡQJFKpRFӫDPDWUұQ >> diag(A) ans = 16 10 7 1 >> C = [1 2 3;2 3 4] C= 1 2 3 2 3 4 >> diag(C) ans = 1 3 x Hàm detWtQKÿӏQKWKӭFPDWUұQ >> det(A) ans = 0 x Hàm rank: tính hҥQJFӫDPDWUұQ >> rank(A) ans = 3 x Hàm inv: tính ma trұQQJKӏFKÿҧR >> inv(A) ans = 1.0e+015 * 0.2796 0.8388 -0.8388 -0.2796 -0.8388 -2.5164 2.5164 0.8388 0.8388 2.5164 -2.5164 -0.8388 -0.2796 -0.8388 0.8388 0.2796 x Truy xuҩWSKҫQWӱWURQJPDWUұQ: A(x,y) 7URQJÿy$WrQPDWUұQ x: TӑDÿӝKjQJWtQKWӯ y: TӑDÿӝFӝWWtQKWӯ >> A A= 16 3 5 10 2 13 11 8 BM KӻWKXұW0i\WtQK 5 &KѭѫQJ – GIӞ,7+,ӊ80$7/$% 9 6 7 12 4 15 14 1 >> A(4,3) ans = 14 >> A(4,3) = 16 A= 16 3 2 13 5 10 11 8 9 6 7 12 4 15 16 1 x Toán tӱFRORQ A(i:j,k): Lҩ\FiFSKҫQWӱWӯLÿӃQMWUrQKjQJNFӫDPDWUұQ$ A(i,j:k): Lҩ\FiFSKҫQWӱWӯMÿӃQNWUrQKjQJLFӫDPDWUұQ$ >> A A= 16 3 2 13 5 10 11 8 9 6 7 12 4 15 16 1 >> A(3,2:4) ans = 6 7 12 >> A(1:2,3) ans = 2 11 x CӝQJWUӯPDWUұQ: A(n.m) ± B(n.m) = C(n.m) x Nhân 2 ma trұQ: A(n.m) * B(m.k) = C(n.k) x Nhân mҧQJ: C = A.* B (C(i,j) = A(i,j) * B(i,j)) x Chia trái mҧQJ: C = A.\ B (C(i,j) = B(i,j) / A(i,j)) x Chia phҧLPҧQJ: C = A./ B (C(i,j) = A(i,j) / B(i,j)) x Chia trái ma trұQ: C = A \ B = inv(A) * B (pt: AX = B) x Chia phҧLPDWUұQ: C = A / B = B * inv(A) (pt: XA = B) x LNJ\WKӯDPDWUұQ: A ^ P x BiӇXGLӉQWtQKLӋXWUrQPLӅQWKӡLJLDQ n= [1:3] % MiӅQWKӡi gian 1, 2, 3 x=[1 2 3] % Tín hiӋXUӡLUҥF stem(n,x) % BiӇXGLӉQWtQKLӋX[WUrQPLӅQWKӡLJLDQQ 1.3 Bài tұS Bài 1. Nhұp vào ma trұn: A=[16 3 2 13; 5 10 11 8; 9 6 7 12; 4 15 14 1] BM KӻWKXұW0i\WtQK 6 &KѭѫQJ – GIӞ,7+,ӊ80$7/$% x Tìm kích thѭӟFPDWUұQ$ x Lҩ\GzQJÿҫXWLrQFӫDPDWUұQ$ x TҥRPDWUұQ%EҵQJGzQJFuӕLFQJFӫD$ x Tính tәQJFiFSKҫQWӱWUrQFiFFӝWFӫD$JӧLêWtQKWәQJFiFSKҫQWӱWUrQFӝW sum(A(:,1))). x Tính tәQJFiFSKҫQWӱWUrQFiFGzQJFӫD$ Bài 2. Cho ma trұn