数字信号处理—基于计算机的方法离散傅立变换的性质及应用.docVIP

电子科技大学生命科学与技术学院 标 准 实 验 报 告 （实验）课程名称 数字信号处理 2013-2014-第2学期 电子科技大学教务处制表 电 子 科 技 大 学 实 验 报 告 学生姓名 学 号 指导教师 实验时间 2014年 4月17 日 一、实验室名称：清水河校区，实验大楼 504 机房 二、实验名称：离散傅立叶变换的性质及应用 三、实验学时：2学时 四、实验原理： 五、实验目的：（详细填写） 1.熟悉 MATLAB 编程； 2.了解 DFT 的性质及其应用。 六、实验内容：（详细填写） 1、分析滤波器的相位谱特性对滤波结果的影响 2、实际脑电数据的频谱特性分析 附加：利用 DFT 实现两个序列的线性卷积运算，并研究DFT点数与计算结果的关系。 （1）自己构造两个有限长序列 x(n)、h(n)； （2）利用conv函数计算两个序列的线性卷积； 提示：y=conv(x, h); 3）分别计算不同点的循环卷积（利用FFT/IFFT计算）；什么时候循环卷积与线性卷积相同？请总结规律。 七、实验器材（设备、元器件）： 八、实验步骤： 九、实验数据及结果分析：（详细填写）（包括程序、图、结果等） 程序1：x=linspace(1,50,100);%构造离散时间信号y n=length(x)/4; y=exp(0.001*x).*(sin(0.5*x)+cos(0.7*x)); f1=fft(y); amp=abs(f1); pha=angle(f1); %构造任意序列代表离散时间信号相度谱 pha_N=[3*ones(1,n) zeros(1,3*n)]; %pha_N=[100*sin(x(1,1:n)) zeros(1,3*n)]; %pha_N=[1 0.5 1 1 2 0.5 zeros(1,n-6)]; pha_S=pha+pha_N; f2=amp.*exp(i*pha_S); y1=ifft(f2,symmetric); figure(1); plot(x,y,r,x,y1,b);xlabel(时间点);ylabel(原始信号与任意相位叠加后信号的比较); %构造线性序列代表离散时间信号相度谱 pha_N1=0.1*x; pha_S1=pha+pha_N1; f3=amp.*exp(i*pha_S1); y2=ifft(f3,symmetric); figure(2); plot(x,y,r,x,y2,b);xlabel(时间点);ylabel(原始信号与线性平移后信号的比较); figure(3); h1=plot(x,pha,r); hold on h2=plot(x,pha_S,b); hold on h3=plot(x,pha_S1,k); hold on xlabel(频率);ylabel(相位); legend([h1 h2 h3],{原始信号相位,任意相位,线性相位}); 图1： 程序2： %睁眼闭眼的时域信号 ec=load(eyeclose.txt); eo=load(eyeopen.txt); n=length(ec); m=length(eo); x1=1:n;x2=1:m; fs=250; figure(1); plot(x1,ec,b);title(闭眼时脑电信号); figure(2); plot(x2,eo,r);title(睁眼时脑电信号); %频域信号 f1=fft(ec); f2=fft(eo); fx1= (0:length(f1)-1)/length(f1)*fs; fx2= (0:length(f2)-1)/length(f2)*fs; figure(3);plot(fx1,abs(f1),b);title(闭眼时的脑电频谱); figure(4);plot(fx2,abs(f2),r);title(睁眼时的脑电频谱); 图2: 程序3： %睡眠时的时域信号 y1=load(REM.txt); y2=load(sws.txt); n=length(y1); m=length(y2); x1=1:n;x2=1:m; fs=250; figure(1); plot(x1,y1,b);title(快速眼动睡眠); figure(2); plot(x2,y2,r);title(慢波睡眠); %频域信号 f1=fft(y1); f2=fft(y2); fx1= (0:length(f1)-1)/length(f1)*fs; fx2= (0:length(f2)-1)/length(f2)*fs; figure(3);plot(fx1,abs(f1),b);title(