数字信号处理实验报告实验三(DOC)
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。
数字信号处理实验三
实验三 离散付里叶变换（DFT ）一、实验目的：1． 掌握离散付里叶级数 2． 掌握DFT 变换。
3． 掌握DFT 特性。
4． 掌握利用DFT 计算线性卷积。
5． 掌握快速付里叶变换(FFT)。
二、实验原理：1．离散付里叶级数（DFS ） )(~n x 为周期序列，其频率为基本频率（N /2π）的倍数（或谐波）。
其离散付叶级数（DFS ）为：；∑-=-±==12,,1,0,)(~)(~N n knNjk en x k X πIDFS 为：∑-==12)(~1)(~N k knNjek X Nn x π2．离散付里叶变换（DFT ）)(n x 为长度N 的有限长序列，其DFT 为：211()()N jknNk x n X k eNπ--==∑IDFT 为：21()(),0,1,N jknNn X k x n ek π-===±∑3.DFT 的特性：（1） 线性性：)]([)]([)]()([2121n x bDFT n x aDFT n bx n ax DFT +=+（2） 循环折叠（圆周对称）性：⎩⎨⎧-≤≤-==-11)(0)0())((N n n N x n x n x N（3） 共轭性: N k X n x DFT ))(()]([**-=（4） 实序列的对称性（圆周共轭对称性）：N k X k X ))(()(*-=（5） 序列的圆周移位：N m n x m n x ))(()(~-=-（6） 频域中的圆周移位：)())(()]([|lnk R l k X n x W DFT N N N-=-（7） 时域循环卷积：)()()]()([2121k X k X n x n x DFT =⊗ （8） 频域循环卷积（乘法性）：)()(1)]()([2121k X k X Nn x n x DFT ⊗=（9） 帕塞瓦尔（Parseval ）定理：∑∑-=-===1212)(1)(N k N n x k X Nn x E4.用DFT 计算线性卷积:设)(1n x 为1N 点序列，)(2n x 为2N 点序列，)(3n x 为)(1n x 和)(2n x 的线性卷积，其为121-+N N 点序列，)(4n x 为)(1n x 和)(2n x 的圆卷积，其长度为N ，当121-+=N N N 时，)()(43n x n x =。
华南理工大学数字信号处理实验三实验报告
% 默认采样率 4000Hz，通带波纹 1dB，最小阻带衰减 40dB
% 符号
符号说明
% fp
通带截止频率,单位:Hz
% fs
阻带截止频率,单位:Hz
% fsam
采样率,单位:Hz
% pr
通带波纹(passband ripple),单位:dB
% minsa
最小阻带衰减(minimum stopband attenuation),单位:dB
3.1 低通滤波器设计
3.1.1 实验题目
一、 用双线性变换法设计如下 IIR 滤波器，（可以选择 butteworth or chebyshey） 滤波器的性能指标：
低通滤波器：通带截止频率 1000Hz，阻带截止频率 1200Hz，采样率 4000Hz， 通带波纹 1dB，最小阻带衰减 40dB； 二、要画出滤波器的频率响应特性（用 freqz 函数）
2.2 低通滤波器
低通滤波器是容许低于截止频率的信号通过，但高于截止频率的信号不能通 过的一种滤波器。其频谱响应形如图 1 所示。
图 1 低通滤波器频谱相应示例
2.3 高通滤波器
高通滤波器是一个使高频率比较容易通过而阻止低频率通过的系统。它去掉 了信号中不必要的低频成分或者说去掉了低频干扰。其频谱相应如图 2。
数字 IIR 滤波器。 掌握 MATLAB 函数书写，特别是用 MATLAB 函数封装自己设计的滤波器，
并实现参数可调。
2 实验原理
2.1 IIR 滤波器
按脉冲响应来分类，数字滤波器分为 IIR 和 FIR，即无限冲激响应滤波器和 有限冲激响应滤波器；其中 IIR 网络中有反馈回路，FIR 网络中没有反馈回路。 IIR 滤波器是无限脉冲响应滤波器，又称递归型滤波器，即结构上带有反馈环路。 特点：
数字信号处理实验报告
数字信号处理实验报告引言数字信号处理（Digital Signal Processing，DSP）是一门研究数字信号的获取、分析、处理和控制的学科。
在现代科技发展中，数字信号处理在通信、图像处理、音频处理等领域起着重要的作用。
本次实验旨在通过实际操作，深入了解数字信号处理的基本原理和实践技巧。
实验一：离散时间信号的生成与显示在实验开始之前，我们首先需要了解信号的生成与显示方法。
通过数字信号处理器（Digital Signal Processor，DSP）可以轻松生成和显示各种类型的离散时间信号。
实验设置如下：1. 设置采样频率为8kHz。
2. 生成一个正弦信号：频率为1kHz，振幅为1。
3. 生成一个方波信号：频率为1kHz，振幅为1。
4. 将生成的信号通过DAC（Digital-to-Analog Converter）输出到示波器上进行显示。
实验结果如下图所示：（插入示波器显示的正弦信号和方波信号的图片）实验分析：通过示波器的显示结果可以看出，正弦信号在时域上呈现周期性的波形，而方波信号则具有稳定的上下跳变。
