设计一 DFT在信号频谱分析中的应用
DFT在信号频谱分析中的应用

DFT在信号频谱分析中的应用目录Ⅰ.设计题目 (1)Ⅱ.设计目的 (1)Ⅲ.设计原理 (1)Ⅳ.实现方法 (1)Ⅴ.设计内容及结果 (5)Ⅵ.改进及建议 (11)Ⅶ.思考题及解答 (14)Ⅷ.设计体会及心得 (15)Ⅸ.参考文献 (16)Ⅰ.设计题目DFT 在信号频谱分析中的应用Ⅱ.设计目的掌握离散傅里叶变换的有关性质,利用Matlab 实现DFT 变换。
了解DFT 应用,用DFT 对序列进行频谱分析,了解DFT 算法存在的问题及改进方法。
学习并掌握FFT 的应用。
Ⅲ.设计原理所谓信号的频谱分析就是计算信号的傅里叶变换。
连续信号与系统的傅里叶分析显然不便于直接用计算机进行计算,使其应用受到限制,而DFT 是一种时域和频域均离散化的变换,适合数值运算,成为分析离散信号和系统的有力工具。
工程实际中,经常遇到的连续信号Xa(t),其频谱函数Xa(jW)也是连续函数。
数字计算机难于处理,因而我们采用DFT 来对连续时间信号的傅里叶变换进行逼近,进而分析连续时间信号的频谱。
Ⅳ.实现方法离散傅里叶变换是有限长序列的傅里叶变换,它相当于把信号的傅里叶变换进行等频率间隔采样,并且有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。
快速傅里叶变换(FFT )并不是一种新的变换,它是离散傅里叶变换的一种快速算法,并且主要是基于这样的思路而发展起来的:(1)把长度为N 的序列的DFT 逐次分解成长度较短的序列的DFT 来计算。
(2)利用WN(nk)的周期性和对称性,在DFT 运算中适当的分类,以提高运算速度。
(对称性nkNnk NW W N-=+2,12-=NN W ;周期性nkN nk N nrN N k rN n NW W W W ---==)(,r 为任意整数,1=nrNN W )离散傅里叶变换的推导:离散傅里叶级数定义为nk j N k p p ek x Nn x N21)(1)(π∑-==(1-1) 将上式两端乘以nm j Neπ2-并对n在0~N-1求和可得⎥⎦⎤⎢⎣⎡==∑∑∑∑∑-=---=-=-=---=-10)(110101)(1N2N2N2)()(1)(N n m k n j N N k p N n N k m k n j pN n nm j pe k X ek XNen xπππ 因为{m k 1mk 0)(N )(1)(N 2N2N2-1-1N 11=≠---=-==∑m k j m k j N n m k n je eeNπππ所以∑∑-=-=--=110)()()(N2N k p N n nm j p m k k X en x δπ 这样∑-=-=10N2)()(N n nm j p p en x m X π用k 代替m 得∑-=-=1N2)()(N n nk j p P en x k X π(1-2)令N2πj N eW -=则(1-2)成为DFS []∑-===10)()()(N n nkN p p p W n x k X n x (1-3)(1-1)成为IDFS []∑-=-==1)(1)()(N n nkN pp p W k XNn x k X (1-4)式(1-3)、(1-4)式构成周期序列傅里叶级数变换关系。
应用FFT实现信号频谱分析

应用FFT实现信号频谱分析一、快速傅里叶变换(FFT)原理快速傅里叶变换是一种将时域信号转换为频域信号的算法,它通过将信号分解为不同频率的正弦波的和,来实现频谱分析。
FFT算法是一种高效的计算DFT(离散傅里叶变换)的方法,它的时间复杂度为O(nlogn),在实际应用中得到广泛使用。
二、FFT算法FFT算法中最基本的思想是将DFT进行分解,将一个长度为N的信号分解成长度为N/2的两个互为逆序的子信号,然后对这两个子信号再进行类似的分解,直到分解成长度为1的信号。
在这一过程中,可以通过频谱折叠的性质,减少计算的复杂度,从而提高计算效率。
三、FFT实现在实际应用中,可以使用Matlab等软件来实现FFT算法。
