实验四连续信号的傅立叶变换

实验四连续信号的傅立叶变换
实验四连续信号的傅立叶变换

实验4非周期信号的傅立叶变换分析

一、实验目的

(1)熟悉连续非周期信号频谱特点及其分析方法;

(2)掌握用MATLAB 实现傅立叶变换的两种方法;

(3)了解常用傅立叶变换性质的MATLAB 实现方法;

二、实验原理

1、傅里叶变换和其逆变换定义如下:

?∞

∞--=

dt e t x j X t j ωω)()( 4.1?∞∞-=ωωπωd e j X t x t j )(1)( 4.2

连续时间傅里叶变换主要用来描述连续时间非周期信号的频谱。按照教材中的说法,任意非周期信号,如果满足狄里克利条件,那么,它可以被看作是由无穷多个不同频率(这些频率都是非常的接近)的周期复指数信号e j ωt 的线性组合构成的,每个频率所对应的周期复指数信号e j ωt 称为频率分量(frequency component),其相对幅度为对应频率的|X(j ω)|之值,其相位为对应频率的X(j ω)的相位。

X(j ω)通常为复函数,可以按照复数的极坐标表示方法表示为:

X(j ω)=|X(j ω)|e j ∠X(j ω)

其中,|X(j ω)|称为x(t)的幅度谱,而∠X(j ω)则称为x(t)的相位谱。

给定一个连续时间非周期信号x(t),它的频谱也是连续且非周期的。

2、用MATLAB 实现方法

MATLAB 进行傅里叶变换有两种方法,一种利用符号运算的方法计算,另一种是数值计算。

2.1采用数值计算的方法来进行傅里叶变换的计算

严格来说,用数值计算的方法计算连续时间信号的傅里叶变换需要有个限定条件,即信号是时限信号(Time limited signal),也就是当时间|t|大于某个给定时间时其值衰减为零或接近于零,这个条件与前面提到的为什么不能用无限多个谐波分量来合成周期信号的道理是一样的。计算机只能处理有限大小和有限数量的数。

采用数值计算算法的理论依据是:

()()j t X j x t e dt ωω∞

--∞=

?∑∞-∞=-→=k T jk T T

e kT x ω)(lim 0

若信号为时限信号,当时间间隔T 取得足够小时,上式可演变为:

∑-=-=N N k T

jk e kT x T

j X ωω)()(T

e e e t x t x t x N t j t j t j N ],,,[)](,),(),([12211221+---+?=ωωω 上式用MATLAB 表示为:

X=x*exp(-j*t’*w)*T

其中X 为信号x(t)的傅里叶变换,w 为频率,T 为取样间隔。

相应的MATLAB 程序:

T =0.01;dw =0.1;

%时间和频率变化的步长t =-10:T:10;

w =-4*pi:dw:4*pi;

X(j ω)可以按照下面的矩阵运算来进行:

X=x*exp(-j*t’*ω)*T;

%傅里叶变换X1=abs(X);

%计算幅度谱phai=angle(X);%计算相位谱

为了使计算结果能够直观地表现出来,还需要用绘图函数将时间信号x(t),信号的幅度谱|X(j ω)|和相位谱∠X(j ω)分别以图形的方式表现出来,并对图形加以适当的标注。这里还需要注意,由于在MATLAB 运算中,必须对连续信号()x t 进行取样,为了不丢失原信号()x t 的信息,即反变换后能不失真地恢复原来信号()x t ,取样间隔T 的确定必须满足取样定理的要求,即取样间隔T 必须小于奈奎斯特频率。

2.1.1用MATLAB 实现傅里叶逆变换

连续时间傅里叶逆变换可用式4.2进行计算。式4.2重写如下:

?∞∞-=ω

ωπωd e j X t x t j )(21)(从定义式可看出,其计算方法与傅里叶变换是一样的,因此可以采用同样的矩阵运算的方法来计算,即

x(t)=X(j ω)*exp(j ω’*t)*d ω

具体的MATLAB 函数如下:

t =-5:0.01;5;%指定信号的时间范围,此范围应根据信号的持续时间确定。dw =0.1;w =-4*pi:d ω:4*pi;

X =input(‘Type in the expression of X(jw)’);

x =X*exp(jw’*t)*dw;

然后用绘图函数就可以绘制出逆变换得到的时域信号波形图。

2.2符号运算的计算方法

MATLAB 提供了两个函数fourier()和ifourier(),它们可分别用来计算傅立叶正变换和反变换,这是计算傅立叶变换的符号计算方法。

(1)傅里叶变换

在Matlab 中,傅里变换变换由函数fourier()实现。fourier()有三种调用格式:

①F=fourier(f )

求时间函数f (t)的傅里叶变换,返回函数F 的自变量默认为w ,即)]([)(t f j F F =ω;②F=fourier(f ,v )

求时间函数f (t)的傅里叶变换,返回函数F 的自变量为v ,即)]([)(t f jv F F =;

③F=fourier(f ,u ,v )

对自变量为u 的函数f (u )求傅里叶变换,返回函数F 的自变量为v ,即)]([)(u f jv F F =。

(2)傅里叶逆变换

在Matlab 中,傅里变换逆变换由函数ifourier()实现。与函数fourier()相类似,ifourier()也有三种调用格式:

①f=ifourier(F )

求函数F (j ω)的傅里叶逆变换,返回函数f 的自变量默认为x ,即)]([)(1ωj F x f -=F ;②f=ifourier(F ,u )

求函数F (j ω)的傅里叶逆变换,返回函数f 的自变量为u ,即)]([)(1ωj F u f -=F 。③f=ifourier(F ,v ,u )

求函数F (j v )的傅里叶逆变换,返回函数f 的自变量为u ,即)]

([)(1

jv F u f -=F 这里要注意的是,在调用上述两个函数之前,先要用syms 命令对所用到的变量(如t 、u 、v 、w)等进行说明,也就是要将这些变量说明成符号变量。对于fourier()中的函数f 或ifourier()中的F ,也要用syms 将f 或F 说明成为符号表达式。另外,在采用fourier()及ifourier()得到的返回函数,仍然是符号表达式。若需要对返回函数作图时,只能用ezplot()绘图命令,而不能用plot()命令。如果返回函数中含有δ(ω)等项,用ezplot()也无法作图。

fourier()函数的局限性:用fourier()对某些信号求反变换时,其返回函数可能会包含一些不能直接表达的式子,甚至可能会出现一些屏幕提示为“未被定义的函数或变量”的项;另外,在许多情况下,信号)(t f 尽管是连续的,但却不可能表示成符号表达式;函数fourier()也不可能对离散信号)(n f 进行处理。

