信号分析离散傅里叶变换实验报告

合集下载

数字信号处理 实验报告 实验二 应用快速傅立叶变换对信号进行频谱分析

数字信号处理 实验报告  实验二 应用快速傅立叶变换对信号进行频谱分析

数字信号处理实验报告实验二应用快速傅立叶变换对信号进行频谱分析2011年12月7日一、实验目的1、通过本实验,进一步加深对DFT 算法原理合基本性质的理解,熟悉FFT 算法 原理和FFT 子程序的应用。

2、掌握应用FFT 对信号进行频谱分析的方法。

3、通过本实验进一步掌握频域采样定理。

4、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、实验原理与方法1、一个连续时间信号)(t x a 的频谱可以用它的傅立叶变换表示()()j t a a X j x t e dt +∞-Ω-∞Ω=⎰2、对信号进行理想采样,得到采样序列()()a x n x nT =3、以T 为采样周期,对)(n x 进行Z 变换()()n X z x n z +∞--∞=∑4、当ωj ez =时,得到序列傅立叶变换SFT()()j j n X e x n e ωω+∞--∞=∑5、ω为数字角频率sT F ωΩ=Ω=6、已经知道:12()[()]j a m X e X j T T Tωωπ+∞-∞=-∑ ( 2-6 )7、序列的频谱是原模拟信号的周期延拓,即可以通过分析序列的频谱,得到相应连续信号的频谱。

(信号为有限带宽,采样满足Nyquist 定理)8、无线长序列可以用有限长序列来逼近,对于有限长序列可以使用离散傅立叶变换(DFT )。

可以很好的反映序列的频域特性,且易于快速算法在计算机上实现。

当序列()x n 的长度为N 时,它的离散傅里叶变换为:1()[()]()N knN n X k DFT x n x n W-===∑ 其中2jNN W eπ-=,它的反变换定义为:101()[()]()N knN k x n IDFT X k X k W N --===∑比较Z 变换式 ( 2-3 ) 和DFT 式 ( 2-7 ),令kN z W -=则1()()[()]|kNN nkN N Z W X z x n W DFT x n ---====∑ 因此有()()|kNz W X k X z -==k N W -是Z 平面单位圆上幅角为2kNπω=的点,也即是将单位圆N 等分后的第k 点。

傅里叶实验报告

傅里叶实验报告

一、实验目的1. 了解傅里叶变换的基本原理和方法。

2. 掌握傅里叶变换在信号处理中的应用。

3. 通过实验验证傅里叶变换在信号处理中的效果。

二、实验原理傅里叶变换是一种将信号从时域转换为频域的方法,它可以将一个复杂的信号分解为一系列不同频率的正弦波和余弦波的叠加。

傅里叶变换的基本原理是:任何周期信号都可以表示为一系列不同频率的正弦波和余弦波的叠加。

三、实验仪器与材料1. 实验箱2. 信号发生器3. 示波器4. 计算机及傅里叶变换软件四、实验步骤1. 设置信号发生器,产生一个正弦信号,频率为f1,幅度为A1。

2. 将信号发生器输出的信号输入到实验箱,通过示波器观察该信号。

3. 利用傅里叶变换软件对观察到的信号进行傅里叶变换,得到频谱图。

4. 改变信号发生器的频率,分别产生频率为f2、f3、f4的正弦信号,重复步骤2-3。

5. 分析不同频率信号的频谱图,观察傅里叶变换在信号处理中的应用。

五、实验数据与结果1. 当信号发生器频率为f1时,示波器显示的信号波形如图1所示。

图1:频率为f1的正弦信号波形2. 对频率为f1的正弦信号进行傅里叶变换,得到的频谱图如图2所示。

图2:频率为f1的正弦信号的频谱图从图2可以看出,频率为f1的正弦信号在频域中只有一个频率成分,即f1。

3. 重复步骤4,分别对频率为f2、f3、f4的正弦信号进行傅里叶变换,得到的频谱图分别如图3、图4、图5所示。

图3:频率为f2的正弦信号的频谱图图4:频率为f3的正弦信号的频谱图图5:频率为f4的正弦信号的频谱图从图3、图4、图5可以看出,不同频率的正弦信号在频域中分别只有一个频率成分,即对应的f2、f3、f4。

