实验1__基于DFT的信号识别系统.docVIP

实验1 基于DFT的信号识别系统? 12微电子 1228402037 张远 12微电子 1228402048 王洋 ??????????????? 一．实验目的? 1.通过实验巩固离散傅立叶变换DFT的认识和理解。 2.熟练掌握应用DFT进行频谱分析的方法。 3.理解DFT离散频谱分析的应用价值。 实验原理 信号的离散傅立叶变换定义为：,k=0~N-1，（公式一）离散时间傅立叶变换值X（k），k=0～N-1是有限长信号x（n），n=0～N-1的离散频谱。 频率间隔为，k=0～N-1（公式二）。 的关系式：（公式三）。 三．实验要求 在语音识别、雷达信号处理、生物医学信号检测与识别等应用领域广泛使用基于离散傅立叶变换的谱分析技术。一个典型的信号识别系统如图： 图1 信号识别系统框图 设系统的输入信号x(n)是具有单一频谱峰值的正弦信号，短时矩形窗将信号截短为有限长，经过DFT变换得到频谱，频率检测器检测频谱最大峰值的位置，即对应的频率，然后由分类器识别信号的类别。分类器的分类判决规则为： 第一类：最大峰值频率分布范围（Hz）为0≤f≤200。 第二类：最大峰值频率分布范围（Hz）为200≤f≤500。 第三类：最大峰值频率分布范围（Hz）为500≤f≤1000。 第四类：最大峰值频率分布范围（Hz）为f≥1000。 设采样频率fs=10000Hz，短时矩形窗宽度为N=1000，短时加窗信号经过DFT可以得到连续频谱在0≤ω＜2范围内的1000个取样点。 实验内容 编程实现该系统。Matlab程序实现如下： function FS=dftdk(A,a,B,b,C) fs=10000; N=1000; n=0:(N-1); x=A*cos(a*pi*n)+B*sin(b*pi*n)+C; y=x; s=0; FS=[0,0,0]; for k=1:N y(k)=0; n=1; while(nN+1) y(k)=y(k)+x(n)*exp(-j*2*pi*(k-1)*(n-1)/N); n=n+1; end if (sabs(y(k))k1) s=abs(y(k)); m=k-1; end end fm=fs*m/N; FS=[m,fm,s/(N/2)]; k=0:N-1; f=fs*k/N; subplot(2,1,1); plot(f,abs(y)/(N/2)); subplot(2,1,2); plot(k,x); xlabel(n); ylabel(X(n)); if fm=0fm200 title(第一类); end if fm=200fm500 title(第二类); end if fm=500fm1000 title(第三类); end if fm=1000 title(第四类); end End 输入不同的信号，实验值与理论值相比较。 输入信号x（n）=1.2sin(0.08πn)，程序运行结果为： 图2 x（n）=1.2sin(0.08πn)的频谱与波形（fs=10000,N=1000） 系统输出：第二类，最大峰值频率400Hz, 最大峰值1.2； 理论计算：f=ω*fs/2π=400Hz，A=1.2; 结论：实验结果与理论相符。 输入信号x（n）=1.5+3cos(0.5πn)，程序运行结果为： 图3 x（n）=1.5+3cos(0.5πn)的频谱与波形（fs=10000,N=1000） 系统输出：第四类，最大峰值频率2500Hz, 最大峰值3； 理论计算：f=ω*fs/2π=2500Hz，A=3； 结论：实验结果与理论相符。 输入信号x（n）=0.7sin(0.14πn)，程序运行结果为： 图4 x（n）=0.7sin(0.14πn)的频谱与波形（fs=10000,N=1000） 系统输出：第三类，最大峰值频率700Hz, 最大峰值0.7； 理论计算：f=ω*fs/2π=700Hz，A=0.7； 结论：实验结果与理论相符。 输入信号x（n）=1.2cos(0.5πn)+9.5sin(0.02πn)，程序运行结果为： 图5 x（n）=1.2cos(0.5πn)+9.5sin(0.02πn)的频谱与波形（fs=10000,N=1000） 系统输出：第四类，最大峰值频率100Hz, 最大峰值9.5； 理论计算：f=ω*