网站大量收购独家精品文档,联系QQ:2885784924

利用MATLAB实现信号DFT的计算.docVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用MATLAB实现信号DFT的计算

07级电信(2)班 刘坤洋 24 实验一 利用MATLAB实现信号DFT的计算 一、实验目的: 1、熟悉利用MATLAB计算信号DFT的方法 2、掌握利用MATLAB实现由DFT计算线性卷积的方法 二、实验设备:电脑、matlab软件 三、实验内容: 练习用matlab中提供的内部函数用于计算DFT fft(x),fft(x,N),ifft(x),ifft(x,N)的含义及用法 在进行DFT时选取合适的时域样本点数N 请举例,并编程实现 题目: 源程序: N=30; %数据的长度 L=512; %DFT的点数 f1=100; f2=120; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; f=cos(4*pi*f1*t)+cos(4*pi*f2*t); F=fftshift(fft(f,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); hd=plot(w,abs(F)); ylabel(幅度谱) xlabel(频率/Hz) title(my picture) 结果图: 在对信号进行DFT时选择hamming窗增加频率分辨率 请举例,并编程实现 题目: 源程序: N=50; %数据的长度 L=512; %DFT的点数 f1=100;f2=150; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; f=cos(4*pi*f1*t)+0.15*cos(4*pi*f2*t); wh=(hamming(N)); f=f.*wh; F=fftshift(fft(f,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(F)); ylabel(幅度谱) xlabel(频率/Hz) title(my picture) legend(N=50) 结果图: 2、增加DFT点数M以显示更多频谱细节 请举例,并编程实现 题目: 利用MATLAB计算16点序列x[k]的512点DFT。 源程序: N = 32; k = 0:N-1; L = 0:511; x = cos(4*pi*k*4./N); X = fft(x);plot(k/N,abs(X),o); hold on XE = fft(x,512);plot(L/512,abs(XE)) ; legend(N=32) 结果图: 利用MATLAB实现由DFT计算线性卷积 请举例,并编程实现 题目:利用MATLAB由DFT计算x[k]* h[k]。x[k]={1, 2, 1, 1}, h[k]={2, 2, 1, 1} 源程序:% 利用DFT计算线性卷积 x = [1 2 1 1]; h = [2 2 1 1]; % 确定卷积结果的长度 L = length(x)+length(h)-1; % 计算序列的L点DFT XE = fft(x,L); .HE = fft(h,L); % 由IDFT计算卷积结果 y1 = ifft(XE.*HE); %绘制卷积结果及误差图 k=0:L-1; subplot(1,2,1); stem(k,real(y1));axis([0 6 0 7]); title(Result of linear Convolution); xlabel(Time index k);ylabel(Amplitude); y2=conv(x,h);error=y1-y2; subplot(1,2,2);stem(k,abs(error)); xlabel(Time index k);ylabel(Amplitude); title(Error Magnitude); 结果图:

文档评论(0)

wannian118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档