数字信号处理实验 3

合集下载

数字信号处理上机实验 作业结果与说明 实验三、四、五

数字信号处理上机实验 作业结果与说明 实验三、四、五

上机频谱分析过程及结果图 上机实验三:IIR 低通数字滤波器的设计姓名:赵晓磊 学号:赵晓磊 班级:02311301 科目:数字信号处理B一、实验目的1、熟悉冲激响应不变法、双线性变换法设计IIR 数字滤波器的方法。

2、观察对实际正弦组合信号的滤波作用。

二、实验内容及要求1、分别编制采用冲激响应不变法、双线性变换法设计巴特沃思、切贝雪夫I 型,切贝雪夫II 型低通IIR 数字滤波器的程序。

要求的指标如下:通带内幅度特性在低于πω3.0=的频率衰减在1dB 内,阻带在πω6.0=到π之间的频率上衰减至少为20dB 。

抽样频率为2KHz ,求出滤波器的单位取样响应,幅频和相频响应,绘出它们的图,并比较滤波性能。

(1)巴特沃斯,双线性变换法Ideal And Designed Lowpass Filter Magnitude Responsefrequency in Hz|H [e x p (j w )]|frequency in pi units|H [ex p (j w )]|Designed Lowpass Filter Phase Response in radians frequency in pi unitsa r g (H [e x p (j w )](2)巴特沃斯,冲激响应不变法(3)切贝雪夫I 型,双线性变换法(4)切贝雪夫Ⅱ型,双线性变换法综合以上实验结果,可以看出,使用不同的模拟滤波器数字化方法时,滤波器的性能可能产生如下差异:使用冲击响应不变法时,使得数字滤波器的冲激响应完全模仿模拟滤波器的冲激响应,也就是时域逼急良好,而且模拟频率和数字频率之间呈线性关系;但频率响应有混叠效应。

frequency in Hz|H [e x p (j w )]|Designed Lowpass Filter Magnitude Response in dBfrequency in pi units|H [e x p (j w )]|frequency in pi unitsa r g (H [e x p (j w )]Ideal And Designed Lowpass Filter Magnitude Responsefrequency in Hz|H [e x p (j w )]|frequency in pi units|H [e xp (j w )]|frequency in pi unitsa r g (H [e x p (j w )]Ideal And Designed Lowpass Filter Magnitude Responsefrequency in Hz|H [e x p (j w )]|frequency in pi units|H [ex p (j w )]|Designed Lowpass Filter Phase Response in radiansfrequency in pi unitsa r g (H [e x p (j w )]使用双线性变换法时,克服了多值映射的关系,避免了频率响应的混叠现象;在零频率附近,频率关系接近于线性关系,高频处有较大的非线性失真。

数字信号处理实验报告 3

数字信号处理实验报告 3

数字信号处理实验报告姓名:班级:通信学号:实验名称:频域抽样定理验证实验类型:验证试验指导教师:实习日期:2013.频域采样定理验证实验一. 实验目的:1. 加深对离散序列频域抽样定理的理解2.了解由频谱通过IFFT 计算连续时间信号的方法3.掌握用MATLAB 语言进行频域抽样与恢复时程序的编写方法 4、用MATLAB 语言将X(k)恢复为X(z)及X(e jw )。

二. 实验原理:1、1、频域采样定理: 如果序列x(n)的长度为M ,频域抽样点数为N ,则只有当频域采样点数N ≥M 时,才有x N (n)=IDFT[X(k)]=x(n),即可由频域采样X(k)无失真的恢复原序列 x(n)。

2、用X(k)表示X(z)的内插公式:∑-=-----=10111)(1)(N k kNNzWz k X Nz X内插函数: zWzkNNN z 1k111)(-----=ϕ频域内插公式:∑-=-=10)2()()(N K j k Nk X e X πωϕω频域内插函数:e N j N N )21()2sin()2sin(1)(--=ωωωωϕ三. 实验任务与步骤:实验一:长度为26的三角形序列x(n)如图(b)所示,编写MATLAB 程序验证频域抽样定理。