A=[2 7 9 7; 3 1 5 6; 8 1 2 5], SV giҧi thích kӃt quҧ cӫa các lӋnh sau: x A' x A(:,[1 4]) x A([2 3],[3 1]) x reshape(A,2,6) x A(:) x [A A(end,:)] x A(1:3,:) x [A ; A(1:2,:)] x sum(A) x sum(A') x [ [ A ; sum(A) ] [ sum(A,2) ; sum(A(:)) ] ] 1 0 1 1 Bài 3. Giҧi hӋ SKѭѫQJ$[ EYӟi: A= 2 5 3 và b = 1 3 1 0 2 Bài 4. &KRYHFWѫ[ >@JLҧi thích kӃt quҧ cӫa các lӋnh sau: x x(3) x x(1:7) x x(1:end) x x(1:end-1) x x(6:-2:1) x x([1 6 2 1 1]) x sum(x) Bài 5. VӁ ÿӗ thӏ hàm sӕ y 1 =sinx.cos2x và hàm sӕ y 2 =sinx2 trong [0-2] Bài 6. Giҧi hӋ SKѭѫQJWUình sau: 2x1 + 4x2 + 6x3 – 2x4 =0 x1 + 2x2 + x3 + 2x4 =1 2x2 + 4x3 + 2x4 = 2 3x1 – x2 + 10x4 = 10 Bài 7. VӁ mһt z sin x 2  y 2 x2  y2 trong không gian 3 chiӅu Bài 8. Sinh viên thӱ vӁ mһt trө z= x 4  y 2 bҵng hàm mesh và hàm surf Bài 9. Cho tín hiӋXWѭѫQJWӵ: x a (t ) BM KӻWKXұW0i\WtQK 3 cos100St 7 &KѭѫQJ – GIӞ,7+,ӊ80$7/$% a. Tìm tҫn sӕ lҩy mүu nhӓ nhҩt có thӇ mà không bӏ mҩt thông tin b. Giҧ sӱ tín hiӋXÿѭӧc lҩy mүu ӣ tҫn sӕ Fs = 200 Hz. Tìm tín hiӋu lҩy mүu c. Giҧ sӱ tín hiӋXÿѭӧc lҩy mүu ӣ tҫn sӕ Fs = 75 Hz. Tìm tín hiӋu lҩy mүu d. Tìm tҫn sӕ cӫa (0n@ 2 n f x 1ăQJOѭӧQJWURQJNKRҧQJ[iFÿӏQKWӯ-K ”Q”.ÿѭӧF[iFÿӏQKWKHRF{QJWKӭF İ  K ¦ n K x x>n@ 2 Công xuҩWWUXQJEuQKFӫDPӝWGm\NK{QJWXҫQKRjQÿѭӧF[iFÿӏQKEӣLF{QJWKӭF P 1 n N | x(n) |2 ¦ N of 2 N  1 n N lim x Công xuҩWWUXQJEuQKFӫDPӝWGm\WXҫQKRjQYӟLFKXNǤ1ÿѭӧF[iFÿӏQKEӣLF{QJ thӭF Pav 1 N N ¦ x>n@ 2 n 0 x Dãy xung ÿѫQYӏ ­1, khi n 0 w>n@ ® ¯0, khi n z 0 x Dãy nhҧ\EұFÿѫQYӏ ­1, khi n t 0 u>n@ ® ¯0, khi n  0 Dãy sine phӭF x &KѭѫQJ – BIӆ8',ӈ17Ë1+,ӊ8 x>n@ x x A D e jw0nI n Dãy sine thӵF x>n@ A cos( w0 n  I ) Thành phҫQFKҹQOҿFӫDWtQKLӋX x(n) ƒ Thành phҫQFKҹQ xe (n) xo (n) x x xe (n)  xo (n) 1 [x(n)  x(n)] 2 1 [x(n)  x(n)] 2 ƒ Thành phҫQOҿ Các phép biӃQÿәLWtQKLӋX ƒ Làm trӉWtQKLӋX'HOD\'ӏFKWUiL y (n) x(n  k ) k t 0 ƒ Lҩ\WUѭӟFWtQKLӋX$GYDQFH'ӏFKSKҧL y (n) x(n  k ) k t 0 ƒ ĈҧR y (n) x(n) ƒ CӝQJ y (n) x1 (n)  x2 (n) ƒ Nhân y (n) x1 (n).x2 (n) ƒ Co giãn miӅQWKӡLJLDQ y (n) x(D n) ƒ Co giãn miӅQELrQÿӝ y (n) Ax(n) Các hàm Matlab liên quan: ƒ stemp: vӁGm\GӳOLӋXQKѭFiFTXHWKHRWUөF[ ƒ sum;iFÿӏQKWәQJFӫDWҩWFҧFiFSKҫQWӯFӫDPӝWYHFWRU ƒ min;iFÿӏQKSKҫQWӱQKӓQKҩWFӫDPӝWYHFWRU ƒ max;iFÿӏQKSKҫQWӱQKӓQKҩWFӫDPӝWYHFWRU ƒ zeros: cҩSSKiWPӝWYHFWRUKRһc ma trұQYӟLFiFSKҫQWӱ ƒ subplot&KLDÿӗWKӏUDWKjQKQKLӅXSKҫQQKӓPӛLSKҫQYӁPӝWÿӗWKӏNKiFQKDX ƒ title7KrPWrQWLrXÿӅFKRÿӗWKӏ ƒ xlabel: ViӃWFK~WKtFKGѭӟLWUөF[WURQJÿӗWKӏ' ƒ ylabel: ViӃWFK~WKtFKGѭӟLWUөF\WURQJÿӗWKӏ' 2.2 MӝWYjLYtdө ¾ Ví dөXét tín hiӋXOLrQWөFVDX i (t ) cos(20S t ) ÿѭӧFOҩ\PүXPV7tQKLӋXÿyFy tuҫQKRjQKD\NK{QJ" GiҧLÿiS S x(n) cos(2S (10)(0.0125)n) cos( n) 4 2S N Tín hiӋXWXҫQKRjQNKL T0 k Suy ra: 2S S N k 4 N 8 'Rÿy k 1 VӟLN WDFy1 ÿyOjFKXNuWXҫQKRjQFӫDWtQKLӋX ¾ Ví dөDùng Matlab biӇXGLӉQ6WHSVLJQDOYj,PSXOVHVLJQDO BM KӻWKXұW0i\WtQK 10 &KѭѫQJ – BIӆ8',ӈ17Ë1+,ӊ8 Step signal: u (n) nt0 {10 Impulse Signal: G (n) n0 {10 n 0 nz0 GiҧLÿiS: Step signal n0 = -1;n1 = -3;n2 = 3; n = [n1:n2]; x = [(n-n0)>=0]; stem(n,x); Impulse signal n0 = 1; n1 = -5; n2 = 5; n = [n1:n2]; x = [n== 0]; stem(n,x); BM KӻWKXұW0i\WtQK 11 &KѭѫQJ – BIӆ8',ӈ17Ë1+,ӊ8 2.3 Bài tұSFӫQJFӕOêWKX\ӃW Bài 1. Các tín hiӋXVDXÿk\FyWXҫn hoàn hay không? NӃu có hãy xác ÿӏnh chu kì: a. x(n) 2 cos( 2S n) b. x(n) 20cos(S n) Bài 2. BiӇu diӉn các tín hiӋu sau sӱ dөng tín hiӋX[XQJÿѫQYӏ (impulse signal) a. x(n) {1, 2, 3 n, 4, 1} b. x(n) {0 n,1, 2, 4} Bài 3. Cho tín hiӋu sau x(n) {-1,2,0 n ,3} ;iFÿӏnh các tín hiӋXVDXÿk\ a. x(n) b. x(n  1) c. 2 x(n  1) d. x(n)  x(n  1) Bài 4. Cho