连续小波变换与信号时频分析
信号分析与处理习题
2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。试问输出信号y 1(t )，y 2(t )有无失真？为什么？ 分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。 解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率ππ π32621=< =Ωh ，所以y 1(t )无失真； 因为x 2(t )=cos5πt ，而频谱中最高角频率ππ π32 652=>=Ωh ，所以y 2(t )失真。 3.2 设x (n )的傅里叶变换为X (e j ω)，试利用X (e j ω )表示下列序列的傅里叶变换： （1） )1()1()(1n x n x n x --+-= （2） )]()([2 1 )(2n x n x n x -+= * 分析：利用序列翻褶后的时移性质和线性性质来求解，即 )()(ωj e X n x ?，)()(ωj e X n x -?- )()(ωωj m j e X e n m x --?- 解：（1）由于)()]([ω j e X n x DTFT =，)()]([ωj e X n x DTFT -=-，则 )()]1([ωωj j e X e n x DTFT --=- )()]1([ωωj j e X e n x DTFT -=-- 故ωωωωω cos )(2])[()]([1j j j j e X e e e X n x DTFT ---=+= （2）由于)()]([ω j e X n x DTFT * * =- 故)](Re[2 ) ()()]([2ωωωj j j e X e X e X n x DTFT =+= * 3.7 试求下列有限长序列的N 点离散傅里叶变换（闭合形式表达式）：
实验连续时间信号与系统的基本表示与分析
实验1 连续时间信号与系统的基本表示与 分析 实验目的： 1. 了解并掌握用Matlab 分析信号与系统时用到的主要基本知识； 2. 掌握用matlab 表示常见的连续信号，并进行信号的基本运算 3. 熟悉使用Matlab 分析系统的方法。 实验内容： 1. 画出下列连续信号的波形 （1）()() 2()t x t e u t -=- （2）[](1) ()(1)(2)t x t e u t u t --=--- （3）()cos(10)()t x t e t u t π-= 2. 判断系统是否为线性系统，是否具有时不变特性。 （1）()(2)y t x t = （2）()2 ()y t x t = 指导资料： 1.1MATLAB 的基础知识 1.1.1数据的表示和运算 MATLAB 中，变量可以通过变大时直接赋值，例如直接输入 >>a=2+2 得到的结果为 a=4 如果输入的表达式后面加上分号“;”，那么结果就不会显示出来。由于MA TLAB 的变量名对字母大小写敏感，因此“a ”和“A ”是两个不同的变量名。 MATLAB 主要用到以下数值运算符： + 加 - 减 * 乘 / 除 ^ 乘方(幂)
' （矩阵）转置 这些符号可以对数值或已经定义过的变量进行运算，并给变量直接赋值。例如，假设变量“a”在上面已经定义过，则 >>b=2*a 得到的结果为 b=8 MATLAB中有一些预定义的变量可以直接使用。信号与系统中常用的变量有： i或j 1 pi π(3.1415926……) 在信号与系统中，常用以下函数进行计算和对变量的赋值： abs 数值的大小（实数的绝对值） angel 复数的角度，以弧度表示 real 求复数的实部 imag 求复数的虚部 cos 余弦函数，假设角度是弧度值 sin 正弦函数，假设角度是弧度制 exp 指数海曙 sqrt 求平方根 例如： >>y=2*(1+4*i) y=2.000+8.000i >>c=abs(y) c=8.2462 >>d=angle(y) d=1.3258 1.1.2矩阵的表示和运算 MATLAB是基于矩阵和向量的代数运算，甚至标量也可以看做是1×1 的矩阵，因此，MATLAB中对矩阵和向量的操作比较简单。 向量可以用两种方法定义。第一种是指定元素建立向量： v = [1 3 5 7]； 这个命令创建了一个1×4 的行向量，元素为1,3,5和7.可以用逗号代替空格来分隔元素： v = [1,3,5,7]； 如果要增加向量的元素，可以表示为 v(5) = 8 得到的向量为v = [1 3 5 7 8]。前面定义过的向量还可以用来定义新的向量，例如，前面已经定义过的向量v ，再定义向量a和b： a = [9 10]; b = [ v a]; 得到向量b为
连续时间信号傅里叶级数分析及MAtlAB实现