实验二:已知一个时间序列的频谱为X(e jw )=2+4e -jw +6e -j2w +4e -j3w +2e -j4w分别取频域抽样点数N为3、5和10,用IPPT计算并求出其时间序列x(n),用图形显示各时间序列。

由此讨论原时域信号不失真地由频域抽样恢复的条件。

实验三:由X32(k)恢复X(z)和X(e jw)。

四.实验结论与分析:实验一:源程序:M=26;N=32;n=0:M; %产生M长三角波序列x(n)xa=0:floor(M/2);xb= ceil(M/2)-1:-1:0; xn=[xa,xb];Xk=fft(xn,512); %1024点FFT[x(n)], 用于近似序列x(n)的TFX32k=fft(xn,32); %32点FFT[x(n)]x32n=ifft(X32k); %32点IFFT[X32(k)]得到x32(n)X16k=X32k(1:2:N); %隔点抽取X32k得到X16(K)x16n=ifft(X16k,N/2); %16点IFFT[X16(k)]得到x16(n)subplot(3,2,2);stem(n,xn,'.');box ontitle('(b) 三角波序列x(n)');xlabel('n');ylabel('x(n)');axis([0,32,0,20])k=0:511;wk=2*k/512;subplot(3,2,1);plot(wk,abs(Xk));title('(a)FT[x(n)]');xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|');axis([0,1,0,200])k=0:N/2-1;subplot(3,2,3);stem(k,abs(X16k),'.');box ontitle('(c) 16点频域');xlabel('k');ylabel('|X_1_6(k)|');axis([0,8,0,200])n1=0:N/2-1;subplot(3,2,4);stem(n1,x16n,'.');box ontitle('(d) 16点IDFT[X_1_6(k)]');xlabel('n');ylabel('x_1_6(n)');axis([0,32,0,20])k=0:N-1;subplot(3,2,5);stem(k,abs(X32k),'.');box ontitle('(e) 32点频域采样');xlabel('k');ylabel('|X_3_2(k)|');axis([0,16,0,200])n1=0:N-1;subplot(3,2,6);stem(n1,x32n,'.');box ontitle('(f) 32点IDFT[X_3_2(k)]');xlabel('n');ylabel('x_3_2(n)');axis([0,32,0,20])结果如下所示:实验一分析:序列x(n)的长度M=26,由图中可以看出,当采样点数N=16<M时,x16(n)确实等于原三角序列x(n)以16为周期的周期延拓序列的主值序列。

实验三 数字信号处理

实验三 数字信号处理

1. 假设系统用下面差分方程描述:y(n)=x(n)+ay(n-1)假设a=0.7, 0.8, 0.9 ,分别在三种情况下分析系统的频率特性,并打印幅度特性曲线。

解:B=1;A=[1,-0.7];subplot(3,3,3);zplane(B,A);xlabel('实部Re→');ylabel('虚部Im→');title('y(n)=x(n)-0.7y(n-1)传输函数零、极点分布');grid on [H,w]=freqz(B,A,'whole');subplot(3,3,2);plot(w/pi,abs(H),'linewidth',2);grid on;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|');title('幅频响应特性');axis([0,2,0,6]);subplot(3,3,1);plot(w/pi,angle(H),'linewidth',2);grid on;axis([-0.1,2.1,-3,3]);xlabel('\omega/\pi');ylabel('\phi(\omega)');title('相频响应特性');B=1;A=[1,-0.8];subplot(3,3,6);zplane(B,A);xlabel('实部Re→');ylabel('虚部Im→');title('y(n)=x(n)-0.8y(n-1)传输函数零、极点分布');grid on [H,w]=freqz(B,A,'whole');subplot(3,3,5);plot(w/pi,abs(H),'linewidth',2);grid on;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|');title('幅频响应特性');axis([0,2,0,6]);subplot(3,3,4);plot(w/pi,angle(H),'linewidth',2);grid on;axis([-0.1,2.1,-3,3]);xlabel('\omega/\pi');ylabel('\phi(\omega)');title('相频响应特性');B=1;A=[1,-0.9];subplot(3,3,9);zplane(B,A);xlabel('实部Re→');ylabel('虚部Im→');title('y(n)=x(n)-0.9y(n-1)传输函数零、极点分布');grid on [H,w]=freqz(B,A,'whole');subplot(3,3,8);plot(w/pi,abs(H),'linewidth',2);grid on;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|');title('幅频响应特性');axis([0,2,0,6]);subplot(3,3,7);plot(w/pi,angle(H),'linewidth',2);grid on;axis([-0.1,2.1,-3,3]);xlabel('\omega/\pi');ylabel('\phi(\omega)');title('相频响应特性'); 图形如下所示:2.假设系统用下面差分方程描述:y(n) = x(n) +ax(n-1)假设a=0.7, 0.8, 0.9 ,分别在三种情况下分析系统的频率特性,并打印幅度特性曲线。

