信号与系统分析实验信号的频谱分析
实验三信号的频谱分析
1方波信号的分解与合成实验
1实验目的
1. 了解方波的傅立叶级数展开和频谱特性。
2. 掌握方波信号在时域上进行分解与合成的方法。
3. 掌握方波谐波分量的幅值和相位对信号合成的影响。
2 实验设备
PC机一台，TD－SAS系列教学实验系统一套。
3 实验原理及内容
1. 信号的傅立叶级数展开与频谱分析
信号的时域特性和频域特性是对信号的两种不同的描述方式。对于一个时域的周期信号f(t)，只要满足狄利克莱条件，就可以将其展开成傅立叶级数：
如果将式中同频率项合并，可以写成如下形式：
从式中可以看出，信号f(t)是由直流分量和许多余弦（或正弦）分量组成。其中第一项A0/2是常数项，它是周期信号中所包含的直流分量；式中第二项A1cos(Ωt+φ1)称为基波，它的角频率与原周期信号相同，A1是基波振幅，φ1是基波初相角；式中第三项A2cos(Ωt+φ2)称为二次谐波，它的频率是基波的二倍，A2是基波振幅，φ2是基波初相角。依此类推，还有三次、四次等高次谐波分量。
2. 方波信号的频谱
将方波信号展开成傅立叶级数为：
n=1，3，5…
此公式说明，方波信号中只含有一、三、五等奇次谐波分量，并且其各奇次谐波分量的幅值逐渐减小，初相角为零。图3-1-1为一个周期方波信号的组成情况，由图可见，当它包含的分量越多时，波形越接近于原来的方波信号，还可以看出频率较低的谐波分量振幅较大，它们组成方波的主体，而频率较高的谐波分量振幅较小，它们主要影响波形的细节。
（a）基波（b）基波＋三次谐波
（c）基波＋三次谐波＋五次谐波
（d）基波＋三次谐波＋五次谐波＋七次谐波
（e）基波＋三次谐波＋五次谐波＋七次谐波＋九次谐波
图3-1-1方波的合成
3. 方波信号的分解
方波信号的分解的基本工作原理是采用多个带通滤波器，把它们的中心频率分别调到被测信号的各个频率分量上，当被测信号同时加到多路滤波器上，中心频率与信号所包含的某次谐波分量频率一致的滤波器便有输出。在被测信号发生的实际时间内可以同时测得信号所包含的各频率分量。本实验便是采用此方法，实验中共有5路滤波器，分别对应方波的一、
三、五、七、九次分量。
4. 信号的合成
本实验将分解出的1路基波分量和4路谐波分量通过一个加法器，合成为原输入的方波信号，信号合成电路图如图3-1-2所示。
图3-1-2
4 实验步骤
本实验在方波信号的分解与合成单元完成。
1. 使信号发生器输出频率为100Hz、幅值为4V的方波信号，接入IN端。
2. 用示波器同时测量IN和OUT1端，调节该通路所对应的幅值调节电位器，使该通路输出方波的基波分量，基波分量的幅值为方波信号幅值的4/π倍，频率于方波相同并且没有相位差.（注意：出厂时波形调节电位器已调到最佳位置，其波形基本不失真，基本没有相位差。若实验中发现存在波形失真或有相位差的现象，请适当调节波形调节电位器，使波形恢复正常。）
3. 用同样的方法分别在OUT3、OUT5、OUT7、OUT9端得到方波的三、五、七、九此谐波分量（注意其他谐波分量各参数应当满足式3-1-1所示）。
4. 完成信号的分解后，分别测量基波与三次谐波，基波、三次谐波与五次谐波，基波、三次谐波、五次谐波与七次谐波，基波、三次谐波、五次谐波、七次谐波与九次谐波合成后的波形。并完成图3-1-3。
图 3-1-3
基波基波+三次谐波
基波+三、五次谐波基波+三、五、七次谐波
基波+三、五、七、九次谐波
2 连续周期信号与连续非周期信号的频谱实验
1 实验目的
1. 掌握连续周期信号与连续非周期信号频谱的特点
2. 学习使用频谱分析仪观察信号的频谱
2 实验设备
PC机一台，TD－SAS系列教学实验系统一套。
3 实验原理及内容
1. 连续信号的频谱
一个周期信号只要满足狄里赫利条件，则可以分解为一系列谐波分量之和。为了表征不同信号的谐波组成情况，时常画出周期信号各次谐波的分布图形，这种图形称为信号的频谱。描述各次谐波振幅与频率关系的是振幅频谱；描述各次谐波相位与频率关系的是相位频谱。根据周期信号展开成傅立叶级数的不同形式可分为单边频带谱和双边频带谱。
连续信号可分为连续周期信号和连续非周期信号。其中连续周期信号可以分解为一系列正弦信号之和，即
由式可见，周期信号的谱线只出现在频率为0，Ω，2Ω，…，等离散频率上，即周期信号的频谱是离散谱。连续非周期信号可以认为信号的周期趋近无穷大，这样相邻谱线的间隔Ω趋近与无穷小，从而信号的频谱密集成为连续频谱。
例如周期脉冲信号的频谱是由基波和它的各次谐波组成，即只有在其基波频率的等倍数的频率点上有值。脉冲时域波形与其频谱如图3-2-1所示。若上述信号只含有脉冲信号的一个周期，则此信号的频谱中有值的频率点数将增加到无穷大，最终形成连续的谱线。如图3-2-2所示。
图3-2-1周期脉冲信号及其频谱
图3-2-2 脉冲信号及其频谱
2. 频谱分析仪
本实验设备提供了两种频谱分析工具。
（1）理论频谱图：
该工具单独由软件算法对信号源中波形数据进行计算，生成频谱数据。利用它可以观察信号发生器所产生的所有信号的理论振幅频谱。其界面如图3-2-3所示。
图3-2-3 理论频谱图界面
（2）频谱分析仪：
该工具由硬件对所测波形进行采样，再由软件算法对所采样数据进行计算，生成频谱数据。它可以观察实际测量到的信号的单边带振幅谱。其界面如图3-2-4所示。
图3-2-4 频谱分析仪界面
两种振幅谱的坐标定义相同，其中横轴数值对应各个频率点，纵轴数值对应信号的幅值；通过对两种频谱的对比，可以了解信号频谱的理论知识和实际应用的区别。
按照此频谱分析仪的设计，FFT的点数与频谱分辨率有直接关系，采样频率为f s的点FFT 频率分辨率f s/N，频谱宽度从0到f s/2。对于周期信号，如果点恰好包括了一个或整数个周期，则信号频谱上将在对应频率点上出现尖峰，否则频谱上没有正好与信号周期/频率对应的频率点，此频率点能量将被分散到相邻的频率点上。实际的信号通常包括多种频率分量，FFT 样点不可能正好是这些分量周期的整数倍，在N较小时，两个频率相近的分量可能在频谱上无法分辨，实验中应注意这些问题。
4 实验步骤
1. 周期信号频谱的观察
（1）使信号发生器产生频率200Hz、幅值3V的方波信号，用示波器观察此信号波形。观
察完毕后关掉示波器窗口。
（2）在TD-SAS实验系统软件界面上点击“频谱分析仪”进入频谱分析仪界面。用表笔测量信号发生器输出端，通过试验指导书所述方法调节各参数，使频谱达到较好的效果（频谱分析仪的采样频率一般选择为所测波形频率的10倍左右为最佳）。
（3）记录频谱中各次谐波分量的频率和幅值并与理论之比较完成表3-2-1。