以Matlab 为例,实现FFT可以分为以下几个步骤:1.读取信号并进行预处理,如去除直流分量、归一化等。
2. 对信号进行FFT变换,可以调用Matlab中的fft函数,得到频域信号。
3.计算频谱,可以通过对频域信号进行幅度谱计算,即取频域信号的模值。
4.可选地,可以对频谱进行平滑处理,以降低噪音干扰。
5.可选地,可以对频谱进行归一化处理,以便于分析和比较不同信号的频谱特性。
四、应用1.音频处理:通过分析音频信号的频谱,可以实现音频特性的提取,如频率、振幅、共振等。
2.图像处理:通过分析图像信号的频谱,可以实现图像特征的提取,如纹理、边缘等。
3.通信系统:通过分析信号的频谱,可以实现信号的调制解调、频谱分配等功能。
4.电力系统:通过分析电力信号的频谱,可以实现电力质量分析、故障检测等。
总结:应用FFT实现信号频谱分析是一种高效的信号处理方法,通过将时域信号转换为频域信号,可以实现对信号频谱特性的提取和分析。
在实际应用中,我们可以利用FFT算法和相应的软件工具,对信号进行频谱分析,以便于进一步的研究和应用。
数字信号处理课程设计选做题目

数字信号处理课程设计选做题目及要求一、课程设计题目1. DFT在信号频谱分析中的应用2.用窗函数法设计FIR数字低通滤波器注:以上课程设计题目具体要求可参考附录一二、课程设计的考核方法及成绩评定课程设计的考核依据学生的学习态度、方案合理性、资料完备性、创造性、报告撰写规范性和书面表达能力等为考核点,对学生进行综合考核。
成绩评定采用优秀、良好、中等、及格和不及格五级记分制。
评定细则如下:1.遵守纪律(10%):根据设计出勤情况、遵守纪律情况及设计态度等因素评定;2.设计报告(80%):根据课程设计报告书内容要求和实际完成情况评定;3.设计效果(10%):根据设计实际完成的质量及设计中的创造性评定;对设计任务理解透彻,能够全面、正确、独立地完成设计内容所规定的任务,得出正确的设计结果,并按时提交完整、规范的设计报告,可评为优秀;按照设计任务要求能够顺利地完成任务,得出结果,按时提交较完整的、符合要求的设计报告,可评定为良好;按照设计要求完成了软件的编程与调试,基本完成了任务要求,提交符合要求的设计报告,可评为中等;基本完成设计目标,但不够完善,存在缺陷,在帮助指导下能够完成任务要求,提交设计报告,可评为及格;不能完成规定的任务和要求,未提交设计报告的,或抄袭他人设计报告的评为不及格。
三、课程设计报告撰写格式要求课程设计报告格式按附录三中的要求去做。
报告应认真书写,条理清晰,内容充实、插图规范,符合设计格式要求。
程序执行结果的图形尽量打印出来。
注:附录一:可供参考的课程设计题目及具体内容要求附录二:MATLAB语言简介附录三:课程设计报告撰写格式附录一:可供参考的设计题目及具体内容要求设计一 DFT 在信号频谱分析中的应用一、设计目的1. 熟悉DFT 的性质。
2. 加深理解信号频谱的概念及性质。
3. 了解高密度谱与高分辨率频谱的区别。
二、设计任务与要求1.学习用DFT 和补零DFT 的方法来计算信号的频谱。
用DFT对模拟信号作频谱分析课件

通过DFT对正弦波信号进行频谱分析,可以观察到该信号在 频域中的表现,即其对应的频率分量。正弦波信号的频谱分 析展示了DFT在处理单一频率信号时的效果,能够准确地提 取出信号的频率信息。
实例二:方波信号的频谱分析
总结词
方波信号的频谱分析展示了DFT在处理复杂信号时的能力。
详细描述
方波信号是一种非单一频率的信号,其频谱分析需要使用DFT进行处理。通过对方波信号进行频谱分析,可以观 察到该信号在频域中的表现,即其包含的多个频率分量。这展示了DFT在处理复杂信号时的能力,能够准确地提 取出信号的频率信息。
假峰现象
01
DFT可能会出现假峰现象,即分析结果中出现一些不存在的频
率分量。
分辨率问题
02
DFT的分辨率有限,对于某些信号可能无法准确地区分相近的
频率分量。
对噪声敏感
03
DFT对噪声比较敏感,噪声可能会影响频谱分析的准确性。
