1傅立叶变换全息图实验
实验一 付里叶变换全息图
一、实验目的
1． 掌握付里叶变换全息图的原理．
2． 拍摄一张付里叶变换全息图，观察其再现像。
3． 总结付里叶变换全息图的特点及影响其质置的因素．
二、实验原理
付里叶变换全息图是全息图的一种特殊类型，它不象一般全息图那样记录物光波本身，而是记录物光波的空间频谱，即记录物光波的付里叶变换。引入一束参考光去和物的频谱相干涉，用得到的干涉条纹记录物频谱的振幅分布和位相分布就得到付里叶变换全息图。这就需要用透镜对物分布作付里叶变换，然后把记录介质置于频谱面上记录参考光和频谱的干涉条纹。由付里叶变换特性知道，用单色点光源将物体照明以后，通过透镜在点光源的共轭像面上，能得到物分布的付里叶频谱．当用单色平行光将物照明时，频谱面与透镜后焦面重合。
如图1－1所示，物分布g （x 0,y 0）放在透镜L 的前焦面上，通过透镜后在后焦面上得到其频谱函数(,)(,)x y x y G f f G f f λλ=，其中，x 、y 是后焦面的坐标，
，透镜L1将入射平行光汇聚于其前焦面的（-b,0）点，通过小孔照射到L 上，通过L 后变为参考光R 。放在L 后焦面上的记录介质H 接受到的光振动是物频谱和参考光两部分，H 上的光强分布为
如果对底片的处理是线性的．则底片透过率可以表示为
(,)(,)t x y I x y αβ=+
在透过率中有包含着(,)x
y G f f λλ和*(,)x
y G f f λλ的两项。
这两项在再现时再作一次傅立叶变换就能得到物的原始像和共轭像。
再现原理如下；
图1—2中透镜焦距仍为f ，将全息图放在其前焦面上，用波长为λ，振幅为C 。的平行光垂直照明，全息图的光振动分为四个部分：
其中第一项是常数， 表示具有一定振幅的平行于光轴的平行光，经过透镜L 的付立叶变换后，是位于后焦点的一个亮点(δ函数)，第二项经过傅立叶变换后是物分布的自相关函数(由付里叶变
换的自相关定理*00()*F C G G C g g ββ=可得到)，这部分分布的总宽度是物分布宽度的两倍，
称为中心晕轮光，对第三项作傅立叶变换并略去与分布无关的常数C 0βR ，则
上式中除了一个常数外，分布g(-(x i +b),-y i )与物分布一样，只是坐标反转了，并且在x i
的方向上
相对移动了－b，这就是再现得到的原始像。对于第四项可作类似第三项的处理，它的傅立叶变换
除了一个常数外，得到的就是物的共轭分布，它在x i方向上移动了b，这就是再现得到的共轭像。
三、实验光路
如图1—3所示
四、实验仪器
He—Ne Lase r：氦氖激光器M1、M2、M3 ：全反射镜
BS：连续分束镜C1，C2：扩束镜(40×)
L1、L2：：准直透镜L：付里叶变换透镜
O：物(透明底片) H：全息干板
另：干板架、孔屏、白屏、尺、曝光定时器、光开关、光强测量仪、暗室设备一套(显影液、定影液、水盘、量杯、安全灯、流水冲洗设施)等
五、实验步骤
1．点燃激光器，调整由激光器出射的激光细束与工作台面平行，用自准直法将各光学元件的表面调至与工作台面垂直．
2． 先不放入扩束镜和准直镜及物O ，按图1－3依次加入光学元件用细光束调好光路，使由BS 分开的两束光到全息干板H 处的光程相等，在二束光重合处放上白屏。
3． 在两路光中分别加入扩束镜和准直镜，沿光轴方向调整扩束镜和准直镜间距离以实现二者共焦，调成平行光．
4． 在一束平行光中加入付里叶变换透镜L ，沿光的方向前后移动L 使它的后焦面位于H 面上．在L 的前焦面上放入透明底片，或黑纸上刻出的通孔(一定形状)， 调节BS 的位置使H 处物光、参考光的光强比为一合适的值。一般说来物的空间频谱中，低频成分大于高频成分。如果在记录中欲强调低频成分．参考光就须调整强一些，曝光时间短一些，这样对低频成分有合适的记录面对高频成分则曝光不足，再现图像的高频损失较多；若欲强调高频成分，则要求参考光弱一些，曝光时间长一些，此时低频部分可能会由于曝光过度而衍射效率低，而高频成分的曝光则是合适的，再现像中低频损失较多，高频得到较好的再现。
5． 关闭光开关．在H 处取下白屏换上全息干板，稳定1min 后用曝光定时器控制光开关曝光，曝光时间为几秒到十几秒。
6． 取下曝光后的全息干板，在暗室进行常规的显影、定影、水洗、干燥等处理，得到付里叶变换全息图．
7． 挡掉原记录光路中的参考光，取下透明底片换上处理好的全息图，在H 处的毛玻璃上看到再现的原始像和共轭像居于中央亮斑的两侧，中央亮斑是原物的自相关．
8． 将全息图沿垂直于光轴的方向平移，观察再现像的位置是否发生变化．
9． 将全息图沿光轴向透镜L 移动，观察再现像变化的情况．
10． 将全息图置于透镜L 之后，在不同位置上观察再现像的情况．
六、讨论
1．欲使再现像不受晕轮光的影响，必须使再现像与中央晕轮光分离，分离的条件取决于b 的大小。设物在x 方向上不为零的范围为[-x m , x m ]，物自相关函数不为零范围为〔—2x m ，2x m )．这就是中央晕轮光的范围．从图1—2可得到，原始像、共轭像与晕轮光分离的条件是b ＞3x m ．
2．记录付里叶全息图时，要使物体本身各点的衍射光都能通过透镜被记录下来，则透镜的口径应满足下述条件：H D D B ≥+，其中B 为物体的线宽度，D H 为全息图的宽度。
3．一个有益的启示：做完付里叶变换全息图后，我们知道了物经透镜以后在某—特定位置上会将物的全部信息集中在一个较小的区域范围内．这一特性为全息存贮提供了有用的手段，有着广泛的应用．
七、问题与思考
1． 再现时若改用激光细束照射付里叶全息图，结果将怎样?
