实验三傅里叶变换及其性质
频移的实现原理是将信号 f (t )
乘以载波信号 cos 0t 或 sin 0t ，从而完成频谱的搬移，即
1
f (t )cos 0t
[F (
0) F (
0 )]
2
j
f (t )sin 0t
[F ( 2
0) F(
0 )]
四、实验内容及结果分析 :
4.1 试用 MATLAB命令求下列信号的傅里叶变换，并绘出其幅度谱和相位谱。
（ 1） f1(t ) sin 2 (t 1) （ 2） f2 (t) (t 1)
2
sin( t) t
第一题的实验程序代码：
第二题的实验程序代码：
clc;clear;
clc;clear;
Ft=
ft = sym(
'(sin(pi*t)/(pi*t))^2'
[e j k n ] 。当 足够小时，上式的内积运算（即相乘求和运算）结果即为所求的连续时间信号傅里叶变换
2/7
的数值解。 3.2 傅里叶变换的性质
傅里叶变换的性质包含了丰富的物理意义，并且揭示了信号的时域和频域的关系。熟悉这些性质成为 信号分析研究工作中最重要的内容之一。 3.2.1 尺度变换特性
傅里叶变换的尺度变换特性为：若
f (t) F ( ) ，则有 f (at)
1 F ( ) ，其中， a 为非零实常数。
aa
3.2.2 频移特性 傅里叶变换的频移特性为：若 f (t ) F ( ) ，则有 f (t )e j 0t F (
0) 。频移技术在通信系统中
得到广泛应用， 诸如调幅变频等过程都是在频谱搬移的基础上完成的。
fourier() 和
ifourier() 得到的返回函数，仍然是符号表达式。若需对返回函数作图，则需应用
ezplot() 绘图命
令。
3.1.3 MATLAB 数值计算求解法
fourier( ) 和 ifourier( ) 函数的一个局限性是，如果返回函数中有诸如单位冲激函数
(t) 等项，则
用 ezplot() 函数无法作图。对某些信号求变换时，其返回函数可能包含一些不能直接用符号表达的式子，
信息工程学院实验报告
课程名称：信号与系统
实验项目名称：实验 3 傅里叶变换及其性质实验时间： 2013-11-29
班级：
姓名： 学号：
成 绩： 指导教师（签名） ：
一、实验目的 :
1 、学会运用 MATLAB求连续时间信号的傅里叶（ Fourier ）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。
当 足够小时，上式的近似情况可以满足实际需要。对于时限信号
f (t) ，或者在所研究的时间范围内让
f (t ) 衰减到足够小，从而近似地看成时限信号，则对于上式可以考虑有限
有
F( )
M1 jn
f (n )e ,
n0
0n M1
n 的取值。假设是因果信号，则
傅里叶变换后在 域用 MATLAB进行求解，对上式的角频率
因此不能对返回函数作图。此外，在很多实际情况中，尽管信号
f (t) 是连续的，但经过抽样所获得的信号
则是多组离散的数值量 f ( n) ，因此无法表示成符号表达式，此时不能应用
理，而只能用数值计算方法来近似求解。
fourier() 函数对 f(n) 进行处
从傅里叶变换定义出发有 F ( )
f (t)e j t dt lim f ( n ) e j n ， 0
进行离散化。假设离散化后得到
值，即
k 2 k, N
0 k N －1，
因此有 F ( k)
M1
f (n )e j kn ,0 k N 1 。采用行向量，用矩阵表示为
n0
N 个样
[ F ( k)]1T* N
[ f (n
)]1T* M [e j k n
]
T M
*
N
。其要点是要正确生成
f (t ) 的 M 个样本向量 [ f (n )] 与向量
的物理含义。 F ( ) 一般是复函数，可以表示成 F ( ) F ( ) e j ( ) 。 F ( ) ~ 与 ( ) ~ 曲线