DFT在频谱分析中的实现步骤
1. 采样
对模拟信号进行采样,得到离 散时间信号。
感谢观看
用DFT对模拟信 号作频谱分析课 件
contents
目录
• DFT基本原理 • 模拟信号的频谱分析 • DFT在频谱分析中的应用 • DFT在频谱分析中的实例 • DFT在频谱分析中的注意事项
01
CATALOGUE
DFT基本原理
DFT的定义
01
离散傅里叶变换(DFT):将离 散时间信号转换为频域表示的数 学工具。
DFT将信号分解为不同频率的正弦波 和余弦波的叠加。
通过DFT,可以分析信号中各个频率 分量的幅度和相位信息。
02
CATALOGUE
模拟信号的频谱分析
用DFT对时域离散信号进行频谱分析

用DFT对时域离散信号进行频谱分析DFT(离散傅里叶变换)和FFT(快速傅里叶变换)是用于对时域离散信号进行频谱分析的常用方法之一、在本文中,我将介绍DFT和FFT的原理和应用,并探讨它们的优势和劣势。
频谱分析是一种研究信号频率成分的方法。
它可以用于分析信号的频域特征,例如信号频谱的幅度和相位信息。
频谱分析广泛应用于通信、声学、图像处理、金融等领域。
DFT是傅里叶变换在时域离散信号上的一种离散形式。
傅里叶变换将信号从时域转换到频域,使我们能够分析信号包含的不同频率的成分。
DFT计算离散信号的系数,这些系数表示了信号在不同频率上的幅度和相位信息。
DFT的计算复杂度为O(N^2),其中N是信号的长度。
这意味着DFT对于长时间序列的计算是非常昂贵的。
为了解决DFT计算复杂度高的问题,人们引入了FFT算法。
FFT是一种基于DFT的快速算法,可以大大提高计算效率。
FFT的计算复杂度为O(NlogN)。
当信号的长度是2的幂次时,FFT的计算速度尤为快速。
FFT算法利用了傅里叶变换中的对称和周期性特性,通过分治法将DFT计算分解成多个小规模的DFT计算,从而加快了计算速度。
FFT算法有多种变体,包括Cooley-Tukey算法、Gentleman-Sande算法等。
使用DFT和FFT进行频谱分析有很多应用。
其中一种常见的应用是信号滤波。
通过分析信号的频谱,我们可以确定信号中所包含的不同频率的成分,从而选择性地滤除或增强一些频率的信号成分。
另一种应用是频谱分析可用于频率识别。
通过观察信号频谱的峰值和分布情况,我们可以确定信号的主要频率成分,从而进行信号的识别和辨别。
尽管DFT和FFT在频谱分析中非常有用,但它们也存在一些局限性。
首先,这些方法假设信号是离散、周期且稳定的。
对于非周期信号和突发信号,DFT和FFT的结果可能会产生混淆或误导。
其次,DFT和FFT的分辨率取决于采样率和信号长度,这可能会导致频域分辨率较低。
利用DFT分析离散信号频谱

实验四利用DFT分析离散信号频谱实验要求:应用傅里叶变换DFT,分析各种离散信号x(k)的频谱。
实验原理:1.离散周期信号离散周期信号可以展开成傅里叶级数,其中傅里叶系数如下式所示式中:N是信号的周期,n为时间离散变量,k为数字频率离散变量,是k次谐波的数字频率。
由于所以离散周期信号的频谱是一个以为周期的周期性离散频谱,各谱线之间的间隔为,而且存在着谐波的关系。
2.离散非周期信号通过离散时间傅里叶变换(DTFT)可求得非周期序列的频谱密度函数,即是数字频率的连续函数。
从式中可见,离散非周期信号的频谱结构是连续的且具有以为周期的周期性。
类似于对连续信号的谱分析,可以使用MA TLAB提供的fft函数计算离散周期信号和离散非周期信号的频谱。
对于离散周期信号,只要对其一个周期内的N点做fft,就可准确地计算得其频谱。
分析步骤:(1)确定离散周期序列的基本周期N;(2)使用fft命令作N点FFT计算X[k]。
频率分辨率。
(3)。
对于离散非周期信号,当序列长度有限时,可以求得准确的频谱样值。
若序列很专或无限长,则由于截短必然产生泄漏误差以及混叠误差,使计算的结果只能是频谱样值的近似值。
求解步骤:(1)确定序列的长度L。
根据能量分布,当序列为无限长需要进行截短。