例1.求单边指数函数2()()t f t e u t -=的傅里叶变换,画出其幅频特性和相频特性图。

解:编写如下M 文件,

syms t w f

f=exp(-2*t)*sym('Heaviside (t)');

F=fourier(f)

subplot(3,1,1);ezplot(f,[0:2,0:1.2]);

subplot(3,1,2);ezplot(abs(F),[-10:10]);

subplot(3,1,3);ezplot(angle(F),[-10:10])

运行后,可得如下的文本和如图1所示图

形结果。

F =1/(2+i*w)上式相当于:ω

ωj j F +=21

)(要说明的是,相频特性图中,相位的单位为“弧度”。

注:Heaviside(t)函数即为单位阶跃函数u(t)。在调用Heaviside(t)函数之前一定要在你的当前工作目录下创建该函数。创建Heaviside(t)函数方法如下:

function f=Heaviside(t)

f=(t>0);

且以Heaviside.m 文件名保存。

说明:直接用例题一的M 文件来仿真,是得不到图1中的相频特性图的。原因是F=fourier(f)是符号变量,而atan2(),angle()函数只能处理数值型,不能处理符号变量。

将程序修改为

syms t w f

f=exp(-2*t)*sym('Heaviside (t)');

F=fourier(f);

subplot(3,1,1);ezplot(f,[0:2,0:1.2]);

subplot(3,1,2);ezplot(abs(F),[-10:10]);

w1=-10:0.01:10;%设定频率变化范围及间隔

k=subs(F,w,w1);%将符号运算转为数值运算。

phai=angle(k);图

1图

subplot(3,1,3);plot(w1,phai)%该三行用来得到相频特性图可得到完整图形。

例2.求2

11)(ωω+=j F 的傅里叶逆变换)(t f 。解:编写如下M 文件,

syms t w

F=1/(1+w^2);

f=ifourier(F,w,t)

ezplot(f)

运行后,可得如下的文本和如图2所示图形结果。

1/2*exp(-t)*Heaviside(t)+1/2*exp(t)*Heaviside(-t)上式相当于:111()()()222t

t t f t e u t e u t e --=+-=三、知识扩展

在MATLAB 频谱分析的实际应用中,往往使用一个新的指令fft(),这是一种快速离散傅立叶变换指令。指令格式为:X=fft(x,N),其中:x 为时域信号,N 为傅立叶变换的长度,X 为x 的傅立叶变换,X 的长度也为N。

例:用FFT 分析信号频率成分

一被噪声污染的信号,很难看出它所包含的频率分量,如一个由50Hz 和150Hz 正弦信号构成的信号,受到均值为零、均方差为0.5的高斯随机信号的于扰,数据采样率fs=500Hz.通过FFT 来分析其信号频率成分,用matlab 实现如下:

fs=500;%采样频率fs=500Hz.

t=0:1/fs:1;%采样周期为1/fs.

f=sin(2*pi*50*t)+sin(2*pi*150*t);%产生信号f(t)

subplot(3,1,1);plot(t,f);title('原始信号');

y=f+0.5*randn(1,length(t));%加噪声信号

subplot(3,1,2);plot(t,y);title('受噪声污染的信号');

N=256;

Y=fft(y,N);%对加噪信号进行FFT

k=0:N-1;

f=fs*k/N;

subplot(3,1,3);plot(f,abs(Y));title('FFT(幅度谱)');

(由频谱图可见,在50Hz 和150Hz 各出现很长的谱线,表明含噪信号y中含有这二个频率的信号.在350Hz 和450Hz 处也出现很长的谱线,这并不是说y 中也含350Hz 和450Hz 的信号,这是由于采样信号的频谱是以采样频率fs为间隔周期出现而造成的

)

图2

掌握了fft()指令的使用后,我们来完成一个任务,我们对实验二知识扩展中的含噪信号进行频谱分析。信号波形如图4所示,完成该信号的频谱分析,并计算出其中有用成分的频率和噪声信号的频率。

图4含噪信号

含噪信号假设为:()sin(2)0.1sin(50)

f t t t ππ=+F=fft(f,200);

四、实验内容

1、给定时限信号:

??

???<≤+-<≤--<≤-+=21,211,112,2)(1t t t t t t x 编写MATLAB 程序Q4_1,用符号运算方法和数值计算两种方法求x 1(t)傅里叶变换。仿真图片包含信号时域波形、幅度谱和相位谱。

2、编写MATLAB 程序Q4_2,求单边指数数信号

()2t f t e -=的傅立叶变换,并画出其波形。

3、编写MATLAB 程序Q4_3,一矩形脉冲)1()1()(--+=t u t u t f ,载波信号)10cos()(t t x π=,试用傅立叶变换的数值解法实现调幅信号)()()(t x t f t y ?=,并绘制出)(t f 、)(t y 及它们各自的频谱。

回答问题:结合频谱图,对傅立叶变换的频移特性进行说明。

4、编写MATLAB 程序Q4_4,设)1(2

1)()1(2-=--t u e t f t ,试用MATLAB 绘制出信号)(t f 及其幅度频谱和相位频谱,观察并分析信号时移对信号频谱的影响。

5、求24()4F j ωω=+的傅里叶逆变换)(t f 。

6、(选作题)对知识扩展中的含噪信号()sin(2)0.1sin(50)f t t t ππ=+,进行傅里叶变换,绘制幅度频谱图,从结果中能看出什么?(建议用FFT )

五.实验报告要求

1.实验目的。

2.实验内容与步骤。

3.请写出实验过程中曾出现的问题和你的解决方法,你对实验有何感想和体会?

实验一信号与系统的傅立叶分析.

实验一 信号与系统的傅立叶分析 一. 实验目的 用傅立叶变换对信号和系统进行频域分析。 二.实验仪器 装有matlab 软件的计算机 三.实验内容及步骤 (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。、 当a=0.95 B=1; A=[1,0.95]; subplot(1,3,1); 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(1,3,2); 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(1,3,3); plot(w/pi,angle(H),'linewidth',2); grid on; xlabel('\omega/\pi');ylabel('\phi(\omega)'); title('相频响应特性'); axis([-0.1,2.1,-1.5,1.5]); a=0.5程序如上,图如下

(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。 当方程为)1()()(1-+=n x n x n y 的程序代码: B=[1,1];A=1; subplot(2,3,1);zplane(B,A); xlabel('实部Re'); ylabel('虚部Im'); title('y(n)=x(n)+x(n-1)传输函数零、极点分布'); grid on [H,w]=freqz(B,A,'whole'); subplot(2,3,2); plot(w/pi,abs(H),'linewidth',2); grid on;

实验八 利用快速傅里叶变换(FFT)实现快速卷积(精选、)

实验八 利用FFT 实现快速卷积 一、 实验目的 (1) 通过这一实验,加深理解FFT 在实现数字滤波(或快速卷积)中的重要作用,更好的利用FFT 进行数字信号处理。 (2) 进一步掌握循环卷积和线性卷积两者之间的关系。 二、 实验原理与方法 数字滤波器根据系统的单位脉冲响应h(n)是有限长还是无限长可分为有限长单位脉冲响应(Finite Impulse Response )系统(简记为FIR 系统)和无限长单位脉冲响应(Infinite Impulse Response )系统(简记为IIR 系统)。 对于FIR 滤波器来说,除了可以通过数字网络来实现外,也可以通过FFT 的变换来实现。 一个信号序列x(n)通过FIR 滤波器时,其输出应该是x(n)与h(n)的卷积: ∑+∞ -∞ =-= =m m n h m x n h n x n y )()()(*)()( 或 ∑+∞ -∞ =-= =m m n x m h n x n h n y ) ()()(*)()( 当h(n)是一个有限长序列,即h(n)是FIR 滤波器,且10-≤≤N n 时 ∑-=-=1 0) ()()(N m m n x m h n y 在数字网络(见图6.1)类的FIR 滤波器中,普遍使用的横截型结构(见下图6.2 图6.1 滤波器的数字网络实现方法 图6.2 FIR 滤波器横截型结构 y(n) y(n) -1-1-1-1

应用FFT 实现数字滤波器实际上就是用FFT 来快速计算有限长度列间的线性卷积。 粗略地说,这种方法就是先将输入信号x(n)通过FFT 变换为它的频谱采样 值X(k),然后再和FIR 滤波器的频响采样值H(k)相乘,H(k)可事先存放在存储器中,最后再将乘积H(k)X(k)通过快速傅里叶变换(简称IFFT )还原为时域序列,即得到输出y(n)如图6.3所示。 图6.3 数字滤波器的快速傅里叶变换实现方法 现以FFT 求有限长序列间的卷积及求有限长度列与较长序列间的卷积为例来讨论FFT 的快速卷积方法。 (1) 序列)(n x 和)(n h 的列长差不多。设)(n x 的列长为1N ,)(n h 的列长为2N ,要求 )()(n x n y =N ∑-=-==1 ) ()()(*)()(N r r n h r x n h n x n h 用FFT 完成这一卷积的具体步骤如下: i. 为使两有限长序列的线性卷积可用其循环卷积代替而不发生混叠,必须选择循环卷积长度121-+≥N N N ,若采用基2-FFT 完成卷积运 算,要求m N 2=(m 为整数)。 ii. 用补零方法使)(n x ,)(n h 变成列长为N 的序列。 ?? ?-≤≤-≤≤=10 10)()(11N n N N n n x n x ?? ?-≤≤-≤≤=10 1 0)()(22N n N N n n h n h iii. 用FFT 计算)(),(n h n x 的N 点离散傅里叶变换 )()(k X n x FFT ??→? )()(k H n h FFT ??→? iv. 做)(k X 和)(k H 乘积,)()()(k H k X k Y ?= v. 用FFT 计算)(k Y 的离散傅里叶反变换得 y(n)

傅里叶变换在信号处理中的应用

傅里叶变换在信号处理中的应用 姓名董柱班级电气工程及其自动化学号1109141013 摘要: 傅里叶变换是一种特殊的积分变换。通过傅里叶变换把信号的从时域变换到频域研究,采用频域法较之经典时域的方法有很多突出的优点,虽然傅里叶分析不是信息科学与技术领域中唯一的变换域方法,但是不得不承认,在此领域中,傅里叶变换分析始终有着广泛的应用,通过傅里叶变换实现信号的滤波,调制,抽样是傅里叶变换在信号处理中最主要的作用。通过对信号的调制可以将信号的低频成分调制到高频,实现频谱搬移,减少马间串扰,提高抗噪声新能,有利于信号的远距离传输,另外,对信号采样可以使连续信号离散化,有利于用计算机对信号进行处理,总之,傅里叶变换在信号处理中有着非常重要的作用。傅里叶变换是学习其他频域变换的基础。 关键词: 傅里叶变换,时域,频域,信号处理,信息科学与技术,滤波,调制,抽样。 一傅里叶变换 1.定义 f(t)是t的函数,如果t满足狄里赫莱条件:具有有限个间断点;具有有限个极值点;绝对可积。则有下图①式成立。称为积分运算f(t)的傅立叶变换, ②式的积分运算叫做F(ω)的傅立叶逆变换。F(ω)叫做f(t)的像函数,f(t)叫做 F(ω)的像原函数。F(ω)是f(t)的像。f(t)是F(ω)原像。 ① 傅里叶变换 傅里叶逆变换 2.分类 连续傅立叶变换:一般情况下,若“傅立叶变换”一词的前面未加任何限定语,则指的是“连续傅立叶变换”。“连续傅立叶变换”将平方可积的函数f(t) 表示成复指数函数的积分或级数形式。 f(t) = \mathcal^[F(ω)] = \frac{\sqrt{2π}} \int\limits_{-\infty}^\infty F(ω)e^{iωt}\,dω.

深入探析快速傅立叶变换(FFT)