2． 再现时用会聚光束或发散光束，得到的再现像与用平行光得到的再现像有何不同?
实验八 利用快速傅里叶变换(FFT)实现快速卷积(精选、)
实验八 利用FFT 实现快速卷积 一、 实验目的 （1） 通过这一实验，加深理解FFT 在实现数字滤波（或快速卷积）中的重要作用，更好的利用FFT 进行数字信号处理。 （2） 进一步掌握循环卷积和线性卷积两者之间的关系。 二、 实验原理与方法 数字滤波器根据系统的单位脉冲响应h(n)是有限长还是无限长可分为有限长单位脉冲响应（Finite Impulse Response ）系统（简记为FIR 系统）和无限长单位脉冲响应（Infinite Impulse Response ）系统（简记为IIR 系统）。 对于FIR 滤波器来说，除了可以通过数字网络来实现外，也可以通过FFT 的变换来实现。 一个信号序列x(n)通过FIR 滤波器时，其输出应该是x(n)与h(n)的卷积： ∑+∞ -∞ =-= =m m n h m x n h n x n y )()()(*)()( 或 ∑+∞ -∞ =-= =m m n x m h n x n h n y ) ()()(*)()( 当h(n)是一个有限长序列，即h(n)是FIR 滤波器，且10-≤≤N n 时 ∑-=-=1 0) ()()(N m m n x m h n y 在数字网络（见图6.1）类的FIR 滤波器中，普遍使用的横截型结构（见下图6.2 图6.1 滤波器的数字网络实现方法 图6.2 FIR 滤波器横截型结构 y(n) y(n) -1-1-1-1
应用FFT 实现数字滤波器实际上就是用FFT 来快速计算有限长度列间的线性卷积。 粗略地说，这种方法就是先将输入信号x(n)通过FFT 变换为它的频谱采样 值X(k)，然后再和FIR 滤波器的频响采样值H(k)相乘，H(k)可事先存放在存储器中，最后再将乘积H(k)X(k)通过快速傅里叶变换（简称IFFT ）还原为时域序列，即得到输出y(n)如图6.3所示。 图6.3 数字滤波器的快速傅里叶变换实现方法 现以FFT 求有限长序列间的卷积及求有限长度列与较长序列间的卷积为例来讨论FFT 的快速卷积方法。 （1） 序列)(n x 和)(n h 的列长差不多。设)(n x 的列长为1N ，)(n h 的列长为2N ，要求 )()(n x n y =N ∑-=-==1 ) ()()(*)()(N r r n h r x n h n x n h 用FFT 完成这一卷积的具体步骤如下： i. 为使两有限长序列的线性卷积可用其循环卷积代替而不发生混叠，必须选择循环卷积长度121-+≥N N N ，若采用基2-FFT 完成卷积运 算，要求m N 2=（m 为整数）。 ii. 用补零方法使)(n x ，)(n h 变成列长为N 的序列。 ?? ?-≤≤-≤≤=10 10)()(11N n N N n n x n x ?? ?-≤≤-≤≤=10 1 0)()(22N n N N n n h n h iii. 用FFT 计算)(),(n h n x 的N 点离散傅里叶变换 )()(k X n x FFT ??→? )()(k H n h FFT ??→? iv. 做)(k X 和)(k H 乘积，)()()(k H k X k Y ?= v. 用FFT 计算)(k Y 的离散傅里叶反变换得 y(n)
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)|
实验二 参考 快速傅立叶变换(FFT)及其应用
实验二快速傅立叶变换（FFT ）及其应用 一、实验目的 1.在理论学习的基础上，通过本实验，加深对FFT 的理解，熟悉FFT 子程序。 2.熟悉应用FFT 对典型信号进行频谱分析的方法 3.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 在各种信号序列中，有限长序列信号处理占有很重要地位，对有限长序列，我们可以使用离散Fouier 变换(DFT)。这一变换不但可以很好的反映序列的频谱特性，而且易于用快速 算法在计算机上实现，当序列x(n)的长度为N 时，它的DFT 定义为： 1 0()()N kn N n X k x n W -==∑， 2n j N N W e -=反换为：10 1()()N kn N k x n X k W N --==∑有限长序列的DFT 是其Z 变换在单位圆上的 等距采样，或者是序列Fourier 变换的等距采样，因此可以用于序列的谱分析。 FFT 并不是与DFT 不同的另一种变换，而是为了减少DFT 运算次数的一种快速算法。它是对变换式进行一次次分解，使其成为若干小点数的组合，从而减少运算量。常用的FFT 是以2为基数的，其长度 N=2L ，它的效率高，程序简单使用非常方便，当要变换的序列长度不等于2的整数次方时，为了使用以2为基数的FFT ，可以用末位补零的方法，使其长度延长至2的整数次方。 在运用DFT 进行频谱分析的过程中可能产生几种问题： (1) 混叠 序列的频谱时被采样信号的周期延拓，当采样速率不满足Nyquist 定理时，就会发生频谱混叠，使得采样后的信号序列频谱不能真实的反映原信号的频谱。 避免混叠现象的唯一方法是保证采样速率足够高，使频谱混叠现象不致出现，即在确定采样频率之前，必须对频谱的性质有所了解，在一般情况下，为了保证高于折叠频率的分量不会出现，在采样前，先用低通模拟滤波器对信号进行滤波。 (2) 泄漏 实际中我们往往用截短的序列来近似很长的甚至是无限长的序列，这样可以使用较短的DFT 来对信号进行频谱分析，这种截短等价于给原信号序列乘以一个矩形窗函数，也相当于在频域将信号的频谱和矩形窗函数的频谱卷积，所得的频谱是原序列频谱的扩展。 泄漏不能与混叠完全分开，因为泄漏导致频谱的扩展，从而造成混叠。为了减少泄漏的影响，可以选择适当的窗函数使频谱的扩散减至最小。 DFT 是对单位圆上Z 变换的均匀采样，所以它不可能将频谱视为一个连续函数，就一定意义上看，用DFT 来观察频谱就好像通过一个栅栏来观看一个图景一样，只能在离散点上看到真实的频谱，这样就有可能发生一些频谱的峰点或谷点被“尖桩的栅栏”所拦住，不能别我们观察到。 减小栅栏效应的一个方法就是借助于在原序列的末端填补一些零值，从而变动DFT 的点数，这一方法实际上是人为地改变了对真实频谱采样的点数和位置，相当于搬动了每一根“尖桩栅栏”的位置，从而使得频谱的峰点或谷点暴露出来。 用FFT 可以实现两个序列的圆周卷积。在一定的条件下，可以使圆周卷积等于线性卷积。一般情况，设两个序列的长度分别为N1和N2，要使圆周卷积等于线性卷积的充要条件是
