fft算法实验报告.docVIP

fft算法实验报告 篇一：FFT算法的应用实验报告 实验4 FFT算法的应用 一、实验目的 1、加深对离散信号的DFT的理解； 2、在MATLAB中实现FFT算法。 二、实验原理 N点序列的DFT和IDFT变换定义式如下： , , 利用旋转因子具有周期性，可以得到快速算法（FFT）。 在MATLAB 中，可以用函数 反变换。 和计算N点序列的DFT正、 三、预习要求 1、在MATLAB中，熟悉函数fft、ifft的使用； 2、阅读扩展练习中的实例，学习在MATLAB中的实现FFT算法的实现； 3、利用MATLAB编程完成计算，绘出相应图形。并与理论计算相比较，说明实验结果的原因。 四、实验内容 1、2N点实数序列 N=64。用一个64点的复数FFT程序，一次算出， 形。 程序： N=64;n=[0:1:(2*N-1)]; x1=cos(14*pi*n/N)+0.5*cos(38*pi*n/N); xk1=fft(x1);xk2=abs(xk1); stem(n,xk2); 图形： 并绘出 的图 2 、已知某序列在单位圆上的N=64等分样点的Z变换为 : 。 用N点IFFT 程序计算出。 程序： N=64; k=[0:1:63]; X=1./(1-0.8*exp(-j*2*pi*k/N)); subplot(2,2,1); plot(k,X); x=ifft(X); x=abs(x); subplot(2,2,2); stem(k,x); xlabel(#39;n#39;); ylabel(#39;x(n)#39;); 图形: 四、小结 如果周期信号的周期预先不知道，如何用FFT进行谱分析？ 首先必须对信号进行采样，使之变成离散信号，然后就可按照前面的方法用FFT来对连续信号进行谱分析。按采样定理，采样频率应大于2倍信号的最高频率，为了满足采样定理，一般在采样之前要设置一个抗混叠低通滤波器。 篇二：《计算方法》FFT算法实验报告 实验二编程实现FFT算法 一、 实验目的 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）。 二、 实验原理 快速傅立叶变换(FFT)算法 (1)长度为N的序列x(n)的离散傅立叶变换X(k)为： N?1 X(k)??x(n)Wnk N,k?0,....,N?1 n?0 (2) 序列X(k)的离散傅立叶反变换为 N?1 x(n)?1 N?X(k)W?nk N,n?0,....,N?1 k?0 三、 具体代码 #include lt;stdio.hgt; #include lt;math.hgt; #include lt;stdlib.hgt; #defineN 8 //64 输入样本总数 #define M 3//DFT运算层数 //2=N #define PI 3.1415926 floattwiddle[N/2] = {1.0, 0.707, 0.0, -0.707}; floatx_r[N] = {1, 1, 1, 1, 0, 0, 0, 0}; //输入数据，此处 设为8个 floatx_i[N]; //N=8 /** * 初始化输出虚部 */ static void fft_init( void ) { int i; for(i=0; ilt;N; i++)x_i[i] = 0.0; } /** * 反转算法.将时域信号重新排序. * 这个算法有改进的空间 */ static void bitrev( void ) { int p=1, q, i; int bit_rev[ N ]; floatxx_r[ N ]; bit_rev[ 0 ] = 0; while( p lt; N ) { for(q=0; qlt;p; q++) { bit_rev[ q ] = bit_rev[ q ] * 2; bit_rev[ q + p ] = bit_rev[ q ] + 1; } p *= 2; } for(i=0; ilt;N; i++)xx_r[ i ] = x_r[ i ]; for(i=0; ilt;N; i++)x_r[i] = xx_r[ bit_rev[i] ]; } void fft( void) { int cur_layer, gr_num, i, k, p; //cur_layer代表正要计算的当前层，gr_num代表当前层的颗粒数 flo