六、实验分析与讨论1. 傅里叶变换可以将信号从时域转换为频域,方便我们分析信号的频率成分。

2. 通过傅里叶变换,我们可以得到信号的频谱图,直观地观察信号的频率成分。

3. 实验结果表明,傅里叶变换在信号处理中具有重要作用,可以应用于信号分解、滤波、调制等领域。

对离散数据进行傅里叶变换

对离散数据进行傅里叶变换

对离散数据进行傅里叶变换
离散数据是指在时间或空间上取有限个值的数据,例如离散信号、离散时间序列等。

而傅里叶变换是一种将信号从时域转换到频域的数学工具,可以将信号分解为不同频率的正弦和余弦函数的叠加。

离散数据的傅里叶变换在信号处理、图像处理等领域有着广泛的应用。

它可以帮助我们分析和理解信号的频域特性,从而更好地处理和提取信号中的信息。

在进行离散数据的傅里叶变换时,我们首先需要将离散数据按照一定的规则进行采样,得到离散时间序列。

然后,利用傅里叶变换公式将离散时间序列转换到频域。

傅里叶变换的结果是一个复数序列,包含了信号在不同频率上的幅度和相位信息。

离散数据的傅里叶变换可以帮助我们分析信号的频谱特性,例如确定信号中存在的主要频率成分、检测信号中的周期性、滤除噪声等。

通过对信号进行傅里叶变换,我们可以得到信号的频谱图,从而更好地理解信号的频域特性。

除了离散数据的傅里叶变换,还存在连续数据的傅里叶变换。

两者的区别在于采样方式不同,连续数据的傅里叶变换是对连续时间信号进行变换,而离散数据的傅里叶变换是对离散时间信号进行变换。

离散数据的傅里叶变换是一种重要的信号处理工具,可以帮助我们更好地理解和处理离散信号。

它在通信、图像处理、音频处理等领
域有着广泛的应用前景。

通过对离散数据进行傅里叶变换,我们可以更好地理解信号的频域特性,从而提高信号处理的效果。

信号分析与处理实验报告

信号分析与处理实验报告

信号分析与处理实验报告一、实验目的1.了解信号分析与处理的基本概念和方法;2.掌握信号分析与处理的基本实验操作;3.熟悉使用MATLAB进行信号分析与处理。

二、实验原理信号分析与处理是指利用数学和计算机技术对信号进行分析和处理的过程。

信号分析的目的是了解信号的特性和规律,通过对信号的频域、时域和幅频特性等进行分析,获取信号的频率、幅度、相位等信息。

信号处理的目的是对信号进行数据处理,提取信号的有效信息,优化信号的质量。

信号分析和处理的基本方法包括时域分析、频域分析和滤波处理。

时域分析主要是对信号的时变过程进行分析,常用的方法有波形分析和自相关分析。

频域分析是将信号转换到频率域进行分析,常用的方法有傅里叶级数和离散傅里叶变换。

滤波处理是根据信号的特性选择适当的滤波器对信号进行滤波,常用的滤波器有低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。