(2)确定作FFT的点数N;根据频域取样定理,为使时域波形不产生混叠必须取L≥N;(3)使用fft命令作N点FFT计算X[k]。
三、实验内容:1.利用FFT计算信号的频谱;2.利用FFT计算信号的频谱;要求:(1)确定DFT计算的各参数;(2)进行理论值与计算值比较,分析各信号频谱分析的计算精度;(3)详细列出利用DFT分析离散信号频谱的步骤;(4) 写出实验原理。
1. 利用FFT计算信号的频谱(查看源文件)2、利用FFT计算信号的频谱(查看源文件)思考题:1)既然可以直接计算DTFT,为什么利用DFT分析离散信号频谱?答:离散序列的DTFT是连续的周期函数,不适合计算机进行计算,而序列的DFT本身是一个序列,因此特别适合计算机进行计算。
用DFT(FFT)对时域离散信号进行频谱分析
一、实验目的1. 进一步加深DFT 算法原理和基本性质的理解(因为FFT 只是DFT 的一种快速算法, 所以FFT 的运算结果必然满足DFT 的基本性质)。
2.掌握DFT (FFT )对时域离散信号进行频谱分析的方法。
二、实验原理 1、DFT 和FFT 原理:长度为N 的序列x(n)的离散傅立叶变换为X(k):∑-=-==101,....,0,)()(N n nk N N k W n x k X首先按n 的奇偶把时间序列x(n)分解为两个长为N/2点的序列x n x r 12()()=r=0,1,...,N/2-1x n x r 221()()=+r=0,1,...,N/2-1则x(n)的DFT 为X(k)X k x n W x r W x r W x r Wx r W W n N N knr N N krr N N kr r N Nkr r N Nkr Nk()()()()()()//()//==++=+=-=-=-+=-=-∑∑∑∑∑01212021210211202122221由于W e e W N kr j N Kr j N krN kr 222222===--ππ//,故有X k x r W W x r W X k W X k k N r N N kr N k r N N krN k()()()()(),,...,/////=+=+=-=-=-∑∑0211202122120121其中X 1(k) 和X 2(k)分别为x 1(n) 和x 2(n)的N/2点DFT 。
因为X 1(k) 和X 2(k)均是以N/2为周期的,且W W N k N Nk+=-/2。
因此可将N 点DFT X(k)分解为下面的形式X k X k W X k N k()()()=+12 k=0,1,...,N/2-1X k NX k W X k N k ()()()+=-212k=0,1,...,N/2-1通过上面的推导可以看出,N 点的DFT可以分解为两个N/2点的DFT ,每个N/2点的DFT 又可以分解为两个N/4点的DFT 。
用DFT(FFT)对连续信号进行频谱分析
电子信息工程系实验报告课程名称:数字信号处理Array实验项目名称:用DFT(FFT)对连续信号进行频谱分析实验时间:班级:通信姓名: xxp 学号:一、实验目的:1.掌握用DFT(FFT)对模拟信号进行谱分析的方法,理解可能出现的分析误差及其原因,以便在实际中正确应用FFT。
2.熟悉应用FFT实现两个序列的线性卷积的方法。
二、实验原理:1.用DFT(FFT)对连续信号进行频谱分析用DFT(FFT)对模拟信号做谱分析是一种近似的谱分析。
首先一般的模拟信号(周期信号除外)的频谱是连续谱,而用FFT做谱分析得到的是数字谱,因此应该取FFT的点数多一些,用它的包络作为模拟信号的近似谱。
另外,如果模拟信号不是严格的带限信号,会因为频谱混叠现象引起谱分析的误差,这种情况下可以预先将模拟信号进行预滤,或者尽量将采样频率取高一些。
最后要注意一般的模拟信号是无限长的,分析时要截断,截断的长度与对模拟信号进行频谱分析的分辨率有关。
如果要进行谱分析的模拟信号是周期信号,最好选择观测时间是信号周期的整数倍,如果不知道信号的周期,要尽量选择观测时间长一些,以减少截断效应的影响。
