数字信号处理在现代科技中扮演着举足轻重的角色。从音频处理到图像识别，从通信系统到控制系统，数字信号处理技术无处不在。
Matlab 作为一款功能强大的科学计算软件，拥有丰富的信号处理函数库，能够帮助我们高效地进行数字信号处理任务。
1、正弦波函数（sin 和 cos）
（1）函数定义
sin 函数用于生成正弦波信号，cos 函数用于生成余弦波信号。
语法为 y = Asin(2πft + phi) 和 y = Acos(2πft + phi)，其中 A 是振幅，f 是频率，t 是时间，phi 是相位。
双曲正弦函数sinh、反正弦函数asin、反双曲正弦函数asinh、双曲余弦函数cosh、反余弦函数acos、反双曲余弦函数acosh、正切函数tan、余切函数cot等，这几种函数的用法与正弦波函数基本相同。
（2）示例
Fs = 1000; %采样频率为1KHz
f = 100; % 信号频率为 100Hz
A = 1; % 振幅为 1
phi = 0; % 相位为 0
t = 0:1/Fs:0.1; % 时间范围从 0 到 0.1 秒，步长为 1/Fs 秒
y_sin = A*sin(2*pi*f*t + phi);
plot(t,y_sin);
axis([0 0.1 -1.1 1.1]);
xlabel('时间（秒）');
ylabel('幅度');
title('正弦波信号');
2、方波信号函数（square）
（1） 函数定义
square 函数用于生成方波信号。
语法为 y = Asquare(2πft + phi)，其中 A 是振幅，f 是频率，t 是时间，phi 是相位。
此外，square(2πft + phi, DUTY)可以生成指定占空比的方波，DUTY 指定信号为正值的区域在一个周期内所占的比例，取值为 0~100。
（2）示例
Fs = 1000; %采样频率为1KHz
f = 50; % 频率为 50Hz
A = 1; % 振幅为 1
phi = 0; % 相位为 0
duty_cycle = 50; % 占空比为 50%
t = 0:1/Fs:0.1; % 时间范围从 0 到 0.1 秒，步长为 1/Fs 秒
y_square = A*square(2*pi*f*t + phi, duty_cycle);
plot(t,y_square);
axis([0 0.1 -1.1 1.1]);
xlabel('时间（秒）');
ylabel('幅度');
title('方波信号');
3、锯齿波信号函数（sawtooth）
（1）函数定义
sawtooth 函数用于生成锯齿波信号。
语法为 y = Asawtooth(2πft + phi)，其中 A 是振幅，f 是频率，t 是时间，phi 是相位。
sawtooth(2πft, WIDTH)可以生成三角波，WIDTH 参数指定三角波的尺度值，取值为 0~1。
（2）示例
Fs = 1000; %采样频率为1KHz
f = 80; % 频率为 80Hz
A = 1; % 振幅为 1
phi = 0; % 相位为 0
width = 0.5; % 三角波尺度值为 0.5
t = 0:1/Fs:0.1; % 时间范围从 0 到 0.1 秒，步长为 1/Fs 秒
y_sawtooth = A*sawtooth(2*pi*f*t + phi, width);
plot(t,y_sawtooth);
axis([0 0.1 -1.1 1.1]);
xlabel('时间（秒）');
ylabel('幅度');
title('锯齿波信号');
4、均匀分布随机序列函数（rand）
（1）函数定义
rand(1,N)产生长度为 N 的在[0，1]上均匀分布的随机序列。
（2）示例
Fs = 1000; %采样频率为1KHz
t = 0:1/Fs:0.1; % 时间范围从 0 到 0.1 秒，步长为 1/Fs 秒
N = length(t); % 随机序列长度
random_seq = rand(1,N);
hist(random_seq);
xlabel('随机值');
ylabel('频数');
title('均匀分布随机序列直方图');
5、高斯白噪声随机序列函数（randn）
（1）函数定义
randn(1,N)产生均值为 0，方差为 1 的高斯随机序列，即功率为 1W 的白噪声序列。
（2）示例
Fs = 1000; %采样频率为1KHz
t = 0:1/Fs:0.1; % 时间范围从 0 到 0.1 秒，步长为 1/Fs 秒
N = length(t); % 随机序列长度
noise_seq = randn(1,N);
plot(noise_seq);
xlabel('样本序号');
ylabel('幅度');
title('高斯白噪声随机序列');
本文转载自公众号：FPGA入门到精通
原文链接：
https://mp.weixin.qq.com/s/ZwFy7_Qe20omUAxvlzoOAw
如涉及作品内容、版权和其它问题，请联系工作人员，我们将在第一时间和您对接删除处理!