周期信号的合成与分解实验报告.doc

武汉大学教学实验报告 电子信息学院 通信工程 专业 2017 年 9 月 14 日 实验名称 周期信号的合成与分解 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） 一、 二、 式中n为正整数；角频率ω1由周期T1决定：。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。通常把频率为的分量称为基波，频率为的分量成为n谐波频谱只会出现在ω1,2ω1，…，nω1，…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)的不连续点。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。 三、需要掌握的 MATLAB 函数 结果的显示会用到 plot 和 pause 函数，请参考 MATLAB 帮助。 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 四、实验内容对称方波信号的合成 选取奇对称周期方波的周期T=0.02s，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、10、50 和 200 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=0:0.00001:0.1; sishu=12/pi; y=sishu*sin(100*pi*t); subplot(221) plot(t,y); axis([0,0.05,-4,4]); xlabel(time); ylabel(前1 项有限级数); y=0; for i=1:10 y=y+sishu*(sin((2*i-1)*100*pi*t)/(2*i-1)); end subplot(222); plot(t,y); axis([0,0.05,-4,4]); xlabel(time); ylabel(前10项有限级数); y=0; for i=1:50 y=y+sishu*(sin((2*i-1)*100*pi*t)/(2*i-1)); end subplot(223); plot(t,y); axis([0,0.05,-4,4]); xlabel(time); ylabel(前50项有限级数); y=0; for i=1:200 y=y+sishu*(sin((2*i-1)*100*pi*t)/(2*i-1)); end subplot(224); plot(t,y); axis([0,0.05,-4,4]); xlabel(time); ylabel(前200 项有限级数); 显示结果如图-2所示： 图 4-2 奇对称方波信号的合成 2.观察Gibbs现象 5、7、10和 20项有限级数来逼近奇对称方波，观察 Gibbs 现象。 MATLAB程序如下： Gibbs现象t=0:0.00001:0.1; 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); axis([0,0.05,-4,4]); xlabel(time); ylabel(前5项有限级数); g=(max(y)-3)/6; legend(sprintf(Gibbs:%f,g)); y=0; for i=1:7 y=y+sishu*(sin((2*i-1)*100*pi*t)/(2*i-1)); end subplot(222); plot(t,y); axis([0,0.05,-4,4]); xlabel(time); ylabel(前7项有限级数); g=(max(y)-3)/6; legend(sprintf(Gibbs:%f,g)); y=0; for i=1:10 y=y+sishu*(sin((2*i-1)*100*pi*t)/(2*i-1)); end subplot(223); plot(t,y); axis([0,0.05,-4,4]); xlabel