数字信号处理大作业报告.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数字信号处理大作业 序列谱分析及FFT快速卷积 学院(系):软件学院 专业:软件工程 学生姓名:许利志 学号:201492300 班级:软网1404 完成日期:2016.4.28 大连理工大学 Dalian University of Technology 报告内容 设计题目 1.序列的谱分析及特性 2.用FFT实现快速卷积 二、设计目的及意义 序列的谱分析及特性 对于三种典型序列------单位采样序列、实指数序列、矩形序列,要求:? (1).?画出以上序列的时域波形图;? (2).?求出以上序列的傅里叶变换;? (3).?画出以上序列的幅度谱及相位谱,并对相关结果予以理论分析;? (4).?对以上序列分别进行时移,画出时移后序列的频谱图,验证傅里叶变换的时移性质;? (5).?对以上序列的频谱分别进行频移,求出频移后频谱所对应的序列,并画出序列的时域波形图,验证傅里叶变换的频移性质。 用FFT实现快速卷积 (1).加深理解 FFT 在实现数字滤波(或快速卷积) 中的重要作用, 更好地利用 FFT 进行数字信号处理。 (2).理解快速卷积在实际生活中的重要作用,加深对知识的理解。 设计题目的描述以及要求 序列的谱分析及特性 (1)画出序列的时域波形图; (2)求出序列的傅里叶变换; (3)画出序列的幅度谱及相位谱,并对相关结果予以理论分析; (4)对序列进行时移,画出时移后序列的频谱图,验证傅里叶变换的时移性质; 用FFT实现快速卷积 (1)FFT的出现,使DFT得到广泛应用。在实际应用中,为了分析时域离散LTI系统或者序列滤波时,需要计算两个序列的线性卷积。为了提高运算速度,可以利用FFT来实现。 (2)设计并编写程序来实现线性卷积运算,可以在重叠相加法和重叠保留法中任选一种方法实现 (3)给出输入信号和输出信号的图形描述,以及简要的说明以及计算中间过程的图形描述及简要说明,每计算完一段后输出分段卷积段号、该段卷积结果、该段图像并暂停,按任意键继续下一段。 四、设计原理 序列的谱分析及特性 1.时移原理 在这个序列运算中,x[n]的每一个样本都移动(即延迟)k个采样周期, 移位后的序列为y(n)。当k 0时每一个样本向右移动,称为x(n)的延时序列;当k0时,每一个样本向左移动,称为x(n)的超前序列:y(n)=x(n-k) 。 2.频移原理 3.傅里叶变换(DFT)原理? 离散傅里叶变换的结果为有限长和离散的,它实质上是对序列傅里叶变换在频域均匀离散的结果,因而使数字信号处理可以在频域采用数字运算的方法进行,大大增加傅里叶变换的灵活性和使用性。离散傅里叶变换的定义如下? 其中为旋转因子NW,N为变换区间长度。 用FFT实现快速卷积 MATLAB 中计算序列的离散傅里叶变换和逆变换是采用快速算法, 利用 fft 和 ifft 函数实现。 (1). 输入参数: 为待计算 DFT 的序列, N 为序列的长度。 输出参数: 为序列 的 IDFT。 (2). 输入参数: xk为待计算 IDFT 的序列, N 为序列 xk的长度。 输出参数: Xn 为序列 xk的 IDFT。 五、设计内容以及实现方法 序列的谱分析及特性: 1.单位采样序列的谱分析及特性实现? 2.实指数序列的谱分析及特性实现 3.矩阵序列的的谱分析及特性实现 以下列出第一部分代码(其他见电子文档): clear n=1:50; x=zeros(1,50); x(1)=1; subplot(3,1,1); stem(x); axis([0 50 -1 1]); title(单位采样序列); N=25; k=-N:N; X=x*(exp(-j*pi/25)).^(n*k); magX=abs(X); subplot(3,1,2); stem(magX); title(单位采样序列的幅度谱); angX=angle(X); subplot(3,1,3);stem(angX); title (单位采样序列的相位谱); n=1:50; x=zeros(1,50); t=10; x(t)=1; figure subplot(3,1,1); stem(x);title(单位采样序列的时移); k=-25:25; X=x*(exp(-j*pi/25)).^(n*k); magX=abs(X); subplot(3,1,2); stem(magX);title(单位采样序列时移的幅度谱); angX=angle(X); subplot(3,1,3); stem(angX); title (单位采样序列时移的相位谱);

文档评论(0)

a13355589 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档