注意：实验中可以发现，所得到的频谱并非由单个的谱线组成，而是每条谱线都有一个边带。产生此情况的原因是：周期信号是无穷的，而实际测量不可能以无穷大为单位，所以必然存在对信号的截短。频谱分析仪是以截短后的信号作为周期信号的一个周期，所以测量信号与原始信号存在误差，最终导致边带的产生。在此频谱分析仪中观察频谱的方法是：频谱中每个波的波峰处为一个频率点，测量时只需观察各波峰处的频率和幅值即可。
表3-2-1
（4）上述测量完成后关掉频谱分析仪。在信号发生器界面中，重新选取上述信号，之后点击频谱按钮，便可以进入理论频谱图界面。此频谱图中所得到的频谱是所选择信号的理论频谱。记录频谱中各次谐波分量的频率和幅值并与理论之比较完成表3-2-2。
表3-2-2
理论方波图
实际方波图
2. 非周期信号频谱的观察
由于实验中的非周期信号的特殊性，所以只能提供理论的频谱进行观察。在信号发生器界面中选择所需的非周期信号，点击频谱按钮，便可以观察其理论频谱。
理论脉冲图
实际脉冲图
3 周期与脉宽和脉冲信号频谱的关系实验
1 实验目的
1. 进一步理解信号频谱的概念。
2. 进一步掌握脉冲信号频谱的特点。
3．掌握脉冲信号周期或脉宽变化与其频谱的关系。
2 实验设备
PC机一台，TD－SAS系列教学实验系统一套。
3 实验原理及内容
周期矩形脉冲信号的傅立叶级数是：
其中,τ是脉冲信号的脉冲宽度；T是脉冲信号的周期，E是脉冲信号的幅值。从式中可以看出它的谱线离散，仅含有ω=nΩ的各分量。相邻谱线间隔为Ω（Ω=2π/T），脉冲周期T 越大，谱线间隔越小，频谱越密；反之，则越疏。另外谱线按照Sa(ωτ/2)的规律变化。在ω=2nπ/τ（n＝1，2，…）各点处包络为零，即该点频率分量为零。
1. 脉宽与频谱关系
由公式可以看出，频谱包络线的零点ω=2nπ/τ为处，所以当脉冲信号周期不变，脉冲宽度变大时，相邻谱线的间隔不变，频谱包络线的零点频率逐渐变小，反之则变大。另外频谱中各频率点谱线的幅值与脉宽τ也有关，且当信号周期不变，脉宽越宽其频率点谱线的幅值越大，反之则越小。其关系如图3-3-1所示。
2. 周期与频谱的关系
从公式可以看出，信号的周期与频谱包络线的零点没有关系，所以当周期变化时，频谱包络线零点不变。然而当信号的脉宽不变，信号周期变大时，相邻谱线的间隔变小，频谱变密。如果周期无限增长（趋于非周期信号）那么，相邻谱线的间隔将趋近于零，周期信号的离散谱就过渡到非周期信号的连续谱。另外频谱中各频率点谱线的幅值与脉宽T也有关，且当信号脉宽不变，信号周期越大其频率点谱线的幅值越小，反之则越大。其关系如图3-3-2所示。
图3-3-1 脉冲宽度与频谱的关系
图3-3-2 脉冲信号周期与频谱的关系
4 实验步骤
1. 脉冲宽度与频谱的关系
（1）进入信号发生器界面，在该界面上选取幅值3V、频率100Hz、占空比20％的周期脉冲信号。
（2）进入频谱分析仪界面。计算并测量此信号频谱中频谱包络线第一个零点的频率值F、坐标零点谱线的幅值V和各谱线之间的距离M三个参数，将计算得到的理论值和测量值分别
填入表3-3-1。
表3-3-1
（3）将上述信号的占空比改为10％。通过计算可知：此信号和上述信号的周期一样，且脉宽是其1/2。计算并测量此信号的上述三个参数，填入上表。
（4）将上述信号的占空比改为5％。通过计算可知：此信号和上边信号的周期一样，且脉宽是其1/4。计算并测量此信号的上述三个参数，填入上表。
（5）上述数据说明脉冲信号占空比与频谱的关系是：
脉冲信号的占空比越大时，频谱的频率越小
2. 信号周期与频谱的关系
（1）进入信号发生器界面，在该界面上选取幅值3V、频率50Hz、占空比5％的周期脉冲信号。
（2）进入频谱分析仪界面。计算并测量此信号频谱中频谱包络线第一个零点的频率值F、时间坐标零点谱线的幅值V和各谱线之间的距离M三个参数，将计算得到的理论值和测量值分别填入表3-3-2。
表3-3-2
（3）产生幅值3V、频率100Hz、占空比10％的周期脉冲信号。通过计算可知：此信号和上述信号的脉冲宽度一样，且周期是其1/2。测量此信号的三个参数，完成上表。
（4）产生幅值3V、频率200Hz、占空比20％的周期脉冲信号。通过计算可知：此信号和上边信号的脉冲宽度一样，且周期是其1/4。测量此信号的三个参数，完成上表。
（5）上述数据说明脉冲信号周期与频谱的关系是：
脉冲信号的周期越长时，各谱线之间的距离M越长
参考资料：
实验指导书
评论：
信号与系统基础知识
第1章 信号与系统的基本概念 1.1 引言 系统是一个广泛使用的概念，指由多个元件组成的相互作用、相互依存的整体。我们学习过“电路分析原理”的课程，电路是典型的系统，由电阻、电容、电感和电源等元件组成。我们还熟悉汽车在路面运动的过程，汽车、路面、空气组成一个力学系统。更为复杂一些的系统如电力系统，它包括若干发电厂、变电站、输电网和电力用户等，大的电网可以跨越数千公里。 我们在观察、分析和描述一个系统时，总要借助于对系统中一些元件状态的观测和分析。例如，在分析一个电路时，会计算或测量电路中一些位置的电压和电流随时间的变化；在分析一个汽车的运动时，会计算或观测驱动力、阻力、位置、速度和加速度等状态变量随时间的变化。系统状态变量随时间变化的关系称为信号，包含了系统变化的信息。 很多实际系统的状态变量是非电的，我们经常使用各种各样的传感器，把非电的状态变量转换为电的变量，得到便于测量的电信号。 隐去不同信号所代表的具体物理意义，信号就可以抽象为函数，即变量随时间变化的关系。信号用函数表示，可以是数学表达式，或是波形，或是数据列表。在本课程中，信号和函数的表述经常不加区分。 信号和系统分析的最基本的任务是获得信号的特点和系统的特性。系统的分析和描述借助于建立系统输入信号和输出信号之间关系，因此信号分析和系统分析是密切相关的。 系统的特性千变万化，其中最重要的区别是线性和非线性、时不变和时变。这些区别导致分析方法的重要差别。本课程的内容限于线性时不变系统。 我们最熟悉的信号和系统分析方法是时域分析，即分析信号随时间变化的波形。例如，对于一个电压测量系统，要判断测量的准确度，可以直接分析比较被测的电压波形)(in t v （测量系统输入信号）和测量得到的波形)(out t v （测量系统输出信号），观察它们之间的相似程度。为了充分地和规范地描述测量系统的特性，经常给系统输入一个阶跃电压信号，得到系统的阶跃响应，图1-1是典型的波形，通过阶跃响应的电压上升时间（电压从10％上升至90％的时间）和过冲（百分比）等特征量，表述测量系统的特性，上升时间和过冲越小，系统特性越好。其中电压上升时间反映了系统的响应速度，小的上升时间对应快的响应速度。如果被测电压快速变化，而测量系统的响应特性相对较慢，则必然产生较大的测量误差。 信号与系统分析的另一种方法是频域分析。信号频域分析的基本原理是把信号分解为不同频率三角信号的叠加，观察信号所包含的各频率分量的幅值和相位，得到信号的频谱特性。图1-2是从时域和频域观察一个周期矩形波信号的示意图，由此可以看到信号频域和时域的关系。系统的频域分析是观察系统对不同频率激励信号的响应，得到系统的频率响应特性。频域分析的重要优点包括：（1）对信号变化的快慢和系统的响应速度给出定量的描述。例如，当我们要用一个示波器观察一个信号时，需要了解信号的频谱特性和示波器的模拟带宽，当示波器的模拟带宽能够覆盖被测信号的频率范围时，可以保证测量的准确。（2）
