数字信号处理上机实验1.docVIP

数字信号处理实验 信息25 2120502123 赵梦然 实验一 快速傅里叶变换与信号频谱分析 一． 实验目的 1. 在理论学习的基础上，通过本实验加深对离散傅里叶变换的理解。 2. 熟悉并掌握按时间抽取编写快速傅里叶变换（FFT）算法的程序。 3. 了解应用FFT 进行信号频谱分析过程中可能出现的问题，例如频谱混淆、 泄漏、栅栏效应等，以便在实际中正确使用FFT 算法进行信号处理。 二． 实验内容 1. 仔细分析教材第六章“时间抽取法FFT 的FORTRAN 程序”，编写出相应的 使用FFT 进行信号频谱分析的Matlab 程序。 2. 用FFT 程序分析正弦信号，分别在以下情况进行分析，并讨论所得的结果： a) 信号频率F＝50Hz，采样点数N=32，采样间隔T=0.000625s； b) 信号频率F＝50Hz，采样点数N=32，采样间隔T=0.005s； c) 信号频率F＝50Hz，采样点数N=32，采样间隔T=0.0046875s； d) 信号频率F＝50Hz，采样点数N=32，采样间隔T=0.004s； e) 信号频率F＝50Hz，采样点数N=64，采样间隔T=0.000625s； f) 信号频率F＝250Hz，采样点数N=32，采样间隔T=0.005s； g) 将c)中信号后补32 个0，做64 点FFT，并与直接采样64 个点做FFT 的 结果进行对比。 3. 思考题： 1) 在实验a)、b)、c)和d)中，正弦信号的初始相位对频谱图中的幅度特性 是否有影响？为什么？ 信号补零后做FFT 是否可以提高信号频谱的分辨率？为什么？ 三．实验程序 function pushbutton1_Callback(hObject, eventdata, handles) F=str2double(get(handles.f,string)); N=str2double(get(handles.n,string)); T=str2double(get(handles.t,string)); fai=str2double(get(handles.fai,string)); zero=get(handles.zero,value); %进行采样 t=0:T:(N-1)*T; x=cos(2*pi*F*t+fai); %进行fft运算 if zero y=abs(fft(x,N+32)); y=y/max(y); else y=abs(fft(x)); y=y/max(y); end %画图 axes(handles.axes2); stem((0:N-1),x,*); axes(handles.axes1); if zero stem((0:N+31),y,.); else stem((0:N-1),y); end xlabel(频率/Hz); ylabel(振幅); grid on; 四．实验结果 实验数据记录： （a） 输入信号频率：50 输入采样点数：32 输入间隔时间：0.000625 是否增加零点？否 信号频率F=50Hz，采样长N=32，采样周期T=0.000625s，fs=1/T=1600Hz，基频为fs/N=50Hz，50/50=1.故此在频谱图上的第1个点和第31个点有值。可以用sinc函数加以解释：由于sin信号的频谱为在pi/16和-pi/16上的冲激，所以时域采样后，在频域以2*pi为周期进行周期延拖。加窗后，卷积一个sinc函数，因为采样点数为32，所以窗的宽度即为32，主瓣峰值落在主瓣中间，所以得到其主瓣的宽度为pi/16，因为进行DFT要有32个点，所以第k个点对应的频谱为（k-1）*pi/16,由上面的sinc函数的主瓣宽度知，除了pi/16和31*pi/16（由于频域的周期延拖），其他的点处，sinc函数都为0，DFT的结果只有在第1个点和第31个点有大小相等的值，其它点为0. （b） 输入信号频率：50 输入采样点数：32 输入间隔时间：0.005 是否增加零点？否 信号频率F=50Hz，采样长N=32，采样周期T=0.005s，fs=1/T=200Hz，基频为fs/N=6.25Hz，50/6.25=8.故此在频谱图上的第8个点和第24个点有值。同样可以用sinc函数加以解释。（和1中基本一致） （c） 输入信号频率：50 输入采样点数：32 输入间隔时间：0.0046875 是否增加零点？否 信号频率F=50Hz，采样长N=32，采样周期T=0.0046875s，fs=1/T=213.33Hz，基频为fs/N=6.66Hz，50/6.66=7.5。由于不是整周期，所以发生泄漏。同样可以用sinc函数加以解释：即除了主瓣上有取值之外还在非