离散付里叶变换和快速付里叶变换.docVIP

实验二 离散付里叶变换与快速付里叶变换 一．实验目的 (1) 掌握DFT 的理论，通过DFT 对典型信号进行的频谱分析，加深对DFT 的理解。 (2) FFT 对典型信号进行的频谱分析，加深对FFT 的理解。 (3) 通过对同一信号，作相同点数的DFT 与FFT 的频谱和运行时间的比较，掌握两者的异同点。 (4) 通过对同一信号，作不同点数的FFT，比较其对应的频谱，比较两者的异同点。 二．实验原理 1．离散傅里叶变换： 正变换： 其中 ? ? ? ? 反变换： 其中 2． 离散傅里叶变换DFT 与快速傅里叶变换FFT 的关系 快速傅里叶变换FFT 是离散傅里叶变换DFT 的快速算法，其原理与DFT 完全一样。 FFT 算法分两大类：按时间抽取的FFT 与按频率抽取的FFT。 如：基-2 按时间抽取的FFT，其原理简述如下： 将x(n)按n 的奇、偶分成两组： 其中：x(n)的偶数组：? ? ? ? ? x(n)的奇数组：? 这样就把N 点的DFT 分解成两个点的DFT，从而减少计算量。依此类推，直至n 分解至2。 ? ? ? ? 三．实验中调用的函数 Xk=fft(x , N)：表示对x 作N 点FFT 运算，得到x 的频谱Xk。 四．实验内容 (1) 分别作N=64 的DFT 与FFT 先编写DFT函数dfs.m文件： function[Xk]=dfs(xn,N) n=[0:1:N-1] k=[0:1:N-1] wn=exp(-j*2*pi/N) nk=n*k wnnk=wn.^nk Xk=xn*wnnk 调用dfs()函数及fft()函数求DFT 与FFT： N=64 n=0:N-1; k=0:N-1; xn=cos(0.4*pi*n)+cos(0.52*pi*n); Xk=dfs(xn,N); subplot(1,2,1) stem(k,abs(Xk)) title(DFT) XK=fft(xn,N); subplot(1,2,2) stem(k,abs(XK)) title(FFT) 输出： 其中 程序如下： n=0:1:255 k=0:1:255 len=length(n) for i=1:len %分段函数的表达 if(0=n(i)=63) xn=cos(0.4*pi*n)+cos(0.52*pi*n); elseif(64=n(i)=255) xn=0 end end Xk=dfs(xn,len); subplot(1,2,1) stem(k,abs(Xk)) title(DFT) XK=fft(xn,len); subplot(1,2,2) stem(k,abs(XK)) title(FFT) 输出： (2) 分别作N=64 的DFT 与FFT 程序如下： N=64 n=0:N-1 k=0:N-1 xn=ones(1,N) Xk=dfs(xn,N) stem(n,xn) subplot(1,2,1) stem(k,abs(Xk)) title(DFT) XK=fft(xn,N) subplot(1,2,2) stem(k,abs(XK)) title(FFT) 输出： 其中 分别作N=512 的DFT 与FFT 程序如下： n=0:1:511 k=0:1:511 len=length(n) for i=1:len if(0=n(i)=63) xn=ones(1,len) elseif(64=n(i)=511) xn=0 end end Xk=dfs(xn,len); subplot(1,2,1) stem(k,abs(Xk)) title(DFT) XK=fft(xn,len); subplot(1,2,2) stem(k,abs(XK)) title(FFT) 输出： (3) 分别作N=64 的DFT 与FFT 程序如下： 编写一名为sigshift.m的函数文件 function[y,n]=sigshift(x,m,n0) % Implements y(n)=x(n-n0) n=m+n0;y=x; 然后调用sigshift()函数： N=64 n=0:N-1 k=0:N-1 xn=zeros(1,N) xn(1)=1 [xn1,n1]=sigshift(xn,n,20) subplot(1,3,1) stem(n1,xn1) title(x(n-20)) Xk=dfs(xn1,N) subplot(1,3,2) stem(n1,abs(Xk)) title(DFT) XK=fft(xn1,N) subplot(1,3,3) stem