分别称为非周期信号的幅度频谱与相位频谱， 它们都是频率 的连续函数， 在形状上与相应的周期信
号频谱包络线相同。非周期信号的频谱有两个特点，密度谱和连续谱。要注意到，采用
Fourier 变换的语句格式分为三种。
（ 1） F=fourier(f) ：它是符号函数 f 的 Fourier 变换，默认返回是关于
的函数。
（ 2）F=fourier(f,v) ：它返回函数 F 是关于符号对象 v 的函数，而不是默认的 ，即 Fv()
ft(e) dt tvj 。
（ 3 ） F=fourier(f,u,v)
（ 3） f=ifourier(F,u,v)
：是对关于 v 的函数 F 进行反变换，返回关于 1/7
u 的函数 f 。
值得注意的是，函数 fourier( ) 和 ifourier( ) 式。 3.1.2 连续时间信号的频谱图
都是接受由 sym 函数所定义的符号变量或者符号表达
信号 f (t) 的傅里叶变换 F ( ) 表达了信号在 处的频谱密度分布情况， 这就是信号的傅里叶变换
f ( )ej td 。
信号的傅里叶变换主要包括 MATLAB符号运算和 MATLAB数值分析两种方法， 下面分别加以探讨。 同时，
学习连续时间信号的频谱图。
3.1.1 MATLAB 符号运算求解法
MATLAB符号数学工具箱提供了直接求解傅里叶变换与傅里叶反变换的函数
fourier( ) 和 ifourier( ) 。
： 是对关 于 u 的函数 f 进行变换 ，返回 函数 F 是关于 v 的函 数，即
F (v)
f (t )e jvu du 。
傅里叶反变换的语句格式也分为三种。
（ 1）f=ifourier(F) ：它是符号函数 F 的 Fourier 反变换， 独立变量默认为 ，默认返回是关于 x 的函数。
（ 2） f=ifourier(F,u) ：它返回函数 f 是 u 的函数，而不是默认的 x。
二、实验环境 :
1 、硬件：在 windows 7 操作环境下； 2 ห้องสมุดไป่ตู้软件： Matlab 版本 7.1
三、实验原理：
3.1 傅里叶变换的实现
信号 f (t ) 的傅里叶变换定义为： F ( ) F [ f (t)]
f (t )e j tdt ，
傅里叶反变换定义为： f (t) F 1[ F ( )] 1 2
傅里叶变换性质证明
傅里叶变换性质证明性质一：线性性质F[a*f(t)+b*g(t)]=a*F[f(t)]+b*F[g(t)]其中F表示傅里叶变换。
这个性质的证明非常简单，我们只需将傅里叶变换的定义代入到等式中即可。
性质二：时移性质时移性质指的是时域上的移动会导致频域上的相位变化。
设F[f(t)]表示函数f(t)的傅里叶变换，则有：F[f(t - a)] = e^(-2πiaω) * F[f(t)]其中a是常数，ω是角频率。
这个性质的证明可以通过将f(t-a)展开成泰勒级数，并代入傅里叶变换的定义进行推导得到。
性质三：频移性质频移性质指的是频域上的移动会导致时域上的相位变化。
设F[f(t)]表示函数f(t)的傅里叶变换，则有：F[e^(2πiaω0) * f(t)] = F[f(t - a)]其中a是常数，ω0是角频率。
这个性质的证明可以利用傅里叶变换的定义以及欧拉公式进行推导。
性质四：尺度变换性质尺度变换性质指的是时域上的信号缩放会导致频域上的信号压缩。
设F[f(t)]表示函数f(t)的傅里叶变换，则有：F[f(a*t)]=，a，^(-1)*F[f(t/a)]其中a是常数。
这个性质的证明可以通过将f(a*t)展开成泰勒级数，并代入傅里叶变换的定义进行推导得到。
性质五：卷积定理卷积定理是傅里叶变换中最重要的性质之一、它指出卷积在频域上等于两个函数的傅里叶变换的乘积。
