数字信号处理MATLAB上机实验教学讲义要点解析.ppt

* 【例】比较高密度谱和高分辨率谱之间的差异，考虑 　x（n）=cos(0.48*pi*n)+cos(0.52*pi*n) （１）取x（n）（　　　　）时，求x（n）的DFT。 （２）将（１）中的x（n）以补零方式使x（n） 加长到　　　　　　，求x（n）的DFT 。 （３）取x（n）（　　　　　）时，求x（n）的DFT画出幅频特性。 * % spectrum_com1.m part 1 % Spectrum based on the first 10 samples of x(n) figure(1) n1=[0:1:9];x=cos(0.48*pi*n1)+cos(0.52*pi*n1);y1=x(1:1:10); subplot(2,1,1);stem(n1,y1);title(signal x(n), 0 = n = 9);xlabel(n) axis([0,10,-2.5,2.5]) Y1=fft(y1);magY1=abs(Y1(1:1:6)); k1=0:1:5;w1=2*pi/10*k1; subplot(2,1,2);stem(w1/pi,magY1);title(Samples of DTFT Magnitude); xlabel(frequency in pi units) axis([0,1,0,10]) * % part 2 % High density spectrum (100 samples) based on the first 10 samples of x(n) figure(2) n3=[0:1:99];x=cos(0.48*pi*n3)+cos(0.52*pi*n3);y3=[x(1:1:10) zeros(1,90)]; subplot(2,1,1);stem(n3,y3);title(signal x(n), 0 = n = 9 + 90 zeros);xlabel(n) axis([0,100,-2.5,2.5]) Y3=fft(y3);magY3=abs(Y3(1:1:51)); k3=0:1:50;w3=2*pi/100*k3; subplot(2,1,2);plot(w3/pi,magY3);title(DTFT Magnitude);xlabel(frequency in pi units) axis([0,1,0,10]) * % part 3 % High resolution spectrum based on 100 samples of the signal x(n) figure(3) n=[0:1:99]; x=cos(0.48*pi*n)+cos(0.52*pi*n); subplot(2,1,1);stem(n,x);title(signal x(n), 0 = n = 99);xlabel(n) axis([0,100,-2.5,2.5]) X=fft(x);magX=abs(X(1:1:51)); k=0:1:50;w=2*pi/100*k; subplot(2,1,2);plot(w/pi,magX);title(DTFT Magnitude);xlabel(frequency in pi units) axis([0,1,0,60]) * * * * 【例】有一连续信号 频率成份分别为f1=4Hz， f2=8Hz ，f3=10Hz。 （1）、若用fs=32Hz频率抽样，抽样数据为N= 16点做频谱分析，能分辨xa(t)的所有频率分量。 X1（t）一个周期取8点， 共取2个周期；X2（t）一个周期取4点，共取4个周期；X3（t）一个周期取3.2点，共取5个周期。或N取16的整数倍，但最少为16。 * （2）、若用fs=64Hz频率抽样，抽样数据为N= 32点做频谱分析，也能分辨xa(t)的所有频率分量。 X1（t）一个周期取16点， 共取2个周期；X2（t）一个周期取8点，共取4个周期；X3（t）一个周期取6.4点，共取5个周期。或N取32的整数倍，但最少为32。 抽样频率fs可取32Hz的整数倍，但最少为32Hz。 * 若用fs=30Hz频率抽样，抽样数据为16点做频谱分析，不能分辨xa(t)的所有频率分量 X(k)的幅频特性|X(k)|如下。 * %cosdft30.m: N=16; n=[0:1:N-1]; k=0:1:N-1; fs=32; %x=[1,1,1,1]; x=cos(2*pi/fs*4*n)+2*cos(2*pi/fs*8*n)+3*cos(2*pi/fs*10*n); X=fft(x,N); magX=abs(X(1:1:N)); f=fs/N*k; * subplot(2,1,1); stem(n,