课程设计任务书 学生姓名:专业班级: 指导教师:工作单位: 题目: 连续时间信号傅里叶级数分析及MATLAB实现 初始条件： MATLAB 6.5 要求完成的主要任务： 深入研究连续时间信号傅里叶级数分析的理论知识，利用MA TLAB强大的图形处理功能，符号运算功能以及数值计算功能，实现连续时间周期信号频域分析的仿真波形。 1.用MATLAB实现周期信号的傅里叶级数分解与综合。 2.用MATLAB实现周期信号的单边频谱及双边频谱。 3.用MATLAB实现典型周期信号的频谱。 4.撰写《MATLAB应用实践》课程设计说明书。 时间安排： 学习MATLAB语言的概况第1天 学习MATLAB语言的基本知识第2、3天 学习MATLAB语言的应用环境，调试命令，绘图能力第4、5天 课程设计第6-9天 答辩第10天 指导教师签名：年月日 系主任（或责任教师）签名：年月日
目录 摘要................................................................................................................................................ I Abstract .......................................................................................................................................... II 绪论. (1) 1 MATLAB简介 (2) 1.1 MATLAB语言功能 (2) 1.2 MATLAB语言特点 (2) 2 傅里叶级数基本原理概要 (4) 2.1 周期信号的傅里叶分解 (4) 2.2 三角形式和指数形式傅里叶级数及各系数间的关系 (4) 2.3 周期信号的频谱 (5) 3 用MATLAB实现周期信号的傅立叶级数分解与综合 (6) 3.1 合成波形与原波形之间的关系 (6) 3.2 吉布斯现象 (6) 4 用MATLAB实现周期信号的单边频谱及双边频谱。 (8) 4.1 单边，双边（幅度，相位）频谱及其关系 (8) 4.1.1单边，双边（幅度，相位） (8) 4.1.2 单边，双边频谱关系 (9) 4.2以单边幅度频谱为例，研究脉冲宽度与频谱的关系 (10) 4.3以单边幅度频谱为例，研究脉冲周期与频谱的关系 (11) 5用MATLAB实现典型周期信号的频谱 (13) 5.1 周期方波脉冲频谱的MATLAB实现 (13) 5.2 周期三角波脉冲频谱的MATLAB 实现 (14) 6 小结及心得体会 (17) 参考文献 (18) 附录： (19)
信号分析与处理课后习题答案
信号分析与处理课后习题答案 第五章快速傅里叶变换 1.如果一台通用计算机的速度为平均每次复乘需要50us ，每次复加需要10us ，用来就散N=1024点的DFT ，问： （1）直接计算需要多少时间？用FFT 计算呢？ （2）照这样计算，用FFT 计算快速卷积对信号进行处理是，估计可实现实时处理的信号最高频率？ 解： 分析：直接利用DFT 计算：复乘次数为N 2，复加次数为N(N-1)； 利用FFT 计算：复乘次数为20.5log N N ，复加次数为2log N N ； （1） 直接DFT 计算： 复乘所需时间2215010245052.4288T N us us s =?=?= 复加所需时间2(1)101024(10241)1010.47552T N N us us s =-?=-?= 所以总时间1262.90432DFT T T T s =+= FFT 计算： 复乘所需时间3220.5log 500.51024log 1024500.256T N N us us s =?=???= 复加所需时间422log 101024log 1024100.1024T N N us us s =?=??= 所以总时间为340.3584FFT T T T s =+= （2） 假设计算两个N 长序列1()x n 和2()x n 的卷积 计算过程为如下： 第一步：求1()X k ，2()X k ；所需时间为2FFT T ? 第二步：计算12()()()X k X k X k =?，共需要N 次复乘运算 所需时间为501024500.0512To N us us s =?=?= 第三步：计算(())IFFT X k ，所需时间为FFT T 所以总时间为230.35840.0512 1.1264FFT T T To s s s =?+=?+= 容许计算信号频率为N/T=911.3Hz 2.设x(n)是长度为2N 的有限长实序列，()X k 为x(n)的2N 点得DFT 。
用matlab小波分析的实例
1 绪论 1.1概述 小波分析是近15年来发展起来的一种新的时频分析方法。其典型应用包括齿轮变速控制，起重机的非正常噪声，自动目标所顶，物理中的间断现象等。而频域分析的着眼点在于区分突发信号和稳定信号以及定量分析其能量，典型应用包括细胞膜的识别，金属表面的探伤，金融学中快变量的检测，INTERNET的流量控制等。 从以上的信号分析的典型应用可以看出，时频分析应用非常广泛，涵盖了物理学，工程技术，生物科学，经济学等众多领域，而且在很多情况下单单分析其时域或频域的性质是不够的，比如在电力监测系统中，即要监控稳定信号的成分，又要准确定位故障信号。这就需要引入新的时频分析方法，小波分析正是由于这类需求发展起来的。 在传统的傅立叶分析中，信号完全是在频域展开的，不包含任何时频的信息，这对于某些应用来说是很恰当的，因为信号的频率的信息对其是非常重要的。