DSP_15离散傅立叶变换-FFT应用.pptVIP

  1. 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. 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. 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. 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. 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. 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. 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
数字信号处理 陈鹏 3299340 快速傅立叶变换的应用 Lesson 15 复习提问 FFT的运算量是多少? 什么是同址计算?为什么? 什么是变址计算?如何化“混序”为有序? 时间抽取的流程图是否唯一,为什么? 利用FFT对信号进行谱分析 1.谱分析中参数的选择 1.谱分析中参数的选择 1.谱分析中参数的选择 1.谱分析中参数的选择 频率取样 Frequency Sampling 频率取样 Frequency Sampling 频率取样 Frequency Sampling 在 为有限长度 N 的情况下, 如果取样点 ,那么 周期延拓的结果不会产生混叠。这时 的主值 与原序列 一样,因此 完全能代表原序列 。 如果 ,则 周期延拓后一定产生混叠,因而 不能无失真地代表原信号 。 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 2.谱分析的步骤 利用FFT计算线性卷积 利用FFT计算线性卷积 利用FFT计算线性卷积 利用FFT计算线性卷积 利用FFT计算线性卷积 利用FFT计算线性卷积 利用FFT计算线性卷积 利用FFT计算线性卷积 利用FFT计算线性卷积 补充:各种域和各种变换的关系 补充:DTFT、DFT和FFT间关系 所谓谱分析就是计算信号的频谱,包括幅度谱(振幅谱)、相位谱和功率谱。下面首先讨论谱分析中参数的选择。 设所处理的离散时间信号 是从连续时间信号 中取样得到的。下面的讨论采用如下符号: 所谓频率分辨率是指频域取样中两相邻点间的频率间隔。也就是说,对 的振幅谱 进行离散观察时,两离散频率的间隔不能小于 F,否则,对 所包含的这两个频率成分就不可能加以分辨。当 的振幅谱 变化比较剧烈时,F 应该取得小一些;而当 变化平缓时,F 就可取得大一些。 基带信号的频谱主要集中在低频段。根据取样定理,为了避免频率混叠失真,要求 或 最小记录长度必须按所需的频率分辨率来选择,即 当信号最高频率 提高时,必须减少 T;在 N 固定的情况下,从上式可以看出,记录长度 将缩短,这意味着频率分辨率要降低。 反之,若要提高频率分辨率,在给定 N 的情况下,就必须增加 ,这必然导致 T 的增加,结果使能分析的信号最高频率降低。 在保持分辨率不变的情况下,若希望增加所分析的信号的最高频率,或在保持信号最高频率不变的情况下,提高分辨率,唯一的办法就是增加记录长度内的取样点数 N。如果 和 都给定,那么 N 必须满足条件: 设任意长序列 绝对可和,其Z变换为 如果在单位圆上对 进行等角距取样,取样点数为 M,则得 在Z平面的单位圆上对序列的Z变换进行等角距取样,将导致时间序列的周期化。 在对实际连续时间信号谱分析时,按照下列步骤进行。 在对实际连续时间信号谱分析时,按照下列步骤进行。 例3.2 设 ,要求对该信号进行FFT分析。已知频率分辨率为 ,信号的最高频率为 。试确定最小记录长度 、取样周期 T 和记录长度中的最少取样点数 N,并用FFT求出信号的频谱 、振幅谱 和相位谱 。 解: 例3.2 解(续):根据上述参数的选择,我们得到从连续时间信号取样后得到的离散数据信号如下 计算频谱的MATLAB命令如下 N=16;T=0.0125;fs=1/T; t=0:T:(N-1)*T; xn=exp(-t); xf=fft(xn); xf=xf(1:N/2+1); mag=abs(xf); phi=angle(xf); f=(0:N/2)/N*fs; subplot(211),plot(f,mag); subplot(212),plot(f,phi); 例: 计算另一个更有说服力的例子,设模拟信号为三个频率分量的正弦信号,即 用FF

文档评论(0)

此项为空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档