北京理工大学数字信号处理实验报告文档格式.docx
- 文档编号:14621379
- 上传时间:2022-10-23
- 格式:DOCX
- 页数:41
- 大小:795.28KB
北京理工大学数字信号处理实验报告文档格式.docx
《北京理工大学数字信号处理实验报告文档格式.docx》由会员分享,可在线阅读,更多相关《北京理工大学数字信号处理实验报告文档格式.docx(41页珍藏版)》请在冰豆网上搜索。
同组搭档:
专业:
信息工程
成绩:
实验1利用DFT分析信号频谱
一、实验目的
1.加深对DFT原理的理解。
2.应用DFT分析信号频谱。
3.深刻理解利用DFT分析信号频谱的原理,分析现实过程现象及解决办法。
二、实验原理
1、DFT和DTFT的关系
有限长序列的离散时间傅里叶变换在频率区间的N个等分点上的N个取样值可以由下式表示:
由上式可知,序列的N点DFT,实际上就是序列的DTFT在N个等间隔频率点上样本。
2、利用DFT求DTFT
方法1:
由恢复出的方法如图2.1所示:
图2.1.由N点DFT恢复频谱DTFT的流程
由图2.1所示流程图可知:
由式2-2可以得到
其中为内插函数
方法2:
然而在实际MATLAB计算中,上诉插值公式不见得是最好的方法。
由于DFT是DTFT的取样值,其相邻的两个频率样本点的间距为,所以如果我们增加数据的长度N,使得得到的DFT谱线就更加精细,其包络就越接近DTFT的结果,这样可以利用DFT来近似计算DTFT。
如果没有更多的数据,可以通过补零来增加数据长度。
3、利用DFT分析连续时间信号的频谱
采用计算机分析连续时间信号的频谱,第一步就是把连续时间信号离散化,这里需要进行连个操作:
一是采样,二是截断。
对于连续非周期信号,按采样间隔T进行采样,截取长度为M,那么
对进行N点的频率采样,得到
因此,可以将利用DFT分析连续非周期信号频谱的步骤归纳如下:
(1)确定时域采样间隔T,得到离散序列;
(2)确定截取长度M,得到M点离散序列,这里的为窗函数。
(3)确定频域采样点数N,要求。
(4)利用FFT计算离散序列的N点DFT,得到。
(5)根据式(2-6)由计算采样点的近似值。
采用上诉方法计算的频谱,需要注意如下三点问题:
(1)频谱混叠。
如果不满足采样定理的条件,频谱会很出现混叠误差。
对于频谱无限宽的信号,应考虑覆盖大部分主要频率的范围。
(2)栅栏效应和频谱分辨率。
使用DFT计算频谱,得到的结果只是N个频谱样本值,样本值之间的频谱是未知的,就像通过一个栅栏观察频谱,称为“栅栏效应”。
频谱分辨率与记录长度成正比,提高频谱分辨率,就要增加记录时间。
(3)频谱泄露。
对于信号截断会把窗函数的频谱会引入到信号频谱中,造成频谱泄露。
解决这问题的主要办法是采用旁瓣小的窗函数,频谱泄露和窗函数均会引起误差。
因此,要合理选取采样间隔和截取长度,必要时还需考虑适当的窗。
对于连续周期信号,我们在采用计算机进行计算时,也总是要进行截断,序列总是有限长的,仍然可以采用上诉方法近似计算。
4、可能用到MATLAB函数与代码
实验中的DFT运算可以采用MATLAB中提供的FFT来实现。
DTFT可以利用MATLAB矩阵运算的方法进行计算。
三、实验内容
1.,完成如下要求:
(1)计算其DTFT,并画出区间的波形。
(2)计算4点DFT,并把结果显示在
(1)所画的图形中。
(3)对补零,计算64点DFT,并显示结果。
(4)是否可以由DFT计算DTFT,如果可以,请编程实现。
2.考察序列
(1)时,用DFT估计的频谱;
将补零加长到长度为100点序列用DFT
估计的频谱。
要求画出相应波形。
(2)时,用DFT估计x(n)的频谱,并画出波形。
3.已知信号,其中,,。
从的表达式可以看出,它包含三个频率的正弦波,但是,从其时域波形来看,似乎是一个正弦信号,利用DFT做频谱分析,确定适合的参数,使得到的频谱的频率分辨率符合需要。
4.利用DFT近似分析连续时间信号xt=e-0.1tu(t)的频谱(幅度谱)。
