现代数字信号信号处理matlab编程范例.docVIP

信号处理仿真实验 目录 一、 离散傅立叶变换 2 1、补零DFT 2 2、高密度频谱和高分辨率频谱 3 3、用DFT进行谱分析 5 二、 短时傅立叶变换分析信号特性 10 短时傅立叶变换分析信号特性 10 离散傅立叶变换 1、补零DFT ，求N0分别取10，20时的X(k)。 解：设N0=10，则 设N0=20，则 用Matlab进行仿真，得图-1。 Matlab源程序： %X(k)与X(ejw)的关系 clear; n=0:4;x=[ones(1,5)]; k=0:999;w=(pi/500)*k; X=x*(exp(-j*pi/500)).^(n*k);%计算离散时间傅立叶变换X(ejw) Xe=abs(X); subplot(321);stem(n,x);ylabel(x(n)); subplot(322);plot(w/pi,Xe);ylabel(|X(ejw)|); N=1;x=[ones(1,5),zeros(1,N-5)]; n=0:N-1; k=0:9; X=x*(exp(-j*pi/5)).^(n*k);%N=10点离散傅立叶变换 magX=abs(X); subplot(323);stem(n,x);ylabel(x(n)); subplot(324);stem(k,magX);axis([0,10,0,5]);ylabel(|X(k)|); N=20;x=[ones(1,5),zeros(1,N-5)]; n=0:1:N-1; k=0:N-1; X=x*(exp(-j*pi/10)).^(n*k);;%N=20点离散傅立叶变换 magX=abs(X); subplot(325);stem(n,x);ylabel(x(n)); subplot(326);stem(k,magX);axis([0,20,0,5]);ylabel(|X(k)|); 图-1 与的关系 结论： 填零是给原始序列的运算，给原始序列的离散时间傅立叶变换提供间隔较密的样本。 为画出，只需要5点的用内插公式即可得到，但实际上是用10或20点的来填充的值。填零运算提供了较密的频谱，而没有增加任何新的信息，因此它不能提供高分辨率的频谱。 为得到高分辨率的频谱，需从实验或观察中取得更多的数据。为了说明高密度频谱和高分辨率频谱之间的区别，考察序列 当时，确定并画出x(n)的离散傅立叶变化。 当时，确定并画出x(n)的离散傅立叶变换。 当时，确定并画出x(n)的离散傅立叶变换。 用Matlab进行仿真，得图-2。 Matlab源程序： %高密度频谱与高分辨率频谱 clear; figure(1); N=40;M=10; n=0:N-1; x=2*cos(0.35*pi*n)+cos(0.5*pi*n); n1=0:M-1;x1=x(1:M); subplot(231);stem(n1,x1);title(没有足够采样点的信号); k1=0:M-1;w1=2*pi*k1/M; X1=x1*(exp(-j*2*pi/M)).^(n1*k1);%计算M点DFT Y1=abs(X1); subplot(234);stem(w1/pi,Y1);title(信号的频谱); n2=0:N-1;x2=[x1,zeros(1,N-M)]; subplot(232);stem(n2,x2);title(填零信号); k2=0:N-1;w2=2*pi*k2/N; X2=x2*(exp(-j*2*pi/N)).^(n2*k2);%计算N点DFT Y2=abs(X2); subplot(235);stem(w2/pi,Y2);title(高密度频谱); subplot(233);stem(n,x);title(有足够采样点的信号); k=0:N-1;w=2*pi*k/N; X=x*(exp(-j*2*pi/N)).^(n*k);%计算N点DFT Y=abs(X); subplot(236);stem(w/pi,Y);title(高分辨率频谱); 图-2 高密度频谱与高分辨率频谱 结论： 当时的序列x(n)与X(k)，从X(k)图中几乎无法看出有关信号的频谱的信息。 将x(n)补30个零点时的x(n)与X(k)，这时的谱线相当密，但从中很难看出信号的频率成分，故称作高密度频谱。 将x(n)的长度加长到40时的x(n)与X(k)，这时可以清晰的看出信号的频谱成分（），故称为高分辨率频谱。用DFT进行谱分析信号的谱分析就是计算信号的傅立叶变换。连续信号与系统的傅立叶变换不