信号与系统实验报告——连续时间傅立叶变换
号的频率分量近似程度会更好一些。 代码：
生成图行如下： 分析： 图中第一个和第二个分别为X的幅值和相位，第三个图为在1中所导出 的解析式表达式的幅值，在1中所导出的解析式表达式的相位为0，比较 第一个和第三个图是几乎一样的，第二个图的相位也是在0左右摆动， 非常接近0，所以误差范围内CTFT的近似值与解析导得的相符。 7．利用abs和angle画出Y的幅值和相位，它们与X的图比较后怎样？能 估计到这一结果吗？ 代码：
函数fftshift将fft的输出重新排序，以使得的样本在Y中的排序是从最 负频率到最正的频率。现在，与CTFT有关的大多数性质都能在向量Y上 得到证实。 基本题 1．键入Y=fftshift(fft(y))，计算向量Y的傅立叶变换。键入 >> w=[-pi:2*pi/N:pi-pi/N]*fs; 将对应的频率值存入向量w中。利用w和Y在区间内画出该连续时间傅立 叶变换的幅值。 输入代码如下：
分析： 由已有的Y求得X，根据时移特性，X=Y*exp(5jw)。 6．利用abs和angle画出在w标定的频率范围内X的幅值和相位。对于相 同的值，也画出在1中所导出的解析式表达式的幅值和相位。CTFT的近 似值与解析导得的相符吗?若想在一张对数坐标上画出幅值，可以用 semilogy，这是会注意到，在较高的频率上近似不如在较低的频率上 好。因为用了样本近似，所以在时间段长度内，信号变化不大的那些信
生成幅值图如下：
分析： 定义采样率为8192HZ，利用fft(y)求得幅值Y，画出abs(Y);
函数ifft是fft的逆运算。对于偶数长度的向量，fftshift就是它本身的 逆。对于向量Y，N=8192，这个逆傅立叶变换能用键入以下命令而求得 >> y=ifft(fftshift(Y)); >> y=real(y); 由于原时域信号已知是实的，所以这里用了函数real。然而，在fft和ifft 中的数值舍入误差都会在y中引入一个很小的非零虚部分量。一般说
样本图形：
分析： Tau=0.01，T=10，y(t)=x(t-5)=exp(-2*abs(t-5))，向量t=[0,0.01,9.99]，得 到向量 yt，画出yt如上图。 3．键入y=fftshift(tau*fft(y))计算样本。因为对于基本上为零，就能近似 用个样本分析中计算出信号的CTFT。 代码：
图形：
分析： 与X的图比较后知道他们的幅值谱是一致的，相位谱有区别。根据时移 特性可以知道这一结果，时移的结果幅值不变，相位进行相应改变。 §4.2连续时间傅立叶变换性质 目的 这个练习要借助于在频域和时域分析与操作声音信号来加深理解连续 时间傅立叶变换CTFT。 相关知识
在MATLAB中声音信号是用含有连续时间声音信号样本的向量表示 的，采样率定为8192Hz，也即声音信号是每隔采样一次。更仔细一些， 对于一个声音信号，在区间上，以8192Hz采样，代表该声音信号的N个 元素向量y由下式给出：
生成幅值图形如下：
分析： 由生成的图形知道X1（0）=1/4，X2（0）=1/4，所以确认了第2题的答 案，由图可以看出X1衰减的更快，也确认了3题的预期。 中等题 5．定义符号表达式y1代表下面连续时间信号：
它可以作为两个Heaviside函数之差。 代码如下：
6．用解析方法求的CTFT 。 答： ===2sin(2w)/w.