深入探析快速傅立叶变换(FFT) 摘要: FFT(Fast Fourier Transform,快速傅立叶变换)是离散傅立叶变换的快速算法,也是我们在数字信号处理技术中经常会提到的一个概念。在大学的理工科课程中,在完成高等数学的课程后,数字信号处理一般会作为通信电子类专业的专业基础课程进行学习,原因是其中涉及了大量的高等数学的理论推导,同时又是各类应用技术的理论基础。 关于傅立叶变换的经典著作和文章非常多,但是看到满篇的复杂公式推导和罗列,我们还是很难从直观上去理解这一复杂的概念,我想对于普通的测试工程师来说,掌握FFT的概念首先应该搞清楚这样几个问题:(1)为什么需要FFT (2) 变换究竟是如何进行的(3) 变换前后信号有何种对应关系(4) 在使用测试工具(示波器或者其它软件平台)进行FFT的方法和需要注意的问题(5) 力科示 波器与泰克示波器的FFT计算方法的比较 在这篇文章中我尝试用更加浅显的讲解,尽量不使用公式推导来说一说FFT 的那些事儿。 一, 为什么需要FFT? 首先FFT(快速傅立叶变换)是离散傅立叶变换的快速算法,那么说到FFT,我们自然要先讲清楚傅立叶变换。先来看看傅立叶变换是从哪里来的? 傅立叶是一位法国数学家和物理学家的名字,英语原名是Jean Baptiste Joseph Fourier(1768-1830), Fourier对热传递很感兴趣,于1807年在法国科学学会上发表了一篇论文,运用正弦曲线来描述温度分布,论文里有个在当时颇具争议性的命题:任何连续周期信号可以由一组适当的正弦曲线组合而成。当时审查这个论文的人,其中有两位是历史上著名的数学家拉格朗日(Joseph Louis Lagrange, 1736-1813)和拉普拉斯(Pierre Simon de Laplace, 1749-1827),当拉普拉斯和其他审查者投票通过并要发表这个论文时,拉格朗日坚决反对,在近50年的时间里,拉格朗日坚持认为傅立叶的方法无法表示带有棱角的信号,如在方波中出现非连续变化斜率。法国科学学会屈服于拉格朗日的权威,拒绝了傅立叶的工作,幸运的是,傅立叶还有其它事情可忙,他参加了政治运动,随拿破仑远征埃及,法国大革命后因为怕被推上断头台而一直在逃难。直到拉格朗日死后15年这个论文才被发表出来。 谁是对的呢?拉格朗日是对的:正弦曲线无法组合成一个带有棱角的信号。但是,我们可以用正弦曲线来非常逼近地表示它(棱角),逼近到两种表示方法不存在能量差别,基于此,傅立叶是对的。 为什么我们要用正弦曲线来代替原来的曲线呢?如我们也还可以用方波或三角波来代替,分解信号的方法是无穷的,但分解信号的目的是为了更加简单地处理原来的信号。用正余弦来表示原信号会更加简单,因为正余弦拥有其他信号所不具备的性质:正弦曲线保真度。一个正弦曲线信号输入后,输出的仍是正弦曲线,只有幅度和相位可能发生变化,但是频率和波的形状仍是一样的,且只有正弦曲线才拥有这样的性质,正因如此我们才不用方波或三角波来表示。

实验二 参考 快速傅立叶变换(FFT)及其应用

实验二快速傅立叶变换(FFT )及其应用 一、实验目的 1.在理论学习的基础上,通过本实验,加深对FFT 的理解,熟悉FFT 子程序。 2.熟悉应用FFT 对典型信号进行频谱分析的方法 3.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 在各种信号序列中,有限长序列信号处理占有很重要地位,对有限长序列,我们可以使用离散Fouier 变换(DFT)。这一变换不但可以很好的反映序列的频谱特性,而且易于用快速 算法在计算机上实现,当序列x(n)的长度为N 时,它的DFT 定义为: 1 0()()N kn N n X k x n W -==∑, 2n j N N W e -=反换为:10 1()()N kn N k x n X k W N --==∑有限长序列的DFT 是其Z 变换在单位圆上的 等距采样,或者是序列Fourier 变换的等距采样,因此可以用于序列的谱分析。 FFT 并不是与DFT 不同的另一种变换,而是为了减少DFT 运算次数的一种快速算法。它是对变换式进行一次次分解,使其成为若干小点数的组合,从而减少运算量。常用的FFT 是以2为基数的,其长度 N=2L ,它的效率高,程序简单使用非常方便,当要变换的序列长度不等于2的整数次方时,为了使用以2为基数的FFT ,可以用末位补零的方法,使其长度延长至2的整数次方。 在运用DFT 进行频谱分析的过程中可能产生几种问题: (1) 混叠 序列的频谱时被采样信号的周期延拓,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) 泄漏 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。 泄漏不能与混叠完全分开,因为泄漏导致频谱的扩展,从而造成混叠。为了减少泄漏的影响,可以选择适当的窗函数使频谱的扩散减至最小。 DFT 是对单位圆上Z 变换的均匀采样,所以它不可能将频谱视为一个连续函数,就一定意义上看,用DFT 来观察频谱就好像通过一个栅栏来观看一个图景一样,只能在离散点上看到真实的频谱,这样就有可能发生一些频谱的峰点或谷点被“尖桩的栅栏”所拦住,不能别我们观察到。 减小栅栏效应的一个方法就是借助于在原序列的末端填补一些零值,从而变动DFT 的点数,这一方法实际上是人为地改变了对真实频谱采样的点数和位置,相当于搬动了每一根“尖桩栅栏”的位置,从而使得频谱的峰点或谷点暴露出来。 用FFT 可以实现两个序列的圆周卷积。在一定的条件下,可以使圆周卷积等于线性卷积。一般情况,设两个序列的长度分别为N1和N2,要使圆周卷积等于线性卷积的充要条件是

Chirp信号的傅里叶变换的特征比较.

Chirp信号的傅里叶变换的特征比较 Chirp信号即线性调频信号是瞬时频率在某个范围内随时间变化的正弦波,因其良好的频带利用率,具有较强的抗干扰、抗多途效应和抗多普勒衰减以及良好的频带利用率等优点,因此在通信、声呐、雷达等领域具有广泛的应用。本文就瞬时频率范围(信号的调频宽度)和信号的持续时间(信号的周期)对傅里叶变换后的chirp函数的频谱函数的影响做出讨论,运用MATLAB仿真分析比较。 一.信号的调频宽度上下限对频谱函数的影响 1)高频宽度300情况下的频谱函数。信号的采样频率为43000,扫描时间为0.05,初始频率设为19700,结束频率位置为20000。 2)低频宽度300情况下的频谱函数。信号的采样频率为2000,信号的持续时间为0.05,初始频率设为40,结束频率设置为340。 由上面两幅图可以看出,当它们满足,幅度谱的大小基本都在 0.01和0.015之间,这是因为它们的调频上下限之差相同都是300,且时间周 期都为0.05。由公式可知,幅度与信号的调频宽度(表示傅里叶变换后的频带宽度)和时间周期有关。 二.信号的调频宽度对频谱函数的影响 1)高频宽度10000情况下的频谱函数。信号的采样频率为48000,扫描时间为0.05,初始频率设为10000,结束频率位置为20000。

2)低频宽度80情况下的频谱函数。信号的采样频率为1000,信号的持续时间为0.05,初始频率设为40,结束频率设置为120。 上面两图在频带宽度内的幅度谱差异很明显,这是因为只有当时,近似程度才更高。 三.信号的持续时间对频谱函数的影响 1)低频宽度80情况下的频谱函数。信号的采样频率为1000,chirp 脉冲为0.05,信号的持续时间为2,初始频率设为40,结束频率设置为120。 上图的信号周期是2,发射脉冲长度为0.05与之前其它参数相同的图4比较可知,频带宽度基本相同,在频带宽度内的幅度谱没有太大变化,只是频点上的曲线多了些波动。