数字信号处理实验3

数字信号处理实验3

% Program 5_1% Illustration of DFT Computation% Read in the length N of sequence and the desired % length M of the DFTN = input('Type in the length of the sequence = '); M = input('Type in the length of the DFT = ');% Generate the length-N time-domain sequenceu = [ones(1,N)];% Compute its M-point DFTU = fft(u,M);% Plot the time-domain sequence and its DFTt = 0:1:N-1;stem(t,u)title('Original time-domain sequence')xlabel('Time index n'); ylabel('Amplitude')pausesubplot(2,1,1)k = 0:1:M-1;stem(k,abs(U))title('Magnitude of the DFT samples')xlabel('Frequency index k'); ylabel('Magnitude') subplot(2,1,2)stem(k,angle(U))title('Phase of the DFT samples')xlabel('Frequency index k'); ylabel('Phase')% Program 5_1% Illustration of DFT Computation% Read in the length N of sequence and the desired% length M of the DFTN = input('Type in the length of the sequence = ');M = input('Type in the length of the DFT = ');% Generate the length-N time-domain sequenceu=[ones(1,N) zeros(1,M-N)];% Compute its M-point DFTD=dftmtx(M);U=D*u';% Plot the time-domain sequence and its DFTt = 0:1:M-1;stem(t,u)title('Original time-domain sequence')xlabel('Time index n'); ylabel('Amplitude') pausesubplot(2,1,1)k = 0:1:M-1;stem(k,abs(U))title('Magnitude of the DFT samples')xlabel('Frequency index k'); ylabel('Magnitude') subplot(2,1,2)stem(k,angle(U))title('Phase of the DFT samples')xlabel('Frequency index k'); ylabel('Phase')% Program 5_2% Illustration of IDFT Computation% Read in the length K of the DFT and the desired % length N of the IDFTK = input('Type in the length of the DFT = ');N = input('Type in the length of the IDFT = ');% Generate the length-K DFT sequencek = 0:K-1;V = k/K;% Compute its N-point IDFTv = ifft(V,N);% Plot the DFT and its IDFTstem(k,V)xlabel('Frequency index k'); ylabel('Amplitude') title('Original DFT samples')pausesubplot(2,1,1)n = 0:N-1;stem(n,real(v))title('Real part of the time-domain samples') xlabel('Time index n'); ylabel('Amplitude') subplot(2,1,2)stem(n,imag(v))title('Imaginary part of the time-domain samples') xlabel('Time index n'); ylabel('Amplitude')K = input('Type in the length of the DFT = ');N = input('Type in the length of the IDFT = ');k = 0:K-1;V = k/K;p=[V zeros(1,N-K)];v = conj(dftmtx(N))/N*p';v=v';stem(k,V)xlabel('Frequency index k'); ylabel('Amplitude')title('Original DFT samples')pausesubplot(2,1,1)n = 0:N-1;stem(n,real(v))title('Real part of the time-domain samples')xlabel('Time index n'); ylabel('Amplitude')subplot(2,1,2)stem(n,imag(v))title('Imaginary part of the time-domain samples')xlabel('Time index n'); ylabel('Amplitude')% Program 5_3% Numerical Computation of Fourier transform Using DFTk = 0:15; w = 0:511;x = cos(2*pi*k*3/16);% Generate the length-16 sinusoidal sequence X = fft(x); % Compute its 16-point DFTXE = fft(x,512); % Compute its 512-point DFT% Plot the frequency response and the 16-point DFT samplesplot(k/16,abs(X),'o', w/512,abs(XE))xlabel('\omega/\pi'); ylabel('Magnitude')k=0:15;w=0:511;x=cos(2*pi*k*3/16);X=freqz(x,1,16,'whole');XE=freqz(x,1,512,'whole');plot(k/16,abs(X),'o',w/512,abs(XE));xlabel('\omega/\pi');ylabel('Magnitude');x=input('Type in the first sequence = ');h=input('Type in the second sequence = ');L=length(x)+length(h)-1;XE=fft(x,L);HE=fft(h,L);y1=ifft(XE.*HE);y2=conv(x,h);y3=abs(y1-y2);n=0:L-1;subplot(3,1,1);stem(n,y1);xlabel('Time index n');ylabel('Amplitude');title('Result of DFT-based linear convolution'); subplot(3,1,2);stem(n,y2);xlabel('Time index n');ylabel('Amplitude');title('Result of DFT-based linear convolution'); subplot(3,1,3);stem(n,y3);xlabel('Time index n');ylabel('Amplitude');title('Error sequence');Type in the first sequence = [1 2 0 1]Type in the second sequence = [2 2 1 1]。

