实验1--实验报告成功精选.docVIP

一：实验目的及要求 分析常用窗函数的时域和频域特性，灵活运用窗函数分析信号频谱和设计FIR数字滤波器。 二：实验仪器 仪器名称 规格/型号 数量 备注 计算机 一台 装有Matlab 三：实验原理 在确定信号谱分析、随机信号功率谱估计以及FIR数字滤波器设计中，窗函数的选择起着重要的作用。在信号的频谱分析中，截短无穷长的序列会造成频率泄漏，影响频谱分析的精度和质量。合理选取窗函数的类型，可以改善泄漏现象。在FIR数字滤波器设计中，截短无穷长的系统单位脉冲序列会造成FIR滤波器幅度特性的波动，且出现过渡带。 四：实验步骤 （1）1. 分析并绘出常用窗函数的时域特性波形。 2. 利用fft函数分析常用窗函数的频域特性, 并从主瓣宽度和 旁瓣相对幅度两个角度进行比较分析。 3. 研究凯塞窗(Kaiser)的参数选择对其时域和频域的影响。 (1) 固定beta=4，分别取N=20, 60, 110； (2) 固定N=60，分别取beta=1,5,11。 4序列 x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20)，分析其频谱。 (1) 利用不同宽度N的矩形窗截短该序列, N分别为 20,40,160，观察不同长度N的窗对谱分析结果的影响； (2) 利用哈明窗重做 (1)； (3) 利用凯塞窗重做 (1)； (4) 比较和分析三种窗的结果； (5) 总结不同长度或类型的窗函数对谱分析结果的影响。 （2）实验结果，分析与结论： 实验1 %矩形窗时域波形及频谱 N=51; w=boxcar(N); Y=fft(w,256); subplot(2,1,1); stem([0:N-1],w); xlabel(w); ylabel(y); title(时域波形); subplot(2,1,2); Y0= abs(fftshift(Y)); plot([-128:127], Y0) xlabel(W); ylabel(Y0); title(频谱图形); %汉明窗时域波形及频谱 N=51; k=0:N-1; w=0.54-0.46*cos(2*pi*k/(N-1)) Y=fft(w,256); subplot(2,1,1); stem([0:N-1],w); xlabel(w); ylabel(y); title(时域波形); subplot(2,1,2); Y0= abs(fftshift(Y)); plot([-128:127], Y0) xlabel(W); ylabel(Y0); title(频谱图形); %汉宁窗时域波形及频谱 N=51; k=0:N-1; w=1/2*(1-cos(2*pi*k/(N-1))); Y=fft(w,256); subplot(2,1,1); stem([0:N-1],w); xlabel(w); ylabel(y); title(时域波形); subplot(2,1,2); Y0= abs(fftshift(Y)); plot([-128:127], Y0) xlabel(W); ylabel(Y0); title(频谱图形); %布拉克窗时域波形及频谱 N=51; k=0:N-1; w=0.42-0.5*cos(2*pi*k/(N-1))+0.08*cos(4*pi*k/(N-1)); Y=fft(w,256); subplot(2,1,1); stem([0:N-1],w); xlabel(w); ylabel(y); title(时域波形); subplot(2,1,2); Y0= abs(fftshift(Y)); plot([-128:127], Y0) xlabel(W); ylabel(Y0); title(频谱图形); %三角形窗时域波形及频谱 N=51; w=bartlett(N); Y=fft(w,256); subplot(2,1,1); stem([0:N-1],w); xlabel(w); ylabel(y); title(时域波形); subplot(2,1,2); Y0= abs(fftshift(Y)); plot([-128:127], Y0) xlabel(W); ylabel(Y0); title(频谱图形); %凯撒窗时域波形及频谱 N=51; beta=4; w=Kaiser(N,beta); Y=fft(w,256); subplot(2,1,1); stem([0:N-1],w); xlabel(w); ylabel(y); title(时域波形); subplot(2,1,2); Y0= abs(fftshift(Y)); plot([-128:127