在运用DFT(FFT)对模拟信号进行谱分析的过程中主要可能产生以下三种误差:(1) 混叠现象对模拟信号进行谱分析时首先要对其采样,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模拟信号的频谱。
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) 截断效应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。
DFT在信号频谱分析中的应用
设计一 DFT 在信号频谱分析中的应用一、设计题目DFT 在信号频谱分析中的应用二、设计目的1. 熟悉DFT 的性质。
2. 加深理解信号频谱的概念及性质。
3. 了解高密度谱与高分辨率频谱的区别。
三、设计原理所谓信号的频谱分析就是计算信号的傅里叶变换。
连续信号与系统的傅里叶分析显然不便于直接用计算机进行计算,使其应用受到限制,而DFT 是一种时域和频域均离散化的变换,适合数值运算,成为分析离散信号和系统的有力工具。
工程实际中,经常遇到的连续信号Xa(t),其频谱函数Xa(jW)也是连续函数。
数字计算机难于处理,因而我们采用DFT 来对连续时间信号的傅里叶变换进行逼近,进而分析连续时间信号的频谱。
四、实现方法离散傅里叶变换是有限长序列的傅里叶变换,它相当于把信号的傅里叶变换进行等频率间隔采样,并且有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。
快速傅里叶变换(FFT )并不是一种新的变换,它是离散傅里叶变换的一种快速算法,并且主要是基于这样的思路而发展起来的:(1)把长度为N 的序列的DFT 逐次分解成长度较短的序列的DFT 来计算。
(2)利用WN(nk)的周期性和对称性,在DFT 运算中适当的分类,以提高运算速度。
(对称性nk Nnk N WW N-=+2,12-=NN W ;周期性nkN nk N nrN N k rN n NW W W W ---==)(,r 为任意整数,1=nrNNW )离散傅里叶变换的推导:离散傅里叶级数定义为nk j N k p p ek x Nn x N21)(1)(π∑-==(1-1)将上式两端乘以nm j Neπ2-并对n在0~N-1求和可得⎥⎦⎤⎢⎣⎡==∑∑∑∑∑-=---=-=-=---=-10)(110101)(10N2N2N2)()(1)(N n m k n j N N k p N n N k m k n j pN n nm j pe k X ek XNen xπππ 因为{m k 1mk 0)(N )(10)(N 2N2N2-1-1N 11=≠---=-==∑m k j m k j N n m k n jeeeNπππ所以∑∑-=-=--=110)()()(N2N k p N n nm j pm k k X en xδπ 这样∑-=-=10N2)()(N n nm j p p en x m X π用k 代替m得∑-=-=1N2)()(N n nk j pP en xk X π(1-2)令N2πj NeW -=则(1-2)成为DFS []∑-===10)()()(N n nkN pp p W n xk X n x (1-3)(1-1)成为IDFS []∑-=-==10)(1)()(N n nkN p p p W k X Nn x k X (1-4)式(1-3)、(1-4)式构成周期序列傅里叶级数变换关系。
DFT在信号频谱分析中的应用[精选5篇]
DFT在信号频谱分析中的应用[精选5篇]第一篇:DFT在信号频谱分析中的应用设计一 DFT在信号频谱分析中的应用一、设计目的1.熟悉DFT的性质。
2.加深理解信号频谱的概念及性质。
3.了解高密度谱与高分辨率频谱的区别。
二、设计任务与要求1.学习用DFT和补零DFT的方法来计算信号的频谱。
2.用MATLAB语言编程来实现,在做课程设计前,必须充分预习课本DTFT、DFT及补零DFT的有关概念,熟悉MATLAB语言,独立编写程序。