数字信号处理实验3

数字信号处理实验3

实验3 离散时间系统的频域分析一、实验目的(1)了解DFS 、DFT 与DTFT 的联系;加深对FFT 基本理论的理解;掌握用MATLB 语言进行傅里叶变换时常用的子函数;(2)了解离散系统的零极点与系统因果性和稳定性的关系;加深对离散系统的频率响应特性基本概念的理解;熟悉MATLAB 中进行离散系统零极点分析的常用子函数;掌握离散系统幅频响应和相频响应的求解方法。

二、实验内容1. 已知离散时间系统函数为 用matlab 中的函数()432143213.07.05.11.112.01.03.01.02.0--------+-+-++++=zz z z z z z z z H 求该系统的零极点及零极点分布图,并判断系统的因果稳定性。

方法一:利用tf3zp 函数b=[0.2 0.1 0.3 0.1 0.2]; a=[1 -1.1 1.5 -0.7 0.3]; [z,p,k]=tf2zp(b,a); c1=abs(z);c2=angle(z); c3=abs(p);c4=angle(p); polar(c4,c3,'bx') hold onpolar(c2,c1,'ro') disp(z) disp(p)disp(abs(z)) disp(abs(p))90270方法二:利用zplaneb=[0.2 0.1 0.3 0.1 0.2];a=[1 -1.1 1.5 -0.7 0.3];z=roots(b);p=roots(a);zplane(b,a)disp(z)disp(p)disp(abs(z))disp(abs(p))-1-0.500.51-1-0.8-0.6-0.4-0.200.20.40.60.81Real PartI m a g i n a r y P a r t由于极点都在单位圆内,故该系统稳定。

若其收敛域为圆外区域,则系统是因果系统。

2. 已知离散时间系统的系统函数为()432143213.07.05.11.112.01.03.01.02.0--------+-+-++++=z z z z z z z z z H求该系统在π~0频率范围内的绝对幅频响应、相频响应。

数字信号处理实验三

数字信号处理实验三

实验报告课程名称:数字信号处理实验三:窗函数的特性分析班级:通信1403学生姓名:强亚倩学号:1141210319指导教师:范杰清华北电力大学(北京)一、实验目的分析常用窗函数的时域和频域特性,灵活运用窗函数分析信号频谱和设计FIR数字滤波器。

