信号系统关于栅栏效应和吉布斯效应验证.docVIP

佳木斯大学 基于MATLAB的信号吉布斯效应和栅栏效应的验证 学 院 信息电子技术 专 业 班 级 学 籍 号 姓 名 指导教师 佳 木 斯 大 学 20年月日  MATLAB不仅流行于控制界，在机械工程、生物工程、语音处理、图像处理、信号分析、计算机技术等各行各业中都有极广泛的应用。MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。它的MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C、FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，因此使MATLAB成为一个强大的数学软件。 MATLAB语言的特点：编程效率高、用户使用方便、扩充能力强 、语句简单、内涵丰富、高效方便的矩阵和数组运算、方便的绘图功能。 第二章 离散傅立叶变换 2.1 傅立叶变换 FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。虽然很多人都知道FFT是什么，可以用来做什么，怎么去做，但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。现在就根据实际经验来说说FFT结果的具体物理意义。一个模拟信号，经过ADC采样之后，就变成了数字信号。采样定理告诉我们，采样频率要大于信号频率的两倍。 采样得到的数字信号，就可以做FFT变换了。N个采样点，经过FFT之后，就可以得到N个点的FFT结果。为了方便进行FFT运算，通常N取2的整数次方。假设采样频率为Fs，信号频率F，采样点数为N。那么FFT之后结果就是一个为N点的复数。每一个点就对应着一个频率点。这个点的模值，就是该频率值下的幅度特性。具体跟原始信号的幅度有什么关系呢？假设原始信号的峰值为A，那么FFT的结果的每个点（除了第一个点直流分量之外）的模值就是A的N/2倍。而第一个点就是直流分量，它的模值就是直流分量的N倍。而每个点的相位呢，就是在该频率下的信号的相位。第一个点表示直流分量（即0Hz），而最后一个点N的再下一个点（实际上这个点是不存在的，这里是假设的第N+1个点，也可以看做是将第一个点分做两半分，另一半移到最后）则表示采样频率Fs，这中间被N-1个点平均分成N等份，每个点的频率依次增加。如果要提高频率分辨力，则必须增加采样点数，也即采样时间。频率分辨率和采样时间是倒数关系。 傅里叶变换常用的两种傅里叶变换是：周期序列的离散傅里叶级数(DFS)和非周期序列的傅里叶变换(DTFT)，其表示式分别为： (2-1) (2-2) 当用数字计算机对信号进行频谱分析时，要求信号必须以有限长度的离散值作为输入，而计算所得的频谱值自然也是有限、离散的。但其时间变量和频率变量又同时具有周期性；DTFT变换满足时间自变量的有限长度，但其频率变量为连续形式。可见，这两种变换都难以实际应用。离散傅里叶变换(DFT)是对序列的傅里叶变换(DTFT)的频域采样，运用频域采样方法同样可以推导出DFT的变换公式。对于任意函数可分解为无穷多个不同频率正弦信号的和, 即频谱分析。 2.2 离散FT(DFT) 离散傅里叶变换使数字计算机和信号与系统分析紧密地结合,虽然离散傅里叶变换在信号处理中发挥重要作用,但它的定义并不严格,离散傅里叶变换的定义是从离散傅里叶级数引入的,而离散傅里叶级数是由混迭误差的概念推出并直接定义,任意长序列傅里叶变换至今还没有定义,对常遇到的非周期序列, 有限长或无限, 只能作DTFT, 即连续频谱X(), 模拟在计算机上做数值计算,实际中, 把N点序列视为一周期序列的一个周期,再做DFT。X(k)只是x(n)的FT在某种程度上的近似, X(k)是x(n)频谱(DTFT)的抽样值。 第三章 用DFT对信号进行频谱分析 　 3.1　频谱分析的概述 信号的频谱分析就是计算信号的傅里叶变换。连续信号与系统的傅里叶分析显然不能直接用计算机进行计算，使其应用受到限制。而DFT是一种时域和频域均离