函数fft取出该已采样的表示y，并在的样本点上计算近似的CTFT。若 键入
>> Y=fftshift(fft(y)); 那么向量Y就包含了区间上N个等分频率点处的近似值。事实上，Y包含 的仅是的近似值，这里c是一个常数，但是不必担心这个近似，或这个 加权系数，这仅是为本练习的需要而设定的。有关和Y之间关系的更为 全面的讨论，请参考练习4.1。
实验四 连续时间傅立叶变换
连续时间傅立叶变换（CTFT）
（4.1）
（4.2）
将连续时间傅立叶级数（CTFS）推广到既能对周期连续时间信号，又
能对非周期连续时间信号进行频域分析。另外，许多LTI系统的特性行
为要比时域容易理解。为了更有效地应用频域方法，重要的是要将信号
的时域特性是如何与它的频域特性联系起来的建立直观的认识。本练习
就是要对一般的信号帮助建立这一直观性，尤其是在LTI系统的单位冲
激响应和频率响应之间建立这一近似
目的
将连续时间傅立叶变换进行数字近似，用函数fft（快速傅立叶算法）
高效地计算这个近似值。
相关知识
很多信号都能用（4.1）式连续时间傅立叶变换（CTFT）来表示。
利用MATLAB可以计算（CTFT）积分的数值近似。利用在密集的等间隔t
的样本上的求和来近似这个积分，就可以用函数fft高效地计算这个近
似值。所用的近似式是根据积分的定义得到的，即
（4 .3）
对于一般信号，在足够小的τ下，上式右边的和式是对于CTFT积分
的一个好的近似。若信号对于和为零，那么这个近似式就能写成
（4.4）
式中，N为一整数。可以利用函数fft对一组离散的频率计算上式中的和
然后，函数sound能用来在计算机的扬声器上放出该信号。 虽然这是一个连续时间声音信号的采样表示，倘若在采样区间以外是
零，而且采样率是足够快的，那么y就能认为是的一个准确表示。在开 始这个练习之前，必须首先装入一个采样的声音信号，这可键入 >> load splat >> y=y(1:8192); 为了确认已准确无误地装入了这个声音数据，并证实这个MATLAB向 量y能正确地代表一个声音信号，可键入 >> N=8192; >> fs=8192; >> sound(y,fs)
7．定义符号表达式y2表示信号。你能像对y1那样用两个Heaviside函数 之差来完成，或者恰当地对y1应用subs。 代码如下：
生成幅值如下：
分析： 可以看出幅值不变，因为y1(t)与y2(t)只是时域上的存在时移，所以它们 的频域上的幅度是相同的。 10．下面几部分的CTFT。将写成和两个信号之和。将选为因果信号， 选为反因果信号，即。用解析方法计算的CTFT，。 答： ， V1（jw）= V2（jw）= 所以V（jw）=V1(jw)+V2(jw)=
期在频域哪一个衰减得更快？ 答： 在时域中x2(t)衰减的更快，根据这一点可以预期频域中X1（w）衰减的 更快。因为时域和频域是一对矛盾。 4．用函数fourier计算和得CTFT。定义x1和x2是由fourier产生的符号表 达式。用ezplot产生和的幅值图。这些图能对2和3中的答案进行确认 吗？ 代码如下：
本练习要用函数fft和截断的近似的CTFT。将会看到，对于足够小 的，对能计算出一个准确的数字近似。 基本题 1．求CTFT的解析表达式。可将看作，。 答： 容易求出F(w)=4/(4+w^2)；相位角为0 2．创建一个向量，它包含了在区间t=[0:tau:T-tau] 上（其中和），信号 的样本。 代码：
来，逆CTFT不必是一个实信号，而虚部可以包含有显著的能量。当已 知所得信号一定是实信号时，并且已经证实所除掉的虚部分量是没有意 义的，real函数才能用于ifft的输出上 2．置Y1=conj(Y)并将Y1的逆傅立叶变换存入Y1中，用real(y1)以确保y1 是实的，用sound(y1,fs)将y1放出。已知的逆傅立叶变换是如何与联系 的，能解释刚才听到的是什么吗？ 代码如下：
生成的Y3：