二、实验原理在确定信号谱分析、随机信号功率谱估计以及FIR数字滤波器设计中,窗函数的选择起着重要的作用。

在信号的频谱分析中,截短无穷长的序列会造成频率泄漏,影响频谱分析的精度和质量。

合理选取窗函数的类型,可以改善泄漏现象。

在FIR数字滤波器设计中,截短无穷长的系统单位脉冲序列会造成FIR滤波器幅度特性的波动,且出现过渡带。

三、实验内容1.分析并绘出常用窗函数的时域特性波形(1)矩形窗函数时域波形及频谱①编程②结果:N=51;w=boxcar(N)Y=fft(w,256);subplot(2,1,1);stem([0:N-1],w);xlabel('w');ylabel('y');title('时域波形');subplot(2,1,2);Y0=abs(fftshift(Y));plot([-128:127],Y0)xlabel('W');ylabel('Y0');title('频谱图形');(2)hanning窗函数时域波形及频谱①编程②结果clear all;clc;n=51;w=hanning(n);y0=fft(w,256);subplot(2,1,1);stem([0:n-1],w)xlabel('n');ylabel('w');title('hanning窗时域波形')subplot(2,1,2);Y=abs(fftshift(y0));plot([-128:127],Y);xlabel('w')ylabel('Y')title('hanning频域波形')(3)哈明窗函数时域波形及频谱①编程clear all;clc;n=51;w=hamming(n);y0=fft(w,256);subplot(2,1,1);stem([0:n-1],w)xlabel('n');ylabel('w');title('hamming窗时域波形')subplot(2,1,2);Y=abs(fftshift(y0));plot([-128:127],Y);xlabel('w')ylabel('Y')title('hamming频域波形')②结果(4)blackman窗函数时域波形及频谱①编程clear all;clc;n=51;w=blackman(n);y0=fft(w,256);subplot(2,1,1);stem([0:n-1],w)xlabel('n');ylabel('w');title('blackman窗时域波形')subplot(2,1,2);Y=abs(fftshift(y0));plot([-128:127],Y);xlabel('w')ylabel('Y')title('blackman频域波形') ②结果(5)battlett窗函数时域波形及频域特性①编程②结果clear all;clc;n=51;w=bartlett(n);y0=fft(w,256);subplot(2,1,1);stem([0:n-1],w)xlabel('n');ylabel('w');title('bartlett窗时域波形')subplot(2,1,2);Y=abs(fftshift(y0));plot([-128:127],Y);xlabel('w')ylabel('Y')title('bartlett频域波形')(6)Kaiser窗函数时域及频域波形①编程clear all;clc;n=51;w=kaiser(n);y0=fft(w,256);subplot(2,1,1);stem([0:n-1],w)xlabel('n');ylabel('w');title('Kaiser时域波形')subplot(2,1,2);Y=abs(fftshift(y0));plot([-128:127],Y);xlabel('w')ylabel('Y')title('Kaiser频域波形')②结果3. 研究凯塞窗(Kaiser)的参数选择对其时域和频域的影响。

