华工DSP实验一利用Matlab进行频谱分析.docx

实验一利用Matlab进行频谱分析一、?? 对无限长时域离散信号进行频谱分析1．代码：function test1(N)N = input(Type in the length = );k = 0:1:N-1;subplot(2,1,1)x = cos(pi*k/10)+sin(pi*k/6)+cos(2*pi*k/5);X = fft(x);stem(k-N/2,abs(fftshift(X)));title(rectangular window)xlabel(Frequency index k); ylabel(Magnitue)subplot(2,1,2)h=hamming(N);x = cos(pi*k/10)+sin(pi*k/6)+cos(2*pi*k/5).*h;X = fft(x);stem(k-N/2,abs(fftshift(X)));title(hamming window)xlabel(Frequency index k); ylabel(Magnitude)2．运行结果：Type in the length = 16Type in the length = 64Type in the length = 1283．窗固定，窗长不够长，截断点数小于一个整周期时（N=1660），会产生失真，不能分辨三个频率分量。N越大，图象越接近脉冲信号。4．窗长固定，N比较小时矩形窗的效果比较好；N比较大时海明窗的效果比较好。二、对连续信号进行谱分析1．确定对x(t)采样的最大采样间隔和频域采样的最少采样点数信号的最高频率为100Hz,采样频率应大于200Hz，采样间隔应小于1/200；频率分辨率=采样频率/DFT点数，所以点数应大于200。2．代码：function test2t=0:1/300:1-1/300; %取采样频率300HZx=cos(200*pi*t)+sin(100*pi*t)+cos(50*pi*t);X1=(1/300)*fft(x);n=0:299;plot(n,abs(fftshift(X1)));3．运行结果：4．N200时，N越大，频谱上的脉冲越来越窄，误差越来越小。三、 1）取0≤n ≤9，计算其DFT；2）将1）中的x[n]补零，使0≤n ≤99，计算其DFT；3）增加采样的个数，即对原x[n]取0≤n ≤99，计算其DFT。1．1）function test3N=10; k=0:N-1; x=cos(0.48*pi*k)+cos(0.52*pi*k); X=fft(x); subplot(2,1,1); stem(k-N/2,abs(fftshift(X))); ylabel(Magnitude); xlabel(Frequency (rad)); subplot(2,1,2); stem(k-N/2,angle(fftshift(X))); ylabel(Phase); xlabel(Frequency (rad)); 2）function test3N=10; k=0:N-1;M=100;m=0:M-1;x=cos(0.48*pi*k)+cos(0.52*pi*k); X=fft(x,M); subplot(2,1,1); stem(m-M/2,abs(fftshift(X))); ylabel(Magnitude); xlabel(Frequency (rad)); subplot(2,1,2); stem(m-M/2,angle(fftshift(X))); ylabel(Phase); xlabel(Frequency (rad)); 3）function test3M=100;m=0:M-1;x=cos(0.48*pi*m)+cos(0.52*pi*m); X=fft(x,M); subplot(2,1,1); stem(m-M/2,abs(fftshift(X))); ylabel(Magnitude); xlabel(Frequency (rad)); subplot(2,1,2); stem(m-M/2,angle(fftshift(X))); ylabel(Phase); xlabel(Frequency (rad)); 2．信号长度N决定了分辨率的高低，N一定无论补零多少，分辨率不变；N一定时?加补零点，会使频谱变密，可以更多的显示出频谱中的细节。所以图二相对图一来说，频谱更密，显示了更多细节，但其实是同样的序列。当采样点数增加大于一个周期时，所得到的图像就是正确的DFT频域图像，所以图三中能正确的看到原序列的频域分量。