离散傅立叶变换及谱分析

数字信号处理实验 实验二、离散傅立叶变换及谱分析 学院:信息工程学院 班级:电子101班 姓名:*** 学号:******

一、实验目的 1.掌握离散傅里叶变换的计算机实现方法。 2.检验实序列傅里叶变换的性质。 3.掌握计算序列的循环卷积的方法。 4.学习用DFT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,以便在实际中正确应用DFT。 二、实验内容 1.实现序列的离散傅里叶变换并对结果进行分析。(自己选择序列,要求包括复序列,实序列,实偶序列,实奇序列,虚奇序列) 本例检验实序列的性质DFT[xec(n)]=Re[X(k)] DFT[xoc(n)]=Im[X(k)] (1)设 x(n)=10*(0.8).^n(0<=n<=10),将x(n)分解为共扼对称及共扼反对称部分 n=0:10; x=10*(0.8).^n; [xec,xoc]=circevod(x); subplot(2,1,1);stem(n,xec); title('Circular -even component') xlabel('n');ylabel('xec(n)');axis([-0.5,10.5,-1,11]) subplot(2,1,2);stem(n,xoc); title('Circular -odd component') xlabel('n');ylabel('xoc(n)');axis([-0.5,10.5,-4,4]) figure(2) X=dft(x,11); Xec=dft(xec,11); Xoc=dft(xoc,11); subplot(2,2,1);stem(n,real(X));axis([-0.5,10.5,-5,50]) title('Real{DFT[x(n)]}');xlabel('k'); subplot(2,2,2);stem(n,imag(X));axis([-0.5,10.5,-20,20]) title('Imag{DFT[x(n)]}');xlabel('k'); subplot(2,2,3);stem(n,Xec);axis([-0.5,10.5,-5,50]) title('DFT[xec(n)]');xlabel('k'); subplot(2,2,4);stem(n,imag(Xoc));axis([-0.5,10.5,-20,20]) title('DFT[xoc(n)]');xlabel('k'); 实验说明: 复数序列实数部分的离散傅立叶变换是原来序列离散傅立叶变换的共轭对称分量,复数序列虚数部分的离散傅立叶变换是原来序列离散傅立叶变换的反对称分量,复序列共轭对称分量的离散傅立叶变换是原来序列离散傅立叶变换的实数部分,复序列反对称分量的离散傅立叶变换是原来序列离散傅立叶变换的虚数部分。

实验一快速傅里叶变换

实验一 快速傅里叶变换之报告 一 、实验目的 1、在理论学习的基础上,通过本实验加深对快速傅立叶变换的理解; 2、熟悉并掌握按时间抽取FFT 算法的程序; 3、了解应用FFT 进行信号频谱分析过程中可能出现的问题,例如混淆、泄漏、 栅栏效应等,以便在实际中正确应用FFT 。 二 实验内容 a ) 信号频率F =50Hz ,采样点数N=32,采样间隔T= matlab 程序代码为: F=50; T=; N=32; n=0:N-1; t=n*T; A=sin(2*pi*F*t); figure; Y = fft(A,N); h = (abs(Y)); h=h/max(h(1:N)); for n=1:N; string1=strcat('X(',num2str(n-1), ')=',num2str(h(n))); disp(string1); f=(n/T)/N; end stem([0:N-1]/N/T,h); xlabel('?μ?ê/HZ'); ylabel('??·ùX£¨ejw£?'); title('·ù?μì?D?'); 上述代码命令中,将FFT 变换后的数字变量K ,在画图时转换成频域中的频率f 。这主 要是根据数字频率与模拟域频率之间的关系: T Ω=ω 其中ω、Ω分别为数字和模拟域中的频率,且N k πω2= f π2=Ω 于是有: NT k f = 运算结果: X(1)=1 X(2)= X(3)= X(4)=

X(5)= X(6)= X(7)= X(8)= X(9)= X(10)= X(11)= X(12)= X(13)= X(14)= X(15)= X(16)= X(17)= X(18)= X(19)= X(20)= X(21)= X(22)= X(23)= X(24)= X(25)= X(26)= X(27)= X(28)= X(29)= X(30)= X(31)=1 b)信号频率F=50Hz,采样点数N=32,采样间隔T= 同理可将a)中F、N、T,参数改成要求值(以下均是如此),即可得,X(0)= X(1)= X(2)= X(3)= X(4)= X(5)= X(6)= X(7)= X(8)=1 X(9)= X(10)= X(11)= X(12)= X(13)= X(14)= X(15)= X(16)= X(17)= X(18)= X(19)= X(20)= X(21)= X(22)= X(23)= X(24)=1 X(25)= X(26)= X(27)= X(28)= X(29)= X(30)= X(31)=

连续时间信号傅里叶变换及调制定理

乐山师范学院学生实验报告 实验课程名称: matlab 与信号系统实验 实验日期:2014年 月 日 姓名 学号 同组人 班级 系(院) 专业 级 班 指导老师 一、实验项目名称 连续时间信号傅里叶变换及调制定理 二、实验目的 1.学会用MA TLAB 求符号运算法的傅立叶正反变换; 2. 理解调制对信号频谱的影响 三、实验主要仪器设备仪器、器材、软件等 PC 机与matlab 软件 四、实验原理 见指导书 五、实验内容、步骤 1.求信号)()(t e t f t ε-=的频谱函数,并分别作出原函数与频谱函数的波形。 2.求信号2 )1(2)(ωω ωj j F += 的原函数,并分别作出原函数与频谱函数的波形。 3.设信号)100sin()(t t f π=,载波)(t y 为频率为400Hz 的余弦信号。试用MATLAB 实现调幅信号)(t y ,并观察)(t y 的频谱和)(t f 的频谱,以及两者在频域上的关系。 4.设),10cos( )()(),1()1()(1t t f t f t u t u t f π=--+=,试用MATLAB 画出)(),(1t f t f 的时域波形及其频谱,并观察傅里叶变换的频移特性。 六、实验记录(数据、现象、报表、软件、图象等) 1、 syms t w; f=exp(-1*t).*heaviside(t); y=fourier(f);

y=simplify(y); subplot(121); ezplot(f,[-3,3]); subplot(122); ezplot(w,y,[-2,2]); -2 02 0.10.20.30.40.50.60.70.80.9t exp(-t) heaviside(t) -2 -1 01 2 -3-2 -101 2 34 x y x = w, y = 1/(1+i w) 2、 syms t w ; ft=ifourier((2*w/(1+i*w)^2),t); y=ifourier(ft); y=simplify(y); subplot(121); ezplot(real(ft)); subplot(122); ezplot(imag(ft)); -5 05 -1 -0.8-0.6-0.4-0.200.20.40.60.81 t i exp(-t) heaviside(t) (t-1)-i conj(exp(-t) heaviside(t) (t-1))0 2 4 6 -0.6 -0.5-0.4-0.3-0.2-0.100.10.20.3 t -1/2 i (2 i exp(-t) heaviside(t) (t-1)+2 i conj(exp(-t) heaviside(t) (t-1)))