信号与测试实验1时率与频率
基本信号分析 一、实验目的 1.掌握基本信号的时域和频域分析方法 2.掌握信号的自相关和互相关分析，了解其应用 二、数据处理与分析 （1）幅值为1，频率为100Hz的正弦信号，上图为时域图，下图为利用快速傅里叶变换获得的频谱图。从频谱图上看出，f=100Hz时频域的幅值最大。 （2）频域为100Hz，幅值为1的方波信号，上图为时域图，下图为借助快速傅立叶变换获得的频域图。从频谱图上看出，f=100Hz时频域的幅值最大，随着频域增大，频域的幅值逐渐衰减。
（3）频率为100Hz，幅值为1的锯齿波信号图，上图为时域图，下图为借助傅立叶变换而获得的频域图。从频域图看出，在100Hz的整数倍频率上，频域幅值都出现了峰值，随着频率的增大，峰值逐渐收敛至0. （4）平均振幅为1的噪声信号，上图为时域图，下图为通过快速傅立叶变
换得出的频谱图，从频谱图可以看出，白噪声信号的频谱杂乱无章，无明显规律。 （5）由频率为50Hz、100Hz、150Hz的正弦信号组成的复合信号，上图为时域图，下图为频域图，从图中可以看出，频谱图在50、100、150Hz处出现了峰值。 （6）频率为100Hz 的正弦信号叠加噪声信号：上图为时域信号图，下图为
通过快速傅立叶变换获得的频谱图。与没有叠加噪声信号的正弦波相比，时域波形出现了毛刺，而频谱图中除了在100Hz处有峰值外，在其他频率点处也出现了一些较低的峰值。 （7）频率为100Hz的正弦信号和频率为100Hz的方波信号进行叠加，上图为时域信号，下图为频谱图。从时域图上可以看出，正弦波形叠加方波后有了明显的畸变。从频谱图上可以看出，除了100Hz处出现峰值以外，在其他频率点也出现了一些峰值。
实验一快速傅里叶变换
实验一 快速傅里叶变换之报告 一 、实验目的 1、在理论学习的基础上，通过本实验加深对快速傅立叶变换的理解； 2、熟悉并掌握按时间抽取FFT 算法的程序； 3、了解应用FFT 进行信号频谱分析过程中可能出现的问题，例如混淆、泄漏、 栅栏效应等，以便在实际中正确应用FFT 。 二 实验内容 a ） 信号频率F ＝50Hz ，采样点数N=32,采样间隔T= matlab 程序代码为： F=50; T=; N=32; n=0:N-1; t=n*T; A=sin(2*pi*F*t); figure; Y = fft(A,N); h = (abs(Y)); h=h/max(h(1:N)); for n=1:N; string1=strcat('X(',num2str(n-1), ')=',num2str(h(n))); disp(string1); f=(n/T)/N; end stem([0:N-1]/N/T,h); xlabel('?μ?ê/HZ'); ylabel('??·ùX￡¨ejw￡?'); title('·ù?μì?D?'); 上述代码命令中，将FFT 变换后的数字变量K ，在画图时转换成频域中的频率f 。这主 要是根据数字频率与模拟域频率之间的关系： T Ω=ω 其中ω、Ω分别为数字和模拟域中的频率，且N k πω2= f π2=Ω 于是有： NT k f = 运算结果： X(1)=1 X(2)= X(3)= X(4)=
X(5)= X(6)= X(7)= X(8)= X(9)= X(10)= X(11)= X(12)= X(13)= X(14)= X(15)= X(16)= X(17)= X(18)= X(19)= X(20)= X(21)= X(22)= X(23)= X(24)= X(25)= X(26)= X(27)= X(28)= X(29)= X(30)= X(31)=1 b）信号频率F＝50Hz，采样点数N=32,采样间隔T= 同理可将a）中F、N、T，参数改成要求值（以下均是如此），即可得，X(0)= X(1)= X(2)= X(3)= X(4)= X(5)= X(6)= X(7)= X(8)=1 X(9)= X(10)= X(11)= X(12)= X(13)= X(14)= X(15)= X(16)= X(17)= X(18)= X(19)= X(20)= X(21)= X(22)= X(23)= X(24)=1 X(25)= X(26)= X(27)= X(28)= X(29)= X(30)= X(31)=
快速傅立叶变换(FFT)算法_DSP实验
快速傅立叶变换(FFT)算法实验 摘要：FFT（Fast Fourier Transformation），即为快速傅里叶变换，是离散傅里叶变换的快速算法，它是根据离散傅里叶变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。这种算法大大减少了变换中的运算量，使得其在数字信号处理中有了广泛的运用。本实验主要要求掌握在CCS环境下用窗函数法设计FFT快速傅里叶的原理和方法；并且熟悉FFT快速傅里叶特性；以及通过本次试验了解各种窗函数对快速傅里叶特性的影响等。 引言： 快速傅里叶变换FFT是离散傅里叶变换DFT的一种快速算法。起初DFT的计算在数字信号处理中就非常有用，但由于计算量太大，即使采用计算机也很难对问题进行实时处理，所以并没有得到真正的运用。1965年J.W.库利和T.W.图基提出快速傅里叶变换，采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。从此，对快速傅里叶变换（FFT）算法的研究便不断深入，数字信号处理这门新兴学科也随FFT的出现和发展而迅速发展。根据对序列分解与选取方法的不同而产生了FFT的多种算法，基本算法是基2DIT和基2DIF。FFT 的出现，使信号分析从时域分析向频域分析成为可能，极大地推动了信号分析在各领域的实际应用。FFT在离散傅里叶反变换、线性卷积和线性相关等方面也有重要应用。