三、实验内容1.信号的时域分析将给定的信号进行波形分析,绘制信号的时域波形图;进行自相关分析,计算信号的自相关函数。

2.信号的频域分析使用傅里叶级数将信号转换到频域,绘制信号的频域图谱;使用离散傅里叶变换将信号转换到频域,绘制信号的频域图谱。

3.滤波处理选择合适的滤波器对信号进行滤波处理,观察滤波前后的信号波形和频谱。

四、实验步骤与数据1.时域分析选择一个信号进行时域分析,记录信号的波形和自相关函数。

2.频域分析选择一个信号进行傅里叶级数分析,记录信号的频谱;选择一个信号进行离散傅里叶变换分析,记录信号的频谱。

3.滤波处理选择一个信号,设计适当的滤波器对信号进行滤波处理,记录滤波前后的信号波形和频谱。

五、实验结果分析根据实验数据绘制的图像进行分析,对比不同信号在时域和频域上的特点。

观察滤波前后信号波形和频谱的变化,分析滤波效果的好坏。

分析不同滤波器对信号的影响,总结滤波处理的原理和方法。

六、实验总结通过本次实验,我们了解了信号分析与处理的基本概念和方法,掌握了信号分析与处理的基本实验操作,熟悉了使用MATLAB进行信号分析与处理。

FFT算法分析实验实验报告

FFT算法分析实验实验报告

FFT算法分析实验实验报告一、实验目的快速傅里叶变换(Fast Fourier Transform,FFT)是数字信号处理中一种非常重要的算法。

本次实验的目的在于深入理解 FFT 算法的基本原理、性能特点,并通过实际编程实现和实验数据分析,掌握 FFT 算法在频谱分析中的应用。

二、实验原理FFT 算法是离散傅里叶变换(Discrete Fourier Transform,DFT)的快速计算方法。

DFT 的定义为:对于长度为 N 的序列 x(n),其 DFT 为X(k) =∑n=0 到 N-1 x(n) e^(j 2π k n / N) ,其中 j 为虚数单位。

FFT 算法基于分治法的思想,将 N 点 DFT 分解为多个较小规模的DFT,从而大大减少了计算量。

常见的 FFT 算法有基 2 算法、基 4 算法等。

三、实验环境本次实验使用的编程语言为 Python,主要依赖 numpy 库来实现 FFT 计算和相关的数据处理。

四、实验步骤1、生成测试信号首先,生成一个包含不同频率成分的正弦波叠加信号,例如100Hz、200Hz 和 300Hz 的正弦波。

设定采样频率为 1000Hz,采样时间为 1 秒,以获取足够的采样点进行分析。

2、进行 FFT 计算使用 numpy 库中的 fft 函数对生成的测试信号进行 FFT 变换。

3、频谱分析计算 FFT 结果的幅度谱和相位谱。

通过幅度谱确定信号中各个频率成分的强度。

4、误差分析与理论上的频率成分进行对比,计算误差。

五、实验结果与分析1、幅度谱分析观察到在 100Hz、200Hz 和 300Hz 附近出现明显的峰值,对应于生成信号中的频率成分。

峰值的大小反映了相应频率成分的强度。

2、相位谱分析相位谱显示了各个频率成分的相位信息。

3、误差分析计算得到的频率与理论值相比,存在一定的误差,但在可接受范围内。

误差主要来源于采样过程中的量化误差以及 FFT 算法本身的近似处理。

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。

DSP实验报告--离散时间信号与系统的时、频域表示-离散傅立叶变换和z变换-数字滤波器的频域分析和实现-数字

DSP实验报告--离散时间信号与系统的时、频域表示-离散傅立叶变换和z变换-数字滤波器的频域分析和实现-数字

南京邮电大学实验报告实验名称:离散时间信号与系统的时、频域表示离散傅立叶变换和z变换数字滤波器的频域分析和实现数字滤波器的设计课程名称数字信号处理A(双语) 班级学号B13011025姓名陈志豪开课时间2015/2016学年,第1学期实验名称:离散时间信号与系统的时、频域表示实验目的和任务:熟悉Matlab基本命令,理解和掌握离散时间信号与系统的时、频域表示及简单应用。

在Matlab环境中,按照要求产生序列,对序列进行基本运算;对简单离散时间系统进行仿真,计算线性时不变(LTI)系统的冲激响应和卷积输出;计算和观察序列的离散时间傅立叶变换(DTFT)幅度谱和相位谱。