但其丢弃的时域信息可能对某些应用同样非常重要，所以人们对傅立叶分析进行了推广，提出了很多能表征时域和频域信息的信号分析方法，如短时傅立叶变换，Gabor变换，时频分析，小波变换等。其中短时傅立叶变换是在傅立叶分析基础上引入时域信息的最初尝试，其基本假定在于在一定的时间窗内信号是平稳的，那么通过分割时间窗，在每个时间窗内把信号展开到频域就可以获得局部的频域信息，但是它的时域区分度只能依赖于大小不变的时间窗，对某些瞬态信号来说还是粒度太大。换言之，短时傅立叶分析只能在一个分辨率上进行。所以对很多应用来说不够精确，存在很大的缺陷。 而小波分析则克服了短时傅立叶变换在单分辨率上的缺陷，具有多分辨率分析的特点，在时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体形态动态调整，在一般情况下，在低频部分（信号较平稳）可以采用较低的时间分辨率，而提高频率的分辨率，在高频情况下（频率变化不大）可以用较低的频率分辨率来换取精确的时间定位。因为这些特定，小波分析可以探测正常信号中的瞬态，并展示其频率成分，被称为数学显微镜，广泛应用于各个时频分析领域。 全文介绍了小波变换的基本理论，并介绍了一些常用的小波函数，它们的主要性质包括紧支集长度、滤波器长度、对称性、消失矩等，都做了简要的说明。在不同的应用场合，各个小波函数各有利弊。 小波分析在图像处理中有非常重要的应用，包括图像压缩，图像去噪，图像融合，图像分解，图像增强等。文中给出了详细的程序范例，用MATLAB实现了基于小波变换的图像处理。 小波分析在图像处理中有非常重要的应用，包括图像压缩，图像去噪，图像融合，图像分解，图像增强等。文中给出了详细的程序范例，用MATLAB实现了基于小波变换的图像处理。 小波分析在图像处理中有非常重要的应用，包括图像压缩，图像去噪，图像融合，图像分解，图像增强等。文中给出了详细的程序范例，用MATLAB实现了基于小波变换的图像处理。 1.2 傅立叶变换与小波变换的比较 小波分析是傅立叶分析思想方法的发展与延拓。它自产生以来，就一直与傅立叶分析
(完整word版)连续时间信号分析答案
实验一 连续时间信号分析 一、实验目的 （一）掌握使用Matlab 表示连续时间信号 1、学会运用Matlab 表示常用连续时间信号的方法 2、观察并熟悉常用信号的波形和特性 （二）掌握使用Matlab 进行连续时间信号的相关运算 1、学会运用Matlab 进行连续时间信号的时移、反褶和尺度变换 2、学会运用Matlab 进行连续时间信号微分、积分运算 3、学会运用Matlab 进行连续时间信号相加、相乘运算 4、学会运用Matlab 进行连续时间信号卷积运算 二、实验条件 一台电脑、winXP 系统、matlab7.0软件 三、实验内容 1、利用Matlab 命令画出下列连续信号的波形图。 （1）)4/3t (2cos π+ 代码： clear all;close all;clc; K=2;a=3; t=0:0.01:3; ft=K*cos(a*t+pi/4); plot(t,ft),grid on axis([-5,5,-2.2,2.2]) title('2cos(3t+4π)')
-5 -4 -3 -2 -1 1 2 3 4 5 -2-1.5-1-0.500.511.5 22cos(3t+4π) （2） )t (u )e 2(t -- -3 -2-10123 -3 -2 -1 1 2 3 指数信号与阶跃信号的乘积
代码： 函数文件： function f=uCT(t) f=(t>=0); 命令文件： clear all;close all;clc; a=-1; t=-5:0.01:5; ft=(2-exp(a*t)).*uCT(t); %y=2-exp(a*t); %plot(t,y),grid on plot(t,ft),grid on axis([-3,3,-3,3]); title('指数信号与阶跃信号的乘积') （3）)]2()(u )][t (cos 1[--+t u t π
《信号分析与处理》(第二版)-徐科军、黄云志-课后标准答案
《信号分析与处理》(第二版)-徐科军、黄云志-课后答案
————————————————————————————————作者：————————————————————————————————日期：
Chap1. 1.4 ()()()()()()()()()()()() ()()()()()()()121 2 122 12112 2 121 2 2 2y 11102 y 0.5111 y 0.5 1.513y 0 13 013 y 0.5111 0.5 1.513t t t t t x t x t x x t d x x t x x t d t d t t t x x t d t d t t t t t or t t or t t t t t t t τττ ττττ τττττττττττ+∞ -∞ ----=*=-=-≤≤???=≤≤??=-= -=+-<≤=-= -=-++<<=≤-≥≤-≥??=+-<≤??-++<