分析： 听到的声音只有一声轻轻的噗。 y3的图形如下：
6．根据刚才听到的这两个信号，代表一个声音信号你认为傅立叶变换 的那个部分是最关键的：幅值或相位？ 答： 幅值最关键，因为比较刚才听到的两个声音信号，y2的声音信号比较多 样，y3只有一声轻轻的，y2比y3复杂多了，因为他们仅仅是幅值不同而 已，所以幅值最关键。
分析：
直接输入y=fftshift(tau*fft(y))计算样本。对应有1000个值。 4．构造一个频率样本向量w，它按照 >> w=-(pi/tau)+(0:N-1)*(2*pi/(N*tau)); 与存在向量Y中的值相对应。 代码：
向量w的图形： 分析： 得到的1000个w用图形显示出来如上。 5．因为是通过时移与相联系的，所以CTFT就以线性相移项与相联系。 利用频率向量w直接由Y计算的样本，并将结果存入x中。 代码：
§4.3连续时间傅立叶变换的符号计算 目的
这个练习要对几个不同的信号求(4.2)连续时间傅立叶变换。 基本题 1．定义符号表达式x1和x2代表下面连续时间信号：
需要用函数Heavyset来表示单位阶跃函数。 代码：
分析： 利用sym()函数定义符号表达式，其中heaviside(t)表示阶跃函数。 2．对于1中所定义的和，用解析方法计算它们的CTFT在的值，即（不 应该先求来作这道题）CTFT在的值是怎样与时域信号关联的？ 答：频域与时域的关系F（0）=， X1（0）===1/4 X2（0）==1/4 3．1所定义的信号中，哪一个在时域衰减得更快？根据这一点，你能预
式。如果N个样本是存在向量x内的话，那么调用函数X=tau*fft(x)就可
以计算出
（4.5）
式中
以及N假设为偶数。为了计算高效，fft在负的频率样本之前先产生正频
率样本。为了将频率样本置于上升的顺序，能用函数fftshift。为了将 存入X中的的样本排列成使就是对于，在上求得的CTFT,可用 X=fftshift(tau*fft(x))。
分析： 听到的y1声音信号为噗的一声接着另一种吹口哨声音，与听到y的声音 信号（吹口哨然后噗）顺序时相反的，所以可以得知的逆傅立叶变换y1 是y(t)的逆信号。 如下图上行一个为y信号，下行一个为y1信号。 中等题
的CTFT可以用它的幅值和相位写成
式中。对于许多信号，单独用相位或幅值都能构造出一个有用的信号的 近似。例如，考虑信号和，其CTFT为
信号与系统中的连续时间信号分析
信号与系统中的连续时间信号分析在信号与系统学科中，连续时间信号分析是一项重要的研究领域。
它涉及到对连续时间信号的特性和行为进行深入的研究与分析。
通过对连续时间信号的理解，我们可以更好地理解和应用于实际系统中。
连续时间信号是一种在时间上是连续的信号，与离散信号相对应。
通过对连续时间信号的分析，我们可以研究信号的频谱特性、系统响应以及信号处理等方面的问题。
下面将介绍一些连续时间信号分析的重要概念和方法。
一、连续时间信号的分类在连续时间信号的分析中，我们将信号分为不同的类型，以便更好地理解和处理它们。
常见的连续时间信号类型包括周期信号、非周期信号、能量信号和功率信号。
1. 周期信号周期信号是指信号在时间上具有重复性质的信号。
在数学上，周期信号可以表示为f(t) = f(t ± T)，其中T是信号的周期。
周期信号在通信系统中经常出现，例如正弦信号、方波信号等。
2. 非周期信号非周期信号是指无法用周期性来描述的信号。
非周期信号在实际应用中也非常常见，例如脉冲信号、指数信号等。
3. 能量信号能量信号是指信号的总能量有限，即信号在无穷远处的能量为零。
能量信号通常在短时间内集中能量，如方波信号、冲激信号等。
4. 功率信号功率信号是指信号的功率在无穷远处有限，即信号的总功率为有限值。
功率信号通常在长时间内分散能量，如正弦信号等。
二、连续时间信号的频谱分析频谱分析是连续时间信号分析的重要手段，通过对信号的频谱特性进行研究，可以了解信号的频率成分以及频率响应等信息。