实验内容:基本序列产生和运算:Q1.1~1.3,Q1.23,Q1.30~1.33离散时间系统仿真:Q2.1~2.3LTI系统:Q2.19,Q2.21,Q2.28DTFT:Q3.1,Q3.2,Q3.4实验过程与结果分析:Q1.1运行程序P1.1,以产生单位样本序列u[n]并显示它。

clf;n = -10:20;u = [zeros(1,10) 1 zeros(1,20)];stem(n,u);xlabel('Time index n');ylabel('Amplitude');title('Unit Sample Sequence');axis([-10 20 0 1.2]);Q1.2 命令clf,axis,title,xlabel和ylabel命令的作用是什么?答:clf命令的作用:清除图形窗口上的图形;axis命令的作用:设置坐标轴的范围和显示方式;title命令的作用:给当前图片命名;xlabel命令的作用:添加x坐标标注;ylabel c命令的作用:添加y坐标标注;Q1.3修改程序P1.1,以产生带有延时11个样本的延迟单位样本序列ud[n]。

运行修改的程序并显示产生的序列。

clf;n = -10:20;u = [zeros(1,21) 1 zeros(1,9)];stem(n,u);xlabel('Time index n');ylabel('Amplitude');title('Unit Sample Sequence');axis([-10 20 0 1.2]);Q1.23修改上述程序,以产生长度为50、频率为0.08、振幅为2.5、相移为90度的一个正弦序列并显示它。

离散时间信号与系统的傅立叶分析 (实验报告)

离散时间信号与系统的傅立叶分析 (实验报告)

电子信息工程系实验报告课程名称:数字信号处理实验项目名称:离散时间信号与系统的傅立叶分析 实验时间:班级:通信091 姓名:刘跃维 学号:实 验 目 的:用傅立叶变换对离散时间信号和系统进行频域分析实 验 环 境:计算机 MATLAB 软件原理说明:对信号进行频域分析就是对信号进行傅立叶变换。

对系统进行频域分析即对它的单位脉冲响应进行傅立叶变换,得到系统的传输函数;也可以由差分方程经过傅立叶变换直接求它的传输函数;传输函数代表的就是系统的频率响应特性。

但传输函数是w 的连续函数,计算机只能计算出有限个离散频率点的传输函数值,因此得到传输函数以后,应该在π2~0之间取许多点,计算这些点的传输函数的值,并取它们的包络,该包络才是需要的频率特性。

当然,点数取得多一些,该包络才能接近真正的频率特性。

注意:非周期信号的频率特性是w 的连续函数,而周期信号的频率特性是离散谱,它们的计算公式不一样,响应的波形也不一样。

实验内容和步骤1.已知系统用下面差分方程描述:)1()()(-+=n ay n x n y试在95.0=a 和5.0=a 两种情况下用傅立叶变换分析系统的频率特性。

要求写出系统的传输函数,并打印w e H jw ~)(曲线。

MATLAB 代码如下:B=1;A=[1,-0.95];subplot(2,3,3);zplane(B,A);xlabel('实部Re');ylabel('虚部Im');title('y(n)=x(n)+0.95y(n-1)传输函数零、极点分布');grid on[H,w]=freqz(B,A,'whole');subplot(2,3,1);plot(w/pi,abs(H),'linewidth',2);grid on;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|');title('幅频响应特性');axis([0,2,0,2.5]);subplot(2,3,2);plot(w/pi,angle(H),'linewidth',2);grid on;axis([-0.1,2.1,-1.5,1.5]);xlabel('\omega/\pi');ylabel('\phi(\omega)');title('相频响应特性');B=1;A=[1,0.5];subplot(2,3,6);zplane(B,A);xlabel('实部Re');ylabel('虚部Im');title('y(n)=x(n)-0.5y(n-1)传输函数零、极点分布');grid on[H,w]=freqz(B,A,'whole');subplot(2,3,4);plot(w/pi,abs(H),'linewidth',2);grid on;xlabel('\omega/\pi');ylabel('|H(e^j^\omega)|');title('幅频响应特性');axis([0,2,0,2.5]);subplot(2,3,5);plot(w/pi,angle(H),'linewidth',2);grid on;axis([-0.1,2.1,-1.5,1.5]);xlabel('\omega/\pi');ylabel('\phi(\omega)');title('相频响应特性');运行结果如下图所示:2.已知两系统分别用下面差分方程描述:)1()()(1-+=n x n x n y)1()()(2--=n x n x n y 试分别写出它们的传输函数,并分别打印w e H jw ~)(曲线。