这体现了正弦信号和方波信号在时域上的不同特征。
实验二：信号的采样和重构在数字信号处理中，信号的采样是将连续时间信号转化为离散时间信号的过程，信号的重构则是将离散时间信号还原为连续时间信号的过程。
在实际应用中，信号的采样和重构对信号处理的准确性至关重要。
实验设置如下：1. 生成一个正弦信号：频率为1kHz，振幅为1。
2. 设置采样频率为8kHz。
3. 对正弦信号进行采样，得到离散时间信号。
4. 对离散时间信号进行重构，得到连续时间信号。
5. 将重构的信号通过DAC输出到示波器上进行显示。
实验结果如下图所示：（插入示波器显示的连续时间信号和重构信号的图片）实验分析：通过示波器的显示结果可以看出，重构的信号与原信号非常接近，并且能够还原出原信号的形状和特征。
这说明信号的采样和重构方法对于信号处理的准确性有着重要影响。
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。
(完整版)数字信号处理实验三
3.41；3.42 由教材可知： ，即序列的偶部分的傅立叶变换是序列的傅立叶变换的实部。
5、实验步骤
1、进行本实验，首先必须熟悉matlab的运用，所以第一步是学会使用matlab。
2、学习相关基础知识，根据《数字信号处理》课程的学习理解实验内容和目的。
plot(w/pi,angle(h1));grid
xlabel('\omega/\pi');ylabel('以弧度为单位的相位');
title('原序列的相位谱')
subplot(2,2,4)
plot(w/pi,angle(h2));grid
xlabel('\omega/\pi');ylabel('以弧度为单位的相位');
grid;
title('相位谱arg[H(e^{j\omega})]');
xlabel('\omega/\pi');
ylabel('以弧度为单位的相位');
3.4
clf;
w=-4*pi:8*pi/511:4*pi;
num1=[1 3 5 7 9 11 13 15 17];
h=freqz(num,1,w);
Q3.32 通过加入合适的注释语句和程序语句，修改程序P3.8，对程序生成的图形中的两个轴加标记。时移量是多少？
Q3.33 运行修改后的程序并验证离散傅里叶变换的圆周时移性质。
Q3.36 运行程序P3.9并验证离散傅里叶变换的圆周卷积性质。
Q3.38 运行程序P3.10并验证线性卷积可通过圆周卷积得到。
数字信号处理-实验三：用FFT对信号作频谱分析实验报告
实验三：用FFT对信号作频谱分析实验报告一、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：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。
程序：(1)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。
x1n=[ones(1,4)];%产生R4(n)序列向量X1k8=fft(x1n,8);%计算x1n的8点DFT X1k16=fft(x1n,16);%计算x1n的16点DFT%以下绘制幅频特性曲线N=8;f=2/N*(0:N-1);figure(1);subplot(1,2,1);stem(f,abs(X1k8),'.');%绘制8点DFT的幅频特性图title('(1a)8点DFT[x_1(n)]');xlabel('ω/π');ylabel('幅度');N=16;f=2/N*(0:N-1);subplot(1,2,2);stem(f,abs(X1k16),'.');%绘制8点DFT的幅频特性图title('(1a)16点DFT[x_1(n)]');xlabel('ω/π');ylabel('幅度');%x2n和x3nM=8;xa=1:(M/2);xb=(M/2):-1:1;x2n=[xa,xb];%产生长度为8的三角波序列x2(n)x3n=[xb,xa];X2k8=fft(x2n,8);X2k16=fft(x2n,16);X3k8=fft(x3n,8);X3k16=fft(x3n,16);figure(2);N=8;f=2/N*(0:N-1);subplot(2,2,1);stem(f,abs(X2k8),'.');%绘制8点DFT的幅频特性图title('(2a)8点DFT[x_2(n)]');xlabel('ω/π');ylabel('幅度');subplot(2,2,3);stem(f,abs(X3k8),'.');%绘制8点DFT的幅频特性图title('(3a)8点DFT[x_3(n)]');xlabel('ω/π');ylabel('幅度');N=16;f=2/N*(0:N-1);subplot(2,2,2);stem(f,abs(X2k16),'.');%绘制8点DFT的幅频特性图title('(2a)16点DFT[x_2(n)]');xlabel('ω/π');ylabel('幅度');subplot(2,2,4);stem(f,abs(X3k16),'.');%绘制8点DFT的幅频特性图title('(3a)16点DFT[x_3(n)]');xlabel('ω/π');ylabel('幅度');【实验结果】(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。