设f(t)和g(t)是两个函数，f(t)*g(t)表示它们的卷积，F[f(t)]和F[g(t)]表示它们的傅里叶变换，则有：F[f(t)*g(t)]=F[f(t)]*F[g(t)]其中*表示卷积，乘法表示两个函数的傅里叶变换的乘积。
这个性质的证明可以通过将卷积展开成积分形式，然后利用傅里叶变换的定义进行推导得到。
以上是傅里叶变换的几个重要性质及其证明。
这些性质使得傅里叶变换具有很强的分析和应用能力，在信号处理、图像处理、通信等领域得到广泛应用。
这些性质的正确性和证明对于理解和应用傅里叶变换非常重要。
傅里叶变换及其性质
αt
1
单边指数函数e-αt; (b) e-αt
的幅度谱
o
(b)
F(j) f(t)ejtdt etejtdt
01 02 e(j)t (j)
01j
1
ja rcta n
ea
a22
其振幅频谱及相位频谱分
解
别为
F ( ) 1
2 2
( ) arctan
例 2.4-3 求图 2.43(a)所示 双边指数 函数的频 谱函数。
02 或
2
B
2(rad/s)
1
Bf
(Hz)
周期信号的能量是无限的，而其平均功率是有界的， 因而周期信号是功率信号。为了方便，往往将周期信 号在1Ω电阻上消耗的平均功率定义为周期信号的功率。 显然，对于周期信号f(t)， 无论它是电压信号还是电
流信号，其平均功率均为 T
12 2
P f (t)dt 2.3.3 周期信号的功率T T2
( )
02
－
4
－
2
o
门函数； (b) 门函数的频谱；－ 4(c)－幅2 度谱； (d) 相位谱
o 2 4
2 4
－
(c)
(d )
f
(t)
e at
0
f (t)
例 2.4-2 求指数函数f(t)
的1频 谱 函 数 。 e－t (＞0)
o
t
(a)
t 0 ( 0)
t 0
图 2.4-2 单边指F(数)函数e-
性。
2.2 周期信号的连续时间傅里叶级数
f (t) Fnejnt
2.2.1 指数形式的傅里叶级数 n
满足Dirichlet条件的周期函数可以展成复指数形式的傅里叶级数:
实验三、图像的傅立叶变换
实验三、图像的傅立叶变换一、实验目的1了解图像变换的意义和手段；2熟悉傅里叶变换的基本性质；3熟练掌握FFT 的方法及应用；4通过实验了解二维频谱的分布特点；5通过本实验掌握利用MATLAB 编程实现数字图像的傅立叶变换。
二、实验原理1、应用傅立叶变换进行图像处理傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。
通过实验培养这项技能，将有助于解决大多数图像处理问题。
对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。
2、傅立叶（Fourier ）变换的定义对于二维傅立叶变换，其离散形式如\* MERGEFORMAT (1)所示：\* MERGEFORMAT (1)112001(,)(,)ux vy M N j M N x y F u v f x y eMNπ⎡⎤⎛⎫--- ⎪⎢⎥⎝⎭⎣⎦===∑∑逆变换公式如\* MERGEFORMAT (2)所示：\* MERGEFORMAT (2)11200(,)(,)ux vy M N j M N u v f x y F u v eπ⎡⎤⎛⎫--+ ⎪⎢⎥⎝⎭⎣⎦===∑∑频谱公式如\* MERGEFORMAT (3)所示：\* MERGEFORMAT (3)(,)1222(,)(,)(,)(,)(,)(,)(,)j u v F u v F u v e R u v jI u v F u v R u v I u v ϕ==+⎡⎤=+⎣⎦图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见参考书目，有关傅立叶变换的快速算法的程序不难找到。