()()[] ()()()[]()()()∑∞ =? ? ? ???Ω-Ω-+=- =-= =??? ??<≤<≤-=1002212 2 01cos cos cos 1cos 141cos 1cos 1 5 .0202 20 (a)n n n t n n n t n n n t x n n b n n a a T t t T t T t x πππππ πππ 代入公式得： ()() ()()() ()[] ()()[]()()∑∞ =Ω-? ? ? ???Ω-Ω-+=- =-= ==Ω=Ω-=1002222 2 012 212cos 1cos cos 11411cos 11 5.0cos 2 (b)n n n T jn t n n t n n n t x n b n n a a n n X e n X T t x t x πππππππ得到：根据时移性质： ()() ()()()[]()()[]() ∑?∑∞ =-∞ =Ω-+=-=Ω==Ω+=102232 20 2 0201 00 3cos cos 12 21cos 12cos 41 cos 2 (c)n T n n n t n n n t x n n dt t n t x T a a t n a a t x ππ ππ偶对称， 1.12 ()()dt e t x j X t j ?+∞ ∞ -Ω-=Ω频谱密度函数：
小波分析-经典解读
时间序列-小波分析 时间序列（Time Series ）是地学研究中经常遇到的问题。在时间序列研究中，时域和频域是常用的两种基本形式。其中，时域分析具有时间定位能力，但无法得到关于时间序列变化的更多信息；频域分析（如Fourier 变换）虽具有准确的频率定位功能，但仅适合平稳时间序列分析。然而，地学中许多现象（如河川径流、地震波、暴雨、洪水等）随时间的变化往往受到多种因素的综合影响，大都属于非平稳序列，它们不但具有趋势性、周期性等特征，还存在随机性、突变性以及“多时间尺度”结构，具有多层次演变规律。对于这类非平稳时间序列的研究，通常需要某一频段对应的时间信息，或某一时段的频域信息。显然，时域分析和频域分析对此均无能为力。 20世纪80年代初，由Morlet 提出的一种具有时-频多分辨功能的小波分析（Wavelet Analysis ）为更好的研究时间序列问题提供了可能，它能清晰的揭示出隐藏在时间序列中的多种变化周期，充分反映系统在不同时间尺度中的变化趋势，并能对系统未来发展趋势进行定性估计。 目前，小波分析理论已在信号处理、图像压缩、模式识别、数值分析和大气科学等众多的非线性科学领域内得到了广泛的应。在时间序列研究中，小波分析主要用于时间序列的消噪和滤波，信息量系数和分形维数的计算，突变点的监测和周期成分的识别以及多时间尺度的分析等。 一、小波分析基本原理 1. 小波函数 小波分析的基本思想是用一簇小波函数系来表示或逼近某一信号或函数。因此，小波函数是小波分析的关键，它是指具有震荡性、能够迅速衰减到零的一类函数，即小波函数)R (L )t (2∈ψ且满足： ? +∞ ∞ -=0dt )t (ψ （1） 式中，)t (ψ为基小波函数，它可通过尺度的伸缩和时间轴上的平移构成一簇函数系： )a b t ( a )t (2 /1b ,a -=-ψψ 其中，0a R,b a,≠∈ （2） 式中，)t (b ,a ψ为子小波；a 为尺度因子，反映小波的周期长度；b 为平移因子，反应时间上的平移。 需要说明的是，选择合适的基小波函数是进行小波分析的前提。在实际应用研究中，应针对具体情况选择所需的基小波函数；同一信号或时间序列，若选择不同的基小波函数，所得的结果往往会有所差异，有时甚至差异很大。目前，主要是通过对比不同小波分析处理信号时所得的结果与理论结果的误差来判定基小波函数的好坏，并由此选定该类研究所需的基小波函数。 2. 小波变换 若)t (b ,a ψ是由（2）式给出的子小波，对于给定的能量有限信号)R (L )t (f 2 ∈，其连续小波变换（Continue Wavelet Transform ，简写为CWT ）为： dt )a b t ( f (t)a )b ,a (W R 2 /1-f ? -=ψ （3） 式中，)b ,a (W f 为小波变换系数；f(t)为一个信号或平方可积函数；a 为伸缩尺度；b 平移参数； )a b x ( -ψ为)a b x (-ψ的复共轭函数。地学中观测到的时间序列数据大多是离散的，设函数)t k (f ?，
连续时间信号和系统时域分析及MATLAB实现[精编版]
连续时间信号和系统时域分析及MATLAB实 现[精编版] MATLAB课程设计任务书 姓名：王** 学号：2010******010 题目:
连续时间信号和系统时域分析及MATLAB实现 初始条件： MATLAB 7.5.0 ，Windows XP系统 实验任务： 一、用MATLAB实现常用连续时间信号的时域波形（通过改变参数，分析其时域特性）。 1、单位阶跃信号， 2、单位冲激信号， 3、正弦信号， 4、实指数信号， 5、虚指数信号， 6、复指数信号。 二、用MATLAB实现信号的时域运算 1、相加， 2、相乘， 3、数乘， 4、微分， 5、积分 三、用MATLAB实现信号的时域变换（参数变化，分析波形变化） 1、反转， 2、使移（超时，延时）， 3、展缩， 4、倒相， 5、综合变化 四、用MATLAB实现信号简单的时域分解 1、信号的交直流分解， 2、信号的奇偶分解 五、用MATLAB实现连续时间系统的卷积积分的仿真波形 给出几个典型例子，对每个例子，要求画出对应波形。 六、用MATLAB实现连续时间系统的冲激响应、阶跃响应的仿真波形。 给出几个典型例子，四种调用格式。 七、利用MATLAB实现连续时间系统对正弦信号、实指数信号的零状态响应的仿真波形。 目录
