北航测试信号与处理技术报告.doc

测试信号与处理技术 实验报告 报告人学号及姓名： 实验地点 实验时间 实验名称：信号分析处理综合练习 实验目的要求 实验原理 用FFT对信号作频谱分析是学习数字信号处理的重要内容。经常需要进行频谱分析的信号是模拟信号和时域离散信号。频谱分辨率直接和FFT的变换区间N有关，因为FFT能够实现频率分辨率是2π/N。 x(n)是一个长度为M的有限长序列，则x(n)的N点离散傅立叶变换为：X(k)=DFT[x(n)]=,k=0,1,...,N-1 逆变换：x(n) =IDFT[X(k)]= ,k=0,1,...,N-1 但FFT是一种比DFT更加快速的一种算法，提高了DFT的运算速率,为数字信号处理技术应用于各种信号处理创造了条件，大大提高了数字信号处理技术的发展。本实验就是采用FFT，IFFT对信号进行谱分析。 程序设计 close all; clear all; fs=300;%设定采样频率 N=1000;%设定数据长度 t=0:0.001:1; f=100;%设定正弦信号频率 %生成正弦信号 x=sin(2*pi*f*t); figure(1); subplot(211); plot(t,x);%作正弦信号的时域波形 axis([0,0.1,-1,1]); title(正弦信号时域波形); z=square(2*pi*5*t); subplot(212) plot(t,z) axis([0,1,-2,2]); title(方波信号时域波形);grid; %进行FFT变换并做频谱图 y=fft(x,N);%进行fft变换 mag=abs(y);%求幅值 f=0:N-1;%横坐标 figure(2); subplot(211); plot(f,mag);%做频谱图 axis([0,1000,0,200]); title(正弦信号幅频谱图); y1=fft(z,N);%进行fft变换 mag=abs(y1);%求幅值 f=0:N-1;%横坐标 subplot(212); plot(f,mag);%做频谱图 axis([0,1000,0,200]); title(方波信号幅频谱图);grid; %求均方根谱 ab=abs(y); power=ab.^2; sq=sqrt(power); figure(3) subplot(211); plot(f,sq); title(正弦信号均方根谱);grid; ab1=abs(y1); power1=ab1.^2; sq1=sqrt(power1); subplot(212); plot(f,sq1); title(方波信号均方根谱);grid; %用IFFT恢复原始信号 xifft=ifft(y); magx=real(xifft); ti=[0:length(xifft)-1]*0.3/fs; figure(4); subplot(211); plot(ti,magx); axis([0,0.1,-1,1]); title(通过IFFT转换的正弦信号波形);grid; zifft=ifft(y1); magz=real(zifft); ti1=[0:length(zifft)-1]*0.3/fs; subplot(212); plot(ti1,magz); axis([0,1,-2,2]); title(通过IFFT转换的方波信号波形);grid; 仿真结果及分析 仿真 正弦波（f=100Hz，fs=300Hz）, 矩形波（f=5Hz，fs=300Hz）： 分析 正弦波频率Hz，采样Hz，采样点 方波幅值为1，频率Hz，采样Hz，采样点 由时域图可以看出原始模拟波形。以正弦波为例，原始正弦波是计算机拟合的，在坐标轴选择合理的情况下，无论对于其Hz的正弦波，故其在100处会有一个分量；而表现对于方波在但是故观察方波信号低频是均方根通过采样点还原当会而 此次实验简单，需要注意的以比如在应采样点并频域以及栅栏