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 kNN zWz k X Nz X内插函数： zWzkNNN z 1k111)(-----=ϕ频域内插公式：∑-=-=10)2()()(N Kj 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TF X32k=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 on title('(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 on title('(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，x 16(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。
数字信号处理实验报告
数字信号处理实验报告通信0303 汪勇 学号：实验一：信号、系统及系统响应 1、实验目的：（1） 熟悉连续信号经理想采样前后的频谱变化关系，加深对时域采样定理的理解． （2） 熟悉时域离散系统的时域特性（3） 利用卷积方法观察分析系统的时域特性．（4） 掌握序列傅立叶变换的计算机实现方法，利用序列的傅立叶变换对连续信号，离散信号及系统响应进行频域分析．2、实验原理简述：对一个连续信号)(t xa 进行理想采样的过程可用下式表示：^x a(t)= )(t xa p(t)其中^x a(t)为)(t xa 的理想采样，p(t)为周期冲激脉冲，即p(t)＝∑∞-∞=n δ（t-nT ）^x a(t)的傅立叶变换^X a(j Ω)为^X a(j Ω)＝[])(1s m Tn aX Ω-Ω∑∞-∞=上式表明^X a(j Ω)为)(Ωj Xa 的周期延拓，其周期延拓为采样角频率（T s π2=Ω）．采样前后信号的频谱示意图见图．只有满足采样定理时，才不会发生频率混叠失真．离散信号和系统在时域均可用序列来表示。
为了在数字计算机上观察分析各种序列的频域特性，通常对()e j X ω在[]π2,0上进行M 点采样来观察分析。
对长度为N 的有限长序列x(n)有()()ee nj N n kj k m x Xωω--=∑=10其中,1,0,2==k k Mkπω，M-1 一个时域离散线性非移变系统的输入/输出关系为y(n)=x(n)*h(n)=()()m n h m x m -∑∞-∞=如果x(n)和h(n)的长度分别为M 和N ，则y(n)的长度为L=N+M-1。
上述卷积运算也可在频域实现()()()e e e j j j H X Yωωω=3、实验内容及步骤首先认真复习采样理论．离散信号与系统．线性卷积．序列的傅立叶变换及性质等有关内容，了解本实验原理与方法．1>编制实验用主程序及相应子程序．①信号产生子程序，用于产生实验中要用的下列信号序列： a) 采样信号序列：对下面连续信号：()()()t u t A t ex ataΩ-=0sin进行采样，可得到采样序列()()()()500,sin 0<≤==Ω=n n u nT A nT n e x x anTa a其中A 为幅度因子，a 为衰减因子，是模拟角频率，T 为采样间隔．这些参数都要在实验过程中由键盘输入，产生不同的x(t)和x(n)b) 单位脉冲序列：()[]n n x bδ=c) 矩形序列：()()10,==N n n R x Nc②系统单位脉冲响应序列产生子程序．本实验要用到两种FIR 系统．()()()()()()()325.215.210-+-+-+==n n n n n n n hR h baδδδδ ③有限长序列线性卷积子程序，用于完成两个给定长度的序列的卷积．可以直接调用MATLAB 语言中的卷积函数conv 。
数字信号处理实验三时域及频域采样定理
Xk1=fft(x1,length(n1)); %采样序列x1(n)的FFT变换
Xk2=fft(x2,length(n2)); %采样序列x2(n)的FFT变换
Xk3=fft(x3,length(n3)); %采样序列x3(n)的FFT变换
k1=0:length(Xk1)-1;
fk1=k1/Tp; %x1(n)的频谱的横坐标的取值
这里给定采样频率如下： ，300Hz，200Hz。分别用这些采样频率形成时域离散信号，按顺序分别用 、 、 表示。选择观测时间 。
3.计算 的傅立叶变换 ：
（3.6）
式中， ，分别对应三种采样频率的情况 。采样点数用下式计算：
（3.7）
（3.6）式中， 是连续变量。为用计算机进行数值计算，改用下式计算：
下面分析频域采样定理。对信号x(n)的频谱函数 ，在[0，2π]上等间隔采样N点，得到
（3.4）
则N点IDFT[ ]得到的序列就是原序列x(n)以N为周期进行周期延拓后的主值区序列，公式为：
(3.5)
由上式可知，频域采样点数N必须大于等于时域离散信号的长度M(即N≥M)，才能使时域不产生混叠，则N点IDFT[ ]得到的序列 就是原序列x(n),即 =x(n)。如果N>M， 比原序列尾部多N-M个零点；如果N<M，z则 =IDFT[ ]发生了时域混叠失真，而且 的长度N也比x(n)的长度M短，因此。 与x(n)不相同。