信号与系统实验
《信号与系统及MATLAB实现》实验指导书
前言 长期以来，《信号与系统》课程一直采用单一理论教学方式，同学们依靠做习题来巩固和理解教学内容，虽然手工演算训练了计算能力和思维方法，但是由于本课程数学公式推导较多，概念抽象，常需画各种波形，作题时难免花费很多时间，现在，我们给同学们介绍一种国际上公认的优秀科技应用软件MA TLAB，借助它我们可以在电脑上轻松地完成许多习题的演算和波形的绘制。 MA TLAB的功能非常强大，我们此处仅用到它的一部分，在后续课程中我们还会用到它，在未来地科学研究和工程设计中有可能继续用它，所以有兴趣的同学，可以对MA TLAB 再多了解一些。 MA TLAB究竟有那些特点呢？ 1．高效的数值计算和符号计算功能，使我们从繁杂的数学运算分析中解脱出来； 2．完备的图形处理功能，实现计算结果和编程的可视化； 3．友好的用户界面及接近数学表达式的自然化语言，易于学习和掌握； 4．功能丰富的应用工具箱，为我们提供了大量方便实用的处理工具； MA TLAB的这些特点，深受大家欢迎，由于个人电脑地普及，目前许多学校已将它做为本科生必须掌握的一种软件。正是基于这些背景，我们编写了这本《信号与系统及MA TLAB实现》指导书，内容包括信号的MA TLAB表示、基本运算、系统的时域分析、频域分析、S域分析、状态变量分析等。通过这些练习，同学们在学习《信号与系统》的同时，掌握MA TLAB的基本应用，学会应用MA TLAB的数值计算和符号计算功能，摆脱烦琐的数学运算，从而更注重于信号与系统的基本分析方法和应用的理解与思考，将课程的重点、难点及部分习题用MA TLAB进行形象、直观的可视化计算机模拟与仿真实现，加深对信号与系统的基本原理、方法及应用的理解，为学习后续课程打好基础。另外同学们在进行实验时，最好事先预习一些MA TLAB的有关知识，以便更好地完成实验，同时实验中也可利用MA TLAB的help命令了解具体语句以及指令的使用方法。
实验一利用DFT分析信号频谱
实验一利用DFT 分析信号频谱 一、 实验目的 1. 加深对DFT 原理的理解。 2. 应用DFT 分析信号的频谱。 3. 深刻理解利用DFT 分析信号频谱的原理，分析实现过程中出现的现象及解决方法。 二、 实验设备与环境 计算机、MATLAB^件环境。 三、 实验基础理论 1. DFT 与DTFT 的关系 方法二：实际在MATLAB 十算中，上述插值运算不见得是最好的办法。 由于DFT 是DTFT 的取 样值，其相邻两个频率样本点的间距为 —,所以如果我们增加数据的长度 N,使得到的 N DFT 谱线就更加精细，其包络就越接近 DTFT 的结果，这样就可以利用 DFT 计算DTFT 如果 没有更多的数据，可以通过补零来增加数据长度。 3、利用DFT 分析连续时间函数 利用DFT 分析连续时间函数是，主要有两个处理：①抽样，②截断 对连续时间信号x a (t) 一时间T 进行抽样，截取长度为 M 则 址 ML X a (N)「-x a (t)e4dt 二「x a (nT)e jnT n=0 再进行频域抽样可得 M 4 —j 竺 n 送，T' X a (nT)e N =TX M (k) NT n =0 因此，利用DFT 分析连续时间信号的步骤如下： (1 )、确定时间间隔，抽样得到离散时间序列 x(n). (2) 、选择合适的窗函数和合适长度 M 得到M 点离散序列x M DFT 实际上是 DTFT 在单位圆上以 的抽样，数学公式表示为: N-1 _j 空 k X(k) = X(z)| 耳八 x(n)e N z” N n=0 (2 — 1) 2、利用 DFT 求DTFT 方法一：利用下列公式： 2rk X(e j )二、X(k)( ) k=0 N k= 0,1,..N - 1 (2 — 2) Sn(N ，/2) Nsin(，/2) .N A e 2为内插函数 (2— 3) (2—4) X a (r 1)|
对正弦信号的采样频谱分析.doc
H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程设计 课程名称：课程设计2 设计题目：对正弦信号的抽样频谱分析院系：电子与信息工程学院 班级：0805203 设计者：褚天琦 学号：1080520314 指导教师：郑薇 设计时间：2011-10-15 哈尔滨工业大学
一、题目要求： 给定采样频率fs，两个正弦信号相加，两信号幅度不同、频率不同。要求给定正弦信号频率的选择与采样频率成整数关系和非整数关系两种情况，信号持续时间选择多种情况分别进行频谱分析。 二、题目原理与分析： 本题目要对正弦信号进行抽样，并使用fft对采样信号进行频谱分析。因此首先对连续正弦信号进行离散处理。实际操作中通过对连续信号间隔相同的抽样周期取值来达到离散化的目的。根据抽样定理，如果信号带宽小于奈奎斯特频率（即采样频率的二分之一），那么此时这些离散的采样点能够完全表示原信号。高于或处于奈奎斯特频率的频率分量会导致混叠现象。设抽样周期为TS(抽样角频率为ωS)，则 可见抽样后的频谱是原信号频谱的周期性重复，当信号带宽小于奈奎斯特频率的二分之一时不会产生频谱混叠现象。 因此，我们对采样频率的选择采取fs>2fo,fs=2fo,fs<2fo三种情况进行分析。对信号采样后，使用fft函数对其进行频谱分析。为了使频谱图像更加清楚，更能准确反映实际情况并接近理想情况，我们采用512点fft。取512点fft不仅可以加快计算速度，而且可以使频谱图更加精确。若取的点数较少，则会造成频谱较大的失真。 三、实验程序： 本实验采用matlab编写程序，实验中取原信号为 ft=sin(2πfXt)+2sin(10πfXt)，取频率f=1kHz，实验程序如下： f=1000;fs=20000;Um=1; N=512;T=1/fs; t=0:1/fs:0.01; ft=Um*sin(2*pi*f*t)+2*Um*sin(10*pi*f*t); subplot(3,1,1); plot(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft'); title('抽样信号的连续形式'); subplot(3,1,2); stem(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft');