  1. 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. 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. 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)。

一台 一套
四、操作方法和实验步骤 a)按照实验要求,完成对 MATLAB 程序的编写,并生成相应的波形图; b)对上述问题进行理论计算,将理论计算的结果与上述实验仿真的结果相比较,并解释实验 结果是否正确; c)反思实验过程中出现的问题,并完成实验报告。 五、实验数据记录和处理 六、实验结果与分析
(此两部分合并成一项) )
stem(n,y)画出相应的图形。 实验程序:
实验图:
实验结果分析:两个序列的长度分别为 32 和 16,因此 32 点循环卷积和线性卷积在 0-15 点 发生了混叠失真。图一为混得失真后的图像,图二为线性卷积,图三为两个图像得房方 便观察混叠现象。 6.研究高密度频谱和高分辨率频谱。 设有连续信号
j (
3
) 11
)
1 0.9 e
j (3 ) Nhomakorabea从而可以得到其幅频和相频曲线,由于是非周期离散信号,所以在频域上,应该是连续 且周期的,结合 MATLAB 得到的幅频和相频曲线观察,其曲线确实是连续曲线,切实周期 性曲线,所以理论与实际仿真的结果基本相符。 2) 已知 x(n)=2
n
运行时间如下
DFT 程序如下
运行时间如下
b) m = 3 时,FFT 的程序如下
运行时间如下
DFT 程序如下
运行时间如下
c) m = 4 时,FFT 的程序如下
运行时间如下
DFT 程序如下
运行时间如下
实验结果分析: 由理论可知, 直接 DFT 所需的复述乘法次数为 N2, FFT 所需复数乘法次数为 N log N , 2 2 少于直接 DFT 所需的复数乘法次数,改善比值为 2 N ,N 越大,改善比值越大。 log 2 N 本次程序采用 tic,toc 组合的方式来实现对时间的记录,通过实验结果,可以得到以 下结论:一、随着数据长度的上升,FFT 和 DFT 在处理数据的用时都有所增加;二、根据 运行用时,FFT 的运行速度高于 DFT;三、面对的数据量越大,FFT 和 DFT 处理数据的用 时差距越来越明显。以上三点说明 FFT 的算法效率高于 DFT,并且数据长度越大,FFT 的 优越性越明显。这是由于 FFT 是把原始的 N 点序列一次分解为一系列的短序列,利用基 2FFT 算法可以极大的提高计算效率。 5.利用 DFT 实现两序列的卷积运算,并研究 DFT 点数和混叠的关系。 给定 ,用 FFT 和 IFFT 分别求线性卷积和混叠结果输出,并用函数
2. 因果 LTI 系统
y ( n ) 0.81 y ( n 2) x (n ) x ( n 2)
求: H(z) 冲激响应 h(n) 单位阶跃响应 u(n) H( ),并画出幅频和相频特性。 , , 绘制 x(n)及其离散傅里叶变换 X(k)的幅度、
3.已知序列
相位图。 4. 设 , ,其中 randn(n)为高斯白噪声。 求出 N=4m, m=2,3,4 的 MATLAB 采用不同算法的执行时间。 5.利用 DFT 实现两序列的卷积运算,并研究 DFT 点数和混叠的关系。 给定 ,用 FFT 和 IFFT 分别求线性卷积和混叠结果输出,并用函数
实验图:
实验结果分析:
Y (z) H ( z) * X (z) 1 z 2 z * 2 1 0.81z z 1
Y ( z) 1 0.19 200 1 19 1 361 1 z z 1 ( z 1)( z 0.9)( z 0.9) 181 z 1 3258 z 0.9 3258 z 0.9
Z 的取值在 0 z 0.9 , 0.9 z 1 , 1 z 时会有不同的情况产生。 实验程序:
实验图:
3.已知序列 相位图。 实验程序如图所示:

, 绘制 x(n)及其离散傅里叶变换 X(k)的幅度、
实验图像如下:
实验结果分析: 程序设计通过循环的方式实现 DFT, 序列的 N 点 DFT 是在序列 DTFT 在频率区间[0,2 π]上的 N 点等间隔采样,采样频率为 2π/N。将连续的 DTFT 离散化,有利于计算机进行 处理, 通过理论计算得 X (k) ,结合图像, 说明理论计算和 MATLAB 仿真的结果基本一致, 实验任务完成较好。 4. 设 , 的 MATLAB 采用不同算法的执行时间。 a) m = 2 时,FFT 的程序如下 ,其中 randn(n)为高斯白噪声。 求出 N=4m, m=2,3,4
−10 ≤ n ≤ 10
实验程序如下所示:
实验图像如下所示:
实验结果分析: 所采用方法与一相同,程序使用循环来实现 DTFT,先进行理论计算,根据离散时间 傅里叶变换的公式,可以得到有限长离散时间信号的离散时间傅里叶变换的值,即
10
X
X (n)e
n=-10
j n
210 e10 j 211 e 11 j 1 2e j
以采样频率 Fs=32 kHz 对信号 x(t) 采样,分析下列三种情况的幅频特性。 采集数据长度 N=16 点,做 N=16 点的 DFT,并画出幅频特性。 采集数据长度 N=16 点,补零到 256 点,做 N=256 点的 DFT,并画出幅频特性。 采集数据长度 N=256 点,做 N=256 点的 DFT,并画出幅频特性。 观察三种不同频率特性图,分析和比较它们的特点以及形成的原因。 a) 采集数据长度 N=16 点,做 N=16 点的 DFT,并画出幅频特性。 程序如下:
专业:电气工程及其自动化 姓名: 学号:
实验报告
日期: 地点:
课程名称:_信号分析与处理 指导老师:_________成绩:__________________ 实验名称: 离散傅里叶变换___实验类型:___上机________同组学生姓名:______ 一、实验目的和要求(必填) 三、主要仪器设备(必填) 五、实验数据记录和处理 七、讨论、心得 一、实验目的和要求 (1)掌握 DFT 变换。 (2)掌握 DFT 性质。 (3)掌握利用 DFT 计算线性卷积 (4)掌握快速傅立叶变换(FFT) 二、实验内容和原理 1.求以下有限长离散时间信号的离散时间傅立叶变换 X( ) 二、实验内容和原理(必填) 四、操作方法和实验步骤 六、实验结果与分析(必填)
stem(n,y)画出相应的图形 6.研究高密度频谱和高分辨率频谱。 设有连续信号
以采样频率 Fs=32 kHz 对信号 x(t) 采样,分析下列三种情况的幅频特性。 采集数据长度 N=16 点,做 N=16 点的 DFT,并画出幅频特性。 采集数据长度 N=16 点,补零到 256 点,做 N=256 点的 DFT,并画出幅频特性。 采集数据长度 N=256 点,做 N=256 点的 DFT,并画出幅频特性。 观察三种不同频率特性图,分析和比较它们的特点以及形成的原因。 三、主要仪器设备(必填) a)PC 机 b)MATLAB 软件
1.求以下有限长离散时间信号的离散时间傅立叶变换 X( 1) 已知 实验程序: , 0 ≤ n ≤ 10
实验图像如下:
实验结果分析: 先进行理论计算,根据离散时间傅里叶变换的公式可以得到有限长离散时间信号傅里叶 变换的值,即
10
X
X (n)e
n= 0
jn