- 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、"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、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)。
物理与电子信息工程学院实验报告实验课程名称：数字信号处理实验名称：用FFT对信号作频谱分析班级：1012341*名：**学号：*********成绩：_______实验时间：2012年12月6日一、实验目的学习用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对信号作频谱分析是学习数字信号处理的重要内容。
经常需要进行谱分析的信号是模拟信号和时域离散信号。
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N2π，因此要/求D2π。
可以根据此式选择FFT的变换区间N。
误差主要来自于/N≤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于连续谱，因此N要适当选择大一些。
周期信号的频谱是离散谱，只有用整数倍周期的长度作FFT，得到的离散谱才能代表周期信号的频谱。
如果不知道信号周期，可以尽量选择信号的观察时间长一些。
对模拟信号进行谱分析时，首先要按照采样定理将其变成时域离散信号。
如果是模拟周期信号，也应该选取整数倍周期的长度，经过采样后形成周期序列，按照周期序列的谱分析进行。
三、实验步骤及内容（1）对以下序列进行谱分析。
⎪⎩⎪⎨⎧≤≤-≤≤-=⎪⎩⎪⎨⎧≤≤-≤≤+==其它nn n n n n x 其它n n n n n n x n R n x ,074,330,4)(,074,830,1)()()(3241 这些都是时域离散非周期信号，选择FFT 的变换区间N 为8和16 两种情况进行频谱分析。
分别打印其幅频特性曲线。
并进行对比、分析和讨论。
（2）对以下周期序列进行谱分析。
4()cos 4x n n π=5()cos(/4)cos(/8)x n n n ππ=+这些是时域离散周期信号，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。
分别打印其幅频特性曲线。
并进行对比、分析和讨论。
（3）对模拟周期信号进行谱分析6()cos8cos16cos20x t t t t πππ=++这是时域连续周期信号，选择采样频率Hz F s 64=，变换区间N=16,32,64 三种情况进行谱分析。
分别打印其幅频特性，并进行分析和讨论。
四、实验程序清单%第10章实验3程序exp3.m% 用FFT 对信号作频谱分析clear all;close all实验内容（1）==================================x1n=[ones(1,4)]; %产生序列向量x1(n)=R4(n) M=8;xa=1:(M/2); xb=(M/2):-1:1; x2n=[xa,xb];x3n=[xb,xa]; %产生长度为8的三角波序列x2(n)X1k8=fft(x1n,8); %计算x1n的8点DFTX1k16=fft(x1n,16); %计算x1n的16点DFTX2k8=fft(x2n,8); %计算x1n的8点DFTX2k16=fft(x2n,16); %计算x1n的16点DFTX3k8=fft(x3n,8); %计算x1n的8点DFTX3k16=fft(x3n,16); %计算x1n的16点DFT%以下绘制幅频特性曲线subplot(2,2,1);mstem(X1k8); %绘制8点DFT的幅频特性图title('(1a) 8点DFT[x_1(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X1k8))])subplot(2,2,2);mstem(X1k16); %绘制16点DFT的幅频特性图title('(1b)16点DFT[x_1(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X1k16))])figure(2)subplot(2,2,1);mstem(X2k8); %绘制8点DFT的幅频特性图title('(2a) 8点DFT[x_2(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X2k8))])subplot(2,2,2);mstem(X2k16); %绘制16点DFT的幅频特性图title('(2b)16点DFT[x_2(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X2k16))])subplot(2,2,3);mstem(X3k8); %绘制8点DFT的幅频特性图title('(3a) 