实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。
3、利用MATLAB 软件实现数字图像傅立叶变换的程序设计主要使用的函数有：fft2/ifft2，fftshift ，abs ，angle fft2/ ifft2 %二维离散傅立叶变换/反变换fftshift %直流分量移到频谱中心real %取傅立叶变换的实部imag %取傅立叶变换的虚部sqrt(RR.^2+II.^2);%计算频谱幅值A=（A-min(min(A))）/(max(max(A))-min(min(A)))*255; %归一化三、实验步骤1.打开计算机，安装和启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；2.利用MatLab工具箱中的相关函数编制FFT显示频谱的函数;3.显示一副有格式图像的频谱、中心化后的频谱和相位谱；4.对一副有格式图像进行傅立叶变换，然后再对其进行反变换，显示反变换的结果；5.构造类似图1的一副图像，然后对其旋转60度，分别显示出它们的傅立叶频谱，验证傅立叶变换的旋转不变性。
傅里叶变换基本性质
傅里叶变换的基本性质（一）傅里叶变换建立了时间函数和频谱函数之间转换关系。
在实际信号分析中，经常需要对信号的时域和频域之间的对应关系及转换规律有一个清楚而深入的理解。
因此有必要讨论傅里叶变换的基本性质，并说明其应用。
一、线性傅里叶变换是一种线性运算。
若则其中a和b均为常数，它的证明只需根据傅里叶变换的定义即可得出。
例3-6利用傅里叶变换的线性性质求单位阶跃信号的频谱函数。
解因由式(3-55)得二、对称性若则证明因为有将上式中变量换为x，积分结果不变，即再将t用代之，上述关系依然成立，即最后再将x用t代替，则得所以证毕若是一个偶函数，即，相应有，则式(3-56)成为可见，傅里叶变换之间存在着对称关系，即信号波形与信号频谱函数的波形有着互相置换的关系，其幅度之比为常数。
式中的表示频谱函数坐标轴必须正负对调。
例如：例3-7若信号的傅里叶变换为试求。
解将中的换成t，并考虑为的实函数，有该信号的傅里叶变换由式(3-54)可知为根据对称性故再将中的换成t，则得为抽样函数，其波形和频谱如图3-20所示。
三、折叠性若则四、尺度变换性若则证明因a＞0，由令，则，代入前式，可得函数表示沿时间轴压缩(或时间尺度扩展) a倍，而则表示沿频率轴扩展(或频率尺度压缩) a倍。
该性质反映了信号的持续时间与其占有频带成反比，信号持续时间压缩的倍数恰好等于占有频带的展宽倍数，反之亦然。
例3-8已知,求频谱函数。
解前面已讨论了的频谱函数，且根据尺度变换性，信号比的时间尺度扩展一倍，即波形压缩了一半，因此其频谱函数两种信号的波形及频谱函数如图3-21所示。
五、时移性若则此性质可根据傅里叶变换定义不难得到证明。
它表明若在时域平移时间，则其频谱函数的振幅并不改变，但其相位却将改变。
例3-9求的频谱函数。
解: 根据前面所讨论的矩形脉冲信号和傅里叶变换的时移性，有六、频移性若则证明证毕频移性说明若信号乘以，相当于信号所分解的每一指数分量都乘以，这就使频谱中的每条谱线都必须平移，亦即整个频谱相应地搬移了位置。
傅里叶变换 实验报告
傅里叶变换实验报告傅里叶变换实验报告引言：傅里叶变换是一种重要的数学工具，广泛应用于信号处理、图像处理、物理学、工程学等领域。
本次实验旨在通过实际操作和数据分析，深入了解傅里叶变换的原理、特性以及应用。
一、实验目的本实验的目的是通过实际操作，掌握傅里叶变换的基本原理，了解其在信号处理中的应用，并能够正确进行频域分析。
二、实验仪器和材料1. 信号发生器2. 示波器3. 计算机4. 傅里叶变换软件三、实验步骤1. 将信号发生器与示波器连接，并设置合适的频率和幅度，产生一个正弦信号。