三、设计内容1.用MATLAB语言编写计算序列x(n)的N点DFT的m函数文件dft.m。
并与MATLAB中的内部函数文件fft.m作比较。
参考程序如下: function Xk=dft(xn,N)if length(xn)xn=[xn,zeros(1,N-length(xn))];end n=0:N-1;for k=0:N-1Xk(1,k+1)=sum(xn.*exp((-1)*j*n*k*(2*pi/N)));end 2.对离散确定信号 x(n)=cos(0.48πn)+cos(0.52πn)作如下谱分析:(1)截取x(n)使x(n)成为有限长序列N(0≤n≤N-1),(长度N自己选)写程序计算出x(n)的N点DFT X(k),画出时域序列图xn~n和相应的幅频图X(k)~k。
参考程序如下:(假设N取11,即0≤n≤10 时, 编写程序,计算出X(n)的11点DFT Xk)n = 0:10;xn=cos(0.48*pi*n)+cos(0.52*pi*n);Xk = fft(xn, 11);subplot(2,1,1);stem(n, xn);grid;subplot(2,1,2);stem(n, abs(Xk));grid;(2)将(1)中x(n)补零加长至M点,长度M自己选,(为了比较补零长短的影响,M可以取两次值,一次取较小的整数,一次取较大的整数),编写程序计算x(n)的M点DFT, 画出时域序列图和两次补零后相应的DFT幅频图。
- 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)。
设计一 DFT 在信号频谱分析中的应用
一、设计目的
1. 熟悉DFT 的性质。
2. 加深理解信号频谱的概念及性质。
3. 了解高密度谱与高分辨率频谱的区别。
二、设计任务与要求
1.学习用DFT 和补零DFT 的方法来计算信号的频谱。
2.用MATLAB 语言编程来实现,在做课程设计前,必须充分预习课本DTFT 、DFT 及补零DFT 的有关概念,熟悉MA TLAB 语言,独立编写程序。
三、设计内容
1. 用MATLAB 语言编写计算序列x(n)的N 点DFT 的m 函数文件dft.m 。
并与MA TLAB 中的内部函数文件fft.m 作比较。
参考程序如下:
function Xk=dft(xn,N)
if length(xn)<N
xn=[xn,zeros(1,N-length(xn))];
end
n=0:N-1;
for k=0:N-1
Xk(1,k+1)=sum(xn.*exp((-1)*j*n*k*(2*pi/N)));
end
2. 对离散确定信号 ()cos(0.48)cos(0.52)x n n n ππ=+ 作如下谱分析:
(1) 截取()x n 使()x n 成为有限长序列N(0≤≤n N -1),(长度N 自己选)写程序计 算出()x n 的N 点DFT ()X k ,画出时域序列图xn ~n 和相应的幅频图()~X k k 。
参考程序如下: (假设N 取10,即0≤n ≤9 时, 编写程序,计算出X (n )的10点DFT Xk )
n = 0:9;
xn=cos(0.48*pi*n)+cos(0.52*pi*n);
Xk = fft (xn, 10);
subplot(2,1,1); stem(n, xn); grid;
subplot(2,1,2); stem(n, abs(Xk)); grid;
(2) 将 (1)中()x n 补零加长至M 点,长度M 自己选,(为了比较补零长短的影响,M 可以取两次值,一次取较小的整数,一次取较大的整数),编写程序计算()x n 的M 点DFT, 画出时域序列图和两次补零后相应的DFT 幅频图。
参考程序如下: (假设M 取15和M 取60,即分别补5个0和50个0,得补零后15点的序列xn1和60点的序列xn2,编写程序,计算出xn1的15点DFT Xk1和 xn2的60点DFT Xk2)