数字信号处理高西全实验报告三

数字信号处理高西全实验报告三

数字信号处理高西全实验报告三选择FFT的变换区间N为8和16 两种情况进行频谱分析^p 。

分别打印其幅频特性曲线。

并进行对比、分析^p 和讨论。

(2)对以下周期序列进行谱分析^p 。

选择FFT的变换区间N为8和16 两种情况分别对以上序列进行频谱分析^p 。

分别打印其幅频特性曲线。

并进行对比、分析^p 和讨论。

(3)对模拟周期信号进行谱分析^p选择采样频率,变换区间N=16,32,64 三种情况进行谱分析^p 。

分别打印其幅频特性,并进行分析^p 和讨论。

四、程序码与运行结果(1) 实验程序:1n=[ones(1,4)];M=8;a=1:(M/2); b=(M/2):-1:1; 2n=[a,b];3n=[b,a];1k8=fft(1n,8);1k16=fft(1n,16);2k8=fft(2n,8);2k16=fft(2n,16);3k8=fft(3n,8);3k16=fft(3n,16);以下绘制幅频特性曲线n=0:length(1k8)-1;subplot(3,2,1);stem(n,abs(1k8),#;.#;);label({#;ω/π#;;#;8点DFT[1(n)]#;});ylabel(#;幅度#;);n=0:length(1k16)-1;subplot(3,2,2);stem(n,abs(1k16),#;.#;);label({#;ω/π#;;#;16点DFT[1(n)]#;});ylabel(#;幅度#;); n=0:length(2k8)-1;subplot(3,2,3);stem(n,abs(2k8),#;.#;);label({#;ω/π#;;#; 8点DFT[2(n)]#;});ylabel(#;幅度#;); n=0:length(2k16)-1;subplot(3,2,4);stem(n,abs(2k16),#;.#;);label({#;ω/π#;;#;16点DFT[2(n)]#;});ylabel(#;幅度#;); n=0:length(3k8)-1;subplot(3,2,5);stem(n,abs(3k8),#;.#;);l abel({#;ω/π#;;#; 8点DFT[3(n)]#;});ylabel(#;幅度#;); n=0:length(3k16)-1;subplot(3,2,6);stem(n,abs(3k16),#;.#;);label({#;ω/π#;;#;16点DFT[3(n)]#;});ylabel(#;幅度#;); 图形:(2)实验程序:n=0:7;4n=cos(pi/4n);4k8=fft(4n,8);subplot(2,2,1);stem(2n/8,abs(4k8),#;.#;);label({#;ω/π#;;#;8点DFT[4(n)]#;});ylabel(#;幅度#;); 5n=cos(pi/4n)+cos(pi/8n);5k8=fft(5n,8);subplot(2,2,2);stem(2n/8,abs(5k8),#;.#;);label({#;ω/π#;;#;8点DFT[5(n)]#;});ylabel(#;幅度#;); n=0:15;4n=cos(pi/4n);5n=cos(pi/4n)+cos(pi/8n);4k16=fft(4n,16);subplot(2,2,3);stem(2n/16,abs(4k16),#;.#;);label({#;ω/π#;;#;16点DFT[4(n)]#;});ylabel(#;幅度#;); 5k16=fft(5n,16);subplot(2,2,4);stem(2n/16,abs(5k16),#;.#;);label({#;ω/π#;;#;16点DFT[5(n)]#;});ylabel(#;幅度#;); 图形:(3)实验代码:Fs=64;T=1/Fs;N=16;n=0:N-1;6nT=cos(8pinT)+cos(16pinT)+cos(20pinT);6k16=fft(6nT);6k16=fftshift(6k16);Tp=NT;F=1/Tp;k=-N/2:N/2-1;fk=kF;subplot(3,1,1);stem(fk,abs(6k16),#;.#;);label({#;f(Hz)#;;#;16点DFT[6(nT)]#;});ylabel(#;幅度#;); N=32;n=0:N-1;6nT=cos(8pinT)+cos(16pinT)+cos(20pinT);6k32=fft(6nT,32);6k32=fftshift(6k32);Tp=NT;F=1/Tp;k=-N/2:N/2-1;fk=kF;subplot(3,1,2);stem(fk,abs(6k32),#;.#;);label({#;f(Hz)#;;#;32点DFT[6(nT)]#;});ylabel(#;幅度#;); N=64;n=0:N-1;6nT=cos(8pinT)+cos(16pinT)+cos(20pinT);6k64=fft(6nT,64);6k64=fftshift(6k64);Tp=NT;F=1/Tp;k=-N/2:N/2-1;fk=kF;subplot(3,1,3);stem(fk,abs(6k64),#;.#;);label({#;f(Hz)#;;#;64点DFT[6(nT)]#;});ylabel(#;幅度#;);图形:五、实验总结1.结论用DFT对信号进行谱分析^p 时,重点关注频谱分辨率和分析^p 误差,频谱分辨率F=1/Tp=Fs/N,可以依据此等式来选择FFT的变换区间N,而误差主要来自于用FFT作频谱分析^p 时,得到的是离散谱,而当信号是非周期信号时,应该得到连续谱,只有当N较大时,用FFT做出来的离散谱才接近于连续谱,因此N要适当选择大一些。