《信号与系统分析基础》第3章习题解答
第三章习题解答 3.2 求下列方波形的傅里叶变换。 (a) 解： 110 2 ()()11()2 t j t t j t t j t t j t j a F j f t e dt e e dt j e t tS e j ωωωωωωω ωω-----=-=?= -==?? (b) 解： 20 00 2 2 ()1 1 1()[]1 (1) 1 (1) t j t t j t t t j t j t t t j t j t j t j t j t j t t F e dt e e dt tde j j j te e dt j e e e j e ωωωωωωωωωωωτ ω τωτω ω τω ωττω----------=-=?= =??-=-=+-= +-???? (c) 解： 1 31 1 2 2 11()()2 211 1 ()()22 1 1 ()cos 2 1 ()2 1()211 12() 2() 2 2 j t j t j t j t j t j t j t j t F t e dt e e e dt e e dt e e j j ωπ π ωππ ωωπ π ωωπ ωππ ωω-------+---+--=?=+?=+=- -+?? ? ()()()()22221 111 [][]2222 j j j j e e e e j j ππππ ωωωωππωω----++=?--?--+
2222sin()sin()cos ()cos () cos 2222()()2222 ππππ ωωωωωωπωππππωωωω-+?++?-?=+== -+-- (d)解： 242 22()()22 22()()2 2 ()()()()2 2 2 2 ()sin 1()21()2112()2() sin[(22() 2() T j t T T j t j t j t T T j t j t T T T j t j t T T T T T T j j j j F t e dt e e e dt j e e dt j e e T e e e e j j j j ωωωωωωωωωωωωωωω--Ω-Ω--Ω--Ω+-Ω--Ω+--Ω--Ω-Ω+-Ω+=Ω?=-= --=-Ω-Ω+Ω---= + =?Ω-?Ω+???)]sin[()] 2()() T j j ωωωωΩ++Ω-Ω+ 3.3依据上题中a,b 的结果，利用傅里叶变换的性质，求题图3.3所示各信号的傅里叶变换. (a) 解：11111()()()f t f t f t =-- 11()f t 就是3.2中(a)的1()f t 如果1()()f t F ω?，则1()()f t F ω-?- 11111111122 2 ()()()()()sin()42 ( )[]sin( )sin ()2 2 2 2 j j a f t f t f t F F t S e e j j τ τ ω ω ωωωτ ωτ τωτ ωττωτ ω-∴=--?--=??-= ? = (b) 解：2()()()f t g t g t στ=+,而()( )2 a g t S τωτ τ? 2()(3)2()a a F S S ωσωω∴=+ 如利用3.2中(a)的结论来解，有： 211'()(3)(1)f t f t f t ττ=+++，其中,'2τστ==. 3211'()()()(3)2()j j a a F e F e F S S ωωττωωωσωω∴=?+?=+ (如()()f t F ω?，则0 0()()j t f t t e F ωω±?) 2()f t
信号与系统分析实验报告连续系统的时域分析
北京联合大学 实验报告 课程（项目）名称： 信号与系统分析 学 院： 自动化学院 专 业： 信息处理与智能技术 班 级： 0910030204 学 号：2009100302440 姓 名： 韩禹辉 成 绩： 2011年 5 月 21 日 实验二 连续系统的时域分析 冲激响应与阶跃响应实验 一、实验目的 1.观察典型二阶电路的阶跃响应与冲激响应的波形和相关参数，并研究参数变化对响应状态的影响. 2.掌握系统阶跃响应与冲激响应的观测方法. 3.理解系统阶跃响应与冲激响应的关系. 二、实验设备 PC 机一台，TD-SAS 系列教学实验系统一套. 三、实验原理 本实验是观察典型的二阶系统的阶跃响应和冲激响应的三种不同状态.二阶系统的微分方程通式为： 2()2()()()n n y t ay t y t f t ωω'''++= 其特征根为： 1,2a λ=-对于不同的a 和n ω值，特征根四种不同的情况，如表2-1-1所示，分别对应两个不等实根、两个相等实根、共轭复根和共轭虚根.相应的冲激响应和阶跃响应波形如图2-1-1所示. 表2-1-1 二阶系统的冲激响应和阶跃响应
图2-1-1二阶系统的冲激响应和阶跃响应 本实验电路采用由运放组成的典型二阶电路，如图2-1-2所示，它与RLC 串联电路构成二阶系统完成如图2-1-3所示的功能.实验中通过调节器Rp 便可以使系统处于不同的状态. 图2-1-2 由运放构成的二阶电路 图2-1-3 RLC 二阶电路 通过电路图可以得到该系统的微分方程为： 从公式可以得到：
由上式得到系统响应的三种状态： （1）当n a ω>时，即Rp>4K Ω时，系统有两个不等实根，处于过阻尼状态； （2）当n a ω=时，即Rp=4K Ω时，系统有两个相等实根处于临界阻尼状态； （3）当n a ω<时，即Rp<4K Ω时，系统有一对共轭复根，处于欠阻尼状态. 四、实验步骤 本实验在阶跃与冲激响应单元完成. 1．阶跃响应观察 （1）使信号发生器输出幅值2V 、频率为1Hz 、占空比为50%的脉冲信号，其中每个高电平作为一次阶跃输入.将脉冲信号接入IN 端. （2）用示波器同时测量IN 和OUT 两端，记录当电位器Rp 值分别为1.5K 、4K 和8K 时OUT 端的波形. 使用万用表测量电位器阻值时，先关闭实验箱电源开关，将短路块N 断开，这样电位器就从电路中断开，并且测量时应当注意表笔的正负端应和测量点的正负端一致.然后再打开实验箱电源开关，测量完后将短路块闭合，使电位器重新接入电路. （3）分别保存Rp 值在上述取值时的阶跃响应波形，并加以比较看是否满足图2-1-1（b ）所述.