n = 0:9; xn=cos(0.48*pi*n)+cos(0.52*pi*n);
n1 = 0:14; xn1 = [xn, zeros(1,5)];
n2= 0:59; xn2 = [xn, zeros(1,50)];
Xk1 = fft(xn1, 15);
Xk2 = fft(xn2, 60);
subplot(3,1,1); stem(n, xn); grid;
subplot(3,1,2); stem(n1, abs(Xk1)); grid;
subplot(3,1,3); stem(n2, abs(Xk2)); grid;
(2) 用补零DFT 计算 (1)中N 点有限长序列()x n 频谱()j X e ω并画出相应的幅频图 ()~j X e ωω。
参考程序如下:(假设M 取100)
n = 0:9; xn=cos(0.48*pi*n)+cos(0.52*pi*n);
n1 = 0:99; xn3 = [xn, zeros(1,90)];
Xk3 = fft(xn3, 100);
plot (n1, abs(Xk3)); grid;
3. 研究高密度谱与高分辨率频谱。
对连续确定信号333
()cos(2 6.510)cos(2710)cos(2910)a x t t t t πππ=⨯⨯+⨯⨯+⨯⨯
以采样频率fs=32kHz 对信号()a x t 采样得离散信号()x n ,分析下列三种情况的幅频特性。
(1)采集数据()x n 长度取N=16点,编写程序计算出()x n 的16点DFT ()X k ,并画出相应 的幅频图()~X k k 。
(2) 采集数据()x n 长度N=16点,补零加长至M 点(长度M 自己选),利用补零DFT 计算
()x n 的频谱1()j X e ω并画出相应的幅频图1()~j X e ωω。
(3) 采集数据()x n 长度取为M 点(注意不是补零至M ),编写程序计算出M 点采集数据
()x n 的的频谱2()j X e ω并画出相应的幅频图2()~j X e ωω。
参考程序如下:
T=1/(32*10^3);
t=(0:15);
xn=cos(2*pi*6.5*10^3*t*T)+cos(2*pi*7*10^3*t*T)+cos(2*pi*9*10^3*t*T); Xk=fft(xn,16);
subplot(2,1,1);stem(t,xn);grid;
subplot(2,1,2);stem(t,abs(Xk));grid;
T=1/(32*10^3);
t=(0:15);
xn=cos(2*pi*6.5*10^3*t*T)+cos(2*pi*7*10^3*t*T)+cos(2*pi*9*10^3*t*T); n1=0:30; xn1=[xn,zeros(1,15)];
Xk1=fft(xn1,31);
subplot(2,1,1);stem(n1,xn1);grid;
subplot(2,1,2);plot(n1,abs(Xk1));grid;
T=1/(32*10^3);
t=[0:30];
xn=cos(2*pi*6.5*10^3*t*T)+cos(2*pi*7*10^3*t*T)+cos(2*pi*9*10^3*t*T); Xk2=fft(xn,31);
subplot(2,1,1);stem(t,xn);grid;
subplot(2,1,2);plot(t,abs(Xk2));grid;
四、设计报告要求
1. 简述设计目的及原理。
2. 完成设计中要求的各种理论推导和计算,并列出相应的MATLAB 程序。
3. 绘出设计中要求的各种曲线,并作出说明。
4. 结合设计过程,归纳得出结论,并分析设计中遇到的问题及解决思路和方法。
5. 写出设计体会。
6. 简要回答如下思考题:
(1)对比设计内容2中(1)(2) (3)的图,说明补零DFT 的作用。
(2)解释设计内容3中1()~j X e ωω图和2()~j X e ωω图有什么区别?补零DFT
能否提高信号的频谱分辨率,说明提高频谱密度、频谱分辨率的措施各是什么?。