1. 傅里叶变换傅里叶变换是一种将信号从时域转换到频域的重要工具。
通过傅里叶变换，我们可以将连续时间信号表示为不同频率分量的叠加。
2. 频谱密度函数频谱密度函数是描述信号功率随频率变化的函数。
通过计算信号的频谱密度函数，我们可以了解信号的频率特性和功率分布等信息。
三、连续时间系统的分析连续时间信号的分析还涉及到对系统的研究和分析。
连续时间系统是通过输入信号产生输出信号的物理系统，例如滤波器、放大器等。
信号与系统实验连续时间信号的傅里叶级数
XXXXXXXX 大学（计算机网络）实验报告实验名称 连续时间信号的傅里叶级数 实验时间 年 月 日专 业 姓 名 学 号 预 习 操 作 座 位 号 教师签名 总 评一、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、观察由矩形窗函数截断产生的Gibbs 现象，了解其特点、产生的原因及消除的方法。
3、掌握周期函数的傅里叶级数计算方法和编程技术。
二、实验原理：（一）傅里叶级数（FS ）展开周期为T1连续时间周期信号，若满足狄利克莱条件，就可以展开成FS 。
其中三角形式的傅里叶级数为：]2sin 2cos [2]sin cos [2)(11101110kt T b kt T a a t k b t k a a t x k k k k k k ππωω∑∑∞=∞=++=++= (1)其中112T πω=，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。
其中：⎰⎰++==100100d sin )(2d cos )(21111T t t k T t t k t t k t x T b t t k t x T a ωω (2)连续时间周期信号x(t)的幅度频谱与相位频谱分别为22k k k b a A +=kk k a b arctan=ϕ(3)其中k 与频率的关系为1ωωk =，因此上式给出了信号基波与各次谐波幅度随频率变化的规律。
三角形式的傅里叶级数表明，一个周期信号x(t) 如果满足狄里克莱条件，那么，它就可以被看作是由很多不同频率的正弦信号所组成，其中每一个不同频率的正弦信号称为正弦谐波分量，其幅度为Ak 。
反过来理解三角傅里叶级数：用无穷多个正弦谐波分量可以合成一个任意的非正弦周期信号。
（二）吉布斯（Gibbs ）现象当利用(1)式对一个周期函数作实际展开运算时，对k 的求和过程不可能进行到无穷，只能到某一有限值K ，即相当于在频域用一个矩形窗函数W K (k)与FS 的求和式相乘，得到一个频域有限长序列X(k)⋅W K (k)，因此实际FS 展开式为∑∞=++=1110)(]sin cos [2)(k K k k k W t k b t k a a t x ωω∑=++=Kk k k t k b t k a a 1110]sin cos [2 ωω(4)K 越大，所选项数越多，有限项级数合成的结果越逼近原信号x(t)。
连续时间信号与系统的频域分析报告
连续时间信号与系统的频域分析报告1. 引言连续时间信号与系统的频域分析是信号与系统理论中的重要分支，通过将信号和系统转换到频域，可以更好地理解和分析信号的频谱特性。
本报告将对连续时间信号与系统的频域分析进行详细介绍，并通过实例进行说明。
2. 连续时间信号的频域表示连续时间信号可以通过傅里叶变换将其转换到频域。
傅里叶变换将信号分解成一系列不同频率的正弦和余弦波的和。
具体来说，对于连续时间信号x(t)，其傅里叶变换表示为X(ω)，其中ω表示频率。
3. 连续时间系统的频域表示连续时间系统可以通过频域中的频率响应来描述。
频率响应是系统对不同频率输入信号的响应情况。
通过系统函数H(ω)可以计算系统的频率响应。
系统函数是频域中系统输出与输入之比的函数，也可以通过傅里叶变换来表示。
4. 连续时间信号的频域分析频域分析可以帮助我们更好地理解信号的频谱特性。