2. 通过示波器观察并记录原始信号的时域波形。
3. 将示波器输出的信号通过音频线连接到计算机的输入端口。
4. 打开傅里叶变换软件，选择输入信号源为计算机输入端口，并进行采样。
5. 在傅里叶变换软件中，通过选择合适的窗函数、采样频率和采样点数，进行傅里叶变换。
6. 观察并记录变换后的频域波形，并进行分析。
四、实验结果与分析通过实验操作和数据分析，我们得到了信号的时域波形和频域波形。
在时域波形中，我们可以清晰地看到正弦信号的周期性特征，而在频域波形中，我们可以看到信号的频率成分。
傅里叶变换将信号从时域转换到频域，通过分析频域波形，我们可以得到信号的频率成分。
在实验中，我们可以通过改变信号发生器的频率和幅度，观察频域波形的变化，进一步理解傅里叶变换的原理和特性。
此外，傅里叶变换还可以用于信号滤波。
通过观察频域波形，我们可以选择性地去除某些频率成分，从而实现信号的滤波处理。
这在音频处理、图像处理等领域中具有广泛的应用。
五、实验总结本次实验通过实际操作和数据分析，深入了解了傅里叶变换的原理、特性以及应用。
傅里叶变换作为一种重要的数学工具，在信号处理、图像处理等领域中具有广泛的应用前景。
通过本次实验，我们不仅掌握了傅里叶变换的基本原理和操作方法，还深入了解了信号的时域和频域特性。
这对于我们进一步研究和应用傅里叶变换具有重要的意义。
总之，傅里叶变换是一项重要的数学工具，通过实际操作和数据分析，我们可以更好地理解和应用傅里叶变换，为信号处理和图像处理等领域的研究和应用提供有力支持。
傅里叶变换的性质与应用
傅里叶变换的性质与应用傅里叶变换（Fourier Transform）是一种在信号和图像处理领域中广泛应用的数学工具。
它通过将一个函数表示为一系列正弦和余弦函数的线性组合来描述时域和频域之间的关系。
在本文中，我们将探讨傅里叶变换的性质以及其在各个领域中的应用。
一、傅里叶变换的性质1. 线性性质傅里叶变换具有线性性质，即对于任意常数a和b以及函数f（t）和g（t），有以下等式成立：F（af（t） + bg（t））= aF（f（t））+ bF（g（t））其中F（f（t））表示对函数f（t）进行傅里叶变换后得到的频域函数。
2. 对称性质傅里叶变换具有一系列对称性质。
其中最为重要的对称性质为奇偶对称性。
当函数f（t）为实函数并满足奇偶对称时，其傅里叶变换具有如下关系：F（-t）= F（t）（偶对称函数）F（-t）= -F（t）（奇对称函数）3. 尺度变换性质傅里叶变换可以对函数的尺度进行变换。
对于函数f（a * t）的傅里叶变换后得到的频域函数为F（w / a），其中a为正数。
二、傅里叶变换的应用1. 信号处理傅里叶变换在信号处理中被广泛应用。
它可以将时域信号转换为频域信号，使得信号的频率成分更加明确。
通过傅里叶变换，我们可以分析和处理各种信号，例如音频信号、图像信号和视频信号等。
在音频领域中，傅里叶变换可以用于音乐频谱分析、滤波器设计和音频压缩等方面。
在图像处理领域中，傅里叶变换可以用于图像增强、图像去噪和图像压缩等方面。
2. 通信系统傅里叶变换在通信系统中具有重要的应用。
通过傅里叶变换，我们可以将信号转换为频域信号，并根据频域特性进行信号调制和解调。
傅里叶变换可以用于调制解调器的设计、信道估计和信号的频谱分析等方面。
在无线通信系统中，傅里叶变换也广泛应用于OFDM（正交频分复用）技术，以提高信号传输效率和抗干扰性能。
3. 图像处理傅里叶变换在图像处理中有广泛的应用。
通过将图像转换到频域，我们可以对图像进行滤波、增强和去噪等操作。
实验三傅里叶变换及其性质
信息工程学院实验报告课程名称：信号与系统实验项目名称：实验3 傅里叶变换及其性质实验时间：2013-11-29班级： 姓名： 学号：一、实验目的:1、学会运用MATLAB 求连续时间信号的傅里叶（Fourier ）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。
