数字信号处理ch24dft分析信号频谱.pptVIP

数字信号处理(Digital Signal Processing) 利用DFT分析信号频谱 问题的提出 四种信号频谱之间的关系 利用DFT分析连续非周期信号频谱 混叠现象、泄漏现象、栅栏现象 DFT参数选取 工程实际应用 铁路控制信号识别 铁路控制信号识别 铁路控制信号识别 例：为了说明时域加窗对连续信号频谱分析的影响，现分析一无穷长的余弦信号的频谱。 加窗 抽样 DFT 加窗 抽样 DFT 例：已知一连续信号为 若以抽样频率 Hz对该信号进行抽样，试求由DFT分析 其频谱时，能够分辨此两个谱峰所需的最少样本点数。 矩形窗 例：已知一连续信号为 若以抽样频率 Hz对该信号进行抽样，试求由DFT分析 其频谱时，能够分辨此两个谱峰所需的最少样本点数。 利用矩形窗计算有限长余弦信号频谱 N=30; %数据的长度 L=512; %DFT的点数 f1=100; f2=120; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; x=cos(2*pi*f1*t)+cos(2*pi*f2*t); X=fftshift(fft(x,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(X)); ylabel(‘幅度谱’); 例：已知一连续信号为 若以抽样频率 Hz对该信号进行抽样，试求由DFT分析 其频谱时，能够分辨此两个谱峰所需的最少样本点数。 信号样点数 N=30 信号样点数 N=20 加矩形窗 例：已知一连续信号为 若以抽样频率 Hz对该信号进行抽样，试求由DFT分析其频谱。 利用Hamming窗计算有限长余弦信号频谱 N=50; %数据的长度 L=512; %DFT的点数 f1=100;f2=150; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; f=cos(2*pi*f1*t)+0.15*cos(2*pi*f2*t); wh=(hamming(N)); f=f.*wh; F=fftshift(fft(f,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(F)); ylabel(幅度谱) 例：已知一连续信号为 若以抽样频率 Hz对该信号进行抽样，试求由DFT分析其频谱。 矩形窗 N=25 矩形窗 N=50 海明窗 N=25 海明窗 N=50 混叠现象、泄漏现象、栅栏现象 3. 栅栏现象：序列后补零，ZFFT 混叠现象、泄漏现象、栅栏现象 3. 栅栏现象：序列后补零，ZFFT 解： 例： ，m=0,1,2,3 解： 例： ，m=0,1,2,…,7 解： 例： N=30, N=30, L=64, = 600/64 N=30, L=128, = 600/128 N=30, L=256, = 600/256 DFT参数选取 1. 2. 3. 抽样频率: 抽样间隔: 抽样时间: 抽样点数: 例： 试利用DFT分析一连续信号，已知其最高频率=1000Hz，要求频率分辨率Dfc?2Hz，DFT的点数必须为2的整数幂次，确定以下参数：最大的抽样间隔，最少的信号持续时间，最少的DFT点数。 解：(1)最大的抽样间隔Tmax为 (2)最少的信号持续时间Tpmin为 (3) 由最大的抽样间隔Tmax与最少信号持续时间Tpmin，可得最少DFT点数N为 选择DFT的点数N=1024，以满足其为2的整数幂次。 例：已知语音信号x(t)的最高频率为fm=3.4kHz, 用fsam=8kHz对x(t)进行抽样。如对抽样信号做N=1600点的DFT，试确定X[m]中m=600和m=1200点所分别对应原连续信号的连续频谱点f1 和f2 (kHz)。 解：对连续信号x(t)按fsam=8kHz进行取样，得到对应的离散序列x[k]，在利用离散序列x[k]的DFT X[m]分析连续信号x(t)的频谱时，X[m] 与X(jw)存在以下对应关系： 当m=600时，由于0?m?N/2-1，所以 当m=1200时，由于N/2?m?N，所以 工程实际应用 A/D DFT x(t) xN[k] X[m] 铁路控制信号的时域波形和频谱 DFT分析信号