一、 实验原理： FFT 并不是一种新的变换，它是离散傅立叶变换（DFT ）的一种快速算法。由于我们在计算DFT 时一次复数乘法需用四次实数乘法和二次实数加法；一次复数加法则需二次实数加法。每运算一个X （k ）需要4N 次复数乘法及2N+2（N-1）=2（2N-1）次实数加法。所以整个DFT 运算总共需要4N^2次实数乘法和N*2(2N-1)=2N(2N-1)次实数加法。如此一来，计算时乘法次数和加法次数都是和N^2成正比的，当N 很大时，运算量是可观的，因而需要改进对DFT 的算法减少运算速度。 根据傅立叶变换的对称性和周期性，我们可以将DFT 运算中有些项合并。我们先设序列长度为N=2^L ，L 为整数。将N=2^L 的序列x(n)(n=0,1,……，N-1)，按N 的奇偶分成两组，也就是说我们将一个N 点的DFT 分解成两个N/2点的DFT ，他们又从新组合成一个如下式所表达的N 点DFT ： ∑∑∑∑∑-=+-=-=++ = + =-≤≤= =1 )12(1 20 2为奇 为偶 10 )12()2()()(10, )()]([)(N r k r N N r rk N n nk N n nk N N n nk N W r x W r x W n x W n x N k W n x n x DFT k X
习题1 绘制典型信号及其频谱图(参考模板)
习题一绘制典型信号及其频谱图 电子工程学院 202班一、单边指数信号 单边指数信号的理论表达式为 对提供的MATLAB程序作了一些说明性的补充，MATLAB程序为
figure(3); plot(w,20*log10(abs(F)));xlabel('\omega');ylabel('|F(\omega)| in dB');title(' 幅频特性/dB'); figure(4); plot(w,angle(F)*57.29577951);xlabel('\omega');ylabel('\phi(\omega)/（°） ');title('相频特性'); 调整，将a分别等于1、5、10等值，观察时域波形和频域波形。由于波形 较多，现不失代表性地将a=1和a=5时的各个波形图列表如下进行对比，其 他a值的情况类似可推知。 a15 时 域 图 像
幅频特性 幅频特性/d B 相频特性
分析： 由上表中a=1和a=5的单边指数信号的波形图和频谱图的对比可以发现，当a值增大时，信号的时域波形减小得很快，而其幅频特性的尖峰变宽，相频特性的曲线趋向平缓。 二、矩形脉冲信号 矩形脉冲信号的理论表达式为 MATLAB程序为：
clear all; E=1;%矩形脉冲幅度 width=2;%对应了时域表达式中的tao t=-4:0.01:4; w=-5:0.01:5; f=E*rectpuls(t,width); %MATLAB中的矩形脉冲函数，width即是tao，t为时间 F=E*width*sinc(w.*width/2); figure(1); plot(t,f);xlabel('t');ylabel('f(t)');title('信号时域图像'); figure(2); plot(w,abs(F));xlabel('\omega');ylabel('|F(\omega)|');title('幅频特性'); figure(3); plot(w,20*log10(abs(F)));xlabel('\omega');ylabel('|F(\omega)| in dB');title(' 幅频特性/dB'); figure(4); plot(w,angle(F));xlabel('\omega');ylabel('\phi(\omega)');title('相频特性'); 调整，将分别等于1、4等值，观察时域波形和频域波形。由于波形较多，现不失代表性地将a=1和a=4时的各个波形图列表如下进行对比，其他值的情况类似可推知。 14
DSP-快速傅立叶变换(FFT)算法实验
中南大学 DSP技术实验报告 实验名称：快速傅立叶变换(FFT)算法实验专业班级：信息0602 学生姓名：张倩曦（学号：24） 指导老师：陈宁 完成日期： 2009年12月2日 中南大学·信息科学与工程学院
快速傅立叶变换(FFT)算法实验一．实验目的 1．掌握用窗函数法设计FFT 快速傅里叶的原理和方法； 2．熟悉FFT 快速傅里叶特性； 3．了解各种窗函数对快速傅里叶特性的影响。 二．实验设备 PC 兼容机一台，操作系统为Windows2000(或Windows98，WindowsXP，以下默认为Windows2000)，安装Code Composer Studio 软件。 三．实验原理 1．FFT 的原理和参数生成公式： 公式（1）FFT 运算公式 FFT 并不是一种新的变换，它是离散傅立叶变换（DFT）的一种快速算法。由于我们在计算DFT 时一次复数乘法需用四次实数乘法和二次实数加法；一次复数加法则需二次实数加法。 每运算一个X（k）需要4N 次复数乘法及2N+2（N-1）=2（2N-1）次实数加法。所以整个DFT运算总共需要4N^2 次实数乘法和N*2(2N-1)=2N(2N-1)次实数加法。如此一来，计算时乘法次数和加法次数都是和N^2 成正比的，当N 很大时，运算量是可观的，因而需要改进对DFT 的算法减少运算速度。 根据傅立叶变换的对称性和周期性，我们可以将DFT 运算中有些项合并。我们先设序列长度为N=2^L，L 为整数。将N=2^L 的序列x(n)(n=0,1,……，N-1)，
