波形合成与分解.docVIP

武汉大学教学实验报告 电子信息学院 专业 2012年 12 月 26 日 实验名称 指导教师 姓名 年级 学号 成绩 预习部分 实验目的 实验基本原理 主要仪器设备（含必要的元器件、工具） 实验目的 1）、在理论学习的基础上，通过实验深刻领会周期信号傅里叶级数分解的物理意 义。 2）、理解实际应用中通常采用有限项级数来逼近无限项级数，此时方均误差随项数的增加而减小。 3）、观察并初步了解Gibbs 现象。 4）、深入理解周期信号的频谱特点，比较不同周期信号频谱的差异。 实验基本原理 满足Dirichlet 条件的周期信号f(t)可以分解成三角函数形式的傅里叶级 数，表达式为： 式中n 为正整数；该式表明：任何满足Dirichlet 条件的周期信号都可以分解成直流分量及许多正弦、余弦分量。这些正弦、余弦分量的频率必定是基频 的整数倍。通常把频率f1为的分量称为基波， 频率为nf1 的分量称为n 次谐波。周期信号的频谱只会出现在0，W1,2W1,…,nW1…等离散的频率点上，这种频谱称为离散谱，是周期信号频谱的主要特点。f(t)波形变化越剧烈，所包含的高频分量的比重就越大；变化越平缓，所包含的低频分量的比重就越大。 一般来说，将周期信号分解得到的三角函数形式的傅里叶级数的项数是无限 的。也就是说，通常只有无穷项的傅里叶级数才能与原函数精确相等。但在实际 应用中，显然无法取至无穷多项，而只能采用有限项级数来逼近无穷项级数。而 且，所取项数越多，有限项级数就越逼近原函数，原函数与有限项级数间的方均 误差就越小，而且低次谐波分量的系数不会因为所取项数的增加而变化。当选取 22的傅里叶有限级数的项数越多，所合成的波形的峰起就越靠近f(t)的不连点。当所取得项数N 很大时，该峰起值趋于一个常数，约等于总跳变值的9%，这种现象称为Gibbs 现象。 主要仪器设备 MATLAB软件 实验操作部分 实验数据、表格及数据处理 实验操作过程（可用图表示） 实验结论 实验操作过程 1)． 周期对称方波信号的合成 图示方波既是一个奇对称信号，又是一个奇谐信号。根据函数的对称性与傅 里叶系数的关系可知，它可以用无穷个奇次谐波分量的傅里叶级数来表示: 选取奇对称周期方波的周期T = 0.02s，幅度E = 6，请采用有限项级数替代无限项级数来逼近该函数。分别取前1、2、5 和100 项有限级数来近似，编写程序并把结果显示在一幅图中，观察它们逼近方波的过程。 MATLAB 程序如下： %奇对称方波合成 t=0:0.001:0.1; sishu=12/pi; y=sishu*sin(100*pi*t); subplot(221) plot(t,y); axis([0,0.1,-4,4]); xlabel(time); ylabel(前1 项有限级数); y=sishu*(sin(100*pi*t)+sin(3*100*pi*t)/3); subplot(222); plot(t,y); axis([0,0.1,-4,4]); xlabel(time); ylabel(前2 项有限级数); y=sishu*(sin(100*pi*t)+sin(3* 3100*pi*t)/3+sin(5*100*pi*t)/5+sin(7* 100*pi*t)/7+sin(9*100*pi*t)/9); subplot(223) plot(t,y); axis([0,0.1,-4,4]); xlabel(time); ylabel(前5 项有限级数); t=0:0.001:0.1; y=0; for i=1:100 y=y+sishu*(sin((2*i-1)*100*pi*t)/(2*i-1)); end subplot(224)； plot(t,y); axis([0,0.1,-4,4]); xlabel(time); ylabel(前100 项有限级数); 2）．观察Gibbs 现象 分别取前10、20、30 和40 项有限级数来逼近奇对称方波，观察Gibbs 现象。 MATLAB 程序如下： %观察Gibbs 现象 t=0:0.001:0.04; sishu=12/pi; y=0; for i=1:5 y=y+sishu*(sin((2*i-1)*100*pi*t)/(2*i-1)); end subplot(221)； plot(t,y); 25 axis([0,0.04,-4,4]); xlabel(time); ylabel(前5 项有限级数); y=0; for i=1:6 y=y+sishu*(si