数字信号课程设计 应用FFT对信号进行频谱分析
实验二应用FFT对信号进行频谱分析 一、实验目的 1.加深对离散信号的DTFT和DFT的及其相互关系的理解。 2.在理论学习的基础上，通过本次实验，加深对快速傅立叶变换 的理解，熟悉FFT算法及其程序的编写。 3.熟悉应用FFT对典型信号进行频谱分析的方法。 4.了解应用FFT进行信号频谱分析过程中可能出现的问题，以便 在实际中正确应用FFT。 二、实验原理与方法 一个连续信号x a(t)的频谱可以用他的傅立叶变换表示为： = 如果对该信号进行理想采样，可以得到采样序列：x(n)=X a(nT) 同样可以对该序列进行Z变换，其中T为采样周期：X(z)= 当Z=e jω的时候，我们就得到了序列的傅立叶变换：X(e j ω)= 其中称为数字频率，它和模拟域频率的关系为： 式中的f s是采样频率，上式说明数字频率是模拟频率对采样频率 f s的归一化。同模拟域的情况相似，数字频率代表了序列值变化的 速率，而序列的傅里叶变换为序列的频谱。序列的傅里叶变换和对应的采样信号频率具有下式的对应关系。 X(e jω)= 即序列的频谱是采样信号频谱的周期延拓。从上式可以看出，只要分析采样序列的频谱，就可以得到相应的连续信号频谱，就可以得到相应的连续信号的频谱。注意：这里的信号必须是带限信号，采样也必须满足Nyquist定理。 在各种信号序列中，有限长序列在数字信号处理中占有很重要的地位。无限长的序列也往往可以用有限长序列来逼近。对于有限长的序列我们可以使用离散傅里叶变换（DFT），这一变换可以很好地反映序列的频域特性，并且容易利用快速算法在计算机上实现当序列的长度是N时，我们定义离散傅里叶变化为：X(k)=DFT[x(n)]= 其中，它的反变换定义为： x(n)=IDFT[X(k)]= 令Z=，则有：==DFT[x(n)] 可以得到，是Z平面单位圆上幅角为 的点，就是将单位圆进行N等分以后第K个点。所以，X(k)是Z变换在单位圆上的等距采样，或者说是序列福利叶变换的等距
用FFT对信号作频谱分析 实验报告
实验报告 实验三：用FFT 对信号作频谱分析 一、 实验目的与要求 学习用FFT 对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便正确应用FFT 。 二、 实验原理 用FFT 对信号作频分析是学习数字信号处理的重要内容，经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关，因为FFT 能够实现的频率分辨率是2π/N ，因此要求2π/N 小于等于D 。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱，因此N 要适当选择大一些。 三、 实验步骤及内容（含结果分析） （1）对以下序列进行FFT 分析： x 1(n)=R 4(n) x 2(n)= x 3(n)= 选择FFT 的变换区间N 为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： n+1 0≤n ≤3 8-n 4≤n ≤7 0 其它n 4-n 0≤n ≤3 n-3 4≤n ≤7 0 其它 n
实验结果图形与理论分析相符。（2）对以下周期序列进行谱分析： x4(n)=cos[(π/4)*n]
x5(n)= cos[(π/4)*n]+ cos[(π/8)*n] 选择FFT的变换区间N为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： （3）对模拟周期信号进行频谱分析： x6(n)= cos(8πt)+ cos(16πt)+ cos(20πt) 选择采样频率Fs=64Hz，FFT的变换区间N为16、32、64三种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】：
信号与系统基础知识
第1章 信号与系统的基本概念 1.1 引言 系统是一个广泛使用的概念，指由多个元件组成的相互作用、相互依存的整体。我们学习过“电路分析原理”的课程，电路是典型的系统，由电阻、电容、电感和电源等元件组成。我们还熟悉汽车在路面运动的过程，汽车、路面、空气组成一个力学系统。更为复杂一些的系统如电力系统，它包括若干发电厂、变电站、输电网和电力用户等，大的电网可以跨越数千公里。 我们在观察、分析和描述一个系统时，总要借助于对系统中一些元件状态的观测和分析。例如，在分析一个电路时，会计算或测量电路中一些位置的电压和电流随时间的变化；在分析一个汽车的运动时，会计算或观测驱动力、阻力、位置、速度和加速度等状态变量随时间的变化。系统状态变量随时间变化的关系称为信号，包含了系统变化的信息。 很多实际系统的状态变量是非电的，我们经常使用各种各样的传感器，把非电的状态变量转换为电的变量，得到便于测量的电信号。 隐去不同信号所代表的具体物理意义，信号就可以抽象为函数，即变量随时间变化的关系。信号用函数表示，可以是数学表达式，或是波形，或是数据列表。在本课程中，信号和函数的表述经常不加区分。 信号和系统分析的最基本的任务是获得信号的特点和系统的特性。系统的分析和描述借助于建立系统输入信号和输出信号之间关系，因此信号分析和系统分析是密切相关的。 系统的特性千变万化，其中最重要的区别是线性和非线性、时不变和时变。这些区别导致分析方法的重要差别。本课程的内容限于线性时不变系统。 我们最熟悉的信号和系统分析方法是时域分析，即分析信号随时间变化的波形。例如，对于一个电压测量系统，要判断测量的准确度，可以直接分析比较被测的电压波形)(in t v （测量系统输入信号）和测量得到的波形)(out t v （测量系统输出信号），观察它们之间的相似程度。为了充分地和规范地描述测量系统的特性，经常给系统输入一个阶跃电压信号，得到系统的阶跃响应，图1-1是典型的波形，通过阶跃响应的电压上升时间（电压从10％上升至90％的时间）和过冲（百分比）等特征量，表述测量系统的特性，上升时间和过冲越小，系统特性越好。其中电压上升时间反映了系统的响应速度，小的上升时间对应快的响应速度。如果被测电压快速变化，而测量系统的响应特性相对较慢，则必然产生较大的测量误差。 信号与系统分析的另一种方法是频域分析。信号频域分析的基本原理是把信号分解为不
信号与系统分析实验信号的频谱分析
实验三信号的频谱分析 1方波信号的分解与合成实验 1实验目的 1. 了解方波的傅立叶级数展开和频谱特性。 2. 掌握方波信号在时域上进行分解与合成的方法。 3. 掌握方波谐波分量的幅值和相位对信号合成的影响。 2 实验设备 PC机一台，TD－SAS系列教学实验系统一套。 3 实验原理及内容 1. 信号的傅立叶级数展开与频谱分析 信号的时域特性和频域特性是对信号的两种不同的描述方式。对于一个时域的周期信号f(t)，只要满足狄利克莱条件，就可以将其展开成傅立叶级数： 如果将式中同频率项合并，可以写成如下形式： 从式中可以看出，信号f(t)是由直流分量和许多余弦（或正弦）分量组成。其中第一项A0/2是常数项，它是周期信号中所包含的直流分量；式中第二项A1cos(Ωt+φ1)称为基波，它的角频率与原周期信号相同，A1是基波振幅，φ1是基波初相角；式中第三项A2cos(Ωt+φ2)称为二次谐波，它的频率是基波的二倍，A2是基波振幅，φ2是基波初相角。依此类推，还有三次、四次等高次谐波分量。 2. 方波信号的频谱 将方波信号展开成傅立叶级数为： n=1，3，5…