按N的奇偶分成两组，也就是说我们将一个N 点的DFT 分解成两个N/2 点的DFT，他们又重新组合成一个如下式所表达的N 点DFT： 一般来说，输入被假定为连续的。当输入为纯粹的实数的时候，我们就可以利用左右对称的特性更好的计算DFT。 我们称这样的RFFT 优化算法是包装算法：首先2N 点实数的连续输入称为“进包”。其次N 点的FFT 被连续运行。最后作为结果产生的N 点的合成输出是“打开”成为最初的与DFT 相符合的2N 点输入。使用这一思想，我们可以划分FFT 的大小，它有一半花费在包装输入O（N）的操作和打开输出上。这样的RFFT 算法和一般的FFT 算法同样迅速，计算速度几乎都达到了两次DFT的连续输入。下列一部分将描述更多的在TMS320C55x 上算法和运行的细节。 5．程序流程图：
信号与系统实验报告-实验3--周期信号的频谱分析
信号与系统实验报告-实验3--周期信号的频谱分析
信号与系统 实验报告 实验三周期信号的频谱分析 实验三周期信号的频谱分析 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、掌握各种典型的连续时间非周期信号的频谱特征。 实验内容： （1）Q3-1 编写程序Q3_1，绘制下面的信号的波形图： 其中，0 = 0.5π，要求将一个图形窗口分割成四个子图，分别绘制cos(0t)、cos(30t)、cos(50t) 和x(t) 的波形图，给图形加title，网格线和x坐标标签，并且程序能够接受从键盘输入的和式中的项数。 程序如下: clear,%Clear all variables close all,%Close all figure windows dt = 0.00001; %Specify the step of time variable t = -2:dt:4; %Specify the interval of time w0=0.5*pi; x1=cos(w0.*t); x2=cos(3*w0.*t); x3=cos(5*w0.*t); N=input('Type in the number of the harmonic components N='); x=0; for q=1:N; x=x+(sin(q*(pi/2)).*cos(q*w0*t))/q; end subplot(221) plot(t,x1)%Plot x1 axis([-2 4 -2 2]); grid on, title('signal cos(w0.*t)') subplot(222) plot(t,x2)%Plot x2 axis([-2 4 -2 2]); grid on, title('signal cos(3*w0.*t))') subplot(223) plot(t,x3)%Plot x3
快速傅里叶变换实验报告..
快速傅里叶变换实验报告 班级： 姓名： 学号:
快速傅里叶变换 一．实验目的 1.在理论学习的基础上，通过本实验加深对快速傅立叶变换的理解； 2.熟悉并掌握按时间抽取FFT 算法的程序； 3.了解应用FFT 进行信号频谱分析过程中可能出现的问题，例如混淆、泄漏、栅栏效应等，以便在实际中正确应用FFT 。 二．实验内容 1.仔细分析教材第六章‘时间抽取法FFT ’的算法结构，编制出相应的用FFT 进行信号分析的C 语言（或MATLAB 语言）程序； 2.用FFT 程序分析正弦信号 ()sin(2)[()(*)],(0)1y t f t u t u t N T t u π=---∞<<+∞=设 分别在以下情况进行分析并讨论所得的结果： a ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.000625s b ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.005s c ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.0046875s d ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.004s e ） 信号频率 f ＝50Hz ，采样点数N=64,采样间隔T=0.000625s f ） 信号频率f ＝250Hz ，采样点数N=32,采样间隔T=0.005s g ） 将c ） 信号后补32个0，做64点FFT 三．实验要求 1.记录下实验内容中各种情况下的X (k)值，做出频谱图并深入讨论结果，说明参数的变化对信号频谱产生哪些影响。频谱只做模特性，模的最大值＝1，全部归一化；
2.打印出用C 语言（或MATLAB 语言）编写的FFT 源程序，并且在每一小段处加上详细的注释说明； 3.用C 语言（或MATLAB 语言）编写FFT 程序时，要求采用人机界面形式： N , T , f 变量均由键盘输入，补零或不补零要求设置一开关来选择。 四．实验分析 对于本实验进行快速傅里叶变换，依次需要对信号进行采样，补零（要求补零时），码位倒置，蝶形运算，归一化处理并作图。 此外，本实验要求采用人机界面形式，N,T,F 变量由键盘输入，补零或不补零设置一开关来选择。 1.采样 本实验进行FFT 运算，给出的是正弦信号，需要先对信号进行采样，得到有限 长序列()n x ， N n ...... 2,1,0= Matlab 实现： t=0:T:T*(N-1); x=sin(2*pi*f*t); 2.补零 根据实验要求确定补零与否，可以用if 语句做判断，若为1，再输入补零个数， 并将补的零放到采样得到的序列的后面组成新的序列，此时新的序列的元素个数等于原采样点个数加上补零个数，并将新的序列个数赋值给N 。 Matlab 实现： a=input('是否增加零点? 是请输入1 否请输入0\n'); if (a) ZeroNum=input('请输入增加零点的个数:\n'); else ZeroNum=0; end if (a) x=[x zeros(1, ZeroNum)];%%指令zeros(a,b)生成a 行b 列全0矩阵，在单行矩阵x 后补充0 end N=N+ZeroNum; 3.码位倒置 本实验做FFT 变换的级数为M ，N M 2log =
快速傅里叶变换FFT.
