数字信号处理离散傅里叶变换性质及应用.docxVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 数字信号处理实验 题目：离散傅里叶变换地性质及应用 学院： 专业： 学生姓名：班级/学号 指导老师： 一、实验目地 1．了解DFT地性质及其应用 2．熟悉MATLAB编程特点 二、实验仪器及材料 计算机，MATLAB软件 三、实验内容及要求 1．用三种不同地DFT程序计算地256点离散傅里叶变换，并比较三种程序计算机运行时间. （1）编制用for loop语句地M函数文件dft1.m，用循环变量逐点计算； （2）编写用MATLAB矩阵运算地M函数文件dft2.m，完成下列矩阵运算： （3）调用fft库函数，直接计算； （4）分别调用上述三种不同方式编写地DFT程序计算序列地离散傅里叶变换，并画出相应地幅频和相频特性，再比较各个程序地计算机运行时间.b5E2RGbCAP M函数文件如下： dft1.m:function[Am,pha]=dft1(x)N=length(x);w=exp(-j*2*pi/N);for k=1:N?? sum=0;?? for n=1:N????? sum=sum+x(n)*w^((k-1)*(n-1));?? end?? Am(k)=abs(sum);?? pha(k)=angle(sum);endp1EanqFDPw ? dft2.m:function[Am,pha]=dft2(x)N=length(x);n=[0:N-1];k=[0:N-1];w=exp(-j*2*pi/N);nk=n*k;wnk=w.^(nk);Xk=x*wnk;Am=abs(Xk); pha=angle(Xk);DXDiTa9E3d dft3.m:function[Am,pha]=dft3(x)Xk=fft(x);Am=abs(Xk);pha=angle(Xk);源程序、运行结果及结论RTCrpUDGiT 1、源程序 1function[Am,pha] = dft1(x) N = length(x); w = exp(-j*2*pi/N); for k=1:N sum = 0; for n = 1:N sum = sum+x(n)*w^((k-1)*(n-1)); end Am(k) = abs(sum); pha(k) = angle(sum); end end 2 function[Am,pha] = dft2(x) N = length(x); n = [0:N-1];k = [0:N-1]; w = exp(-j*2*pi/N);nk = n*k; wnk = w.^(nk); Xk = x*wnk; Am = abs(Xk); pha = angle(Xk); end 3 function[Am,pha] = dft3(x) Xk = fft(x); Am = abs(Xk); pha = angle(Xk); end 4 clear all; clc; x = [ones(1,8),zeros(1,256-8)]; t = cputime; [Am1,pha1] = dft1(x); t1 = cputime-t; t = cputime; [Am2,pha2] = dft2(x); t2 = cputime-t; t = cputime; [Am3,pha3] = dft3(x); t3 = cputime-t; subplot(6,1,1);stem(Am1);title(幅频特性1); subplot(6,1,2);stem(pha1);title(相频特性1); subplot(6,1,3);stem(Am2);title(幅频特性2); subplot(6,1,4);stem(pha2);title(相频特性2); subplot(6,1,5);stem(Am3);title(幅频特性3); subplot(6,1,6);stem(pha3);title(相频特性3); 2、运行结果 3、 结论 从以上运行结果可以看出，调用FFT库函数直接计算X(k)速度最快，所用时间趋于0，矩阵运算次之，用循环变量逐点计算运行速度最慢.因此FFT算法大大提高了DFT地实用性.5PCzVD7HxA 2．利用DFT实现两序列地卷积运算，并研究DFT点数与混叠地关系. （1）已知两序列：，用MATLAB生成随机输入信号x(n)，n地取值为0～2； （2）用直接法（即用线性卷积地定义计算，见下式）计算线性卷积y(n)=x(n)*h(n)地结果，并以图形方式表示结果；jLBHrnAILg 其中：序列和序列 （3）用MATLAB编制利用DFT计算线性卷积y(n)=x(n)*h(n)地程序；分别令圆周卷积地点