1.1 MATLAB设计目的 (1) 1.2 MATLAB语言特点 (1) 2常用连续时间信号的时域波形 (1) 2.1单位阶跃信号 (1) 2.2单位冲激信号 (2) 2.3正弦信号 (3) 2.4实指数信号 (4) 2.5虚指数信号 (5) 2.6复指数信号 (6) 3 连续时间信号的时域运算 (7) 3.1相加 (7) 3.2相乘 (8) 3.3数乘 (9) 3.4微分 (10) 3.5积分 (11) 4.1反转 (12) 4.2时移 (13) 4.3展缩 (14) 4.4倒相 (15) 4.5综合变化 (16) 5连续时间信号简单的时域分解 (17) 5.1信号的交直流分解 (17)
信号分析与处理课后习题答案
信号分析与处理课后习题答案 第五章 快速傅里叶变换 1.如果一台通用计算机的速度为平均每次复乘需要50us ，每次复加需要10us ，用来就散N=1024点的DFT ，问： （1）直接计算需要多少时间？用FFT 计算呢？ （2）照这样计算，用FFT 计算快速卷积对信号进行处理是，估计可实现实时处理的信号最高频率？ 解： 分析：直接利用DFT 计算：复乘次数为N 2，复加次数为N(N-1)； 利用FFT 计算：复乘次数为20.5log N N ，复加次数为2log N N ； （1） 直接DFT 计算： 复乘所需时间2215010245052.4288T N us us s =?=?= 复加所需时间2(1)101024(10241)1010.47552T N N us us s =-?=-?= 所以总时间1262.90432DFT T T T s =+= FFT 计算： 复乘所需时间3220.5log 500.51024log 1024500.256T N N us us s =?=???= 复加所需时间422log 101024log 1024100.1024T N N us us s =?=??= 所以总时间为340.3584FFT T T T s =+= （2） 假设计算两个N 长序列1()x n 和2()x n 的卷积 计算过程为如下： 第一步：求1()X k ，2()X k ；所需时间为2FFT T ? 第二步：计算12()()()X k X k X k =?，共需要N 次复乘运算 所需时间为501024500.0512To N us us s =?=?= 第三步：计算(())IFFT X k ，所需时间为FFT T 所以总时间为230.35840.0512 1.1264FFT T T To s s s =?+=?+= 容许计算信号频率为N/T=911.3Hz 2.设x(n)是长度为2N 的有限长实序列，()X k 为x(n)的2N 点得DFT 。
几种时频分析综述1——傅里叶变换和小波变换
几种时频分析方法综述1——傅里叶变换和小波变换 夏巨伟 (浙江大学空间结构研究中心) 摘要：传统的信号理论，是建立在Fourier 分析基础上的，而Fourier 变换作为一种全局性的变化，其有一定的局限性。在实际应用中人们开始对Fourier 变换进行各种改进，小波分析由此产生了。小波变换与Fourier 变换相比，是一个时间和频域的局域变换因而能有效地从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis ），解决了Fourier 变换不能解决的许多困难问题。本文对傅里叶变换和小波变换进行了详细介绍，并用算例分析指出了两者的差别。 关键词：傅里叶变换；小波变换；时频分析技术； 1 傅里叶变换（Fourier Transform ） 1 2/201 22/0()()()()1()()()(::::)N j nk N ft N ft j nk N n H T h kT e H f h t e d DFT FT IFT IDFT t NT k h t H f e dt h nT H e N NT ππππ--∞ --∞∞--∞?=??=??????????→????=?=??? ∑??∑离散化(离散取样) 周期化（时频域截断） 2 小波变换（Wavelet Transform ） 2.1 由傅里叶变换到窗口傅里叶变换（Gabor Transform(Short Time Fourier Transform)/） 从傅里叶变换的定义可知，时域函数h(t)的傅里叶变换H(f )只能反映其在整个实轴的性态，不能反映h （t ）在特定时间区段内的频率变化情况。如果要考察h(t)在特定时域区间（比如：t ∈[a,b]）内的频率成分，很直观的做法是将h(t)在区间t ∈[a,b]与函数[][]11,t ,()0,t ,a b t a b χ?∈?=? ∈??，然后考察1()()h t t χ傅里叶变换。但是由 于1()t χ在t= a,b 处突然截断，导致中1()()h t t χ出现了原来h （t ）中不存在的不连 续，这样会使得1()()h t t χ的傅里叶变化中附件新的高频成分。为克服这一缺点， D.Gabor 在1944年引入了“窗口”傅里叶变换的概念，他的做法是，取一个光滑的函数g(t),称为窗口函数，它在有限的区间外等于0或者很快地趋于0，然后将窗口函数与h(t)相乘得到的短时时域函数进行FT 变换以考察h(t)在特定时域内的频域情况。 22(,)()()()()(,)ft f ft f STFT ISTF G f h t g t e dt h t df g t G f e d T ππτττττ +∞ --∞ +∞+∞ -∞ -∞ =-=-??? ：：