tín hiӋu x(n) {1 n, 2,3} ;iFÿӏnh thành phҫn chҹn và lҿ cӫa tín hiӋu. Bài 5. Cho tín hiӋu x(n) {1,1, 0 n, 1, 1} ;iFÿӏnh a. b. c. d. x(2n) x(n/2) x(2n – 1) x(n)x(n) Bài 6. Cho 2 tín hiӋXVDXÿk\;iFÿӏQKQăQJOѭӧng cӫa 2 tín hiӋu. BM KӻWKXұW0i\WtQK 12 &KѭѫQJ – BIӆ8',ӈ17Ë1+,ӊ8 a. x(n) 1G (n)  2G (n  1)  2G (n  2) b. x(n) {1, 0 n, 1} Bài 7. Cho tín hiӋu x(n) = 2(–1)n Q! 7tQKQăQJOѭӧng và công suҩt cӫa tín hiӋu. 2.4 Bài tұSNӃWKӧSYӟL0DWODE n Bài 1. Dùng MatLab hiӋn thӵc hàm mNJ x(n) 3(0.5) và hàm sin x(n) 3cos(3S n  5) Bài 2. Cho tín hiӋu rӡi rҥF[QQKѭVDX ;iFÿӏQKFKXNuQăQJOѭӧQJHQHUJ\YjF{QJVXҩWSRZHUFӫDWtQKLӋX+LӋQWKӵFNӃW quҧWtQKWRiQEҵQJFiFOӋQK0DWODE Bài 3. Các tín hiӋXVDXÿk\FyWXҫn hoàn hay không? NӃu có hãy tính chu kì tuҫn hoàn. x(n) (0.5) n cos(2S n  S ) x(n) 5cos(2S n  S )  3 BiӇXGLӉQWtQKLӋXWUrQEҵQJ0DWKODE Bài 4. Cho 2 tín hiӋXVDXÿk\ a. x1(n) = {0^, 1,2,3} b. x2(n) = {0,1^,2,3} Tìm x1(n) + x2(n) và x1(n)x2(n) bҵQJWD\Yj0DWKODE Bài 5. HiӋn thӵc hàm tính StepSignal, ,PSXOVH6LJQDOYjÿҧo tín hiӋu. +˱ͣQJG̳Q: Hàm trong Matlab có dҥQJQKѭVDX function[rv1 rv2.... rvn] = Function_Name(pv1, pv2,..., pvn) 7URQJÿy Rv1, rv2: Các giá trӏWUҧYӅ Pv1, pv2: Các tham sӕ Function_Name: Tên hàm. Bài 6. ;iFÿӏnh các tín hiӋu sau a. x(n) u (n)  3w (n  1) 3d n d3 b. x(n) 3u (n  3)  w (n  2  u)(n) 3d n d 3 'QJ0DWODEÿӇELӇXGLӉQFiFWtQKLӋXWUrQ BM KӻWKXұW0i\WtQK 13 &KѭѫQJ – BIӆ8',ӈ17Ë1+,ӊ8 Bài 7. HiӋn thӵc hàm cӝng x1plusx2 và hàm nhân x1timesx2 Bài 8. ViӃWÿRҥn script tính thành phҫn chҹn và lҿ cӫa tín hiӋu. 1 >x(n)  x(n)@ xeven (n) 2 1 >x(n)  x(n)@ xodd (n) 2 Bài 9. Cho tín hiӋXVDXÿk\[Q XQ– 1) + d(n – 1) tín hiӋu sau: a. x(–n) b. x(n–2) c. x(n) + x(–n) –2<= n <=2. BiӇu diӉn các 2.5 Bài tұSYӅQKjOjPWKrPNK{QJEҳWEXӝF Bài 10. Cho