基于FFT和窗函数的频谱分析论文终稿详解.docVIP

数字信号处理 论文 题目：基于 DFT变换的频谱分析 专 业：电气工程及其自动化 班 级：13级电气卓越班 学 号：201324050618 学生姓名：蒋伟明 指导老师：王小华 日 期：2015年10月 基于 DFT变换的频谱分析 摘要 DFT及FFT是数字信号处理的重要内容。DFT是TTF的基础，FFT是DFT的快速算法，在MATLAB中可以利用函数FFT来计算序列的离散傅里叶变换DFT。数字信号处理基本上从两个方面来解决信号的处理问题：一个是时域方法，即数字滤波；另一个是频域方法，即频谱分析。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，这样有助于对信号进行分析。本文采用四种窗函数，利用MATLAB中的FFT函数对给定信号进行了分析。 Abstract DFT and FFT is one of the most important parts in digital signal processing．DFT is the basis for FFT in the fast algorithm 0f DFT．The DFT of sequence can be calculated by using the function of FFT in MATLAB．Basically, digital signal processing (DSP) can solve signal processing problems from two aspects: one is the time domain method, namely digital filtering; Another is the frequency domain method, that is, frequency spectrum analysis. FFT is a fast algorithm of discrete Fourier transform, which can be a signal transformation to the frequency domain,and this helps to analyze the signal. Based on the four kinds of window function, a given signal will be analyzed by the function of FFT of MATLAB. 关键词：DFT变换；窗函数；频谱分析 0引言 数字信号处理中通常是取其有限的时间片段进行分析，而不是对无限长的信号进行测量和运算。具体做法是从信号中截取一个时间片段，然后对信号进行傅里叶变换、相关分析等数学处理。信号的截断产生了能量泄漏，而用FFT算法计算频谱又产生了栅栏效应，从原理上讲这两种误差都是不能消除的。在FFT分析中为了减少或消除频谱能量泄漏及栅栏效应，可采用不同的截取函数对信号进行截短，截短函数称为窗函数，简称为窗。 泄漏与窗函数频谱的两侧旁瓣有关，对于窗函数的选用总的原则是，要从保持最大信息和消除旁瓣的综合效果出发来考虑问题，尽可能使窗函数频谱中的主瓣宽度应尽量窄，以获得较陡的过渡带；旁瓣衰减应尽量大，以提高阻带的衰减，但通常都不能同时满足这两个要求。频谱中的如果两侧瓣的高度趋于零，而使能量相对集中在主瓣，就可以较为接近于真实的频谱。不同的窗函数对信号频谱的影响是不一样的，这主要是因为不同的窗函数，产生泄漏的大小不一样，频率分辨能力也不一样。信号的加窗处理，重要的问题是在于根据信号的性质和研究目的来选用窗函数。 本文所研究的对象函数： x(t)=sin(ωt+10π/180)+0.5sin(3ωt+20π/180)+0.5sin(5ωt+40π/180)+0.4sin(7ωt+60π/180)+0.3sin(9ωt+80π/180)+0.2sin(9ωt+90π/180) +0.1sin(11ωt+80π/180) ，ω=99π 。 1 用矩形窗对信号进行分析 名称 特点 应用 矩形窗Rectangle 矩形窗使用最多，习惯上不加窗就是使信号通过了矩形窗。这种窗的优点是主瓣比较集中，缺点是旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄漏，甚至出现负谱现象。频率识别精度最高，幅值识别精度最低，所以矩形窗不是一个理想的窗。 如果仅要求精确读出主瓣频率，而不考虑幅值精度，则可选用矩形窗，例如测量物体的自振频率等，也可以用在阶次分析中。 Fs=1400; T=1/Fs; Tp=0.08; N=Tp*Fs; w=99*pi; n=1:N; Xn=sin(w*n*T+10*pi/180)+0.5