分析采用不同的采样间隔和截取长度进行计算的结果,并最终确定合适的参数。
四、实验代码及实验结果
实验1.1.1
实验结果:
实验代码:
>
n=0:
3;
x=[2-111];
w=-pi:
0.01*pi:
pi;
X=x*exp(-j*n'
*w);
subplot(211);
plot(w,abs(X));
title('
幅度'
);
xlabel('
w'
ylabel('
|X|'
axistight;
subplot(212);
plot(w,angle(X));
相位'
Angle(X)'
实验1.1.2
x=[2-111];
w=-pi:
X=x*exp(-j*n'
subplot(211);
plot(w,abs(X));
title('
axistight;
holdon;
subplot(212);
plot(w,angle(X));
H=fft(x);
stem(n,abs(H),'
filled'
stem(n,angle(H),'
实验1.1.3
x=[2-111zeros(1,60)];
X=fft(x);
63;
stem(n,abs(X),'
n'
stem(n,angle(X),'
angle(X)'
分析:
可以由DFT计算DTFT。
通过补零加长序列,提高采样密度,可以由DFT近似计算DTFT。
实验1.2.1
n=0:
10;
x=cos(0.48*n*pi)+cos(0.52*n*pi);
X=fft(x);
stem(n,abs(X),'
stem(n,angle(X),'
补零加长:
h=[xzeros(1,89)];
H=fft(h);
99;
stem(n,abs(H),'
|H|'
stem(n,angle(H),'
angle(H)'
实验1.2.2
100;
x=cos(0.48*n*pi)+cos(0.52*n*pi);
可以通过增大截取长度和增加补零的个数来提高频谱分辨率,但是补零不能够增加分辨力。
实验1.3
f1=1;
f2=2;
f3=3;
Fs=500;
Tp=1;
t=0:
1/Fs:
Tp;
x=0.15*sin(2*pi*f1*t)+sin(2*pi*f2*t)-0.1*sin(2*pi*f3*t);
N=501;
F=Fs/N;
f=0:
Fs/(N-1):
Fs;
X=fft(x,N);
stem(f,abs(X)/250,'
axis([0,4,0,1]);
f/Hz'
Magnitude'
通过选取合适的采样周期,可以完整的恢复出原信号的频谱波形。
实验1.4
Tp=1s,0《n《100
1:
x=exp(-0.1*n);
Tp=5s,0《n《100
5:
Tp=25s,0《n《100
25:
Tp=1s,0《n《50
50;
Tp=1,0《n《25
25;
最终确定参数:
tp=5s,0《n《100。
五、心得与体会
通过本次实验,我们掌握并加深对DFT原理的理解并且学会应用DFT分析信号频谱,在此基础上利用DFT分析信号频谱的原理,掌握了利用matlab分析现实问题的步骤及办法。
并且,通过这次的实验,对信号序列有了更加深刻的认识,单纯的一个信号序列是没有意义的,只有配合他本身的时间序列才是一个完整的信号序列,才可以对其进行分析。
实验2利用FFT计算线性卷积(选作)
1.掌握利用FFT计算线性卷积的原理及具体实现方法。
2.加深理解重叠相加法和重叠保留法。
3.考察利用FFT计算线性卷积各种方法的适用范围。
1.线性卷积与圆周卷积
设x(n)为L点序列,h(n)为M点序列,x(n)和h(n)的线性卷积为
(3-1)
的长度为L+M-1
x(n)和h(n)的圆周卷积为
(3-2)
圆周卷积与线性卷积相等而不产生交叠的必要条件为
N≥L+M+1(3-3)
圆周卷积定理:
根据DFT性质,x(n)和h(n)的N点圆周卷积的DFT等于它们的DF
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 北京理工大学 数字信号 处理 实验 报告