基于Matlab的频谱分析.docVIP

基于Matlab的频谱分析 一、实验目的 1、掌握时域抽样定理。 2、通过实验加深对FFT的理解。 3、熟悉应用FFT对典型信号进行频谱分析的方法。 二、实验原理 1、时域抽样定理 时域抽样定理给出了连续信号抽样过程中信号不失真的约束条件：对于基带信号，信号抽样频率 大于等于2倍的信号最高频率 ，即 。时域抽样是把连续信号 变成适于数字系统处理的离散信号 。对连续信号 以间隔T抽样，则可得到的离散序列为 。 图1 连续信号抽样的离散序列 若 ，则信号 与 的频谱之间存在： 其中： 的频谱为 ， 的频谱为 。 可见，信号时域抽样导致信号频谱的周期化。 (rad/s)为抽样角频率， 为抽样频率。数字角频率Ω与模拟角频率ω的关系为：Ω=ωT。 2、 离散傅立叶变换（DFT） 有限长序列的离散傅立叶变换（DFT）为 逆变换为 3、快速傅立叶变换（FFT） 在各种信号序列中，有限长序列占重要地位。对有限长序列可以利用离散傅立叶变换(DFT)进行分析。DFT不但可以很好的反映序列的频谱特性，而且易于用快速算法(FFT)在计算机上进行分析。 有限长序列的DFT是其z变换在单位圆上的等距离采样，或者说是序列傅立叶的等距离采样，因此可以用于序列的谱分析。FFT是DFT的一种快速算法，它是对变换式进行一次次分解，使其成为若干小数据点的组合，从而减少运算量。 MATLAB为计算数据的离散快速傅立叶变换，提供了一系列丰富的数学函数，主要有Fft、Ifft、Fft2 、Ifft2, Fftn、ifftn和Fftshift、Ifftshift等。当所处理的数据的长度为2的幂次时，采用基-2算法进行计算，计算速度会显著增加。所以，要尽可能使所要处理的数据长度为2的幂次或者用添零的方式来添补数据使之成为2的幂次。 Fft函数调用方式：、Y=fft(X)；、Y＝fft(X,N)； 、Y＝fft(X,[],dim)或Y＝fft(X,N,dim)。 函数Ifft的参数应用与函数Fft完全相同。 三. 实验内容与步骤 1、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x(n)有限个样本的频谱。 当时，求x(n)的DFT. 当时，求x(n)的DFT. 程序: function DFTX1 N=input(请输入离散信号的长度：); n=0:N-1; k=0:N-1; xn=cos(0.48*n*pi)+cos(0.52*n*pi); WN=exp(-j*2*pi/N); nk=n*k; WNnk=WN.^nk; Xk=xn*WNnk; subplot(2,1,1) stem(n,xn); title(:); grid on; subplot(2,1,2) stem(k,abs(Xk)); title( x(n)的DFT:); grid on; DFTX1 请输入离散信号的长度：10 DFTX1 请输入离散信号的长度：100 频谱图： 2、已知一模拟信号，现在采样率进行采样。用DFT计算当序列长度分别为L=100,L=20时，N=200点的幅度频谱样值并通过作图与理论上准确的频谱样值进行比较。 程序： L1=100;L2=20; t1=0:L1-1;x1=exp(-t1/20); t2=0:L2-1;x2=exp(-t2/20); N=0:199; WN=exp(-j*2*pi/length(N)); nk1=t1*N;nk2=t2*N; WNnk1=WN.^nk1;WNnk2=WN.^nk2; Xk1=x1*WNnk1; Xk2=x2*WNnk2; subplot(4,1,1) stem(t1,x1); title(序列长度L=100时x(n)图:); grid on; subplot(4,1,3) stem(t2,x2); title(序列长度L=20时x(n)图:); grid on; subplot(4,1,2) stem(N,abs(Xk1)); title(序列长度L=100时x(n)的DFT图:); grid on; subplot(4,1,4) stem(N,abs(Xk2)); title(序列长度L=20时x(n)的DFT图:); grid on; 实验图： 3、一个连续信号含三个频谱分量，经采样得以下序列： （）N64，df分别为、1/64，观察其频谱； 程序： function dftx3(df) N=64; k=0