傅立叶的思想及其意义

【傅立叶生平简介】 夏尔·傅立叶(Charles Fourier,1772—1837) ,法国思想家弗朗斯瓦.沙利.马利.傅立叶是和圣西门同时代的法国著名的“空想”社会主义者。他的“空想”社会主义学说和圣西门主义产生的历史条件相同,但自成一个体系,被称作傅立叶主义。傅立叶的空想社会主义学说和圣西门、欧文的空想社会主义学说一起,为马克思的科学社会主义学说的诞生,提供了宝贵的思想资料,成为马克思主义的三个来源之一。马克思曾经称赞傅里叶是“19世纪最伟大的讽刺家”。 【他关于这个社会的主张】他不主张废除私有制,幻想通过宣传和教育来建立一种以“法郎吉”为其基层组织的社会主义社会。他已有关于消灭脑力劳动和体力劳动的对立以及城市和乡村的对立的思想萌芽。还首次提出妇女解放的程度是人民是否彻底解放的准绳。在教育上,主张对儿童从小实施劳动教育和科学教育。傅立叶还阐述了他的空想社会主义的理想社会是一种“和谐的”社会,这种社会由他称之为“法郎吉”的基层组织所组成。这是一种农业和工业联合在一起的生产、消费协作组织,劳动者以劳力、资本家以股份参加,成员都应该劳动。生产总收益除生产费外,按特定比例分配给出资本的股东、技术工作者和生产劳动者。为了自己的美好设想,傅立叶曾进行过一些尝试。他多次请统治者和资本家赞助他的计划,但

一直到他老死,始终没有一个资本家上门对他的计划感兴趣。虽然傅立叶的设想都失败了,但他关于未来社会的天才设想,却给科学社会主义的诞生提供了宝贵的思想材料。 【他心中的理想社会】傅立叶为自己的理想社会设计了一种叫做“法朗吉”的“和谐制度”,是一种工农结合的社会基层组织。”“法朗吉”通常由大约一千六百人组成。在“法朗吉”内,人人劳动,男女平等,免费教育,工农结合,没有城乡差别、脑力劳动和体力劳动的差别。他还为“法朗吉”绘制了一套建筑蓝图。建筑物叫“法伦斯泰尔”,中心区是食堂、商场、俱乐部、图书馆等。建筑中心的一侧是工厂区,另一侧是生活住宅区。“法朗吉”是招股建设的。收入按劳动、资本和才能分配。傅立叶幻想通过这种社会组织形式和分配方案来调和资本与劳动的矛盾,从而达到人人幸福的社会和谐。 【他对婚姻的认识】 傅立叶曾经正确地指出,资本主义文明制度的本质特征是侮辱女性,妇女是一种商品,婚姻不过是一种特殊的商业交易,资产阶级婚姻只是一种合法而持续的卖淫。他辛辣地嘲讽说:“正象文法中二个否定构成一个肯定,在婚姻交易中也是两个卖淫构成一桩德行。”傅立认为:“侮辱女性既是文明的本质特征,也是野蛮的本质特征,区别只在于野蛮以简单的形式所犯下的罪恶,文明都赋之以复杂的、暧昧的、两面性的、伪善的存在形式……对于使妇女陷于奴隶状态这件事,男人自己比任何人都更应该受到惩罚。”

快速傅立叶变换(FFT)算法_DSP实验

快速傅立叶变换(FFT)算法实验 摘要:FFT(Fast Fourier Transformation),即为快速傅里叶变换,是离散傅里叶变换的快速算法,它是根据离散傅里叶变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。这种算法大大减少了变换中的运算量,使得其在数字信号处理中有了广泛的运用。本实验主要要求掌握在CCS环境下用窗函数法设计FFT快速傅里叶的原理和方法;并且熟悉FFT快速傅里叶特性;以及通过本次试验了解各种窗函数对快速傅里叶特性的影响等。 引言: 快速傅里叶变换FFT是离散傅里叶变换DFT的一种快速算法。起初DFT的计算在数字信号处理中就非常有用,但由于计算量太大,即使采用计算机也很难对问题进行实时处理,所以并没有得到真正的运用。1965年J.W.库利和T.W.图基提出快速傅里叶变换,采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。从此,对快速傅里叶变换(FFT)算法的研究便不断深入,数字信号处理这门新兴学科也随FFT的出现和发展而迅速发展。根据对序列分解与选取方法的不同而产生了FFT的多种算法,基本算法是基2DIT和基2DIF。FFT 的出现,使信号分析从时域分析向频域分析成为可能,极大地推动了信号分析在各领域的实际应用。FFT在离散傅里叶反变换、线性卷积和线性相关等方面也有重要应用。

一、 实验原理: FFT 并不是一种新的变换,它是离散傅立叶变换(DFT )的一种快速算法。由于我们在计算DFT 时一次复数乘法需用四次实数乘法和二次实数加法;一次复数加法则需二次实数加法。每运算一个X (k )需要4N 次复数乘法及2N+2(N-1)=2(2N-1)次实数加法。所以整个DFT 运算总共需要4N^2次实数乘法和N*2(2N-1)=2N(2N-1)次实数加法。如此一来,计算时乘法次数和加法次数都是和N^2成正比的,当N 很大时,运算量是可观的,因而需要改进对DFT 的算法减少运算速度。 根据傅立叶变换的对称性和周期性,我们可以将DFT 运算中有些项合并。我们先设序列长度为N=2^L ,L 为整数。将N=2^L 的序列x(n)(n=0,1,……,N-1),按N 的奇偶分成两组,也就是说我们将一个N 点的DFT 分解成两个N/2点的DFT ,他们又从新组合成一个如下式所表达的N 点DFT : ∑∑∑∑∑-=+-=-=++ = + =-≤≤= =1 )12(1 20 2为奇 为偶 10 )12()2()()(10, )()]([)(N r k r N N r rk N n nk N n nk N N n nk N W r x W r x W n x W n x N k W n x n x DFT k X

