实验4DFT变换的性质及应用.doc

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
实验4DFT变换的性质及应用

          课程编号              实验项目序号       本科学生实验卡和实验报告 信息科学与工程学院 通信工程专业 2013级  1301 班 课程名称:数字信号处理 实验项目:DFT变换的性质及应用 2015~~2016学年 第 二 学期 学号: 201308030104_ 姓名:___王少丹_____ 专业年级班级: ____通信1301______ _____四合院____ 实验室 组别________ 实验日期 __2016 年_ 5 月__22 日 课程名称 数字信号处理 实验课时 4 实验项目名称 和编号 DFT 变换的性质及应用 同组者 姓 名 实验目的 1、实现信号的 DFT 变换 2、了解 DFT 应用: (1)用DFT 计算卷积 1、????????线性卷积 y(n)=x(n)*h(n) 设两序列分别的长度是N和M,线性卷积后的序列长度为(N+M-1) 2、????????循环卷积 和 的N点DFT分别为: X1(k)=DFT[ ] X2(k)=DFT[ ] 如果X(k)= X1(k) X2(k),0≤k≤N-1 则:x(n)= IDFT[X(k)]= x(n) ? 3、????????循环卷积的计算 由于DFT有快速算法FFT,当N很大时,在频域计算的速度快得多,因而常用DFT(FFT)计算循环卷积。 4、????????利用循环卷积计算线性卷积 在实际应用中,为了分析时域离散线性系统对序列进行滤波处理等,需要计算两个序列的线性卷积。与计算循环卷积一样,为了提高运算速度,也希望用DFT(FFT)计算线性卷积。而DFT只能直接用来计算循环卷积。 (2)用DFT 对序列进行谱分析 所谓信号的谱分析,就是计算信号的傅立叶变换。连续信号与系统的傅立叶分析显然不便于直接用计算机进行计算,使其应用受到限制,而DFT是一种时域和频域均离散化的变换,适合数值运算。对连续信号和系统,可以通过时域采样,应用DFT进行近似谱分析。 1、用DFT对连续信号进行谱分析 傅立叶变换理论: 若信号持续时间有限长,则其频谱无限宽;若频谱有限宽,则其持续时间无限长。 所以,严格地讲,持续时间有限的带限信号是不存在的。 但在工程中,常用DFT对连续信号进行谱分析。 对于持续时间无限长的信号,采样点数太多以至无法存储和计算,只好截取有限点;对于频谱很宽的信号,为防止时域采样后频谱混叠失真,可用预滤波法滤除幅度较小的高频成分,使连续信号的带宽小于折叠频率。这样,连续信号持续时间为有限长, 为有限带宽。为了利用DFT对 进行频谱分析,先对进行时域采样得x(n),再对x(n)进行DFT得到X(k),X(k)为x(n)的傅立叶变换在频率区间[0,2p]上的N点等间隔采样。这里X(k)和x(n)均为有限长。所以用DFT对连续信号进行谱分析是近似的,其近似程度与信号带宽、采样频率和截取长度有关。 2、用DFT进行谱分析存在的问题 栅栏效应:只能看见N个离散采样点的谱特性,看不到 的全部频谱特性。 由于栅栏效应,有可能漏掉(挡住)大的频谱分量。为了把原来被“栅栏”挡住的频谱分量检测出来,可以采用在原序列尾部补零的方法,改变序列长度N(即改变DFT变换区间长度),从而增加频域采样点数和采样点位置,使原来漏掉的某些频谱分量被检测出来。 实验环境 MATLAB 实验内容 和原理 实验步骤 方 法 关键代码 Dft1.m: function[am,pha]=dft1(x) N=length(x); w=exp(-j*2*pi/N); for k=1:N sum=0; for n=1:N sum=sum+x(n)*w^(k-1)*(n-1); end am(k)=abs(sum); pha(k)=angle(sum); end dft2.m: function [am,pha]=dft2(x) N=length(x); n=[0:N-1]; k=[0:N-1]; w=exp(-j*2*pi/N); nk=n*k; wnk=w.^(nk); Xk=x*wnk; am=abs(Xk); pha=angle(Xk) dft3.m: function [amfft,phafft]=dft3(x) N=length(x); Xk=fft(x); amfft=abs(Xk); phafft=angle(Xk); 实验结果: 用三种不同的DFT 程序计算x(n ) ??(0.9)^n (n

文档评论(0)

youshen + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档