数字信号处理实验三离散时间傅里叶变换DTFT及IDTFT

数字信号处理实验三离散时间傅里叶变换DTFT及IDTFT

数字信号处理实验三离散时间傅里叶变换DTFT及IDTFT一、实验目的:(1)通过本实验,加深对DTFT和IDFT的理解;(2)熟悉应用DTFT对典型信号进行频谱分析的方法;(3)掌握用MATLAB进行离散时间傅里叶变换及其逆变换的方法;二、实验内容:1自己生成正弦序列如矩形序列,正弦序列,指数序列等,对其进行频谱分析,观察其时域波形和频域的幅频特性;记录实验中观察到的现象,绘出相应的时域序列和幅频特性曲线;矩形序列:程序:M=10;N=2M+1;T=;n=-4M:4M;x=zeros1,3M,ones1,N,zeros1,3M;w=-15::15+1e-10;X=sinNwT./sinwT;subplot1,3,1;stemn,x,'.';axis-20,20,,,grid onxlabel'n',title'a序列幅度'subplot1,3,2,plotw,X,grid onxlabel'\Omega',title'b幅频特性'subplot1,3,3,plotw,X,grid onv=axis;axis-pi/T,pi/T,v3,v4;xlabel'\Omega',title'c横轴放大后幅频特性' setgcf,'color','w'正弦序列:程序:n=-10:10; x=sinnpi;k=-200:200; w=pi/100k;X=xexp-jpi/100.^n'k; magX=absX;angX=angleX;subplot3,1,1;stemn,x,'.k';title'xn=sinπn';subplot3,1,2;plotw/pi,magX,'.k';title'Xe^jw幅度谱';subplot3,1,3;plotw/pi,angX,'.k';title'Xe^jw相位谱';n=-10:10; x=sinnpi;k=-200:200;w=pi/100k;X=xexp-jpi/100.^n'k;magX=absX;angX=angleX;subplot3,1,1;stemn,x,'.k';title'xn=sinπn';subplot3,1,2;plotw/pi,magX,'.k'; title'Xe^jw幅度谱'; subplot3,1,3;plotw/pi,angX,'.k'; title'Xe^jw相位谱';波形如下:指数序列:程序:n=-5:5;x=.^n;k=-200:200;w=pi/100k;X=xexp-jpi/100.^n'k;magX=absX;angX=angleX;subplot2,1,1;plotw/pi,magX,'k';grid;axis-2,2,0,15xlabel'frequency in units of\pi';ylabel'|x|'gtext'Magnitde Part'subplot2,1,2;plotw/pi,angX,'k'/pi,grid;axis-2,2,-4,4xlabel'frequency in units of\pi';ylabel'radians\pi' gtext'Angle Part';2.对于理想的低通,高通滤波器,用IDTFT 求出它的逆变换所对应得离散时间序列;记录实验中观察到的现象,绘出相应的时域序列曲线;要求滤波器的截至频率可由用户在MATLAB 界面自行输入;程序:wc=pi;n=-10:10+1e-10;hd=sinnwc./npi;subplot1,2,1;plot-pi,-wc,-wc,wc,wc,pi,0,0,1,1,0,0xlabel'频率1/秒';ylabel'幅度';axis-pi,pi,,,grid onsubplot1,2,2;stemn,hd,grid onxlabel'n';ylabel'序列';axis-10,10,wc,wcsetgcf,'color','w'三、思考题离散时间信号的频谱分辨率在实验中能体现出来吗实序列的DTFT具有对称性吗若是,如何体现出来答:能,实序列的DTFT具有对称性;离散时间信号的频谱中,频谱分辨率体现在相同的坐标系下面,能表现信号的范围,当表现的范围越大,其分辨率越高。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
k=[0:1:N-1]; %k的行向量
WN=e39;*k; %产生一个含nk值的N乘N维矩阵
WNnk=WN.^nk; %DFT矩阵
Xk=xn*WNnk; %DFT系数的行向量
调用上面函数解题。
N=8;x=[ones(1,5),zeros(1,N-5)];
n=0:N-1;
(一)实验结果
1、