实验二_连续时间信号的频域分析
实验二 连续时间信号的频域分析 一、实验目的 1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法； 2、观察截短傅里叶级数而产生的“Gibbs 现象”，了解其特点以及产生的原因； 3、掌握连续时间傅里叶变换的分析方法及其物理意义； 4、掌握各种典型的连续时间非周期信号的频谱特征以及傅里叶变换的主要性质； 5、学习掌握利用Matlab 语言编写计算CTFS 、CTFT 和DTFT 的仿真程序，并能利用这些程序对一些典型信号进行频谱分析，验证CTFT 、DTFT 的若干重要性质。 基本要求：掌握并深刻理傅里叶变换的物理意义，掌握信号的傅里叶变换的计算方法，掌握利用Matlab 编程完成相关的傅里叶变换的计算。 二、原理说明 1、连续时间周期信号的傅里叶级数CTFS 分析 任何一个周期为T 1的正弦周期信号，只要满足狄利克利条件，就可以展开成傅里叶级数。 三角傅里叶级数为： ∑∞ =++=1000)]sin()cos([)(k k k t k b t k a a t x ωω 2.1 或： ∑∞ =++ =1 00)cos()(k k k t k c a t x ?ω 2.2 其中1 02T π ω= ，称为信号的基本频率（Fundamental frequency ），k k b a a ，和，0分别是信号)(t x 的直流分量、余弦分量幅度和正弦分量幅度，k k c ?、为合并同频率项之后各正弦谐波分量的幅度和初相位，它们都是频率0ωk 的函数，绘制出它们与0ωk 之间的图像，称为信号的频谱图（简称“频谱”），k c －0ωk 图像为幅度谱，k ?－0ωk 图像为相位谱。 三角形式傅里叶级数表明，如果一个周期信号x(t)，满足狄里克利条件，就可以被看作是由很多不同频率的互为谐波关系（harmonically related ）的正弦信号所组成，其中每一个不同频率的正弦信号称为正弦谐波分量 (Sinusoid component)，其幅度（amplitude ）为k c 。
课程作业-杭电研究生-小波变换—时频分析
一、高斯调幅的线性调频脉冲信号sig 在取窗函数好h=1时的时频联合分布 clear close all clc %产生非平稳信号 sig=real(amgauss(128).*fmlin(128)); %%时域波形 figure(1) plot(sig,'LineWidth',2); xlabel('时间 t'); ylabel('幅值 A'); %设置窗函数 h=1; %计算短时傅立叶变换 [tfr,t,f]=tfrstft(sig,1:128,128,h); %时频表示 figure(2) contour(t,f(1:128),abs(tfr)); xlabel('时间 t'); ylabel('频率 f')； 二、同一信号在同一窗函数但不同窗长度时的短时傅立叶变换和Gabor 变换的时频分布图 clear close all clc %产生非平稳信号 %%暂态信号1 sig1=real(amgauss(128,45).*fmconst(128,0.25,45)); %%暂态信号2 sig2=real(amgauss(128,85).*fmconst(128,0.25,85)); sig=sig1+sig2; %时域波形 figure(1) plot(sig,'LineWidth',2); xlabel('时间 t'); ylabel('幅值 A'); %设置窗函数1 h1=window(@hamming,65); %计算短时傅立叶变换 sig=hilbert(sig); [tfr,t,f]=tfrstft(sig,1:128,128,h1); %短时傅立叶变换时频表示 figure(2); contour(t,2*f(1:128),abs(tfr)); xlabel('时间 t'); ylabel('频率 f'); %gabor 变换的时频表示 [tfr,dgr,gam]=tfrgabor(sig,64,32,h1); figure(3); tfrgabor(sig,64,32,h1); xlabel('Time [s]'); ylabel('Frequency [Hz]'); %设置窗函数2 h2=window(@hamming,17); %计算短时傅立叶变换 [tfr,t,f]=tfrstft(sig,1:128,128,h2); %短时傅立叶变换时频表示 figure(4)
连续时间信号的频域分析(信号与系统课设).