通过频域分析，我们可以获取信号的频率成分、频谱特性以及信号与系统之间的关系。
常用的频域分析方法包括功率谱密度估计、谱线估计等。
5. 连续时间系统的频域分析频域分析也可以用于系统的性能评估和系统设计。
通过分析系统的频响特性，我们可以了解系统在不同频率下的增益和相位变化情况，进而可以对系统进行优化和设计。
6. 实例分析以音频信号的频域分析为例，我们可以通过对音频信号进行傅里叶变换，将其转换到频域。
通过频域分析，我们可以获取音频信号的频谱图，从而了解音频信号的频率成分和频率能量分布情况。
进一步，我们可以对音频信号进行系统设计和处理，比如对音乐进行均衡、滤波等操作。
7. 结论连续时间信号与系统的频域分析是信号与系统理论中重要的内容，通过对信号和系统进行频域分析，可以更好地理解和分析信号的频谱特性。
频域分析也可以用于系统的性能评估和系统设计，对于音频信号的处理和优化具有重要意义。
总结：通过本报告，我们了解了连续时间信号与系统的频域分析的基本原理和方法。
频域分析可以帮助我们更好地理解信号的频谱特性和系统的频响特性，对系统设计和信号处理具有重要意义。
信号与系统实验报告
信号与系统实验报告一、实验目的(1) 理解周期信号的傅里叶分解，掌握傅里叶系数的计算方法；(2)深刻理解和掌握非周期信号的傅里叶变换及其计算方法；(3) 熟悉傅里叶变换的性质，并能应用其性质实现信号的幅度调制；(4) 理解连续时间系统的频域分析原理和方法，掌握连续系统的频率响应求解方法，并画出相应的幅频、相频响应曲线。
二、实验原理、原理图及电路图(1) 周期信号的傅里叶分解设有连续时间周期信号()f t ，它的周期为T ，角频率22fT，且满足狄里赫利条件，则该周期信号可以展开成傅里叶级数，即可表示为一系列不同频率的正弦或复指数信号之和。
傅里叶级数有三角形式和指数形式两种。
1）三角形式的傅里叶级数：01212011()cos()cos(2)sin()sin(2)2cos()sin()2n n n n a f t a t a t b t b t a a n t b n t 式中系数n a ，n b 称为傅里叶系数，可由下式求得：222222()cos(),()sin()T T T T nna f t n t dtb f t n t dtTT2）指数形式的傅里叶级数：()jn tn nf t F e式中系数n F 称为傅里叶复系数，可由下式求得：221()T jn tT nF f t edtT周期信号的傅里叶分解用Matlab进行计算时，本质上是对信号进行数值积分运算。
Matlab中进行数值积分运算的函数有quad函数和int函数。
其中int函数主要用于符号运算，而quad函数（包括quad8，quadl）可以直接对信号进行积分运算。
因此利用Matlab进行周期信号的傅里叶分解可以直接对信号进行运算，也可以采用符号运算方法。
quadl函数(quad系)的调用形式为：y＝quadl(‘func’,a,b)或y＝quadl(@myfun,a,b)。
其中func是一个字符串，表示被积函数的.m文件名（函数名）；a、b分别表示定积分的下限和上限。
连续时间信号与系统的傅里叶分析
连续时间信号与系统的傅里叶分析连续时间信号与系统的傅里叶分析是一种非常重要的数学工具和技术，广泛应用于信号处理、通信系统、控制系统等领域。
通过傅里叶分析，我们可以将一个复杂的时域信号分解成一系列简单的正弦函数（或复指数函数）的叠加，从而更好地理解和处理信号。
在傅里叶分析中，我们首先需要了解傅里叶级数和傅里叶变换两个概念。
傅里叶级数是将一个周期信号分解成一系列正弦和余弦函数的叠加。
对于一个连续时间周期为T的周期信号x(t)，其傅里叶级数表示为：x(t) = a0/2 + ∑ {an*cos(nω0t) + bn*sin(nω0t)}其中，n为整数，ω0为角频率（ω0 = 2π/T），an和bn为信号的系数。