此公式说明，方波信号中只含有一、三、五等奇次谐波分量，并且其各奇次谐波分量的幅值逐渐减小，初相角为零。图3-1-1为一个周期方波信号的组成情况，由图可见，当它包含的分量越多时，波形越接近于原来的方波信号，还可以看出频率较低的谐波分量振幅较大，它们组成方波的主体，而频率较高的谐波分量振幅较小，它们主要影响波形的细节。 （a）基波（b）基波＋三次谐波 （c）基波＋三次谐波＋五次谐波 （d）基波＋三次谐波＋五次谐波＋七次谐波 （e）基波＋三次谐波＋五次谐波＋七次谐波＋九次谐波 图3-1-1方波的合成 3. 方波信号的分解 方波信号的分解的基本工作原理是采用多个带通滤波器，把它们的中心频率分别调到被测信号的各个频率分量上，当被测信号同时加到多路滤波器上，中心频率与信号所包含的某次谐波分量频率一致的滤波器便有输出。在被测信号发生的实际时间内可以同时测得信号所包含的各频率分量。本实验便是采用此方法，实验中共有5路滤波器，分别对应方波的一、 三、五、七、九次分量。 4. 信号的合成 本实验将分解出的1路基波分量和4路谐波分量通过一个加法器，合成为原输入的方波信号，信号合成电路图如图3-1-2所示。 图3-1-2
DFT在信号频谱分析中的应用
DFT在信号频谱分析中的应用 目录 Ⅰ.设计题目 (1) Ⅱ.设计目的 (1) Ⅲ.设计原理 (1) Ⅳ.实现方法 (1) Ⅴ.设计内容及结果 (5) Ⅵ.改进及建议 (11) Ⅶ.思考题及解答 (14) Ⅷ.设计体会及心得 (15) Ⅸ.参考文献 (16)
Ⅰ.设计题目 DFT 在信号频谱分析中的应用 Ⅱ.设计目的 掌握离散傅里叶变换的有关性质，利用Matlab 实现DFT 变换。了解DFT 应用，用DFT 对序列进行频谱分析，了解DFT 算法存在的问题及改进方法。学习并掌握FFT 的应用。 Ⅲ.设计原理 所谓信号的频谱分析就是计算信号的傅里叶变换。连续信号与系统的傅里叶分析显然不便于直接用计算机进行计算，使其应用受到限制，而DFT 是一种时域和频域均离散化的变换，适合数值运算，成为分析离散信号和系统的有力工具。 工程实际中，经常遇到的连续信号Xa(t),其频谱函数Xa(jW)也是连续函数。数字计算机难于处理，因而我们采用DFT 来对连续时间信号的傅里叶变换进行逼近，进而分析连续时间信号的频谱。 Ⅳ.实现方法 离散傅里叶变换是有限长序列的傅里叶变换，它相当于把信号的傅里叶变换进行等频率间隔采样，并且有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。 快速傅里叶变换（FFT ）并不是一种新的变换，它是离散傅里叶变换的一种快速算法，并且主要是基于这样的思路而发展起来的：（1）把长度为N 的序列的DFT 逐次分解成长度较短的序列的DFT 来计算。（2）利用WN(nk)的周期性和对称性，在DFT 运算中适当的分类，以提高运算速度。（对称性nk N nk N W W N -=+2 ，
信号的频谱分析及MATLAB实现
第23卷第3期湖南理工学院学报(自然科学版)Vol.23 No.3 2010年9月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Sep. 2010信号的频谱分析及MATLAB实现 张登奇, 杨慧银 (湖南理工学院信息与通信工程学院, 湖南岳阳 414006) 摘 要: DFT是在时域和频域上都已离散的傅里叶变换, 适于数值计算且有快速算法, 是利用计算机实现信号频谱分析的常用数学工具. 文章介绍了利用DFT分析信号频谱的基本流程, 重点阐述了频谱分析过程中误差形成的原因及减小分析误差的主要措施, 实例列举了MATLAB环境下频谱分析的实现程序. 通过与理论分析的对比, 解释了利用DFT分析信号频谱时存在的频谱混叠、频谱泄漏及栅栏效应, 并提出了相应的改进方法. 关键词: MA TLAB; 频谱分析; 离散傅里叶变换; 频谱混叠; 频谱泄漏; 栅栏效应 中图分类号: TN911.6 文献标识码: A 文章编号: 1672-5298(2010)03-0029-05 Analysis of Signal Spectrum and Realization Based on MATLAB ZHANG Deng-qi, YANG Hui-yin (College of Information and Communication Engineering, Hunan Institute of Science and Technology, Yueyang 414006, China) Abstract:DFT is a Fourier Transform which is discrete both in time-domain and frequency-domain, it fits numerical calculation and has fast algorithm, so it is a common mathematical tool which can realize signal spectrum analysis with computer. This paper introduces the basic process of signal spectrum analysis with DFT, emphasizes the causes of error producing in spectrum analysis process and the main ways to decrease the analysis error, and lists the programs of spectrum analysis based on MATLAB. Through the comparison with the theory analysis, the problems of spectrum aliasing, spectrum leakage and picket fence effect are explained when using DFT to analyze signal spectrum, and the corresponding solution is presented. Key words:MATLAB; spectrum analysis; DFT; spectrum aliasing; spectrum leakage; picket fence effect 引言 信号的频谱分析就是利用傅里叶分析的方法, 求出与时域描述相对应的频域描述, 从中找出信号频谱的变化规律, 以达到特征提取的目的[1]. 不同信号的傅里叶分析理论与方法, 在有关专业书中都有介绍, 但实际的待分析信号一般没有解析式, 直接利用公式进行傅里叶分析非常困难. DFT是一种时域和频域均离散化的傅里叶变换, 适合数值计算且有快速算法, 是分析信号的有力工具. 