福建农林大学计算机与信息学院 信息工程类 课程设计报告 课程名称：信号与系统 课程设计题目：连续时间信号的频域分析 姓名： 系：电子信息工程 专业：电子信息工程 年级：2008 学号： 指导教师： 职称： 2011 年 1 月10 日
福建农林大学计算机与信息学院信息工程类 课程设计结果评定
目录 1课程设计的目的 (1) 2课程设计的要求 (1) 3课程设计报告内容.....................................................................1-13 3.1连续信号的设计..................................................................1-11 3.2验证傅里叶变换的调制定理 (11) 3.3周期信号及其频谱 (12) 4总结 (13) 参考文献 (14)
连续时间信号的频域分析 1.课程设计的目的 （1）熟悉MATLAB语言的编程方法及MATLAB指令； （2）掌握连续时间信号的基本概念； （3）掌握门函数、指数信号和抽样信号的表达式和波形； （4）掌握连续时间信号的傅里叶变换及其性质； （5）掌握连续时间信号频谱的概念以及幅度谱、相位谱的表示； （6）掌握利用MATLAB进行信号的傅里叶变换以及时域波形和频谱的表示；（7）通过连续时间信号的频域分析，更深刻地理解了连续时间信号的时域和频域间的关系，加深了对连续时间信号的理解。 2.课程设计的要求 （1）自行设计以下连续信号：门函数、指数信号和抽样信号。要求：（a）画出以上信号的时域波形图； （b）实现以上信号的傅里叶变换，画出以上信号的幅度谱及相位谱，并对相关结果予以理论分析； （c）对其中一个信号进行时移和尺度变换，分别求变换后信号的傅里叶变换，验证傅里叶变换的时移和尺度变换性质。 （2）自行设计信号，验证傅里叶变换的调制定理。 （3）自行设计一个周期信号，绘出该信号的频谱，并观察周期信号频谱的特点。 3.课程设计报告内容 3.1（a）①门函数(矩形脉冲)： MATLAB中矩形脉冲信号用rectpuls函数表示： y=rectpuls (t,width) %width缺省值为1 >> t=-2:0.001:2; T=2; yt=rectpuls (t,T); plot(t,yt); axis([-2,2,0,1.5]); grid on; %显示格线
信号分析与处理 杨西侠 第2章习题答案
2-1 画出下列各时间函数的波形图，注意它们的区别 1）x 1(t) = sin Ω t ·u(t ) 2）x 2(t) = sin[ Ω ( t – t 0 ) ]·u(t ) 3）x 3(t) = sin Ω t ·u ( t – t 0 ) -1
4）x2(t) = sin[ ( t – t0) ]·u( t – t0) 2-2 已知波形图如图2-76所示，试画出经下列各种运算后的波形图 （1）x ( t-2 ) （2）x ( t+2 )
（3）x (2t) （4）x ( t/2 ) （5）x (-t) （6）x (-t-2)
（7）x ( -t/2-2 ) （8）dx/dt 2-3 应用脉冲函数的抽样特性，求下列表达式的函数值 (1)?+∞ ∞--)(0t t x δ(t) dt = x(-t 0) (2)?+∞ ∞--)(0t t x δ(t) dt = x(t 0) (3)?+∞∞ --)(0t t δ u(t - 20t ) dt = u(2 t ) (4)?+∞ ∞--)(0t t δ u(t – 2t 0) dt = u(-t 0) (5)() ?+∞∞ --+t e t δ(t+2) dt = e 2-2 (6)()?+∞ ∞-+t t sin δ(t-6π ) dt = 6 π + 2 1
(7) ()()[]?+∞ ∞-Ω---dt t t t e t j 0δδ =()?+∞ ∞ -Ω-dt t e t j δ–?+∞∞ -Ω--dt t t e t j )(0δ = 1-0 t j e Ω- = 1 – cos Ωt 0 + jsin Ωt 0 2-4 求下列各函数x 1(t)与x 2(t) 之卷积，x 1(t)* x 2(t) (1) x 1(t) = u(t), x 2(t) = e -at · u(t) ( a>0 ) x 1(t)* x 2(t) =?+∞ ∞---ττττ d t u e u a )()( = ?-t a d e 0 ττ = )1(1at e a -- x 1(t)* x 2(t) =ττδτδτπ d t t u t )]1()1([)]()4 [cos(---+-+Ω?+∞ ∞- = cos[Ω(t+1)+ 4 π ]u(t+1) – cos[Ω(t-1)+ 4 π ]u(t-1) (3) x 1(t) = u(t) – u(t-1) , x 2(t) = u(t) – u(t-2) x 1(t)* x 2(t) = ? +∞ ∞ -+-----τττττd t u t u u u )]1()()][2()([ 当 t <0时，x 1(t)* x 2(t) = 0 当 0 给我们一个信号时，我们从时域中观察这个信号时，我们得到的信息是信号的持续的时间，随着时间的变化，信号的幅度起起伏伏。如果我们更进一步，就是起伏速度较快的部分对应着信号中高频部分。变换缓慢的部分对应着代表信号中的频率低频部分。我们也可以估算信号中直流分量的大小。当然这都是我们直观的理解。