1. 信号与系统分析课程作业概述
信号与系统分析作为电子信息类专业核心课程，其作业设计直接关系到学生对时域分析、频域变换等核心概念的掌握程度。2026年春季学期第九次作业延续了理论与实践并重的特点，包含基础理论题和实验操作两部分。从往期作业汇总和期末考试命题来看，本次作业在知识体系上承前启后，既巩固傅里叶变换基础，又为后续采样定理学习做好铺垫。
特别提示：作业中的实验环节涉及硬件调试，建议提前检查STM32开发板及示波器设备状态，避免最后时刻出现设备冲突。
2. 基础作业解析与解题要点
2.1 时域卷积计算专项训练
本次基础作业包含6道时域卷积计算题，主要考察以下能力：
- 分段函数的图形化表示（建议使用Python绘制）
- 卷积积分的分区间计算技巧
- 特殊函数（如门函数、冲激串）的卷积特性
典型例题解析：
python复制# 示例：门函数卷积计算可视化
import numpy as np
import matplotlib.pyplot as plt
def rect(t):
return np.where(np.abs(t)<=0.5, 1, 0)
t = np.linspace(-2, 2, 1000)
plt.plot(t, np.convolve(rect(t), rect(t), 'same'))
plt.title('门函数自卷积结果')
plt.grid(True)
计算要点：
- 确定非零区间：先画出被卷积信号波形
- 分段积分：按重叠区域变化点划分计算区间
- 验证结果：通过面积守恒原理检查（如门函数卷积后面积应为原信号面积平方）
2.2 频域分析典型题型
涉及傅里叶变换性质的证明题需要注意：
- 共轭对称性在实信号分析中的应用
- 时移特性与频移特性的区别记忆
- 微分特性在求解复杂信号频谱时的简化作用
易错警示：频域微分特性公式前的系数j经常被遗漏，建议通过测试信号（如e^(-at)u(t)）验证记忆公式。
3. 实验作业实施指南
3.1 基于STM32的信号采集实验
硬件配置清单：
| 设备 | 型号 | 用途 |
|---|---|---|
| 开发板 | STM32F407 | 信号生成与采集 |
| 示波器 | 100MHz带宽 | 波形观测 |
| 信号源 | JDS6600 | 参考信号输入 |
操作流程：
- 使用CubeMX配置ADC采样率为1Msps
- 编写DMA双缓冲采集代码（关键代码段）：
c复制// STM32CubeIDE配置示例
hadc1.Init.ContinuousConvMode = ENABLE;
hadc1.Init.DMAContinuousRequests = ENABLE;
hadc1.Init.ExternalTrigConv = ADC_EXTERNALTRIGCONV_T1_CC1;
- 通过串口发送数据到PC端进行FFT分析
常见问题排查：
- 采样波形畸变：检查ADC参考电压稳定性
- FFT频谱泄露：添加汉宁窗函数处理
- 数据跳变：确保DMA缓冲区切换标志正确清除
3.2 多通道信号混频实验
该实验要求实现：
- 生成1kHz正弦波（使用DAC或PWM模拟）
- 叠加10kHz载波信号
- 观察混频后的频谱成分
参数设计要点：
- 载波幅度应比基带信号大3-5倍
- 采样点数取2^N（如1024点）便于FFT计算
- 频谱分辨率Δf=Fs/N，需满足Δf<100Hz
4. 作业提交与调试技巧
4.1 理论作业规范
- 手写作业需用坐标纸绘制波形图
- 证明题需注明使用的变换性质
- 复杂计算建议附MATLAB验证代码
4.2 实验报告核心要素
- 原始数据截图（示波器波形+串口数据）
- 频谱分析对比图（理论vs实测）
- 信噪比计算过程
- 硬件连接实物照片
效率提升技巧：
- 使用VSCode+PlatformIO开发环境可加速STM32调试
- 利用Python自动化处理实验数据：
python复制# 快速绘制频谱图示例
from scipy.fft import fft
import numpy as np
def plot_spectrum(signal, fs):
N = len(signal)
yf = fft(signal)[:N//2]
xf = np.linspace(0, fs/2, N//2)
plt.plot(xf, 20*np.log10(np.abs(yf)))
5. 扩展学习资源
-
MATLAB辅助工具包
- Signal Processing Toolbox中的
conv()函数演示 freqz()函数用于滤波器频率响应分析
- Signal Processing Toolbox中的
-
硬件进阶方向
- 尝试用FPGA实现实时频谱分析
- 探索CMSIS-DSP库的优化FFT算法
-
理论延伸阅读
- 《信号与系统》奥本海姆第3章重点例题
- IEEE期刊关于ADC采样误差分析的近期论文
我在批改往届作业时发现，约60%的错误源于没有验证中间结果。建议在每个计算步骤后都进行量纲检查或极限情况验证，例如当τ→∞时卷积结果是否趋于稳定值。实验部分最常见的失误是采样率设置不当导致频谱混叠，务必先用奈奎斯特准则验算采样参数。