mt—课程设计.docVIP

课程设计目的： 综合运用本课程的理论知识进行语音信号的频谱分析，通过理论推导得出相应结论，并利用MATLAB作为编程工具进行计算机实现，从而复习巩固课堂所学的理论知识，提高对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。 2、课程设计题目及要求（略） 3、原理设计与分析 在本次课程设计中，不管是连续信号还是离散信号，我们都采用FFT对其进行分析。若是连续信号先对其进行采样，由采样定理知道，若对信号进行理想采样，那么在频域其频谱将会发生周期延拓，那么得到采样信号的频谱后，经过低通滤波器，进行滤波(滤波频率 Ωm应满足ΩcΩmΩs-Ωc)，这样就可以得到原信号的频谱，也即可以将原信号恢复。这也即是，为什么可以对连续信号分析时用离散信号的分析方法对其进行分析。当对连续信号进行采样后得到离散信号x(n)，我们作傅里叶变换得到X(ejω)对其频谱进行分析。然后，在频域我们经过对X(ejω)进行采样，就得到频域的离散频谱X(k)。对离散信号作DFT时，我们可以通过利用MATLAB里面的库函数fft(x(n),N),这样就可以省去我们大部分的时间去做算法设计，在观察栅栏效应时对于同一个离散信号x(n),我们作不同的点数的DFT时，我们只需要对函数fft(x(n),N)中的N进行赋不同的之即可，省去了我们对信号的后部分补零的麻烦，方便快捷。最后，我们还需对信号作卷积，其中包括线性卷积和循环卷积。针对线性卷积h(n)=x(n)*y(m),我们直接使用MATLAB里边的库函数conv(x(n),y(m))来做，很方便。然而对于循环卷积就没有现成的函数可以使用，这就需要我们自己做算法分析了，下面给出两种做法： （1）、算法设计 与的点循环卷积定义为： 循环卷积的实现步骤： 当时，分别将与相乘，并在到区间内求和，便得到与的循环卷积。 （2）、公式推导 若x3(n)=x1(n)x2(n), 那么X3(k)=FFT(x3(n))=FFT(x1(n)x2(n))=FFT(x1(n))FFT(x2(n)), 对x3(n)=IFFT(FFT(x3(n)))=IFFT(FFT(x1(n))FFT(x2(n)))…… 因而在用计算机实现循环卷积时，就可以使用公式，这样省去了大量的算法设计，节约了很多时间。 4、详细程序清单 题目一 FFT对连续的信号进行谱分析 若信号由20Hz，220 Hz和750Hz三个正弦频率成分构成，试用FFT计算其频谱并画出其幅度谱（要求横坐标以Hz为单位），验证信号包含的频率成分。 fs = 2000; %采样频率 tp = 0.1; %信号的持续时间 T = 1/fs; %采样间隔 N = tp/T; %采样点数 n = 0:N-1; xn = 0.25*sin(2*pi*20*n*T)+ 0.5*sin(2*pi*220*n*T)+sin(2*pi*750*n*T);Xk = fft(xn); f = 0:2000/N:(N-1)*2000/N; stem(f,abs(Xk),full); xlabel(\bf频率/Hz); ylabel(\bfx(n)的FFT变换X(k));MATLAB实现： （1）计算的傅里叶变换，并绘出其幅度谱； （2）分别计算的4点DFT和8点DFT，并绘出其幅度谱。并说明它们和的关系。 （提示：DFT变换可用MATLAB提供的函数fft实现） 截取一个周期长度M=16点，计算其16点FFT其频谱，并绘出其幅度谱； 截取序列长度M=10点，计算其16点FFT其频谱，绘出其幅度谱，并与（1）的结果进行比较，观察频谱泄漏现象，说明产生频谱泄漏的原因。 xn = [1 1 1 1]; n = 0:3; M = 100; k = 0:2*M-1; m = -2*pi:2*pi/M:2*pi-2*pi/M; X = xn*(exp(-j*2*pi/M)).^(n*k); subplot(3,1,1) plot(m,abs(X)); xlabel(\omega); ylabel(|X(j \omega)|); X1k = fft(xn,4); X2k = fft(xn,8); subplot(3,1,2) stem(abs(X1k)); subplot(3,1,3) stem(abs(X2k)); 分析：由作出的图形可以看出，对于同一个序列，做不同点数FFT时，可以观察到的频率成分更多了。也即是说，一般的，在同等点数的离散序列，作FFT的点数越多，那么可以观察的频率成分也越多，栅栏效应得到大大改善，但是这样运算的时间也会加长。由上面三个图可知，对离散序列作的FFT所得到的频谱序列也