实验二预作结果序列的DFT及谱分析.docxVIP

  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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一、 实验目的 学握离散傅里叶变换的计算机实现方法。 检验实序列傅里叶变换的性质。 掌握计算序列的圆周卷积的方法。 熟悉连续信号经理想采样前后的频谱变化关系,加深对吋域釆样定理的理解。 学习用DFT对连续信号和时域离散信号进行谱分析的方法,了解町能出现的分析误差, 以便在实际中正确应用DFT。 二、 实验内容 实现离散傅里叶变换。 计算序列圆周卷积。 计算实序列傅里叶变换并检验DFT性质。 实现连续信号傅里叶变换以及由不同釆样频率采样得到的离散信号的傅里叶变换。 实现补零序列的傅里叶变换。 实现高密度谱和高分辨率谱,并比较二者的不同。 三、实验结果 例1 ?计算离散傅里叶变换 Circular ?e\en component该图中上图为序列的共轨对称分量;下图为共轨反对量。设序列为 x(n) = { 1 2 3 4 5 6 7 8},对 其进行DFT Circular ?e\en component 该图中上图为序列的共轨对称分量;下图为共轨反对量。 n=0:10; x二 10*(0. 8). n; [xec, xoc]=circevod(x); subplot (2, 1, 1); stem(n, xec); title(,Circular -even componentJ) xlabel ( n) ; ylabcl ( xec (n)); axis([-0. 5, 10. 5,-1, 11]) subpl ot (2, 1,2); stem(n, xoc); title (,Circular -odd component) xlabel ( n) ; ylabcl ( xoc (n)); axis([-0. 5, 10. 5,-4, 4]) figure (2) X=dft (x, 11); Xec=dft (xec, 11); Xoc=dft (xoc,11); subplot (2, 2、1) ;stem(n, real (X)) ;axis([-0. 5, 10. 5, -5, 50]) title ( Real {DFT[x(n) ]}) ;xlabel ( k); subplot (2, 2, 2); stem(n, imag(X)) ;axis ([-0. 5, 10. 5, -20, 20]) title ( Imag{DFT[x(n)]}) ;xlabel ( k); subplot (2, 2, 3) ;stem(n, Xec) ;axis ([-0. 5, 10. 5, -5, 50]) title C DET[xec(n)]) ;xlabel ( k‘); subplot (2, 2, 4) ; stem(n, imag(Xoc)) ;axis ([-0. 5, 10. 5, -20, 20]) titleC DFT[xoc (n) Y ) ; xlabel ( k‘); 例2.计算实序列x(n)二10*(0. 8).、 0=n=10的DFT并检验DFT的性质 DFT [xec (n) ] =Re [X (k) ] DFT [xoc (n)]=Im[X (k)] 程序: n=0:10; 50403020104030100RealDFTlx(n)]10ImagDFQx(n)]0 5 1010DFTlxoc(n)]0 5 10x二 10*(0. 8). *n; 50 40 30 20 10 40 30 10 0 RealDFTlx(n)] 10 ImagDFQx(n)] 0 5 10 10 DFTlxoc(n)] 0 5 10 [xec, xoc]=circevod(x); subplot (2, 1, 1); stem(n, xec); ????ti tle(* Circular -even component) ???? xlabel ( n) ; ylabel ( xec (n)) ;axis ([-0. 5, 10. 5, ~1, 11 DFT{xec(n))1) DFT{xec(n)) subplot (2, 1, 2); stem (n, xoc); title(,Circular -odd component) xlabel ( n) ;y label C xoc(n)) ;axis([-0. 5, 10. 5, -4, 4] ) figure (2) X二dft (x, 11); 可以看出 DFT[xec(n)] =Re[X(k)] DFT[xoc(n)]=Im[X(k) Xec=dft (xec, 11); Xoc=dft(xoc,11); subpl ot (2, 2, 1); stem(n, real (X)) ;axi s ([-0. 5, 10. 5, -5, 50]) tit

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档