- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
哈工大数字信号处理上机实验
Harbin Institute of Technology
实验报告
课程名称: 数字信号处理I
实验题目:一:利用FFT对信号进行频谱分析
二:窗函数法设计FIR数字滤波器
院 系:
班 级:
姓 名:
学 号:
指导教师:
实验时间: 2015 年 6 月
哈尔滨工业大学
实验一:利用FFT对信号进行频谱分析
1.实验目的
(1) 进一步加深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。
2.实验步骤
(1) 复习DFT的定义、 性质和用DFT作谱分析的有关内容。
(2) 复习FFT算法原理与编程思想, 并对照DIT-FFT运算流图和程序框图。
(3) 编制信号产生子程序, 产生以下典型信号供谱分析用:
(4) 编写主程序。
(5) 按实验内容要求, 上机实验, 并写出实验报告。
3.实验程序与结果
(1)
程序n=0:7;
x=(n0).*0+(n3).*0+((n=0)(n=3)).*1;
N1=8;
n1=0:N1-1;
y1=fft(x,N1);
subplot(2,2,1);stem(n,x);
title(x_1);
subplot(2,2,2);
stem(n1,abs(y1));
xlabel(k);
ylabel(|X_1(k)|);
title(x_1的8点FFT);
N2=16;
n2=0:N2-1;
y2=fft(x,N2);
subplot(2,2,3);
stem(n2,abs(y2));
title(x_1的16点FFT);
xlabel(k);
ylabel(|X_1(k)|);
结果如图:
实验误差分析:FFT频谱为一个抽样信号,由图形看出,随着采样率的提高,得到的FFT频谱分辨率就越高,当N趋于无限时频谱包络接近理论的抽样函数。
程序:
clear all
N=8;
n=0:N-1;
x=(n0)*0+(n7)*0+((n=0)(n=3)).*(n+1)+((n=4)(n=7)).*(8-n);
subplot(2,2,1);
stem(n,x);
title(x_2);
xlabel(n);
ylabel(x_2);
y=fft(x,N);
subplot(2,2,2);
stem(n,abs(y))
xlabel(k);
ylabel(|X_2(k)|);
title(x_2(n)的8点FFT);
N2=16;
n2=0:15;
y2=fft(x,N2);
subplot(2,2,3);
stem(n2,abs(y2));
xlabel(k);
ylabel(|X_2(k)|);
title(x_2(n)的8点FFT);
结果:
实验误差分析:?理论FFT频谱为一个抽样函数平方的信号,由图形看出,随着采样率的提高,得到的FFT频谱分辨率就越高,当N趋于无限时频谱包络接近理论的抽样函数。
程序:
clear all
N=8;
n=0:N-1;
x=(n0)*0+(n7)*0+((n=0)(n=3)).*(4-n)+((n=4)(n=7)).*(n-3);
subplot(2,2,1);
stem(n,x);
title(x_3);
xlabel(n);
ylabel(x_3);
y=fft(x,N);
subplot(2,2,2);
stem(n,abs(y))
xlabel(k);
ylabel(|X_3(k)|);
title(x_3(n)的8点FFT);
N2=16;
n2=0:15;
y2=fft(x,N2);
subplot(2,2,3);
stem(n2,abs(y2));
xlabel(k);
ylabel(|X_3(k)|);
title(x_3(n)的16点FFT);
结果:
实验误差分析: 与的8点DFT的模相等,因为。但是,当N=16时,与不满足循环移位关系,此时 与的16点DFT的模不相等。
程序:
clear all
N=8;
n=0:19;
x=(n0)*0+(n19)*0+((n=0
文档评论(0)