傅立叶的基本理论

只要是理工科毕业的朋友,都学过傅立叶级数与傅立叶变换,但真正要与实际应用联系起来,用它来阐述应用中的各类问题,我们总会感觉概念模糊,似懂非懂,不知从何说起。是的,作者和你一样,常常有这样的体会。现在,让我与你一起重新学习傅立叶的基本理论和应用,最后还给出一份FFT(快速傅立叶变换)的源码(基于C)。希望对你有所帮助。Let’s go! 1.历史回顾 谈傅立叶变换,不能不说三角函数。三角函数起源于18世纪,主要是与简谐振动的研究有关。当时的科学家傅立叶对三角函数作了深入研究,并用三角级数解决了很多热传导的问题。三角函数的展开式如下: f(t) = (1/2a0) + (a1·cos(x)+b1·sin(x)) + (a2·cos(2x)+b2·sin(2x)) + … 其中,系数a和b表示不同频率阶数下的幅度。 成立条件: n 周期性条件,也就是说f(x)描述的波形必须每隔一段时间周期T就会重复出现; n Dirichlet条件,周期T内,有限的最大最小值,有限的不连续点; 任何区间内绝对可积; 研究目的: 把一个基于时间变量t的函数展开成傅立叶级数的目的是分解为不同的频率分量,以便进行各种滤波算法。这些基本的组成部分是正弦函数SIN(nt)和余弦函数COS(nt)。 应用领域: l 信号分析,包括滤波、数据压缩、电力系统的监控等; l 研究偏微分方程,比如求解热力学方程的解时,把f(t)展开为三角级数最为关键。 l 概率与统计,量子力学等学科。 2.傅立叶变换 H(w) = ∫h(t)·e^jwt·dt, (区间:-∽~+∽,w = 2πf) 讨论:这里为什么会选择复指数的形式而没有用正弦余弦表示?

DSP-快速傅立叶变换(FFT)算法实验

中南大学 DSP技术实验报告 实验名称:快速傅立叶变换(FFT)算法实验专业班级:信息0602 学生姓名:张倩曦(学号:24) 指导老师:陈宁 完成日期: 2009年12月2日 中南大学·信息科学与工程学院

快速傅立叶变换(FFT)算法实验一.实验目的 1.掌握用窗函数法设计FFT 快速傅里叶的原理和方法; 2.熟悉FFT 快速傅里叶特性; 3.了解各种窗函数对快速傅里叶特性的影响。 二.实验设备 PC 兼容机一台,操作系统为Windows2000(或Windows98,WindowsXP,以下默认为Windows2000),安装Code Composer Studio 软件。 三.实验原理 1.FFT 的原理和参数生成公式: 公式(1)FFT 运算公式 FFT 并不是一种新的变换,它是离散傅立叶变换(DFT)的一种快速算法。由于我们在计算DFT 时一次复数乘法需用四次实数乘法和二次实数加法;一次复数加法则需二次实数加法。 每运算一个X(k)需要4N 次复数乘法及2N+2(N-1)=2(2N-1)次实数加法。所以整个DFT运算总共需要4N^2 次实数乘法和N*2(2N-1)=2N(2N-1)次实数加法。如此一来,计算时乘法次数和加法次数都是和N^2 成正比的,当N 很大时,运算量是可观的,因而需要改进对DFT 的算法减少运算速度。 根据傅立叶变换的对称性和周期性,我们可以将DFT 运算中有些项合并。我们先设序列长度为N=2^L,L 为整数。将N=2^L 的序列x(n)(n=0,1,……,N-1),

按N的奇偶分成两组,也就是说我们将一个N 点的DFT 分解成两个N/2 点的DFT,他们又重新组合成一个如下式所表达的N 点DFT: 一般来说,输入被假定为连续的。当输入为纯粹的实数的时候,我们就可以利用左右对称的特性更好的计算DFT。 我们称这样的RFFT 优化算法是包装算法:首先2N 点实数的连续输入称为“进包”。其次N 点的FFT 被连续运行。最后作为结果产生的N 点的合成输出是“打开”成为最初的与DFT 相符合的2N 点输入。使用这一思想,我们可以划分FFT 的大小,它有一半花费在包装输入O(N)的操作和打开输出上。这样的RFFT 算法和一般的FFT 算法同样迅速,计算速度几乎都达到了两次DFT的连续输入。下列一部分将描述更多的在TMS320C55x 上算法和运行的细节。 5.程序流程图:

快速傅里叶变换实验报告..

快速傅里叶变换实验报告 班级: 姓名: 学号:

快速傅里叶变换 一.实验目的 1.在理论学习的基础上,通过本实验加深对快速傅立叶变换的理解; 2.熟悉并掌握按时间抽取FFT 算法的程序; 3.了解应用FFT 进行信号频谱分析过程中可能出现的问题,例如混淆、泄漏、栅栏效应等,以便在实际中正确应用FFT 。 二.实验内容 1.仔细分析教材第六章‘时间抽取法FFT ’的算法结构,编制出相应的用FFT 进行信号分析的C 语言(或MATLAB 语言)程序; 2.用FFT 程序分析正弦信号 ()sin(2)[()(*)],(0)1y t f t u t u t N T t u π=---∞<<+∞=设 分别在以下情况进行分析并讨论所得的结果: a ) 信号频率f =50Hz ,采样点数N=32,采样间隔T=0.000625s b ) 信号频率f =50Hz ,采样点数N=32,采样间隔T=0.005s c ) 信号频率f =50Hz ,采样点数N=32,采样间隔T=0.0046875s d ) 信号频率f =50Hz ,采样点数N=32,采样间隔T=0.004s e ) 信号频率 f =50Hz ,采样点数N=64,采样间隔T=0.000625s f ) 信号频率f =250Hz ,采样点数N=32,采样间隔T=0.005s g ) 将c ) 信号后补32个0,做64点FFT 三.实验要求 1.记录下实验内容中各种情况下的X (k)值,做出频谱图并深入讨论结果,说明参数的变化对信号频谱产生哪些影响。频谱只做模特性,模的最大值=1,全部归一化;

