数字信号处理实验指导书87819.docVIP

实验一模拟信号频谱分析 实验目的 ?学会应用DFT对模拟信号进行频谱分析的方法； ?通过应用DFT分析各种模拟信号的频谱，加深对DFT的理解； ? 熟悉MATLAB的基本操作，以及一些基本函数的使用，为以后的实验奠 定基础。 实验原理 ⑴利用DFT计算模拟信号的频谱 连续周期信号的频谱： X(jg) = X(jg) = 连续非周期信号的频谱: X(jQ) =「x⑴严dt J —00 通过积分公式求取复朵的实际信号的频谱函数木身就比较困难，何况在许多 情况下只是记录了实际信号的一段波形或数据，而没冇对应的解析表达式。若要 对这些信号进行频谱分析，就必须利用离散傅里叶变换（DFT）。 DFT表征一个在吋域为有限长N点的序列经过傅里叶变换成为另一个有 限长序列X伙）: 匕1 _ j呱k k = 0,l,2,???，N — lvb = 0,1,2,? ? ? N — 1X (k)= k = 0,l,2,???，N — l vb = 0,1,2,? ? ? N — 1 n=0 离散傅里叶反变换(IDFT)定义为: 1 f j込 k 兀(〃)=—X (k)e n N k=o 由T DFT变换对的时域、频域都是离散的，可以通过计算机实现，因此可以 使用DFT对连续信号进行频谱分析。但必须要对连续信号进行离散化，并且当信 号长度无限长时需要作截短处理。因此恰当地确定抽样间隔T和相应的长度，是 决定DFT结果是否符合实际的关键因素。如果不满足抽样定理的约朿条件，则会出现混叠失真；如杲截断和选取的长度(也就是加窗)不合适，则会造成频谱扩 散，使能量和功率产生泄漏。 DFT的快速算法FFT,可以快速高效地完成DFT运算。在MATLAB的信号处理 工具箱中提供了 fft函数和ifft函数，用于计算信号的快速傅里叶变换和反变 换。 函数fft用于对序列作快速傅里叶变换。其调用形式为： y二fft(x) ； %时间抽取基-2 FFT y二fft(x,N) ； % 执行 N 点的 FFT 函数ifft用于一维快速傅里叶反变换。其调用形式为： y=ifft(x) ； %时间抽取基-2 1FFT y二ifft(x,N) ； % 执行 N 点的 IFFT ⑵利用DFT计算连续周期信号的频谱 连续周期信号在满足一定条件下，可以展开为傅里叶级数: xu)= ￡ x(jkW°, k=—8 傅里叶级数的系数Xg)按下式求得： 1 「心/2 x(7w0)= -J_rn/2 式中％是周期信号的周期,是基本角频率(通称基频), 式中％是周期信号的周期, 是基本角频率(通称基频), 波频率。X(jkg是离散频率的复函数，称为频谱函数，可表示为: X(jkGJ = |X(jZ:Q0)|e7arg|X(#Qo), |X(#Q0)|反映了组成周期信号的不同频率谐波分量的幅度随频率变化的特性, 即幅度谱；arg[X(jZ:Q0)]反映了不同谐波分量的初相角随频率变化的特性, 即相位谱。 连续周期信号傅里叶变换的示意图如下图所示。可以看出，时域的连续函数 造成频域是非周期的频谱函数，而频域的离散频谱就与时域的周期时间函数相对 应。In 应。 In 连续周期信号的频谱求解步骤: 根据抽样定理，确定时域抽样间隔T; 抽样频率：? 2九 抽样间隔：T = 1/X — 厶J m 式屮九为信号的最高频率 计算一个周期内的抽样点数N; NX式屮 NX 式屮Afc为频率分辨率 厶纽 使用fft命令作N点FFT计算，求得X伙)； 最后求得连续周期信号的频谱为X(jkQJ =占X伙) 【例1】已知一连续信号为 x(t) = cos(2 吃幷)+ cos(2%￡r) 其屮/ = 1 OOHz, 120Hz。试利用DFT分析其频谱。 解：信号x(t)的最高频率fm=f2= 120Hz,抽样频率X 2fm = 240Hz ,取抽样频 率￡= 600Hz；最低的频率分辨率为A/；. = /；-/=20Hz,最少的信号样点数为 A^X=600=30o 欧 20 N = 30的MATLAB程序如卜: % program exa_l_l. m,利用矩形窗计算有限长余弦信号频谱 N 二 30; 1=512; fl=100; f2=120; %数据的长度 %DFT的点数 fs二600; T二1/fs; %抽样频率 %抽样间隔 t 二(O:N-1)*T; x=cos(2*pi*fl*t)+cos (2*pi*f2*t); y二fft (x, L); mag=abs (y); f=(0: length (y)T) *fs/length (y); plot(f(1:L/2), mag(l:L/2)); xlabclC 频率(Hz)) ylabel (幅度谱) 程序运行结果如卜?图所示。 由图可见，频谱图显示出两个较为明显的