x(n) u (n)  u (n  1) ÿk\ a. x(–n) b. x(n + 2) c. x(n) + x(–n) d. x(n – 2) + x(n+2) e. x(–n – 1) . x(n) f. x(–n) . x(n) + x(–n – 1) g. x(n)  cos(2S n  S ) h. x(n).cos(3S n  i. x(n).cos(3S n  S S 2 2 0 d n d 5 . Dùng Matlab biӇu diӉn các tín hiӋu sau ) ) Bài 1. Các tín hiӋu sau có tuҫn hoàn hay không? NӃu có thì chu kì là bao nhiêu? a. cos(2S n  S ) b. cos(5S n  S 2 ) c. u (n) d. u (n)  1 e. G (n)  u (n) f. cos( 2S n) g. u (n)  cos(2S n  S ) h. cos(2S n  S )  G (n  1) i. 2 cos(2n  S ) j. 3 cos( n  S )  u (n) 2 Bài 2. Tìm năQJOѭӧng cӫa các tín hiӋu sau ( 5 d n d 5 ): a. G (n) BM KӻWKXұW0i\WtQK 14 &KѭѫQJ – BIӆ8',ӈ17Ë1+,ӊ8 b. cos(2S n) c. u (n).G (n) d. 2u (n).cos(2S n) e. u(n) . u(–n) f. n.cos(2S n) BM KӻWKXұW0i\WtQK 15 &KѭѫQJ &KѭѫQJ Hӊ THӔ1* LTI ¾ MөFÿtFKNҳPYӳQJYjFӫQJFӕOêWKX\ӃW ¾      NӝLGXQJ GiӟLWKLӋXPӝWYjLOӋQKKӛWUӧFKREjLWKӵFKjQKQj\WURQJPDWODE ;iFÿӏQKFiFÿiSӭQJ[XQJÿѫQYӏFӫDKӋWKӕQJ/7, Các hӋWKӕQJEҩWELӃQWKHRWKӡLJLDQ ThӵFKLӋQJKpSQӕLFiFKӋWKӕQJ/7, GiҧLWD\WKrPPӝWYjLYtGөQKҵPFNJQJFӕNLӃQWKӭF 3.1 Tóm tҳWOêWKX\ӃW ĈӏQKQJKƭD: HӋWKӕQJ/7,OjKӋWKӕQJWX\ӃQWtQKYjEҩWELӃQWKӡLJLDQ TuyӃQWtQK: mӕLTXDQKӋJLӳDQJ}YjRYjQJ}UDFӫDPӝWKӋWKӕQJOjWX\ӃQWtQK Ví dө  NӃXWtQKLӋXYjROj[1(t), tín hiӋX[XҩWWѭѫQJӭQJOj\ 1(t) và tín hiӋXQKұSOj[ 2(t), tín hiӋX xuҩWOj\2(t)  Thì tín hiӋXQKұSOjD1x1(t) + a2x2(t) thì tín hiӋXQJ}[XҩWVӁOjD1y1(t) + a2y2(t) (a1, a2 là các hӋ sӕWӍOӋ BҩWELӃQWKӡLJLDQ: chúng ta có thӇVӱGөQJWtQKLӋXQKұSӣWKӡLÿLӇPQj\KRһWӣWKӡLÿLӇP WUѭӟFÿyWKuWtQKLӋX[XҩWFNJQJVӁFyJiá trӏYӟLWtQKLӋX[XҩWVRYӟLWKӡLÿLӇPWUѭӟFÿy Ví dө  NӃXWtQKLӋXQKұSOj[WWtQKLӋX[XҩWWѭѫQJӭQJOj\W  Thì khi sӱGөQJWtQKLӋXQKұSOj[W– T) thì tín hiӋX[XҩWWѭѫQJӭQJVӁOj\W– T). Chính vì vұ\PjKӋWKӕQJEҩWELӃQWKӡLJLDQSKөWKXӝc vào thӡLJLDQÿѭӧFiSYjRWtQKLӋX nhұS MӝWYjLWtQKFKҩWNKiF