傅里叶级数展示了信号在频域上的频谱特性，即信号在不同频率上的成分。
通过傅里叶级数，我们可以得到信号的基频和各个谐波分量的振幅和相位信息。
而对于非周期信号，我们则需要使用傅里叶变换来分析。
傅里叶变换可以将一个非周期信号分解成一系列连续的正弦和余弦函数的叠加。
对于一个连续时间信号x(t)，其傅里叶变换表示为：X(ω) = ∫ x(t)*e^(-jωt) dt其中，X(ω)为信号在频域上的频谱表示，ω为角频率，e为自然对数的底。
通过傅里叶变换，我们可以将信号从时域转换到频域，从而得到信号在不同频率上的成分。
同时，我们还可以通过逆傅里叶变换将信号从频域再转换回时域。
傅里叶分析的重要性在于它能够提供信号在时域和频域之间的转换关系，从而可以更好地理解信号的特性和行为。
通过傅里叶分析，我们可以确定信号的频谱特性、频率成分等信息，从而在信号处理、通信系统设计等方面进行相应的优化和调整。
除了傅里叶级数和傅里叶变换，还有诸如快速傅里叶变换（FFT）、傅里叶变换对（FT pair）、功率谱密度（PSD）等相关概念和技术。
这些工具和技术在实际应用中非常有用，例如在音频处理、图像处理、雷达信号处理等方面经常被使用。
总之，连续时间信号与系统的傅里叶分析为我们提供了一个强大的数学工具，能够将信号从时域转换到频域，揭示信号的频谱特性和频率成分，为信号处理和系统设计提供了有力支持。
信号与系统实验报告—连续时间信号
信号与系统实验报告—连续时间信号实验名称：连续时间信号一、实验目的1、熟悉Matlab编程工具的应用；2、掌握利用Matlab进行连续时间信号的绘制、分析和处理。
二、实验原理连续时间信号是指在时间轴上连续存在的信号。
连续时间信号可以用数学函数来描述，并且它们是时间变量t的函数，其幅度可以是任意实数或复数。
连续时间信号可以由物理系统中的物理量得到，比如声音信号、图像信号等。
对于一个连续时间信号x(t)，可以对它进行各种变换，如平移、伸缩、反转等，这些操作可以用函数来表示。
其中，平移信号可以用x(t - a)表示，伸缩信号可以用x(at)表示，反转信号可以用x(-t)表示。
另外，通过利用傅里叶变换可以分析连续时间信号的频率构成，了解信号的频域特性，其傅里叶变换公式为：F(jω) = ∫[ -∞ , ∞ ] f(t) · e^(-jωt) · dt其中，F(jω)为信号在频域上的变换值，因此，我们可以通过傅里叶变换来分析信号在频域上的性质。
三、实验内容2、使用Matlab对信号进行平移、伸缩、反转等处理；3、使用Matlab对信号进行傅里叶变换，分析信号的频域特性。
四、实验步骤1、绘制信号首先，我们需要确定信号的形式和表示方法，根据实验要求选择不同的信号进行绘制。
在此以正弦信号为例，使用Matlab中的plot函数绘制正弦函数图形：t = 0: 0.01: 10;x = sin (2* pi* t);plot(t, x);xlabel('Time / s');title('Continuous sinusoidal signal');对信号进行平移、伸缩、反转处理也是十分简单的，只需要在信号函数上添加对应的变换操作即可。
以下是对信号进行平移、伸缩、反转处理的Matlab代码：3、进行傅里叶变换及频域分析Y = fft (x);P2 = abs (Y/L);P1(2:end-1) = 2* P1(2:end-1);title ('Single-Sided Amplitude Spectrum of x(t)');ylabel ('|P1(f)|');根据得到的频域分析结果，我们可以得出连续时间信号的功率、频率等特性。
信号与系统傅里叶变换对总结
| z | 1
| z | 1
[r cos 0 n]u[n]
n
| z | r
[r sin 0 n]u[ n]
n
| z | r
te at u(t ), Re{a} 0
t n 1 e at u (t ), Re{a} 0 (n 1)!
