Dsplab09-10

DEPARTMENT OF ELECTRONICS AND COMMUNICATION ENGINEERING  NATIONAL INSTITUTE OF TECHNOLOGY TRICHY   DIGITAL SIGNAL PROCESSING LAB (EC315)  2009‐2010 BATCH  CYCLE 1   USING MATLAB  EXPERIMENT 1  STUDY OF CORRELATION OPERATION  1) Generate the signal of the form    ]   

2)  Note that the individual signals are appended.    3) Generate Y  

. 

4) Correlate the signal Y[n] with X[n] to obtain Z[n]. (what do you infer?)    5) Repeat the experiment with   .  • Y • Y .  • Y .    EXPERIMENT 2  STUDY OF CONVOLUTION OPERATION  1) Generate the signal of the form  S[n]= ∑ sin 2 Π     2) Convolve the signal with the filter whose impulse response is given below to obtain y1 [n].  h[n] =[‐0.0011    0.0048    0.0006   ‐0.0316    0.0275    0.0975   ‐0.1298   ‐0.2263    0.3153    0.7511    0.4946    0.1115]   

3) Replace the alternative samples of y1[n]  with zeros to obtain y2[n]   

4) Convolve the signal with the  filter whose impulse response is given below to obtain y3[n].    h[n] =[ ‐0.1115    0.4946   ‐0.7511    0.3153    0.2263   ‐0.1298   ‐0.0975    0.0275    0.0316    0.0006   ‐0.0048   ‐0.0011] 

  5) Replace the alternative samples of y3[n]  with zeros to obtain y4[n]   

6) Convolve the signal y2[n] with the filter whose impulse response is given below to obtain  out1[n]    h[n]=[ 0.1115    0.4946    0.7511    0.3153   ‐0.2263   ‐0.1298    0.0975    0.0275   ‐0.0316    0.0006    0.0048   ‐0.0011]   

7) Convolve the signal y4[n] with the filter whose impulse response is given below to obtain  out2[n]  h[n]= [‐0.0011   ‐0.0048    0.0006    0.0316    0.0275   ‐0.0975   ‐0.1298    0.2263    0.3153   ‐0.7511    0.4946   ‐0.1115]   

8) Use subplot to plot the  following signals  • S[n]  • Y1[n]  • Y3[n]  • out1[n]+out2[n]  What do you infer?  Note:  1. Use Overlap and add method to obtain the output  2. Realize the Linear  convolution using Circular convolution  3. Realize the circular convolution using DFT technique.  EXPERIMENT 3  STUDY OF FILTERING USING FIR FILTER  1) Generate the signal of the form    sin 2 1 sin 2 2 sin 2 3 Such that      and   3 1 2    as the noise .Design and Realize the Linear  2) Assume the signal   sin 2 3 phase FIR filter using hamming window to filter  the noise to obtain the output signal Y[n].    3) Use subplot to plot the following signals      sin 2 1 sin 2 21 • • X[n]  • Y[n]  4) Draw the Magnitude and phase response of the designed filter  5) Draw the magnitude and Phase response of the signal before and after filtering.  6) Repeat the experiment with the following windows for designing FIR filter.     • Rectangular window  • Barlett window  • Hanning window 

 

• •

Hamming window  Blackman window      7) Plot the time domain sequence (n=0,1,2…M‐1) and the corresponding frequency response plot  of the following windows  for M=31    8) Measure the following frequency domain characteristics of the above mentioned windows.  • Transition width of the main lobe  • Peak side lobe  EXPERIMENT   4  Part‐1  STUDY OF FILTERING USING IIR FILTER  Generate the signal of the form    sin 2

1)

2)

3) 4) 5)

1

sin 2 1

2

sin 2

3

Such that      and   3 2    as the noise .Design and Realize the IIR filter   3 Assume the signal   sin 2 using Bilinear transformation to filter  the noise to obtain the output signal Y[n].    Use subplot to plot the following signals    •   sin 2 1 sin 2 21 • X[n]  • Y[n]    Plot the magnitude and phase response of the designed filter    Draw the magnitude and Phase response of the signal before and after filtering.    Repeat the experiment with Impulse in‐variant transformation for designing IIR filter.         

 

Part‐2  STUDY OF INTERPRETATION OF POLE‐ZERO PLOT   Draw the magnitude and Phase response of the digital filter whose pole‐zero plot is as shown below.    

                                   

  EXPERIMENT   5    STUDY OF FINITE WORD LENGTH EFFECTS    1) (a)  Load the signal signal.dat .Note that the  length of the signal is 8000 and is stored in the  variable ‘x’ with sampling frequency 16000Hz.    (b)  Divide the signal ‘x’ into group of samples with size 512    (c) Compute 512 point fft using inbuilt function fft.m for every group and store it in the variable  ‘y’    (d)Divide the signal ‘y’ into groups of samples with size 512    (e)Compute 512 point ifft using radix‐2 DIT FFT algorithm (your function) for every group with  fixed point operation with the following specifications and store in the variable ‘z’  ¾ Fractional length of the bits=4 bits  ¾ Total length of the bits=16+3=7 bits     (f) Compute the SQNR (Signal to Quantization Noise) using the formula     20*log10 (sum (x  .^2)/sum ((x‐z)  .^2))    (g)Repeat the above experiment with the following fractional bit lengths ranging from 5 to 18.    (h) plot the graph between fractional bit lengths and the corresponding SQNR    (i)Repeat the above experiment by collecting the samples with size 1024.    [Use the inbuilt function fi.m for fixed point operation. But you must know how to represent the  number using fixed point representation and how to compute (add / mul) using fixed point  representation]                   

General Guidelines    1. Write Aim, Procedure with example ,Program, Report in your observation  2. Writ Aim, Description, Procedure with example, Program, Graphs, Report in your Record.  3. All the Graphs should have sampling time/Sampling frequency  4. X‐axis in all the graphs should be in seconds in time domain  5. X‐axis in all the graphs should be in Hz in frequency domain  6. Graphs should be plotted with White background color with black lines  7. Zoom the figure wherever required before taking the printouts  8. Don’t use inbuilt function related to Signal processing. Use the same for cross checking  9. Name the file name with arbitrary name followed by two digit roll number of the first  person of the batch.  10. Type help followed by the function name in the command window to read about that  function.  11. Avoid for‐loops as for as possible  12. Reports should have all the interpretations you have made on the particular experiment  13. All the Equations, texts and picture must be clear and neat in both the record and  observation.    ALL THE BEST