————第四章———— 快速傅里叶变换FFT 所谓的快速算法，就是根据原始变换定义算法的运算规律及其中的某些算子的特殊性质，找出减少乘法和加法运算次数的有效途径，实现原始变换的各种高效算法。一种好的快速算法可使变换速度提高几个数量级。 由于快速算法很多，而且还在不断研究和发展。较成熟的算法都有现成的程序。所以，通过教材中介绍的四种快速算法，主要学习研究快速算法的基本思想和减少运算量的途径，熟悉各种快速算法的特点、运算效率和适用情况。为今后研究新的快速算法和合理选用快速算法打好基础。 4.1 学 习 要 点 4.1.1 直接计算N 点DFT 的运算量 对于 ()(),1 0∑-==N n kn N W n x k X 1,,1,0-=N k 复数乘法次数： 2 N M c = 复数加法次数： ()1-=N N A c 当1>>N 时，复数乘法和加法次数都接近为2 N 次，随着N 增大非线性增大。 4.1.2 减少运算量的基本途径 DFT 定义式中只有两种运算：()n x 与kn N W 的乘法相加。所以，kn N W 的特性对乘法运算 量必有影响。 （1）根据的对称性、周期性和特殊值减少乘法运算次数。 ①对称性：k N N k N W W -=+ 2 ，()k k N N W 12-=，()k N k N N W W =* - ②周期性：k N lN k N W W =+。 ③kn N W 的特殊值(无关紧要旋转因子)： 1;;124 -===±N N N N N W j W W 。对这些因子不能进行乘法运算。 （2）将较大数N 点DFT 分解为若干个小数点DFT 的组合，减少运算量。这正是FFT 能大量节省运算量的关键。 4.1.3 四种快速算法的基本思想及特点 根据上述减少运算量的途径，巧妙地在时域或频域进行不同的抽取分解与组合，得到不
快速傅里叶变换实验报告
快速傅里叶变换实验报告 快速傅里叶变换实验报告 机械34班刘攀 2019010558 一、基本信号（函数）的FFT变换 1. x(t)=sin(ω0t+)+sin2ω0t+cos3ω0t 6 1) 采样频率fs=8f0，截断长度N=16； 取ω0=2πrad/s，则f0=1Hz，fs=8Hz，频率分辨率?f=?f=fs=0.5Hz。 Nπ最高频率fc=3f0=3Hz，fs>2fc，故满足采样定理，不会发生混叠现象。截断长度T=2T0，整周期截取，不会发生栅栏效应。理论上有一定的泄漏，但在整周期截取的情况下，旁瓣上的采样都约为 0，泄漏现象没有体现出来。 频谱图如下： 幅值误差?A=0，相位误差??=0。 2) 采样频率fs=8f0，截断长度N=32； 取ω0=2πrad/s，则f0=1Hz，fs=8Hz，频率分辨率?f=?f=fs=0.25Hz。 N最高频率fc=3f0=3Hz，fs>2fc，故满足采样定理，不会发生混叠现象。截断长度T=4T0，整周期截取，不会发生栅栏效应。理论上有一定的泄漏，但在整周期截取的情况下，旁瓣上的采样都约为 0，泄漏现象没有体现出来。 频谱图如下： 幅值误差?A=0，相位误差??=0。 2. x(t)=sin(ω0t+π 6)+sin11ω0t 1) 采样频率fs=8f0，截断长度N=16； 取ω0=2πrad/s，则f0=1Hz，fs=8Hz，频率分辨率?f=?f=fs=0.5Hz。 N最高频率 fc=11f0=11Hz，fs 漏，但在整周期截取的情况下，旁瓣上的采样都约为 0，泄漏现象没有体现出来。 频谱图：
由上图可以看出，并未体现出11f0的成分，说明波形出现混叠失真。为了消除混叠 现象，应加大采样频率，使之大于等于 22Hz。 f0处的幅值误差?A=0，11f0处由于出现 了混叠现象，幅值误差没有意义；相位误差??=0。 2) 采样频率fs=32f0，截断长度N=32； 取ω0=2πrad/s，则f0=1Hz，fs=32Hz，频率分辨率?f=?f=fs=1Hz。 N最高频率 fc=11f0=11Hz，fs>2fc，故满足采样定理，不会发生混叠现象。 漏，但在整周期截取的情况下，旁瓣上的采样都约为 0，泄漏现象没有体现出来。 频谱图： 该频谱图体现出了f0和11f0的成分，说明未失真，且幅值均为1,。幅值误差?A=0，相位误差??=0。 3. x(t)=0t 1) 采样频率fs=8f0，截断长度N=16； 取ω0=2πrad/s，则f0=1Hz，fs=8Hz，频率分辨率?f=?f=fs=0.5Hz。 N最高频率f cf 0Hz，fs>2fc，故满足采样定理，不会发生混叠现象。 频谱图： 在忽略旁瓣信号的情况下，可近似认为： x(t)≈0.9098cos(3ω0t+56.9520?) 故幅值误差?A=0.9096-1=-0.0904，相位误差??=56.9520?。 2) 采样频率fs=32f0，截断长度N=32； 取ω0=2πrad/s，则f0=1Hz，fs=32Hz，频率分辨率?f=?f=fs=1Hz。N最高频率f cf 0Hz，fs>2fc，故满足采样定理，不会发生混叠现象。 频谱图： 在忽略旁瓣信号的情况下，可近似认为：
快速傅里叶变换原理及其应用
快速傅里叶变换的原理及其应用 摘要 快速傅氏变换（FFT），是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。傅里叶变换的理论与方法在“数理方程”、“线性系统分析”、“信号处理、仿真”等很多学科领域都有着广泛应用,由于计算机只能处理有限长度的离散的序列,所以真正在计算机上运算的是一种离散傅里叶变换. 虽然傅里叶运算在各方面计算中有着重要的作用，但是它的计算过于复杂，大量的计算对于系统的运算负担过于庞大，使得一些对于耗电量少，运算速度慢的系统对其敬而远之，然而，快速傅里叶变换的产生，使得傅里叶变换大为简化，在不牺牲耗电量的条件下提高了系统的运算速度，增强了系统的综合能力，提高了运算速度，因此快速傅里叶变换在生产和生活中都有着非常重要的作用，对于学习掌握都有着非常大的意义。 关键词快速傅氏变换；快速算法；简化；广泛应用
