利用DFT近似计算信号频谱专题研讨.doc

《数字信号处理》课程研究性学习报告 DFT近似计算信号频谱专题研讨 姓名 学号 同组成员 指导教师 薛 健 时间 2013年5月17日 利用DFT近似计算信号频谱专题研讨 【目的】 (1) 掌握利用DFT近似计算不同类型信号频谱的原理和方法； (2) 理解误差产生的原因及减小误差的方法； (3)研究用DFT近似计算连续周期信号的方法； (4) 培养学生自主学习能力，以及发现问题、分析问题和解决问题的能力。 【研讨内容】 基本题 问题一 已知某离散序列为 (1)用L=32点DFT计算该序列的频谱，求出频谱中谱峰的频率； (2)对序列进行补零，然后分别用L=64、128、256、512点DFT计算该序列的频谱，求出频谱中谱峰的频率； (3)讨论所获得的结果，从中你能得到了什么结论？该结论对序列的频谱计算有何指导意义？ 【题目分析】 本题讨论补零对离散序列频谱计算的影响。 补零可以使DFT计算得出的频谱更加细致，但是不能改变序列的DTFT 【温磬提示】 在计算离散非周期序列频谱时常用?/?作为横坐标，称?/?为归一化频率?normalized frequency) 由于离散非周期序列频谱是周期的，所以在计算时不必用fftshift 函数对fft计算的结果进行重新排列。 【序列频谱计算的基本方法】 在MATLAB中，用函数fft（x，N）可以计算X[k]序列的N点DFT 【仿真结果】 L=32: L=64: L=128: L=256: L=512 L=32: L=128: 【结果分析】 对长度为32点的序列x[k]进行32点的DFT,只可以获得其频谱函数X很少的细节，谱峰的频率为0.1Hz和0.9Hz。我们知道，理论上在0.2处和-0.2处有谱峰，但是由于周期性，所以所以在[0,2π]出的频谱如图所示。 对长度为32点的序列x[k]进行64点的DFT,相比32点的DFT，其频谱函数获得了X很多的细节；对长度为32点的序列x[k]进行128点的DFT,相比64点的DFT，其频谱函数获得了X更多的细节。 通过对该序列不断的补零，我们从图中可以看出补零越多，则频谱间隔越减小，频谱更清晰，频谱函数越详细，细节越多，越精确，频谱的显示分辨率越大。而且不管序列补零到多少点，频谱的峰值处的对应点都是0.2和1.8，所以，序列补零并不能改变频谱的值，只能提高频谱分辨率。 【自主学习内容】 利用DFT分析连续非周期信号的频谱 栏栅现象 【阅读文献】 《数字信号处理》（第三版） 陈后金主编 【发现问题】(专题研讨或相关知识点学习中发现的问题)： 在序列后面补零的作用 【问题探究】 在序列后面补零不能提高频谱的分辨率。DFT是对信号fourier变换的离散化处理，从后两个图中可以明显地看出：对序列后面补零，只是增加了信号fourier变换后的离散抽样点，并不能改变信号本身的采样点，故不能提高频谱的分辨率。在 连续信号在离散化或时域加窗过程中，由于混叠或泄露等过程已经造成信号频谱中信息的失真，则无论怎么补零也无法再恢复已损失的信息。 【仿真程序】 k=0:31 x=sin(0.2*pi*k) L=0:31 X=fft(x,32) plot(2*L/32,abs(X)) title(L=32) k=0:31 x=sin(0.2*pi*k) L=0:63 X=fft(x,64) plot(2*L/64,abs(X)) title(L=64) k=0:31 x=sin(0.2*pi*k) L=0:127 X=fft(x,128) plot(2*L/128,abs(X)) title(L=128) k=0:31 x=sin(0.2*pi*k) L=0:255 X=fft(x,256) plot(2*L/256,abs(X)) title(L=256) k=0:31 x=sin(0.2*pi*k) L=0:511 X=fft(x,512) plot(2*L/512,abs(X)) title(L=512) k=0:31; x=sin(0.2*pi*k) L=0:1023 X=fft(x,1024) plot(2*L/1024,abs(X),b) hold on; k1=0:31 X1=fft(x,32) stem(2*k1/32,abs(X1),x,r) title(L=32) k=0:31; x=sin(0.2*