数字信号处理实验精要.docxVIP

实 验 报 告 课程名称：数字信号处理实验实验项目： EQ \o\ac(○,1)FFT作谱分析  EQ \o\ac(○,2)FIR数字滤波器设计与软件实现有 EQ \o\ac(○,3)限IIR数字滤波器设计与软件实现实验时间：实验班级：姓名：学号：指导教师： 学院 实验室 二〇一五 年 月 日 实验一：FFT作谱分析 一、实验目的： 1.进一步加深对DFT算法原理和基本性质的理解（因为FFT只是DFT的一种快速算法，所以FFT的运算结果必然满足DFT的基本性质）。? 2.熟悉FFT算法原理和FFT子程序的应用。? 3.学习用FFT对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便在实际中正确应用FFT。 二、实验原理： 1，快速傅立叶变换（fft）算法 长度为n的序列x（n）???离散傅立叶变换x（k）为：? N点的DFT可以分解为两个N/2点的DFT，每个N/2点的DFT有可以分解为两个N/4点的DFT，依次类推，当N为2的整数次幂N=2^m,由于分解依次降低一阶幂次，所以通过M次分解，最后全部成为一系列2点的DFT运算，以上就是按时间抽取的快速傅立叶变化（FFT）算法，当需要进行变化的序列长度不是2的整数次方的时候，为了使用以2为基的FFT，可以用末尾补零的方法，使其长度延至2的整数次方。 序列x（k）的离散傅立叶反变换为： 离散傅立叶反变换与正变换区别在于Wn变为并多了一个1/N，对于按时间抽取的快速傅立叶变换算法并无实质区别，因此将反变换算法合并在同一个程序 2、利用FFT进行频谱分析 若信号本身是有限长的序列，计算序列就是直接对序列进行FFT运算求得x（k）， x（k）就代表序列在[0，2π]之间的频谱值 三、实验器材 微型计算机，实验箱 四、实验程序： #include DSP2833x_Device.h #include DSP2833x_Examples.h #include math.h #define pi 3.141593 // float小数点后6位 #define NL 256 // NL与N的值必须是一致的，即NL=N int N=256; float hn[64]={0};//滤波系数补32个零后存放 float SampleTable[NL];//实数信号序列 //窗函数类型：汉宁窗，32阶低通 //截止频率：500Hz //采样频率：12800Hz float h[32]= { 0,0.0006485134778915, 0.002574789225444, 0.005709506486408, 0.009931872420821, 0.01507448912514, 0.02093024026384, 0.02726090869226, 0.03380715986684, 0.04029946500149, 0.04646949558203, 0.05206149892494, 0.05684316398774, 0.06061550768029, 0.06322135360436, 0.06455203566049, 0.06455203566049, 0.06322135360436, 0.06061550768029, 0.05684316398774, 0.05206149892494, 0.04646949558203, 0.04029946500149, 0.03380715986684, 0.02726090869226, 0.02093024026384, 0.01507448912514, 0.009931872420821, 0.005709506486408, 0.002574789225444,0.0006485134778915, 0 }; struct Complex // 定义复数结构体 { float real,imag; }; struct Complex Wn;//定义旋转因子 struct Complex Vn;//每一级第一个旋转因子虚部为0，实部为1 struct Complex T;//存放旋转因子与X(k+B)的乘积 //float Realin[NL]={0.0};// AD采样输入的实数 float output[NL];// 输出的FFT幅值（复数的模） struct Complex Sample[NL];// AD采样输入的实数转化为复数 struct Complex H[64];//