减幅余弦
e at cos(0t )u (t )
减幅正弦
e at sin(0t )u (t )
0 (a j ) 2 +0 2
1 a t2
2
a
e
a
j
)
[n]
u[n]
单位阶跃序列
单边指数序列
nu[n], | | 1
1 1 e j
复指数序列
e
j0 n
l
2 (
0
2 l )
2 l ) ( 0 2 l )
余弦序列
cos 0 n
sin 0 n
l
sin(0t )
1
2 ( )
jk0t
周期波
k
ce
k
2
k
c ( k )
k 0
周期矩形脉冲
t T1 / 2 A, 0, T1 / 2 t T1 / 2
2 A sin(k0T1 / T0 ) ( k0 ) k k
1
单位冲激 延迟冲激
(t )
(t t0 )
sgn(t )
e jt0
2 j
正负号函数
单位阶跃
u(t )
1 ( ) j
j ( ) 1
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实验目的：1. 学习连续时间信号的频域分析方法，掌握傅里叶变换理论。
2. 理解信号的时域与频域之间的转换关系，能够实现信号的频域分析及某些信号处理操作。
3. 了解傅里叶变换的性质和应用，能够应用傅里叶变换对各种周期和非周期信号进行分析。
实验原理：1. 傅里叶变换傅里叶变换是将一个连续时间函数在频域中的频谱与该函数在时域中的波形进行对应的数学变换。
连续时间傅里叶变换（CTFT）是将一个无限长但可积的信号，即绝对可积信号，变换为复频域函数。
如果傅里叶变换是定义在时域上的，那么它的自变量是时间t，而它的函数值是一个关于f的复合函数，即分别为实频谱与虚频谱的函数。
- 傅里叶变换是一个线性变换;- 时域中的卷积在频域中对应为乘积；- 频域中的卷积在时域中对应为乘积；- 时域中的移位在频域中对应为复制效应；- 能量守恒：信号在时域中的总能量等于在频域中的总能量；- Parseval定理：信号在时域和频域中的幅度平方和等于常数。
实验步骤：1）连续时间正弦波$f(t)=A sin(2\pi f_0 t)$其中，$f_0 =1200 Hz$，采样间隔 $\Delta t =5*10^{-6}$ s，数据长度 $N= 150$。
$f(t)=\frac{2A}{T_0} t$（$-\frac{T_0}{2}<t<\frac{T_0}{2}$）其中，$T_0$ 为周期，数据长度 $N= 500$。
$f(t) =\frac{A}{2}[sgn(t)+1]$（$-1<t<1$）绘制信号的频域幅度谱和相位谱，并分析其特点。
实验结果：正弦波：三角波：方波：实验分析：从时域波形可以看出，正弦信号为一定频率下的振荡信号，具有周期性，幅度相等，相位差为 $\frac{\pi}{2}$ 的两个正弦函数相加而成；三角波和方波均为非周期信号。
从频域幅度谱可以看出，正弦波在频域中只存在一个正弦函数，且其频率与时域信号的频率相同；三角波在频域中存在多个频率成分，且成分包含奇数倍或基波的奇数倍；方波在频域中由越来越多的奇数倍频率成分组成，其频率分量越高，能量越小。
信号与系统实验二傅里叶分析及应用实验报告
实验二傅里叶分析及应用一、实验目的（一）掌握使用Matlab进行周期信号傅里叶级数展开和频谱分析1、学会使用Matlab分析傅里叶级数展开，深入理解傅里叶级数的物理含义2、学会使用Matlab分析周期信号的频谱特性（二）掌握使用Matlab求解信号的傅里叶变换并分析傅里叶变换的性质1、学会运用Matlab求连续时间信号的傅里叶变换2、学会运用Matlab求连续时间信号的频谱图3、学会运用Matlab分析连续时间信号的傅里叶变换的性质（三）掌握使用Matlab完成信号抽样并验证抽样定理1、学会运用MATLAB完成信号抽样以及对抽样信号的频谱进行分析2、学会运用MATLAB改变抽样时间间隔，观察抽样后信号的频谱变化3、学会运用MATLAB对抽样后的信号进行重建二、实验条件装用Matlab R2015a的电脑。