本文以连续时间信号为例, 介绍利用DFT分析信号频谱的基本流程, 重点阐述频谱分析过程中可能存在的误差, 实例列出MATLAB 环境下频谱分析的实现程序. 1 分析流程 实际信号一般没有解析表达式, 不能直接利用傅里叶分析公式计算频谱, 虽然可以采用数值积分方法进行频谱分析, 但因数据量大、速度慢而无应用价值. DFT在时域和频域均实现了离散化, 适合数值计算且有快速算法, 是利用计算机分析信号频谱的首选工具. 由于DFT要求信号时域离散且数量有限, 如果是时域连续信号则必须先进行时域采样, 即使是离散信号, 如果序列很长或采样点数太多, 计算机存储和DFT计算都很困难, 通常采用加窗方法截取部分数据进行DFT运算. 对于有限长序列, 因其频谱是连续的, DFT只能描述其有限个频点数据, 故存在所谓栅栏效应. 总之, 用DFT分析实际信号的频谱, 其结果必然是近似的. 即使是对所有离散信号进行DFT变换, 也只能用有限个频谱数据近似表示连续频 收稿日期: 2010-06-09 作者简介: 张登奇(1968? ), 男, 湖南临湘人, 硕士, 湖南理工学院信息与通信工程学院副教授. 主要研究方向: 信号与信息处理
信号的频谱分析
姓名冯浩学号222017322092029 班级电气2班 专业电气工程及其自动化实验日期2019年6月10日实验学时 3 一．实验名称 信号的频谱分析 二．实验目的 1.熟悉快速傅里叶变换的fft函数的调用； 2.熟悉频谱分析仿真的方法； 3.验证时域抽样定理。 三．实验原理（略） 四．仿真实验练习 1.显示海明窗函数时域波形与频谱，与矩形窗比较。 海明窗函数与矩形窗函数比较脚本程序： N=51; w=hamming(N); %长度为51的海明窗 W=fft(w,256); %作256点的快速傅里叶变换 subplot(221);stem([0:N-1],w);title（‘海明窗函数’） subplot(222);plot([-128:127],abs(fftshift(W))); %将零频点移到频谱中 %间并取幅值为正 title（‘海明窗频谱’） w=boxcar(N); %长度为51的矩形窗 W=fft(w,256); subplot(223);stem([0:N-1],w); title（‘矩形窗函数’） Subplot(224);plot([-128:127],abs(fftshift(W)))；title（‘矩形窗频谱’）
2.编写函数，分析抽样函数的频谱，并分析在不同采样频率、不同采样时间区间、不同加窗函数情况下的频谱与理论函数的区别。 函数编写： function X = SY2(T,t0,t1,window) if winodw==[] %输入参数没有说明加窗类型时默认使用矩形窗 window=1; end t=t0:T:t1; x=sinc(100*t); N=length(x); switch window case 1 w=boxcar(N); %矩形窗 case 2 w=hamming(N); %海明窗 case 3 w=hanning(N); %汉宁窗 end x=x'.*w; %转置后相乘 X=fft(x); end ①不同的采样频率脚本程序： clc t0=-1; t1=1; T=[0.001 0.005 0.01 0.05]; %取不同采样时间（间隔） for i=1:4 X=hs(T(i),t0,t1); N=length(X); w=(0:N-1)*5/N; %频率区间为5 subplot(5,1,i);plot(w,abs(X)) ylabel({num2str(T(i))}) %y坐标标题为采样时间 end 图片显示如下
DFT信号频谱分析
一，实验名称： DFT 的频谱分析 二，实验目的： 1. 加深对 DFT 原理的理解，熟悉DFT 的性质。 2. 掌握离散傅里叶变换的有关性质，利用Matlab 实现DFT 变换 3. 深刻理解利用 DFT 分析信号频谱的原理，分析实现过程中出现的现象及解决方法 三，实验原理： 所谓信号的频谱分析就是计算信号的傅里叶变换。连续信号与系统的傅里叶分析显然不便于直接用计算机进行计算，使其应用受到限制，而DFT 是一种时域和频域均离散化的变换，适合数值运算，成为分析离散信号和系统的有力工具。工程实际中，经常遇到的连续信号Xa(t),其频谱函数Xa(jW)也是连续函数。数字计算机难于处理，因而我们采用DFT 来对连续时间信号的傅里叶变换进行逼近，进而分析连续时间信号的频谱。 离散傅里叶变换是有限长序列的傅里叶变换，它相当于把信号的 傅里叶变换进行等频率间隔采样，并且有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。快速傅里叶变换（FFT ）并不是一种新的变换，它是离散傅里叶变换的一种快速算法，并且主要是基于这样的思路而发展起来的：（1）把长度为N 的序列的DFT 逐次分解成长度较短的序列的DFT 来计算。（2）利用WN(nk)的周期性和对称性，在DFT 运算中适当的分类，以提高运算速度。（对称性 nk N nk N W W N -=+2 ，12 -=N N W ;周期性nk N nk N nrN N k rN n N W W W W ---==)(，r 为任意整数
,1=nrN N W ） 离散傅里叶变换的推导： 离散傅里叶级数定义为 nk j N k p p e k x N n x N 21 )(1 )(π∑-== （1-1） 将上式两端乘以nm j N e π2-并对n 在0~N-1 求和可得 ?? ??? ?==∑∑∑∑∑-=---=-=-=---=-1 )(1 1 0101 )(1 0N 2 N 2N 2 )()(1)(N n m k n j N N k p N n N k m k n j p N n nm j p e k X e k X N e n x πππ 因为 { m k 1m k 0)(N )(1 ) (N 2 N 2N 2-1-1N 11=≠---=-==∑m k j m k j N n m k n j e e e N πππ 所以∑∑-=-=--=1 10 )()()(N 2N k p N n nm j p m k k X e n x δπ 这样∑-=-=10 N 2)()(N n nm j p p e n x m X π用k 代替m 得 ∑-=-=10 N 2)()(N n nk j p P e n x k X π （1-2） 令N 2πj N e W -=，则（1-2）成为DFS []∑-===10 )()()(N n nk N p p p W n x k X n x （1-3） （1-1）成为 IDFS [] ∑-=-= =1 )(1 )()(N n nk N p p p W k X N n x k X （1-4） 式（1-3）、（1-4）式构成周期序列傅里叶级数变换关系。其中 )()(k X n x p p 、都是周期为N 的周期序列，DFS[·]表示离散傅里叶级数 正变换，IDFS[·]表示离散傅里叶级数反变换。习惯上，对于长为N 的周期序列，把0≤n ≤N-1区间称为主值区，把)1(~)0(-N x x p p 称为)(n x p 的主值序列，同样也称)1(~)0(-N X X p p 为)(k X p 的主值序列。由于 )()()(n R n x n x N p =，对于周期序列)(n x p 仅有N 个独立样值，对于任何一 个周期进行研究就可以得到它的全部信息。在主值区研究)(n x p 与)(n x 是等价的，因此在主值区计算DFS 和DFT 是相等的，所以DFT 计算公式形式与DFS 基本相同。其关系为
