数字信号处理的技术.pptVIP

  1. 1、本文档共72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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
数字信号处理的技术

测试技术基础;第5章 数字信号处理技术;§14.1 数字信号处理概述;2、测试信号数字化处理的基本步骤;3、数字信号处理的优势 ;2) 计算机软硬件技术发展的有力推动;b) 灵活、方便的计算机虚拟仪器开发系统;案例:铁路机车FSK信号检测与分析; 采样――利用采样脉冲序列,从信号中抽取一系列离散值,使之成为采样信号x(nTs)的过程。 Ts称为采样间隔,或采样周期,1/Ts = fs 称为采样频率。 由于后续的量化过程需要一定的时间τ,对于随时间变化的模拟输入信号,要求瞬时采样值在时间τ内保持不变,这样才能保证转换的正确性和转换精度,这个过程就是采样保持。正是有了采样保持,实际上采样后的信号是阶梯形的连续函数。 ;0;2) A/D转换器的技术指标   ;2) A/D转换器的技术指标   ;2、D/A转换过程和原理   ; D/A转换器的技术指标   ; D/A转换器的技术指标   ; D/A转换器的技术指标   ;A/D、D/A转换过程中的量化误差实验:;一、信号采样;0; 1 频混现象 ; 当采样信号的频率低于被采样信号的最高频率时,采样所得的信号中混入了虚假的低频分量,这种现象叫做频率混叠。; 频混现象又称频谱混叠效应,它是由于采样信号频谱发生变化,而出现高、低频成分发生混淆的一种现象。; 1 频混现象 ;2 采样定理; 注意:满足采样定理,只保证不发生频率混叠,而不能保证采样信号能真实地反映原信号x(t)。工程实际中采样频率通常大于信号中最高频率成分的3~5倍。;A/D采样前的抗混迭滤波:; 为便于数学处理,对截断信号做周期延拓,得到虚拟的无限长信号。 ; 周期延拓后的信号与真实信号是不同的,下面从数学的角度来看这种处理带来的误差情况。 ;周期延拓信号与真实信号是不同的:;克服方法之一:信号整周期截断; 为了减少频谱能量泄漏,可采用不同的截取函数对信号进行截断,截断函数称为窗函数,简称为窗。泄漏与窗函数频谱的两侧旁瓣有关,如果两侧瓣的高度趋于零,而使能量相对集中在主瓣,就可以较为接近于真实的频谱。  ; 常用窗函数: (1) 幂窗——采用时间变量某种幂次的函数,如矩形、三角形、梯形或其它时间(t)的高次幂; (2) 三角函数窗——应用三角函数,即正弦或余弦函数等组合成复合函数,例如汉宁窗、海明窗等; (3) 指数窗——采用指数时间函数,如e-st形式,例如高斯窗等.;1. 矩形窗;2. 三角窗; ;1、离散傅立叶变换;各种信号的傅立叶级数与傅立叶变换对(1);各种信号的傅立叶级数与傅立叶变换对(2);§14.5 DFT与FFT; 四对傅立叶级数和傅立叶变换对在理论上有重要的意义,但在实际中往往难以实现,尤其在数字计算机上实现是不太现实的,例如计算机无法处理连续的周期的信号。因此我们需要的是一种在时域和频域都离散、非周期的一对傅立叶变换对,这就是离散傅立叶变换,简称(DFT)。 离散傅立叶变换的导出有多种方法,比较方便同时物理意义也比较清晰的是离散时间傅立叶变换(DTFT)和从离散傅立叶级数(DFS)。;DTFT变换为:;正变换;§14.5 DFT与FFT;1、离散傅立叶变换 ; 对周期信号xT(t)采样,得离散序列xT(n),将积分转为集合:; 采样信号频谱是一个连续频谱,不可能计算出所有频率点值,设频率取样间隔为:;2、快速傅立叶变换 ;展开各点的DFT计算公式:; 分解时充分利用了旋转因子具有周期性及合理分解的特点,从而使总的计算次数从N2量级减少到(N/2)log2N量级,极大地提高了运算速度,故形成了快速傅立叶变换。 当采样点数为1024点,DFT要求一百万次以上计算量,而FFT则只要求5120次。 ;§14.5 DFT与FFT;clear all fs=2000*2.56; data1=importdata(nq2k.txt); N=length(data1); figure(1); t=0:1/fs:N/fs-1/fs; subplot(211); plot(t,data1); axis([0 0.8 -15 15]); yy=fft(data1); absy=abs(yy)/N; f=fs*(0:N-1)/N; subplot(212); plot(f,absy(1:N)); axis([0 fs 0 0.4 ]);;§14.5 DFT与FFT;clear all fs=2000*2

文档评论(0)

jdy261842 + 关注
实名认证
文档贡献者

分享好文档!

1亿VIP精品文档

相关文档