基于DFT的信号识别系统介绍.doc

实验一：基于DFT的信号识别系统 一、实验目的 通过实验巩固离散傅立叶变换DFT的认识和理解。 熟练掌握应用DFT进行频谱分析的方法。 理解DFT离散频谱分析的应用价值。 二、实验内容 在语音识别、雷达信号处理、生物医学信号检测与识别等应用领域广泛使用基于离散傅立叶变换的谱分析技术。一个典型的信号识别系统如下图： 设系统的输入信号x(n)是具有单一频谱峰值的正弦信号，短时矩形窗将信号截短为有限长，经过DFT变换得到频谱，频率检测器检测频谱最大峰值的位置，即对应的频率，然后由分类器识别信号的类别。分类器的分类判决规则为： 第一类：最大峰值频率分布范围（Hz）为0≤f＜200。 第二类：最大峰值频率分布范围（Hz）为200≤f＜500。 第三类：最大峰值频率分布范围（Hz）为500≤f＜1000。 第四类：最大峰值频率分布范围（Hz）为f≥1000。 设采样频率fs=10000Hz，短时矩形窗宽度为N=1000，短时加窗信号经过DFT可以得到连续频谱在0≤ω＜2范围内的1000个取样点。 （1）编程实现该系统 （2）输入信号x(n)=1.2sin(0.08πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （3）输入信号x(n)=1.5+3cos(0.5πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （4）输入信号x(n)=0.7sin(0.14πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （5）输入信号x(n)=1.2cos(0.5πn)+ 9.5sin(0.02πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （6）输入信号x(n)= cos(0.102πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 三、实验分析 设x(n)是长度为N点的有限长信号（注意这个前提），即信号仅仅分布在 [0，N-1]区间，其余时间均为0，那么，该信号的离散傅立叶变换定义如下： ， k=0~N-1 f与k的关系式为： 因为，所以有。 以此为依据对输入信号作如下理论分析： (1)???输入信号为x(n)=1.2sin(0.08πn)时，峰值出现在=400Hz 。 (2)???输入信号为x(n)=1.5+3cos(0.5πn)时，峰值出现在=0Hz??或f=2500Hz，而因为直流分量不仅使笫1条谱线（0频率）有很大的值，同时由于泄漏的存在，对低频部分造成影响f=2500Hz 。 (3)???输入信号为x(n)=0.7sin(0.14πn)时，峰值出现在=700Hz。 (4)???输入信号为x(n)=1.2cos(0.5πn)+9.5sin(0.02πn)时，峰值出现在=2500Hz?或=100Hz，因为幅值9.51.2，所以应该出现在ω=0.02π时即f=100Hz处。 (5)???输入信号为x(n)= cos(0.102πn)时，峰值出现在=510Hz 。 备注：MATLAB程序见实验报告最后。 四、实验结果 (1) X(n)=1.2sin(0.08πn) 系统识别结果： 点 ：K=40 频率：f=400 Hz 幅值：600 最大峰值频率为400Hz，属于第2类 结论：与理论值相同，系统识别结果正确。 (2) X(n)= 1.5+3cos(0.5πn) 系统识别结果： 点1：K=0 点2：K=250 频率：f=0Hz 频率：f=2500Hz 幅值：1500 幅值：1500 最大峰值频率为2500 Hz，属于第4类 结论：与理论值相同，系统识别结果正确。 (3) x(n)=0.7sin(0.14πn) 系统识别结果： 点 ：K=70 频率：f=700Hz 幅值：350 最大峰值频率为700 Hz，属于第3类 结论：与理论值相同，系统识别结果正确。 (4) x(n)=1.2cos(0.5πn)+9.5sin(0.02πn) 系统识别结果： 点1：k=10 点2：k=250 频率：f=100Hz 频率：f=2500Hz 幅值：4750 幅值：600 最大峰值频率为100 Hz，属于第1类 结论：与理论值相同，系统识别结果正确。 (5) x(n)=cos(0.102πn)