MӝWKӋWKӕQJÿѭӧFÿһFWUѭQJEӣLÿiSӭQJ[XQJKQĈiSӭQJFӫDKӋWKӕQJYӟLÿҫXYjR Oj[XQJÿѫQYӏ˜Q x Tính nhân quҧ x(n) = 0 (n < n0) Ÿ y(n) = 0 (n < n0) hoһF h(n) = 0 khi n < 0 x Tính әQÿӏQK &KѭѫQJ – Hӊ7+Ӕ1*/7, x(n) < A < ’Ÿ y(n) < B < ’KRһF f ¦ hk   f f 3.2 GiӟLWKLӋXFiFKjP0DWODEOLrQTXDQ x x x Hàm impz(num, den, N+1): +jP[iFÿӏQKÿiSӭQJ[XQJÿѫQYӏFӫDPӝWKӋWKӕQJ Hàm filter(num, den, x, ic): lӑFGӳOLӋXYӟLPҥFKOӑF,,5KRһF),5 Hàm subplot: FKLDÿӗWKӏWKjQKQKLӅXSKҫQQKӓPӛLSKҫQYӁPӝWÿӗWKӏNKiFQKDX 3.3 MӝWYjLYtGө  Ví dө: Cho mӝWKӋWKӕQJEҩWELӃQFyFiFFһSWtQKLӋXÿҫXYjRYjÿҫXUDWѭѫQJӭQJQKѭVDX x1(n) = [1, 0, 2] và y1(n) = [0, 1, 2] x2(n) = [0, 0, 3] và y2(n) = [0, 1, 0, 2] x3(n) = [0, 0, 0, 1] và y3(n) = [1, 2, 1] Hãy kiӇPWUDWtQKWX\ӃQWtQKFӫDKӋWKӕQJ  GiҧLÿiS: Xét x4(n) = x2(n í >0, 0, 0, 3]. Do hӋWKӕQJOjEҩWELӃQQrQ\4(n) = y2(n í >0, 0, 1, 0, 2]. Ta thҩ\ [ 4(n) = 3x3Q QKѭQJ \4(n) = [0, 0, 1, 0, 2]  3y3(n) = [3, 6, 3] nên hӋ WKӕQJ không tuyӃQWtQK  Ví dө: SӱGөQJPDWODEÿӇYӁÿiSӭQJ[XQJKQFKRKӋWKӕQJFySKѭѫQJWUuQKVDLSKkQ y(n) – 0.4 y(n-1) + 0.75 y(n-2) = 2.2403 x(n) + 2.4908 x(n-1) + 2.2403 x(n-2)  GiҧLÿiS: clf N=40; num=[2.2403 2.4908 2.2403] den=[1 -04 0.75]; h=impz(num,den,N); stem(h); BM KӻWKXұW0i\WtQK 18 &KѭѫQJ – Hӊ7+Ӕ1*/7, 3.4 Bài tұS 3.4.1 Bài tұSFӫQJFӕOêWKX\ӃW Bài 1. Cho mӝt hӋ thӕng tuyӃn tính có các cһp tín hiӋXÿҫXYjRYjÿҫXUDWѭѫQJӭQJQKѭ sau: x1(n) = [í2, 1] và y1(n) = [1, 2,í@ x2(n) = [1,í,í@Yj\2(n) = [í1, 0, 2] x3(n) = [0, 1, 1] và y3(n) = [1, 2, 1] Hãy kiӇPWUDWtQKWX\ӃQWtQKFӫDKӋWKӕQJ Bài 2. Khi mӝt tín hiӋXÿҫu vào x(n) = 3įQíÿѭӧFÿѭDYjRPӝt hӋ thӕng tuyӃn tính bҩt biӃn nhân quҧÿҫu ra cӫa hӋ thӕng có dҥng: y(n) = 2(ín + 8(1/4)n (n • Bài 3. Tìm ÿiSӭnJ[XQJÿѫQYӏ cӫa hӋ thӕng h(n). Bài 4. Tính tích chұp cӫa hai tín hiӋu x(n) = [1, 3,íí@YjKQ >í@ Bài 5. Tính tích chұp y(n) = x(n) * h(n) cӫa các cһp tín hiӋu sau: a. x(n) = [3,1/2,í, 1, 4], h(n) = [2,íí@ b. x(n) = [6, 5, 4, 3, 2, 1], h(n) = [1, 1, 1, 1] c. x(n) = [í3,íí@KQ >í2, 0,í@ Bài 6. Các hӋ thӕQJQjRVDXÿk\OjEҩt biӃn theo thӡi gian: a. y(n) = T[x(n)] = x(n) – x(n-1) b. y(n) = T[x(n)] = x(-n) c. \Q 7>[Q@ [QFRVȦ0n) Bài 7. Xét tính nhân quҧ cӫa các hӋ xӱ lý sӕ sau: a. y (n) n.x(n) b. y (n) 3 x ( n  2) Bài 8. Hãy xét tính bҩt biӃn cӫa các hӋ thӕng sau: a. y (n) n.x(n) BM KӻWKXұW0i\WtQK 19 &KѭѫQJ – Hӊ7+Ӕ1*/7, b. y (n) x 2 ( n) Bài 9. Tìm ÿiSӭng y(n) cӫa hӋ thӕng LTI nhân quҧ Fyÿһc tính xung h(n) rect 2 (n) vӟi WiFÿӝng là x(n) rect 3 (n) . Bài 10.Tìm ÿiSӭng y(n) cӫa hӋ thӕng LTI nhân quҧ Fyÿһc tính xung vӟLWiFÿӝng là x(n) n.rect 3 (n) . Bài 11.Hãy xác ÿӏQKÿiSӭng y(n) cӫa hӋ thӕng LTI nhân quҧ FyFyÿһc tính xung h(n) và WiFÿӝng x(n) trên hình. h(n) x(n) 0,8 0,4 -1 0 1 1 0,4 2 3 4 5 -1 0 0,6 1 2 3 Bài 12.Tìm ÿһc tính xung h(n) cӫa hӋ thӕng LTI nhân quҧ ӣ hình. rect2(n)2 x(n) G(n-1) y(n) G(n-2) + rect2(n-1) rect2(n-1) Bài 13.Hãy xây dӵQJVѫÿӗ cҩu trúc cӫa hӋ thӕQJ/7,Fyÿһc tính xung h( n) rect 3 (n  1) Bài 14.Hãy xây dӵQJVѫÿӗ cҩu trúc cӫa hӋ thӕQJ/7,Fyÿһc tính xung h(n) vӟi a là hҵng sӕ. 3.4.2 a n u ( n) , MӝWYjLEjLWұSYӟL0DWODE Bài 1. Sӱ dөQJPDWODEÿӇ [iFÿӏnh tính bҩt biӃn cӫa hӋ thӕQJFySKѭѫQJWUình sai phân sau: y(n) = 2.2403 x(n) + 2.4908 x(n – 1) Bài 2. Sӱ dөQJ0DWODEÿӇ thӵc hiӋn ghép nӕi hai hӋ thӕng LTI sau y1(n) + 0.9y1(n–1) + 0.8y1(n–2) = 0.3x(n) – 0.3x(n–1) + 0.4x(n–2) và y2(n) + 0.7y2(n–1) + 0.85y2(n–2) = 0.2y1(n) – 0.5y1(n–1) + 0.3y1(n–2) Bài 3. Sӱ dөng Matlab kiӇm tra tính әQÿӏnh cӫa hӋ thӕng LTI sau: y(n) = x(n) – 0.8x(n-1) – 1.5y(n–1) – 0.9 y(n–2) BM KӻWKXұW0i\WtQK 20