实 验 三打印模板(加姓名,学号).docVIP

实 验 五 实验项目名称： 用FFT作谱分析 实验日期： 实验学时： 2 实验地点： 姓名： 学号： 实验成绩： 指导教师签字： 实验目的和要求 （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的性质） （２）熟悉FFT算法原理及子程序的应用。 （３）掌握用FFT对连续信号和时域离散信号进行频谱分析的基本方法。了解可能出现的分析误差和原因，以便在实际中正确应用FFT。 实验内容与原理 1.实验原理 如果用FFT对模拟信号进行谱分析，首先要把模拟信号转换成数字信号，转换时要求知道模拟信号的最高截止频率，以便选择满足采样定理的采样频率。一般选择采样频率是模拟信号中最高频率的3～4倍。另外要选择对模拟信号的观测时间，如果采样频率和观测时间确定，则采样点数也确定了。这里观测时间和对模拟信号进行谱分析的分辨率有关，最小的观测时间和分辨率成倒数关系。要求选择的采样点数和观测时间大于它的最小值。 用FFT作谱分析时，要求做FFT的点数服从２的整数幂，这一点在上面选择采样点数时可以考虑满足，即使满足不了，可以通过在序列尾部加０完成。 如果要进行谱分析的模拟信号是周期信号，最好选择观测时间是信号周期的整数倍。如果不知道信号的周期，要尽量选择观测时间长一些，以减少截断效应的影响。 用FFT对模拟信号作谱分析是一种近似的谱分析。首先一般模拟信号（除周期信号外）的频谱是连续频谱，而用FFT作谱分析得到的是数字谱，因此应该取FFT的点数多一些，用它的包络作为模拟信号的近似谱。另外，如果模拟信号不是严格的带限信号，会因为频谱混叠现象引起谱分析的误差，这种情况下可以预先将模拟信号进行预滤，或者尽量将采样频率取高一些。 一般频率混叠发生在折叠频率附近，分析时要注意因频率混叠引起的误差。最后要注意一般模拟信号是无限长的，分析时要截断，截断的长度和分辨率有关，但也要尽量取长一些，取得太短因截断引起的误差会很大。举一个极端的例子，一个周期性正弦波，如果所取观察时间太短，例如取小于一个周期，它的波形和正弦波相差太大，肯定误差很大，但如果取得长一些，即使不是周期的整倍数，这种截断效应也会小一些。 2、实验步骤及内容 （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。 （３）编制信号产生程序，产生以下典型信号供谱分析用： 　 　 　式中频率自己选择； （４）分别以变换区间，，，对进行FFT，画出相应的幅频特性曲线。 （５）分别以变换区间，，对，进行FFT，画出相应的幅频特性曲线。 （６）分别以变换区间，，，对进行FFT，画出相应的幅频特性曲线。 （７）分别对模拟信号选择采样频率和采样点数。 对，周期，频率自己选择，采样频率，观测时间，，，采样点数用计算。 对，选择采样频率，采样点数为，，。 （８）分别将模拟信号转换成序列，用，表示，再分别对它们进行FFT，并画出相应的幅频特性曲线。 实验软硬件环境 Matlab软件 实验编程及调试 (3) n=0:4; x1=[0,1,1,1,1]; stem(n,x1); xlabel(时间序列n); ylabel(信号幅度); title(矩形序列x1(n)）) n=-1:8; x2=[0,1,2,3,4,4,3,2,1,0]; stem(n,x2); xlabel(时间序列n); ylabel(信号幅度); title(x2(n)）); n=-1:8; x3=[0,4,3,2,1,1,2,3,4,0]; stem(n,x3); xlabel(时间序列n); ylabel(信号幅度); title(x3(n)）) n=-10:10; x4=cos(pi*n/4); stem(n,x4); xlabel (时间序列n); ylabel(振幅); title(x4(n)); (4) n=0:4; subplot(221); x1=[0,1,1,1,1]; stem(n,x1); ylabel(幅值);xlabel(n); title(x1(n)); subplot(222); a=fft(x1,8); a=abs(a); stem(a); axis([0,7,-2,2]);xlabel(n);ylabel(幅度); title(8点幅频特性); subplot(223); b=fft(x1,16); b=abs(b); stem(b); axis([0,15,-2,2]);xlabel(n);ylabel(幅度); title(16点幅频特性); subplot(224); c=fft(x1,32);