数字信号处理实验 快速傅里叶变换及其应用.doc

数字信号处理实验报告 第一次实验： 快速傅立叶变换（FFT）及其应用 王宇阳实验目的： 在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉MATLAB中的有关函数。 应用FFT对典型信号进行频谱分析。 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。 应用FFT实现序列的线性卷积和相关。 实验原理： 混叠：采样序列的频谱是被采样信号频谱的周期延拓，当采样频率不满足奈奎斯特采样定理的时候，就会发生混叠，使得刺痒后的序列信号的频谱不能真实的反映原采样信号的频谱。 泄露：根据理论分析，一个时间的信号其频带宽度为无限，一个时间无限的信号其频带宽度则为有限。因此对一个时间有限的信号，应用DFT进行分析，频谱混叠难以避免。对一个时间无限的信号虽然频带有限，但在实际运算中，时间总是取有限值，在将信号截断的过程中，出现了分散的扩展谱线的现象，称之为频谱泄露或功率泄露。 栅栏效应：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，就在一定意义上看，用DFT来观察频谱就好象通过一个栅栏来观看一个景象一样，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和谷点被“尖桩的栅栏”所挡住，不能被我们观察到。 圆周卷积：把序列X（N）分布在N等份的圆周上，而序列Y（N）经反摺后也分布在另一个具有N等份的同心圆的圆周上。两圆上对应的数两量两相乘求和，就得到全部卷积序列。这个卷积过程称做圆周卷积。 互相关函数反映了两个序列X（N）和Y（N） 的相似程度，用FFT可以很快的计算互相关函数。 实验内容： 实验中用到的函数序列： Gaussian序列 Xa(n)=exp(-(n-p).^2)/q),0=n=15 =0,其他 （b）衰减正弦序列 X(b)=exp(-an)*sin(2pi*fn),0=n=15 =0,其他 (c)三角波序列 Xb(n)=n,0=n=3 =8-n,4=n=7 =0,其他 (d)反三角波序列 Xc(n)=4-n,0=n=3 =n-4,4=n=7 =0,其他 上机实验内容： 观察高斯序列的时域和幅频特性，固定信号xa(n)中参数p=8，改变q的 值，使q分别等于2，4，8，观察他们的时域和幅频特性，了解当q取不同值时，对信号序列的时域和幅频特性影响；改变p，使p分别等于8，13，14，观察参数p变化对信号序列的时域和幅频特性影响，注意p等于多少时，会发生明显的泄漏现象，混叠是否也随之出现？记录实验中观察到的现象，绘出相应的时域序列和幅频特性曲线。 代码： %%高斯序列以p，q为参数生成并输出其时域序列波形以及其dtft； function [ timePlot,spectrumPlot ] = Gauss( p,q ) %%输入相关参数 n=0:15; N=4000; w=linspace(-pi,pi,N); g=exp(-(n-p).^2/q); spec=dtft(N,g); subplot(2,1,1); stem(n,g);title(strcat(当p=,num2str(p),q=,num2str(q),时的高斯时域波形)); subplot(2,1,2); plot(w,spec);title(strcat(当p=,num2str(p),q=,num2str(q),时的高斯频域波形)); end %%DTFT变换得到频谱： function [ spectrum ] = dtft( n,x ) %%取4000采样点； w=linspace(-pi,pi,n); spectrum=zeros(1,n); for k=1:n for m=1:length(x) wn(k,m)=exp(-1j*w(k)*m); end spectrum(k)=abs(x*wn(k,:)); end end 实验结果如下： . P=8,q=2 P=8,q=4; P=8,q=8; P=8,q=8; P=13,q=8 P=14,q=8; 分析：当p固定，q变化时，由时域波形可知，q代表了波形以p为中心向两侧衰减的速 度，发现当q越大时，衰减的速度越快，反之，衰减的速度相对较慢，高频分量越 小，从频域波形分析可知，三种情况下的形状是相似的，但是三种情况下的频谱在 q比较的大的时候在高频上出现了较少的高频分量以及较快的高频分量的衰