2.打印出用C 语言(或MATLAB 语言)编写的FFT 源程序,并且在每一小段处加上详细的注释说明; 3.用C 语言(或MATLAB 语言)编写FFT 程序时,要求采用人机界面形式: N , T , f 变量均由键盘输入,补零或不补零要求设置一开关来选择。 四.实验分析 对于本实验进行快速傅里叶变换,依次需要对信号进行采样,补零(要求补零时),码位倒置,蝶形运算,归一化处理并作图。 此外,本实验要求采用人机界面形式,N,T,F 变量由键盘输入,补零或不补零设置一开关来选择。 1.采样 本实验进行FFT 运算,给出的是正弦信号,需要先对信号进行采样,得到有限 长序列()n x , N n ...... 2,1,0= Matlab 实现: t=0:T:T*(N-1); x=sin(2*pi*f*t); 2.补零 根据实验要求确定补零与否,可以用if 语句做判断,若为1,再输入补零个数, 并将补的零放到采样得到的序列的后面组成新的序列,此时新的序列的元素个数等于原采样点个数加上补零个数,并将新的序列个数赋值给N 。 Matlab 实现: a=input('是否增加零点? 是请输入1 否请输入0\n'); if (a) ZeroNum=input('请输入增加零点的个数:\n'); else ZeroNum=0; end if (a) x=[x zeros(1, ZeroNum)];%%指令zeros(a,b)生成a 行b 列全0矩阵,在单行矩阵x 后补充0 end N=N+ZeroNum; 3.码位倒置 本实验做FFT 变换的级数为M ,N M 2log =

连续信号的傅里叶变换及matlab显示

(1)f(t)=u(t+6)-u(t-6) (2)f1(t)=f(-2t) (3)f2(t)=f(t-2) (4)f3(t)=f(t)· 以上四个式子的Matlab编程求其傅里叶变换与幅频特性,相频特性图 dt=0.001 t=-15:dt:15; f=(t>=-6)-(t>=6); k=-600:600; w1=2*pi*k/600; F=f*exp(-j*t'*w1)*dt; subplot(4,3,1); plot(t,f); axis([-15,15,-0.1,1.1]);grid; subplot(4,3,2); plot(w1,abs(F)); axis([-7,7,-1,13]);grid; subplot(4,3,3); plot(w1,angle(F)); axis([-10,10,-5,5]);grid; dt=0.001 t=-15:dt:15; f=(t<=6)-(t<=-3); k=-600:600; w1=2*pi*k/600; F=f*exp(-j*t'*w1)*dt; subplot(4,3,4); plot(t,f); axis([-15,15,-0.1,1.1]);grid; subplot(4,3,5); plot(w1,abs(F)); axis([-7,7,-1,10]);grid;

subplot(4,3,6); plot(w1,angle(F)); axis([-10,10,-5,5]);grid; dt=0.001 t=-15:dt:15; f=(t>=-4)-(t>=8); k=-600:600; w1=2*pi*k/600; F=f*exp(-j*t'*w1)*dt; subplot(4,3,7); plot(t,f); axis([-15,15,-0.1,1.1]);grid; subplot(4,3,8); plot(w1,abs(F)); axis([-7,7,-1,13]);grid; subplot(4,3,9); plot(w1,angle(F)); axis([-8,8,-5,5]);grid; dt=0.001; t=-15:dt:15; f=((t>=-6)-(t>=6)).*exp(-j*5*t); k=-600:600; w1=2*pi*k/600; F=f*exp(-j*t'*w1)*dt; subplot(4,3,10); plot(t,f); axis([-10,10,-1.2,1.2]);grid; subplot(4,3,11); plot(w1,abs(F)); axis([-7,7,-1,13]);grid; subplot(4,3,12); plot(w1,angle(F)); axis([-8,8,-5,5]);grid;

快速傅里叶变换实验报告

快速傅里叶变换实验报告 快速傅里叶变换实验报告 机械34班刘攀 2019010558 一、基本信号(函数)的FFT变换 1. x(t)=sin(ω0t+)+sin2ω0t+cos3ω0t 6 1) 采样频率fs=8f0,截断长度N=16; 取ω0=2πrad/s,则f0=1Hz,fs=8Hz,频率分辨率?f=?f=fs=0.5Hz。 Nπ最高频率fc=3f0=3Hz,fs>2fc,故满足采样定理,不会发生混叠现象。截断长度T=2T0,整周期截取,不会发生栅栏效应。理论上有一定的泄漏,但在整周期截取的情况下,旁瓣上的采样都约为 0,泄漏现象没有体现出来。 频谱图如下: 幅值误差?A=0,相位误差??=0。 2) 采样频率fs=8f0,截断长度N=32; 取ω0=2πrad/s,则f0=1Hz,fs=8Hz,频率分辨率?f=?f=fs=0.25Hz。 N最高频率fc=3f0=3Hz,fs>2fc,故满足采样定理,不会发生混叠现象。截断长度T=4T0,整周期截取,不会发生栅栏效应。理论上有一定的泄漏,但在整周期截取的情况下,旁瓣上的采样都约为 0,泄漏现象没有体现出来。 频谱图如下: 幅值误差?A=0,相位误差??=0。 2. x(t)=sin(ω0t+π 6)+sin11ω0t 1) 采样频率fs=8f0,截断长度N=16; 取ω0=2πrad/s,则f0=1Hz,fs=8Hz,频率分辨率?f=?f=fs=0.5Hz。 N最高频率 fc=11f0=11Hz,fs 漏,但在整周期截取的情况下,旁瓣上的采样都约为 0,泄漏现象没有体现出来。 频谱图:

由上图可以看出,并未体现出11f0的成分,说明波形出现混叠失真。为了消除混叠 现象,应加大采样频率,使之大于等于 22Hz。 f0处的幅值误差?A=0,11f0处由于出现 了混叠现象,幅值误差没有意义;相位误差??=0。 2) 采样频率fs=32f0,截断长度N=32; 取ω0=2πrad/s,则f0=1Hz,fs=32Hz,频率分辨率?f=?f=fs=1Hz。 N最高频率 fc=11f0=11Hz,fs>2fc,故满足采样定理,不会发生混叠现象。 漏,但在整周期截取的情况下,旁瓣上的采样都约为 0,泄漏现象没有体现出来。 频谱图: 该频谱图体现出了f0和11f0的成分,说明未失真,且幅值均为1,。幅值误差?A=0,相位误差??=0。 3. x(t)=0t 1) 采样频率fs=8f0,截断长度N=16; 取ω0=2πrad/s,则f0=1Hz,fs=8Hz,频率分辨率?f=?f=fs=0.5Hz。 N最高频率f cf 0Hz,fs>2fc,故满足采样定理,不会发生混叠现象。 频谱图: 在忽略旁瓣信号的情况下,可近似认为: x(t)≈0.9098cos(3ω0t+56.9520?) 故幅值误差?A=0.9096-1=-0.0904,相位误差??=56.9520?。 2) 采样频率fs=32f0,截断长度N=32; 取ω0=2πrad/s,则f0=1Hz,fs=32Hz,频率分辨率?f=?f=fs=1Hz。N最高频率f cf 0Hz,fs>2fc,故满足采样定理,不会发生混叠现象。 频谱图: 在忽略旁瓣信号的情况下,可近似认为:

相关文档
最新文档