代做EENG31400 / EENGM1400 DIGITAL FILTERS AND SPECTRAL ANALYSIS 2017代写留学生Matlab语言程序

EENG31400 / EENGM1400

DIGITAL FILTERS AND SPECTRAL ANALYSIS

January/February 2017

Q.1    Figure Q1 shows the magnitude spectrum X[k], for k=0,1…512 resulting from applying a DFT of length N= 1024 to a discrete time audio signal x[n], using a rectangular window of length 1024. The audio signal x[n] contains a noisy component - a large magnitude high frequency sinusoid - that appears in the DFT spectrum of Figure Q1 as an impulse at location k=23. Answer the following questions:

(a)     Which normalised angular frequency Ω does index k=512 correspond to?   (2 marks)  

(b)    Which normalised standard frequency F does index k =256 correspond to?   (2 marks)

(c)     Assume that the discrete time signal x[n] resulted from sampling a continuous time signal x(t) with sampling frequency fs  = 44.1 KHz and no aliasing. What analogue frequency f does index k=23 (the location of the noisy component in the spectrum) correspond to. In other words what is the estimated frequency of the unwanted large magnitude sinusoid contained in x[n].   (4 marks)

(d)    The actual frequency of the unwanted large magnitude sinusoid contained in x[n] is 1000Hz. Does your answer in the previous question agree with this? If not explain why. What is the smallest value of N greater than 1024 that would correctly show the frequency of the noisy component as being 1000Hz? Justify your answer.(6 marks)

(e)    Use the pole-zero placement method to design a suitable IIR digital filter for removing  the unwanted sinusoid of frequency f =  1000Hz. Sketch the pole-zero diagram and give the transfer function.   (6 marks)

Q.2      A  sound  card uses an oversampling analogue to digital converter (OADC) to convert analogue audio signals to discrete time signals. A block diagram describing the operation of the OADC is shown in Figure Q1a. The input continuous time signal xc(t) goes through a simple antialiasing (AA) filter with a cut-off frequency ωc  that is a lot greater than the Nyquist frequency ωN, as shown in Figure Q1b, where Xc(ω) is the Fourier transform of xc(t). The Fourier transform Xa(ω) of the filtered signal xa(t) (Figure Q1c), shows that xa(t) contains the signal of interest plus band-limited high frequency noise. Signal xa(t) is sampled with a very high sampling rate ωs  =ωc+ωN  >> ωN,   resulting in the discrete time signal xs [n]. The discrete time signal xs [n] is then passed 

(a)    Sketch the Fourier transform Xs(ω) of  the sampled signal xs [n]=xa(nTs), where Ts  is the sampling period. Denote all relevant frequencies.

(b)    Sketch the DTFT Xd(Ω) of signal xd[n].

(c)    What  is  the normalised radial  cut-off frequency of the low pass filter used in the decimator if ωc =3ωN ?   (4 marks)

Q.3      (a)     Following the windowing method of FIR filter design, use a Hamming window to design an 8th order  (9  tap)  band pass FIR filter with a pass-band between 200Hz-400Hz and a sampling frequency of 1200Hz (12 marks)

(b)    Figures  Q3a  and Q3b show the pole zero diagrams and frequency responses (magnitude) of 8 discrete-time causal LTI systems. The order of the pole zero diagrams has been mixed up. Match each pole zero diagram to the correct frequency response.