Abstract Fast Fourier Transform (FFT), is a discrete fast Fourier transform algorithm, which is based on the Discrete Fourier Transform of odd and even, false, false, and other characteristics of the Discrete Fourier Transform algorithms improvements obtained. Its Fourier transform theory has not found a new, but in the computer system or the application of digital systems Discrete Fourier Transform can be said to be a big step into. Fourier transform theory and methods in the "mathematical equation" and "linear systems analysis" and "signal processing, simulation," and many other areas have a wide range of applications, as the computer can only handle a limited length of the sequence of discrete, so true On the computer's operation is a discrete Fourier transform. Fourier Although all aspects of computing in the calculation has an important role, but its calculation was too complicated, a lot of computing system for calculating the burden is too large for some Less power consumption, the slow speed of operation of its system at arm's length, however, have the fast Fourier transform, Fourier transform greatly simplifying the making, not in power at the expense of the conditions to increase the speed of computing systems, and enhance the system The comprehensive ability to improve the speed of operation, the Fast Fourier Transform in the production and life have a very important role in learning to master all have great significance. Key words Fast Fourier Transform; fast algorithm; simplified; widely used
信号与检验测试实验一
实验一、基本信号分析 一、实验目的 1. 掌握基本信号的时域和频域分析方法 2. 掌握信号的自相关和互相关分析，了解其应用 二、实验原理 （1）信号的时域和频域转换 目的：研究分析信号的时域特征（如持续时间、幅值、周期等）和信号的频域特征（如是否含有周期性信号、信号的频率带宽等） 转换方法：时域有限长序列 频域有限长序列： 离散傅里叶变换 （2）信号相关性 相关是用来描述一个随机过程自身在不同时刻的状态间，或者两个随机过程在某个时刻状态间线性依从关系的数字特征。 自相关函数定义为： xx 01()lim ()()T T R x t x t dt T ττ→∞ =+? 互相关函数定义为： xx 0 1()lim ()()T T R x t x t dt T ττ→∞=+?
三、实验内容与步骤 （1）产生不同的周期信号，包括正弦信号、方波信号、锯齿波信号，在时域分析这些波形特征（幅值、频率（周期））。 上图为幅值为2频率为20Hz的正弦信号时域图，下图为快速傅里叶变换之后获得的频谱图。从频谱图上看出，f=20Hz时频域的幅值最大，和时域图吻合。
上图为幅值为3频率为5Hz的方波信号时域图，下图为快速傅里叶变换之后获得的频谱图。从频谱图上看出，方波信号傅里叶分解后由一个频率为5Hz 的基波和无数个高次谐波组成。以幅值衰减十倍为带宽，由图可知此方波信号带宽约为35Hz
上图为幅值为4频率为10Hz的三角波信号时域图，下图为快速傅里叶变换之后获得的频谱图。从频域图看出，在10Hz的整数倍频率上，频域幅值出现了峰值，其后有无数个谐波和基波一起组成了三角波。以幅值衰减十倍为带宽，由图可知此三角波信号带宽约为80Hz （2）在Matlab中产生随机噪声、阶跃信号（选作）、矩形脉冲（选作）
快速傅里叶变换实验报告
快速傅里叶变换实验报告 机械34班 攀 2013010558 一、 基本信号（函数）的FFT 变换 1. 000()sin()sin 2cos36 x t t t t πωωω=+++ 1) 采样频率08s f f =，截断长度N=16； 取02ωπ=rad/s ，则0f =1Hz ，s f =8Hz ，频率分辨率f ?=s f f N ?==0.5Hz 。 最高频率c f =30f =3Hz ，s f >2c f ，故满足采样定理，不会发生混叠现象。 截断长度02T T =，整周期截取，不会发生栅栏效应。理论上有一定的泄漏，但在整周期 截取的情况下，旁瓣上的采样都约为 0，泄漏现象没有体现出来。 频谱图如下：