8点DFT[x_3(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X3k8))])subplot(2,2,4);mstem(X3k16); %绘制16点DFT的幅频特性图title('(3b)16点DFT[x_3(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X3k16))])%实验内容(2)=====================================%周期序列谱分析==================================N=8;n=0:N-1; %FFT的变换区间N=8x4n=cos(pi*n/4);x5n=cos(pi*n/4)+cos(pi*n/8);X4k8=fft(x4n); %计算x4n的8点DFTX5k8=fft(x5n); %计算x5n的8点DFTN=16;n=0:N-1; %FFT的变换区间N=16x4n=cos(pi*n/4);x5n=cos(pi*n/4)+cos(pi*n/8);X4k16=fft(x4n); %计算x4n的16点DFTX5k16=fft(x5n); %计算x5n的16点DFTfigure(3)subplot(2,2,1);mstem(X4k8); %绘制8点DFT的幅频特性图title('(4a) 8点DFT[x_4(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X4k8))])subplot(2,2,3);mstem(X4k16); %绘制16点DFT的幅频特性图title('(4b)16点DFT[x_4(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X4k16))])subplot(2,2,2);mstem(X5k8); %绘制8点DFT的幅频特性图title('(5a) 8点DFT[x_5(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X5k8))])subplot(2,2,4);mstem(X5k16); %绘制16点DFT的幅频特性图title('(5b)16点DFT[x_5(n)]');xlabel('ω/π');ylabel('幅度');axis([0,2,0,1.2*max(abs(X5k16))])%实验内容(3)==================================== %模拟周期信号谱分析=============================figure(4)Fs=64;T=1/Fs;N=16;n=0:N-1; %FFT的变换区间N=16x6nT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T); %对x6(t)16点采样X6k16=fft(x6nT); %计算x6nT的16点DFTX6k16=fftshift(X6k16); %将零频率移到频谱中心Tp=N*T;F=1/Tp; %频率分辨率Fk=-N/2:N/2-1;fk=k*F; %产生16点DFT对应的采样点频率（以零频率为中心）subplot(3,1,1);stem(fk,abs(X6k16),'.');box on %绘制8点DFT的幅频特性图title('(6a)16点|DFT[x_6(nT)]|');xlabel('f(Hz)');ylabel('幅度');axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X6k16))])N=32;n=0:N-1; %FFT的变换区间N=16x6nT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T); %对x6(t)32点采样X6k32=fft(x6nT); %计算x6nT的32点DFTX6k32=fftshift(X6k32); %将零频率移到频谱中心Tp=N*T;F=1/Tp; %频率分辨率Fk=-N/2:N/2-1;fk=k*F; %产生16点DFT对应的采样点频率（以零频率为中心）subplot(3,1,2);stem(fk,abs(X6k32),'.');box on %绘制8点DFT的幅频特性图title('(6b)32点|DFT[x_6(nT)]|');xlabel('f(Hz)');ylabel('幅度');axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X6k32))])N=64;n=0:N-1; %FFT的变换区间N=16x6nT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T); %对x6(t)64点采样X6k64=fft(x6nT); %计算x6nT的64点DFTX6k64=fftshift(X6k64); %将零频率移到频谱中心Tp=N*T;F=1/Tp; %频率分辨率Fk=-N/2:N/2-1;fk=k*F; %产生16点DFT对应的采样点频率（以零频率为中心）subplot(3,1,3);stem(fk,abs(X6k64),'.'); box on%绘制8点DFT的幅频特性图title('(6a)64点|DFT[x_6(nT)]|');xlabel('f(Hz)');ylabel('幅度');axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X6k64))])五、实验程序运行结果实验3程序exp3.m运行结果如图10.3.1所示。