离散傅立叶级数变换是周期序列,仍不便于计算机计算。但离散傅立叶级数虽是周期序列,却只有N个独立的数值,所以它的许多特性可以通过有限长序列延拓来得到。
2、
分析:对时域离散序列信号进行DFT变换,若采样点数越多,则所得频谱图越密集。
(2)实验结果及分析
1、
分析:对时域离散序列信号进行DFT变换再IDFT反变换得到的序列,与原信号序列基本相同。
2、
分析:fft算法相比与原来的算法速度很快,因为出结果要快!
五、实验总结
我以为在实验前咱要了解相关背景知识,并查找好相关资料,实验时要大量借鉴其他的资料。理解DFT算法,并能用MATLAB实现DFT;加深对FFT的理解,体会DFT和FFT之间的关系;熟悉应用FFT实现两个序列的线性卷积的方法。
成绩
N=Lenx+Lenh-1;
Xk=fft(x,N); %计算x序列的DFT
Hk=fft(h,N); %计算h序列的DFT
Yk=Xk.*Hk;
y=ifft(Yk) %求IDFT
stem(y);
xlabel('n');
ylabel('y(n)');
title('x(n)*h(n)');
Grid
四、实验分析
三、实验内容
(一)离散傅里叶变换(DFT)
1.用MATLAB求N=16的有限序列 的DFT结果,并画出结果图。
参考程序如下:
N=16;
n=0:1:N-1; %时域采样
xn=sin(n*pi/8)+sin(n*pi/4);
k=0:1:N-1; %频域采样
WN=exp(-j*2*pi/N);
nk=n'*k;
2.加深对FFT的理解,体会DFT和FFT之间的关系。
3.熟悉应用FFT实现两个序列的线性卷积的方法。
二、实验原理:
N点序列x(n)的DFT和IDFT定义:
若将DFT变换的定义写成矩阵形式,则得到
X=A﹒x,其中DFT变换矩阵A为
可以用函数U=fft(u,N)和u=ifft(U,N)计算N点序列的DFT正、反变换。
2.利用FFT计算线性卷积。设x(n)=[2 3 1 4 5];h(n)=[2 1 7 4 5 7 2 3]。计算二者的线性卷积。
参考程序如下:
x=[2 3 1 4 5];
h=[2 1 7 4 5 7 2 3];
Lenx=length(x); %求序列x的长度
Lenh=length(h); %求序列h的长度
指导教师
日期
N=32;x=[ones(1,5),zeros(1,N-5)];
n=0:N-1;
X=dft(x,N); %N=32点离散傅立叶变换
magX=abs(X);phaX=angle(X)*180/pi;
k=(0:length(magX)'-1)*N/length(magX);
subplot(2,2,3);stem(n,x);ylabel('x(n)');
参考程序如下:
n1=0;n0=4;n2=7;N=32;
n=n1:n2;
w=[(n-n0)>=0]; %建立时间信号
subplot(2,1,1);stem(n,w);
i=0:N-1; %频率采样点从0开始
y=fft(w,N); %用快速算法计算DFT
aw=abs(y); %求幅度值
subplot(2,1,2);stem(i,aw);
WNnk=WN.^nk;
Xk=xn*WNnk;
subplot(2,1,1)
stem(n,xn);
subplot(2,1,2)
stem(k,abs(Xk));
2.矩形序列x(n)=R5(n),求N分别取8,32时的DFT,最后绘出结果图形。
参考程序如下:
function[Xk]=dft(xn,N)
n=[0:1:N-1]; %n的行向量
subplot(2,2,4);stem(k,magX);axis([0,32,0,5]);ylabel('|x(k)|');
(二)快速傅里叶变换(FFT)
1.已知一个8点的时域非周期离散阶跃信号,n1=0,n2=7,在n0=4前为0,n0以后为1。用N=32点进行FFT变换,作其时域信号图及信号频谱图。
广东海洋大学学生实验报告书
实验名称
实验三离散傅里叶变换(DFT)及其快速算法(FFT)
课程名称
数字信号处理
课程号
学院(系)
信息学院
专业
软件工程
班级
应用1123
学生姓名
钟炜堂
学号
201211701131
实验地点
科技楼04017
日期
2015.10.26
一、实验目的:
1.理解DFT算法,并能用MATLAB实现DFT。
X=dft(x,N); %N=8点离散傅立叶变换
magX=abs(X);phaX=angle(X)*180/pi;
k=(0:length(magX)'-1)*N/length(magX);
subplot(2,2,1);stem(n,x);ylabel('x(n)');
subplot(2,2,2);stem(k,magX);axis([0,10,0,5]);ylabel('|X(k)|');
相关文档
最新文档