二、实验环境:1、硬件：在windows 7 操作环境下；2、软件：Matlab 版本7.1三、实验原理：3.1傅里叶变换的实现信号()f t 的傅里叶变换定义为： ()[()]()j t F F f t f t e dt ωω∞--∞==⎰，傅里叶反变换定义为：11()[()]()2j t f t F F f e d ωωωωπ∞--∞==⎰。
信号的傅里叶变换主要包括MATLAB 符号运算和MATLAB 数值分析两种方法，下面分别加以探讨。
同时，学习连续时间信号的频谱图。
3.1.1 MATLAB 符号运算求解法MATLAB 符号数学工具箱提供了直接求解傅里叶变换与傅里叶反变换的函数fourier( )和ifourier( )。
Fourier 变换的语句格式分为三种。
（1）F=fourier(f)：它是符号函数f 的Fourier 变换，默认返回是关于ω的函数。
（2）F=fourier(f,v)：它返回函数F 是关于符号对象v 的函数，而不是默认的ω，即()()jvt F v f t e dt ∞--∞=⎰。
（3）F=fourier(f,u,v)：是对关于u 的函数f 进行变换，返回函数F 是关于v 的函数，即()()jvu F v f t e du ∞--∞=⎰。
傅里叶反变换的语句格式也分为三种。
（1）f=ifourier(F)：它是符号函数F 的Fourier 反变换，独立变量默认为ω，默认返回是关于x 的函数。
（2）f=ifourier(F,u)：它返回函数f 是u 的函数，而不是默认的x 。
实验三傅里叶变换及其性质
信息工程学院实验报告课程名称：信号与系统实验项目名称：实验3 傅里叶变换及其性质实验时间：2013-11-29班级： ： 学号：一、实验目的:1、学会运用MATLAB 求连续时间信号的傅里叶（Fourier ）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。
二、实验环境:1、硬件：在windows 7 操作环境下；2、软件：Matlab 版本7.1三、实验原理：3.1傅里叶变换的实现信号()f t 的傅里叶变换定义为： ()[()]()j t F F f t f t e dt ωω∞--∞==⎰，傅里叶反变换定义为：11()[()]()2j t f t F F f e d ωωωωπ∞--∞==⎰。
信号的傅里叶变换主要包括MATLAB 符号运算和MATLAB 数值分析两种方法，下面分别加以探讨。
同时，学习连续时间信号的频谱图。
3.1.1 MATLAB 符号运算求解法MATLAB 符号数学工具箱提供了直接求解傅里叶变换与傅里叶反变换的函数fourier( )和ifourier( )。
Fourier 变换的语句格式分为三种。
（1）F=fourier(f)：它是符号函数f 的Fourier 变换，默认返回是关于ω的函数。
（2）F=fourier(f,v)：它返回函数F 是关于符号对象v 的函数，而不是默认的ω，即()()jvt F v f t e dt ∞--∞=⎰。
（3）F=fourier(f,u,v)：是对关于u 的函数f 进行变换，返回函数F 是关于v 的函数，即()()jvu F v f t e du ∞--∞=⎰。
傅里叶反变换的语句格式也分为三种。
（1）f=ifourier(F)：它是符号函数F 的Fourier 反变换，独立变量默认为ω，默认返回是关于x 的函数。
（2）f=ifourier(F,u)：它返回函数f 是u 的函数，而不是默认的x 。