这种单纯的从时域中的信号的波形得到的信息是不全面的。有的时候我们想要知道我们的信号中含有那些频率成分，相应频率的强度，相位。这就是从从频域的角度来看待我们的信号。这就需要一个数学变换的工具，将我们的信号变换到频域。这个强大的数学工具就是傅里叶变换，变换后我们希望我们还可以回到时域中，也就是我们的变换是可可逆的，事实上，傅里叶变换就有这个信息不损失的性质。如今傅里叶变换已经成为一个体系。一切来自于数学中的分解思想，在这里我们选择一组正交基。对我们信号函数的分解就像是对空间中某一一向量分解到三个坐标系一样，只不过函数的坐标是傅里叶系数而已。这样，我们经过傅里叶变换就可以知道我们的信号中含有的频率成分。但是这里有一个隐含的假设，或者说是傅里叶变换的致命弱点，那就是他潜在的假设了我们的信号是平稳信号。何为平稳信号？所谓的平稳信号就是信号的各种频率成分在信号的全部持续时间中都存在。举个例子，假如我们对一个持续时间在[0,100s]的平稳信号做傅里叶变换，得出信号中有59HZ，那么就说明，对该平稳信号，59HZ从0开始，在这100s中的任何一个时刻都存在。 可是，当我们的信号不是平稳信号时，例如59HZ产生50s 处，强度和上一个信号的完全相同，其他频率也完全相同，如果我们对这一个信号做傅里叶变换，由于傅里叶变换的积分域是从负无穷到正无穷，所以不幸的是，我们得到了和上一信号完全一样的结果，我们无法再从频域回到时域了。也就是FT并没有告诉我们非平稳信号的各种频率分别出现在那个时间段上。 事实上，在现实生活中，非平稳信号和平稳信号交织在一起的。例如 心电图(ECG)、脑电图(EEG)和肌电图(EMG)。所以知道哪些频率出现在何种时间段的需求是那么的紧迫。换句话说，就是我们想要同时知道信号的时间信息和频率信息。解决方案就是FT的改进版：STFT（短时傅里叶变换）。 小波变换： 小波（wavelet）的意思是:a small wave。FT中，我们选用的是exp（jwt）函数作为我们变换空间的一组标准正交基，exp（jwt）函数在时间轴上一直存在，从-∞到+∞上均存在的信号，不会衰减，而我们在小波变换中选用的小波不仅持续时间是有限的，即只在某一个时间段内存在，而且小波的频率也是有限的，即超过一定的频率之外，该频率的强度（幅度）会逐渐衰减到0。小波变换较之于傅里叶变换的优点可以归结为如下方面：1）使得信号的存储较之于傅里叶变换后再去存储更加的有效，也就是更易于压缩，进而传输图像。2）方便了对信号的分析，因为能够更好地去近似现实中的信号（non stationary signal）。3）当信号函数中有不连续的点的时候，如果用FT得到信号的近似，会有吉布斯现象（虽然在功率上会很好的近似，但是在不连续点附近却有一个固定的误差，无法进一步减小），比之于FT的这个缺点，我们的小波变换能够更好的对数据中的不连续点进行近似。 数字信号处理习题解答 第二章 数据采集技术基础 2.1 有一个理想采样系统，其采样角频率Ωs =6π，采样后经理想低通滤波器H a (j Ω)还原，其中 ?? ???≥Ω<Ω=Ωππ 3032 1 )(，，j H a 现有两个输入，x 1(t )=cos2πt ，x 2(t )=cos5πt 。试问输出信号y 1(t )，y 2(t )有无失真？为什么？ 分析：要想时域采样后能不失真地还原出原信号，则采样角频率Ωs 必须大于等于信号谱最高角频率Ωh 的2倍，即满足Ωs ≥2Ωh 。 解：已知采样角频率Ωs =6π，则由香农采样定理，可得 因为x 1(t )=cos2πt ，而频谱中最高角频率ππ π32621=< =Ωh ，所以y 1(t )无失真； 因为x 2(t )=cos5πt ，而频谱中最高角频率ππ π32 652=>=Ωh ，所以y 2(t )失真。 2.2 设模拟信号x (t )=3cos2000πt +5sin6000πt +10cos12000πt ，求： （1） 该信号的最小采样频率； （2） 若采样频率f s =5000Hz ，其采样后的输出信号； 分析：利用信号的采样定理及采样公式来求解。 ○ 1采样定理 采样后信号不失真的条件为：信号的采样频率f s 不小于其最高频率f m 的两倍，即 f s ≥2f m ○ 2采样公式 )()()(s nT t nT x t x n x s === 解：（1）在模拟信号中含有的频率成分是 f 1=1000Hz ，f 2=3000Hz ，f 3=6000Hz ∴信号的最高频率f m =6000Hz 由采样定理f s ≥2f m ，得信号的最小采样频率f s =2f m =12kHz （2）由于采样频率f s =5kHz ，则采样后的输出信号 ? ?? ? ????? ??-???? ????? ??=? ??? ????? ??+???? ????? ??-???? ????? ??=? ??? ????? ??++???? ????? ??-+???? ????? ??=? ?? ? ????? ??+???? ????? ??+???? ????? ??=??? ? ??====n n n n n n n n n n n f n x nT x t x n x s s nT t s 522sin 5512cos 13512cos 10522sin 5512cos 35112cos 105212sin 5512cos 3562cos 10532sin 5512cos 3)()()(πππππππππππ小波分析入门_本人总结_
信号处理 习题与解答