信号与系统MATLAB实验
2016-2017学年第一学期 信号与系统实验报告 班级： 姓名： 学号： 成绩： 指导教师：
实验一常见信号的MATLAB 表示及运算 一．实验目的 1．熟悉常见信号的意义、特性及波形 2．学会使用MATLAB 表示信号的方法并绘制信号波形 3. 掌握使用MATLAB 进行信号基本运算的指令 4. 熟悉用MATLAB 实现卷积积分的方法 二．实验原理 信号一般是随时间而变化的某些物理量。按照自变量的取值是否连续，信号分为连续时间信号和离散时间信号，一般用()f t 和()f k 来表示。若对信号进行时域分析，就需要绘制其波形，如果信号比较复杂，则手工绘制波形就变得很困难，且难以精确。MATLAB 强大的图形处理功能及符号运算功能，为实现信号的可视化及其时域分析提供了强有力的工具。 根据MATLAB 的数值计算功能和符号运算功能，在MATLAB 中，信号有两种表示方法，一种是用向量来表示，另一种则是用符号运算的方法。在采用适当的MATLAB 语句表示出信号后，就可以利用MATLAB 中的绘图命令绘制出直观的信号波形了。下面分别介绍连续时间信号和离散时间信号的MATLAB 表示及其波形绘制方法。 1.连续时间信号 所谓连续时间信号，是指其自变量的取值是连续的，并且除了若干不连续的点外，对于一切自变量的取值，信号都有确定的值与之对应。从严格意义上讲，MATLAB 并不能处理连续信号。在MATLAB 中，是用连续信号在等时间间隔点上的样值来近似表示的，当取样时间间隔足够小时，这些离散的样值就能较好地近似出连续信号。在MATLAB 中连续信号可用向量或符号运算功能来表示。 ⑴ 向量表示法 对于连续时间信号()f t ，可以用两个行向量f 和t 来表示，其中向量t 是用形如12::t t p t 的命令定义的时间范围向量，其中，1t 为信号起始时间，2t 为终止时间，p 为时间间隔。向量f 为连续信号()f t 在向量t 所定义的时间点上的样值。 说明：plot 是常用的绘制连续信号波形的函数。 严格说来，MATLAB 不能表示连续信号，所以，在用plot()命令绘制波形时，要对自变量t 进行取值，MATLAB 会分别计算对应点上的函数值，然后将各个数据点通过折线连接起来绘制图形，从而形成连续的曲线。因此，绘制的只是近似波形，而且，其精度取决于t 的取样间隔。t 的取样间隔越小，即点与点之间的距离越小，则近似程度越好，曲线越光滑。例如：图1-1是在取样间隔为p=0.5时绘制的波形，而图1-2是在取样间隔p=0.1时绘制的波形，两相对照，可以看出图1-2要比图1-1光滑得多。
应用FFT实现信号频谱分析
电信类课程试验报告
2.2 clear all N=100; n=0:N-1; xn=cos(2*pi*n/N); XK=fft(xn,N); magXK=abs(XK); phaXK=angle(XK); subplot(1,2,1); plot(n,xn); xlabel('n');ylabel('x(n)'); title('x(n)N=100') subplot(1,2,2) k=0:length(magXK)-1; title('x(n)N=100') subplot(1,2,2) k=0:length(magXK)-1; k=k*(2/100) stem(k,magXK,'.'); xlabel('k');ylabel('|X(k)|');
2.3复合函数 clear all N=100; n=0:N-1; xn=0.9*sin(2*pi*n/N)+0.6*sin(2*pi*n/(N/3)); XK=fft(xn,N); magXK=abs(XK); phaXK=angle(XK); subplot(1,2,1); plot(n,xn); xlabel('n');ylabel('x(n)'); title('x(n)N=100') subplot(1,2,2) k=0:length(magXK)-1; title('x(n)N=100') subplot(1,2,2) k=0:length(magXK)-1; k=k*(2/100) stem(k,magXK,'.'); xlabel('k');ylabel('|X(k)|'); title('X(k)N=100');
(完整版)信号与系统的理解与认识
1.《信号与系统》这门课程主要讲述什么内容？ 《信号与系统》是一门重要的专业基础课程。它的任务是研究信号和线性非时变系统的基本理论和基本分析方法，要求掌握最基本的信号变换理论，并掌握线性非时变系统的分析方法，为学习后续课程，以及从事相关领域的工程技术和科学研究工作奠定坚实的理论基础。 2. 这门在我们的知识架构中占有什么地位？ 是一门承上启下的重要的专业基础课程。其基本概念和方法对所有的 工科专业都很重要。信号与系统的分析方法的应用范围一直不断的在扩大。信号与系统不仅仅是工科教育中一门最基本的课程，而且能够成为工科类学生最有益处而又引人入胜又最有用处的一门课程。 《信号与系统》是将我们从电路分析的知识领域引入信号处理与传输领域的关键性课程。 3.学习这门课程有什么用处？
学习这门课程有什么用处呢？百度告诉我：通过本课程的学习，学生将理解信号的 函数表示与系统分析方法，掌握连续时间系和离散时间系统的时域分析和频域分析， 连续时间系统的S域分析和散时间系统的Z分析，以及状态方程与状态变量分析法等 相关内容。通过上机实验，使学生掌握利用计算机进行信号与系统分析的基本方法加 深对信号与线性非时变系统的基本理论的理解，训练学生的实验技能和科学实验方法，提高分析和解决实际问题的能力。 在百度上和道客巴巴还有知乎上都是很多这样看起来很高大上的解释，但是作为学 生的我还是不能很清楚的了解到学习这门课程有什么用处，后面我发现了这样一个个 例子，觉得对信号与系统的用处有了一定的了解。 如图这样一个轮子是怎么设计的呢？ （打印有可能打印不出来，就是很神奇的一个轮子，交通工具） 没学过信号与系统的小明想到了反馈与系统，在轮子上放一个传感器，轮子正不正 系统就知道了，所以设计这个轮子其实就是设计一个系统。 好，现在我们有了一个传感器，要是机器朝左边偏一度，他就会输出一个信号。这个信号接下来就会传给处理器进行处理。处理器再控制电机，让他驱动轮子产生向左 的加速度，加速度就相当于给予系统向右的力，来修正向左的偏移。 小明就按照这一思想设计了一个小车车。踏上踏板，一上电，尼玛，他和他的车车就变成了一个节拍器。左边摔一下，右边摔一下。幸亏小明戴了头盔。小明觉得被骗了。找了一本反馈理论来看，原来有些反馈系统是不稳定的。 想要这个系统稳定地立着，我该怎么办？小明眼神呆滞，望着天空。 天边传来一个声音：你要分析环路稳定性呀。 怎么分析呢？ 你要从信号传输入手，分析信号的传输函数。