1 (0.9 e
求: H(z) 冲激响应 h(n) 单位阶跃响应 u(n) H (e j ) ,并画出幅频和相频特性。
实验程序:
实验图:
实验结果分析:
y ( n ) 0.81 y ( n 2) x ( n ) x ( n 2)
2 1 2 1 Y ( z ) 0.81 z Y ( z ) z y (-1) y (2) X ( z) z X ( z ) z x(-1) x(2)
y (-1) y ( 2) x(-1) x( 2) 0 H ( z) Y ( z) 1 z 2 X ( z ) 1 0.81z 2
由理论推导与实际程序操作可知,将理论结果稍加变形即可得到实验结果,运行过程正确。 实验程序:
实验图:
2 实验结果分析: H ( z ) Y ( z ) 1 z X ( z ) 1 0.81z 2
从而可以得到其幅频和相频曲线,同一,由于信号是非周期离散信号,所以在频域 上应该是连续且周期的,结合 MATLAB 得到的幅频和相频曲线观察,其曲线确实是连 续曲线,切实周期性曲线,所以理论与实际仿真的结果基本相符。 2.因果 LTI 系统
y ( n ) 0.81 y ( n 2) x (n ) x ( n 2)
H (z) 100 1 19 1 1 ( ) z 81 z 162 z 0.9 z 0.9
1、 z 0.9 时, h( z ) 100 (n) 19 0.9 (0.9)n u (n 1) 81 162 2、 z 0.9 时, h( z ) 100 (n) 19 0.9 (0.9) n u (n) 81 162 实验结果 z 0.9 的情况,且实验结果与理论相符合。 实验程序:
图像如下:
b) 采集数据长度 N=16 点,补零到 256 点,做 N=256 点的 DFT,并画出幅频特性。 程序如下:
图像如下:
c) 采集数据长度 N=256 点,做 N=256 点的 DFT,并画出幅频特性。 程序如下:
图像如下:
实验结果分析: 观察三种不同频率特性图,分析和比较他们的特点以及形成的原因 (1) 频谱 a:频谱密度小于频谱 b,分辨率小于频谱 c。 原因:采样点过少,只有 16 个点,FFT 的周期过短,导致其频谱密度和分辨率都 比较小。 (2) 频谱 b:频谱图和频谱 a 相近,但是频谱密度远远大于频谱 a。 原因:虽然采样点少但是 FFT 的周期较长,所以,有上述可以知道,通过在序列 后补零的方式,可以增加频谱的密度实现高密度频谱。 (3) 频谱 c:频谱密度和频谱 b 相同,但是分辨率较高,高于频谱 b 和 a。 原因:采样点较多,共采样 256 个点,且 FFT 的周期较长,在采样频率不变的情 况下采取增加采样点个数的方式,可以较好的得到还原的频谱图像,得到高分辨 率频谱。 综上所述:根据教材的理论知识,FFT 的序列长度越长,频谱的最小分辨率ω0 越小,即分辨 率越高,而今天的实验又让我了解到,如果采取补零的方式,使得 FFT 的序列变长,这 种操作并不能改善频谱的分辨率,但是可以增加频谱的密度,所以在实际的操作中,要 保证采样的数量足够,才能得到高密度和高分辨率的频谱。 七、实验心得 在本次实验中,获得的心得主要分为两方面。 一方面扎实的理论学习,在做第二题时,图像和理论计算得到的结果并不十分一致,关 键在于对于 z 变换的认识不太清楚,以及理论计算有误导致图像不太懂。以及第五题中卷积 的理论计算还是存在问题,后期的复习要多加注意。 另一方面是 MATLAB 的使用始终存在问题,以及相关函数的应用有时候不能实现,比 如在第二题中的单位阶跃函数的的图像绘制时, 利用课本中所给的 stepz 函数一直显示 error, 在参考了网上的其他函数以及本前面的函数后采用了 filter 函数绘制出了正确图像, 但是还是 不明白为什么前者不能使用。以及在 MATLAB 的学习使用过程中要不断的练习,多接触网 上的算法,不拘泥于一开始学的 for 算法,学习掌握 fft 等相关算法。
相关文档
最新文档