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1.学习使用FFT（快速傅里叶变换）对信号进行频谱分析；2.掌握频谱分析的基本原理和方法；3.熟悉使用MATLAB进行频谱分析的操作。
二、实验原理FFT是一种基于傅里叶变换的算法，可以将时域信号转换为频域信号，并将信号的频谱特征展示出来。
在频谱分析中，我们通过分析信号的频谱可以获得信号的频率、幅值等信息，从而对信号的性质和特征进行研究。
对于一个连续信号，我们可以通过采样的方式将其转换为离散信号，再利用FFT算法对离散信号进行频谱分析。
FFT算法可以将信号从时域转换到频域，得到离散的频谱，其中包含了信号的频率分量以及对应的幅值。
MATLAB中提供了fft函数，可以方便地对信号进行FFT分析。
通过对信号进行FFT操作，可以得到信号的频谱图，并从中提取出感兴趣的频率信息。
三、实验步骤1.准备工作：（2）建立新的MATLAB脚本文件。
2.生成信号：在脚本中，我们可以通过定义一个信号的频率、幅值和时间长度来生成一个信号的波形。
例如，我们可以生成一个频率为1000Hz，幅值为1的正弦波信号，并设置信号的时间长度为1秒。
3.对信号进行FFT分析：调用MATLAB中的fft函数，对信号进行FFT分析。
通过设置采样频率和FFT长度，可以得到信号的频谱。
其中，采样频率是指在单位时间内连续采样的次数，FFT长度是指离散信号的样本点数。
4.绘制频谱图：调用MATLAB中的plot函数，并设置x轴为频率，y轴为幅值，可以绘制出信号的频谱图。
频谱图上横坐标表示信号的频率，纵坐标表示信号的幅值，通过观察可以得到信号的频率分布情况。
四、实验结果在实验过程中，我们生成了一个频率为1000Hz，幅值为1的正弦波信号，并对其进行FFT分析。
通过绘制频谱图，我们发现信号在1000Hz处有最大幅值，说明信号主要由这一频率成分组成。
五、实验总结本实验通过使用FFT对信号进行频谱分析，我们可以方便地从信号的波形中提取出频率分量的信息，并绘制出频谱图进行观察。
实验三 离散傅里叶变换(DFT)
title('|X(k)|'); subplot(2, 2, 4); stem(k, angle(Xk)); %显示序列的相位谱 title('arg|X(k)|'); 由这个周期序列的实验我们可以看出，与例 1 相比，有限长序列 x(n) 可以看成是周期序列 x(n) 的 一个周期；反之，周期序列 x(n) 可以看成是有限长序列 x(n) 以 N 为周期的周期延拓。频域上的情况也 是相同的。从这个意义上说，周期序列只有有限个序列值有意义。 3）有限长序列 DFT 与离散时间傅里叶变换 DTFT 的联系 离散时间傅里叶变换（DTFT）是指信号在时域上为离散的，而在频域上则是连续的。如果离散 时间非周期信号为 x(n) ，则它的离散傅里叶变换对(DTFT)表示为：
~ ~
DTFT[ = x(n)] X = (e j w )
n = −∞
∑ x ( n) e
∞
− j wn
jw IDTFT[ X (e= )] x= ( n)
1 2π
−π
∫ X (e
π
ห้องสมุดไป่ตู้
jw
) e j wn d w
其中 X (e jω ) 称为信号序列的频谱。将频谱表示为
X (e j w ) = X (e j w ) eϕ ( w )
3.４实验报告
(1) 列写调试通过的实验内容程序，打印或描绘实验程序产生的曲线图形。 (2) 思考题：有限长序列的离散傅里叶变换（DFT）与离散时间傅里叶变换（DTFT）有何联系与 区别？
② 画出原信号与傅里叶逆变换 IDFT[ X ( k ) ]的图形进行比较。 ，求 x(n) 周期重复次数为 3 次时的 DFS 和 (3) 已知周期序列的主值 x(n) ＝［7，6，5，4，3，2］ IDFS。要求： ① 画出原信号序列的主值和周期序列的图形。