三、实验过程1、已知周期三角信号如下图所示[注：图中时间单位为：毫秒(ms)]：（1）试求出该信号的傅里叶级数[自己求或参见课本P112或P394]，利用Matlab编程实现其各次谐波[如1、3、5、13、49]的叠加，并验证其收敛性；程序：t=-10:0.001:10;y=(sawtooth(pi*(t+1),0.5)+1)/2;plot(t,y),xlabel('t'),ylabel('三角波信号');axis([-2,2,0,1.1]);n_max=[1,3,5,11,47];N=length(n_max);for k=1:Nn=1:2:n_max(k);b=4./((pi.^2)*(n.^2));x=0.5+b*cos(pi*n'*t);figure,plot(t,x);hold on;plot(t,y);hold off;xlabel('t'),ylabel('部分和的波形');axis([-3,3,0,1]);title(['最大谐波数=',num2str(n_max(k))]);End结果：（2）用Matlab分析该周期三角信号的频谱[三角形式或指数形式均可]。
信号与系统实验报告实验三 连续时间LTI系统的频域分析报告
实验三 连续时间LTI 系统的频域分析一、实验目的1、掌握系统频率响应特性的概念及其物理意义；2、掌握系统频率响应特性的计算方法和特性曲线的绘制方法，理解具有不同频率响应特性的滤波器对信号的滤波作用；3、学习和掌握幅度特性、相位特性以及群延时的物理意义；4、掌握用MA TLAB 语言进行系统频响特性分析的方法。
基本要求：掌握LTI 连续和离散时间系统的频域数学模型和频域数学模型的MATLAB 描述方法，深刻理解LTI 系统的频率响应特性的物理意义，理解滤波和滤波器的概念，掌握利用MATLAB 计算和绘制LTI 系统频率响应特性曲线中的编程。
二、实验原理及方法1 连续时间LTI 系统的频率响应所谓频率特性，也称为频率响应特性，简称频率响应（Frequency response ），是指系统在正弦信号激励下的稳态响应随频率变化的情况，包括响应的幅度随频率的变化情况和响应的相位随频率的变化情况两个方面。
上图中x(t)、y(t)分别为系统的时域激励信号和响应信号，h(t)是系统的单位冲激响应，它们三者之间的关系为：)(*)()(t h t x t y =，由傅里叶变换的时域卷积定理可得到：)()()(ωωωj H j X j Y =3.1或者： )()()(ωωωj X j Y j H =3.2)(ωj H 为系统的频域数学模型，它实际上就是系统的单位冲激响应h(t)的傅里叶变换。
即⎰∞∞--=dt e t h j H tj ωω)()(3.3由于H(j ω)实际上是系统单位冲激响应h(t)的傅里叶变换，如果h(t)是收敛的，或者说是绝对可积（Absolutly integrabel ）的话，那么H(j ω)一定存在，而且H(j ω)通常是复数，因此，也可以表示成复数的不同表达形式。
在研究系统的频率响应时，更多的是把它表示成极坐标形式：)()()(ωϕωωj ej H j H = 3.4上式中，)j (ωH 称为幅度频率相应（Magnitude response ），反映信号经过系统之后，信号各频率分量的幅度发生变化的情况，)(ωϕ称为相位特性（Phase response ），反映信号经过系统后，信号各频率分量在相位上发生变换的情况。