数字信号处理实验报告-Read.doc

FFT及应用实验报告 实验内容 考虑 取时，求的DFT ： X（k）； 将（1）中的以补零方式使加长到，求X（k）； （3）取，求X（k） 要求画出和X（k），并比较（1）~（3）的结果。 该实验主要说明信号的高密度谱和高分辨率频谱之间的区别。 解：首先定义DFT和IDFT function[XK]=dft(xn,N) n=[0:1:N-1]; k=[0:1:N-1]; WN=exp(-j*2*pi/N); nk=n*k; WNnk=WN.^nk; XK=xn*WNnk; function[xn]=idft(Xk,N) n=[0:1:N-1]; k=[0;1:N-1]; WN=exp9(-j*pi/N); nk=n*k; WNnk=WN.^(-nk); xn=(Xk*WNnk)/N; （1）x（n）的10点DFT n=[0:1:99]; x=cos(0.48*pi*n)+cos(0.52*pi*n); n1=[0:1:9];y1=x(1:1:10); subplot(211); stem(n1,y1);title(sign x(n),n[0,9]); axis([0,10,-2.5,2.5]);text(10.2,-2.5,n) Y1=dft(y1,10); magY1=abs(Y1(1:1:6)); k1=0:1:5; w0=pi*2/10*k1; subplot(212);stem(w0/pi,magY1); title(在频域dtft分析); xlabel(单位 pi) 由于采样的频率太小，在上图中无法确定x（n）由两个频率成分组成的。 以补零方式将x（n）加长到100个样本 n2=[0:1:99]; y2=[x(1:1:10) zeros(1,90)]; subplot(211); stem(n2,y2); title(信号x(n),0=n=9+90zeros); Y2=dft(y2,100); magY2=abs(Y2(1:1:51)); k2=0:1:50; w2=2*pi/100*k2; subplot(212); plot(w2/pi,magY2); title(DTFT幅度); xlabel(频率(单位:pi)) 上图表明在w=0.5pi处有一主频率。填零后有了较平滑的频谱，既为高密度频谱。但是它的缺点是容易造成混叠。 （3）用x（n）的头一百个样本来确定它的离散时间傅立叶变换 subplot(211); stem(n,x); title(信号x(n),0=n=99); xlabel(n) X=dft(x,100); magX=abs(X(1:1:51)); k=0:1:50; w=2*pi/100*k; subplot(212); plot(w/pi,magX);title(DTFT幅度); xlabel(频率(单位:pi)) 上图为x（n）的高分辨率频谱 从实验分辨出X（n）中有两个频率构成，从而更能分析出它的频谱特性，经过（1）（2）（3）比较来看，（3）更加能够表达它的频谱特性。因此，在对信号进行频谱分析的时候，以尽可能大的采样频率来对信号进行采样，从而得到高分辨率频谱，减少误差。所以这三中方法中，（3）的高分辨率频谱的效果最好。 2.（1）设 求出并绘制出 （2）对x（t）以T=0.5sec进行采样，得 即： 取N=20计算并与比较 对x（t）以T=0.04Sec进行采样，重复（3）。 对x（t）重复FFT-IFFT 数次（如10~20次），比较重构后的信号与原信号x（t）的误差 解：首先定义DFT和IDFT，由上题可知 （1）x=0:1:100; y=1./(1+x.*x); plot(y); xlabel(频率); title(|X(jw)|); （2）%Ts=0.5,N=20 Ts=0.5; N=20; n=1:N-1; t1=n*Ts;t=[0,t1]; xn1=exp(-t1); xn=[0.5,xn1]; Xk1=dft(xn,N);magXk1=abs(Xk1); k1=(0:length(magXk1)-1)*N/length(magXk1); k=0:N-1; Omeger=k*pi./(N*Ts); Xa=1./((1+Omeger.^2).*Ts); figure(1) plot(k1,magXk1);gtext(X(k)N=20); hold on plot(k1,Xa,*m);gtext(1/Ts*