幅值误差0A ?=，相位误差0??=。 2) 采样频率08s f f =，截断长度N=32； 取02ωπ=rad/s ，则0f =1Hz ，s f =8Hz ，频率分辨率f ?=s f f N ?==0.25Hz 。 最高频率c f =30f =3Hz ，s f >2c f ，故满足采样定理，不会发生混叠现象。 截断长度04T T =，整周期截取，不会发生栅栏效应。理论上有一定的泄漏，但在整周期 截取的情况下，旁瓣上的采样都约为 0，泄漏现象没有体现出来。 频谱图如下：
幅值误差0A ?=，相位误差0??=。 2. 00()sin()sin116 x t t t πωω=++ 1) 采样频率08s f f =，截断长度N=16； 取02ωπ=rad/s ，则0f =1Hz ，s f =8Hz ，频率分辨率f ?=s f f N ?==0.5Hz 。 最高频率c f =110f =11Hz ，s f <2c f ，故不满足采样定理，会发生混叠现象。 截断长度02T T =，整周期截取，不会发生栅栏效应。理论上有一定的泄漏，但在整周期 截取的情况下，旁瓣上的采样都约为 0，泄漏现象没有体现出来。 频谱图：
09典型信号的频谱分析
实验九 典型信号的频谱分析 一. 实验目的 1. 在理论学习的基础上，通过本实验熟悉典型信号的频谱特征，并能够从信号频谱中读取 所需的信息。 2. 了解信号频谱分析的基本原理和方法，掌握用频谱分析提取测量信号特征的方法。 二. 实验原理 信号频谱分析是采用傅里叶变换将时域信号x(t)变换为频域信号X(f)，从而帮助人们从另一个角度来了解信号的特征。 图1、时域分析与频域分析的关系 信号频谱X(f)代表了信号在不同频率分量成分的大小，能够提供比时域信号波形更直观，丰富的信息。时域信号x(t)的傅氏变换为： dt e t x f X ft j ?+∞ ∞--=π2)()( (1) 式中X(f)为信号的频域表示，x(t)为信号的时域表示，f 为频率。 工程上习惯将计算结果用图形方式表示， 以频率f 为横坐标，X(f)的实部)(f a 和虚部 )(f b 为纵坐标画图，称为时频－虚频谱图； 以频率f 为横坐标，X(f)的幅值)(f A 和相位 )(f ?为纵坐标画图，则称为幅值－相位谱； 以f 为横坐标，A(f) 2为纵坐标画图，则称为 功率谱，如图所示。 频谱是构成信号的各频率分量的集合，它 完整地表示了信号的频率结构，即信号由哪些 谐波组成，各谐波分量的幅值大小及初始相 位，揭示了信号的频率信息。 图2、信号的频谱表示方法
三. 实验内容 1. 白噪声信号幅值谱特性 2. 正弦波信号幅值谱特性 3. 方波信号幅值谱特性 4. 三角波信号幅值谱特性 5. 正弦波信号＋白噪声信号幅值谱特性 四. 实验仪器和设备 1. 计算机1台 2. DRVI快速可重组虚拟仪器平台1套 3. 打印机1台 五. 实验步骤 1.运行DRVI主程序，点击DRVI快捷工具条上的"联机注册"图标，选择其中的“DRVI 采集仪主卡检测”或“网络在线注册”进行软件注册。 2.在DRVI软件平台的地址信息栏中输入WEB版实验指导书的地址，在实验目录中选择 “典型信号频谱分析”，建立实验环境。 图5 典型信号的频谱分析实验环境 下面是该实验的装配图和信号流图，图中的线上的数字为连接软件芯片的软件总线数据线号，6017、6018为两个被驱动的信号发生器的名字。 图6 典型信号的频谱分析实验装配图
快速傅里叶变换实验
快速傅里叶变换实验
————————————————————————————————作者：————————————————————————————————日期： ?
实验七快速傅里叶变换实验 20１1０１0５４1?机１4 林志杭 一、实验目的 1.加深对几个特殊概念的理解：“采样”……“混叠”;“窗函数”（截断）……“泄漏”；“非整周期截取”……“栅栏”。 ２．加深理解如何才能避免“混叠”，减少“泄漏”，防止“栅栏”的方法和措施以及估计这些因素对频谱的影响。 3．对利用通用微型计算机及相应的FFＴ软件，实现频谱分析有一个初步的了解。 二、实验原理 为了实现信号的数字化处理，利用计算机进行频谱分析――计算信号的频谱。由于计算机只能进行有限的离散计算(即ＤFT)，因此就要对连续的模拟信号进行采样和截断。而这两个处理过程可能引起信号频谱的畸变，从而使DFT的计算结果与信号的实际频谱有误差。有时由于采样和截断的处理不当，使计算出来的频谱完全失真。因此在时域处理信号时要格外小心。 时域采样频率过低，将引起频域的“混叠”。为了避免产生“混叠”,要求时域采样时必须满足采样定理,即:采样频率fｓ必须大于信号中最高频率fc的2倍（ｆｓ＞2fc)。因此在信号数字处理中，为避免混叠，依不同的信号选择合适的采样频率将是十分重要的。 频域的“泄漏”是由时域的截断引起的。时域的截断使频域中本来集中的能量向它的邻域扩散(如由一个δ(f）变成一个siｎc(f），而泄漏的旁瓣将影响其它谱线的数值。时域截断还会引起“栅栏效应”,对周期信号而言，它是由于截断长度不等于周期信号的周期的整数倍而引起的。因此避免“栅栏”效应的办法就是整周期截断。 综上所述,在信号数字化处理中应十分注意以下几点： 1．为了避免“混叠”,要求在采样时必须满足采样定理。 为了减少“泄漏”，应适当增加截断长度和选择合适的窗 对信号进行整周期截取,则能消除“栅栏数应”。 增加截断长度，则可提高频率分辨率。 三、预习内容 熟悉Mａtlab语言、函数和使用方法；利用Ｍatｌab所提供的ＦFT函数编写程序。 四、实验内容及步骤 调通所编写的程序,对下列信号〔函数〕进行离散FFT变换,根据题目的要求……FFT变换点数〔截断长度〕及采样频率,计算各点的傅里叶变换值,画出频谱图,对典型的谱线标出其幅值及相角。 （-)内容: 1． t t t t x 3 cos 2 sin ) 6 sin( )(ω ω π ω+ + + = 代码： N=ｉnput(＇N='); n=input（'ｎ=')；ｔ=1：1：Ｎ；