实验六 离散傅里叶变换(DFT).pptVIP

实验三 离散傅里叶变换（DFT） 一、实验目的 dft1.m: 用for循环计算DFT function [Am,pha]=dft1(x) N=length(x); w=exp(-j*2*pi/N); for k=1:N sum=0; for n=1:N sum=sum+x(n)*w^((k-1)*(n-1)); end Am(k)=abs(sum); pha(k)=angle(sum); end 调用dft1.m函数文件的M程序文件 x=ones(1,8) [Am1,pha1]=dft1(x); n=[0:(length(x)-1)]; w=(2*pi/length(x))*n; figure(1) subplot(2,1,1),stem(w,Am1,b); title(Magnitude part); xlabel(frequency in radians); ylabel(|X(exp(jw)|) subplot(2,1,2),stem(w,pha1,r);grid; gtext(Phase part); xlabel(frequency in radians); ylabel(arg(X[exp(jw)]/radians); 可以利用MATLAB的矩阵运算计算DFT dft2.m: 用MATLAB矩阵运算计算DFT function [Am,pha]=dft2(x) N=length(x); n=[0:N-1]; k=[0:N-1]; w=exp(-j*2*pi/N); nk=n*k; wnk=w.^nk; Xk=x*wnk; Am=abs(Xk); pha=angle(Xk); dft3.m：调用FFT库函数计算DFT function [Am,pha]=dft3(x) Xk=fft(x); Am=abs(Xk); pha=angle(Xk) 计算信号频谱时要注意的问题： 1、采样频率fs2fh 2、信号截断的时间T0 1/F 3、采样点数N= fs×T0 采样16点，做256点DFT,程序如下： fs=32000; n=[1:16]; x=cos(2*pi*6.5*1000*n/fs)+cos(2*pi*7*1000*n/fs)+cos(2*pi*9*1000*n/fs); subplot(2,2,1);stem(n,x);title(signal x(n)) Xk=fft(x,256);magXk=abs(Xk); k1=0:255;w1=2*pi/256*k1; subplot(2,1,2);plot(w1,magXk);title(16点DTFT的幅值);xlabel(w(单位：pi)) fs=32000;%采样频率 n=[0:255]; x=cos(2*pi*6.5*1000*n/fs)+cos(2*pi*7*1000*n/fs)+cos(2*pi*9*1000*n/fs); subplot(2,1,1);plot(n/fs,x);title(signal x(t));xlabel(t/(单位：秒）) Xk=fft(x,256);magXk=fftshift(abs(Xk)); k1=-128:127;f=fs/256*k1; subplot(2,1,2);plot(f,magXk);title(256点DTFT的幅值);xlabel(f(单位：Hz)) * 1．掌握序列傅里叶变换的计算机实现方法。 2．了解DFT的性质及应用。 应用离散傅里叶变换(DFT)，分析离散信号 x(n)的频谱。深刻理解DFT分析离散信号频谱 的原理，掌握改善分析过程中产生的误差的方法。 DFT公式： Matlab中提供了fft函数，FFT是DFT的快速算法 X=fft(x)：用于计算序列x的离散傅里叶变换（DFT） X=fft(x,n)：对序列x补零或截短至n点的离散傅里叶变换。 当x的长度小于n时，在x的尾部补零使x的长度达到n点； 当x的长度大于n时，将x截短使x的长度成n点； x=ifft(X)和x=ifft(X，n)是相应的离散傅里叶反变换。 fftshift(x)将fft计算输出的零频移到输出的中心位置。 *