DFT分析信号频谱.pptVIP

利用DFT分析信号频谱 一、问题的提出 二、四种信号频谱之间的关系 三、利用DFT分析连续非周期信号频谱 四、混叠现象、泄漏现象、栅栏现象 五、DFT参数选取 六、工程实际应用 铁路控制信号识别 铁路控制信号识别 铁路控制信号识别 加窗 抽样 DFT Ω ) j ( Ω X 0 0 Ω 0 Ω - ( p ) ( p ) Ω ) j ( 32 Ω X 0 0 Ω 0 Ω - 频率泄漏 ) j ( 64 Ω X Ω 0 0 Ω 0 Ω - 频率泄漏 已知一连续信号为 若以抽样频率 Hz对该信号进行抽样，试求由DFT分析 其频谱时，能够分辨此两个谱峰所需的最少样本点数。 矩形窗 信号样点数 N=30 信号样点数 N=20 加矩形窗 利用矩形窗计算有限长余弦信号频谱 N=30; %数据的长度 L=512; %DFT的点数 f1=100; f2=120; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; f=cos(2*pi*f1*t)+cos(2*pi*f2*t); F=fftshift(fft(f,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); hd=plot(w,abs(F)); ylabel(幅度谱) 已知一连续信号为 若以抽样频率 Hz对该信号进行抽样，试求由DFT分析其频谱。 矩形窗 N=25 矩形窗 N=50 海明窗 N=25 海明窗 N=50 利用Hamming窗计算有限长余弦信号频谱 N=50; %数据的长度 L=512; %DFT的点数 f1=100;f2=150; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; f=cos(2*pi*f1*t)+0.15*cos(2*pi*f2*t); wh=(hamming(N)); f=f.*wh; F=fftshift(fft(f,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(F)); ylabel(幅度谱) （3）栅栏现象：序列后补零，ZFFT （3）栅栏现象：序列后补零，ZFFT 解： ，m=0,1,2,3 ，m=0,1,2,…,7 N=30, N=30, L=64, = 600/64 N=30, L=128, = 600/128 N=30, L=256, = 600/256 五、DFT参数选取 1. 2. 抽样频率: 抽样间隔: 抽样时间: 或记录时间：连续信号被采样的时间区间 频率分辨率：DFT算法检测到的存在于待采样连续波形中相邻频率存在的能力。频率分辨率完全由抽样时间或记录时间决定。 3. 抽样点数: 例：某模拟信号最高频率为600Hz，在最低可能的频率下采样，频率分辨率要求为0.5Hz，求采样频率、记录时间和样本数。 六、工程实际应用 A/D DFT x(t) xN[k] X[m] 铁路控制信号的时域波形和频谱 * * 1.连续时间非周期信号 图1 连续非周期信号及其频谱 一、问题的提出 Ω X (j Ω ) 0 2. 连续时间周期信号 图2 连续周期信号及其频谱 Ω X ( n Ω 0 ) 0 3.离散时间非周期信号 图3 离散非周期信号及其频谱 w X (e j w ) 0 ... ... p 2 p p - p 2 - 4.离散时间周期信号 图4 离散周期信号及其频谱 问题提出： 如何利用数字方法分析信号的频谱？ 有限长序列 的傅立叶变换DFT. DFT可以直接计算周期序列的DFS 可否利用DFT分析以上四种信号的频谱？ 基本原理 利用信号傅立叶变换具有的信号时域与频域之间的对应关系，建立信号的DFT与四种信号频谱之间的关系。 时域的离散化 时域的周期化 频域周期化 频域离散化 二、四种信号的时域与频域对应关系 FT FS DTFT DFS Ω X (j Ω ) 0 Ω X ( n w 0 ) 0 w X (e j w ) 0 ... ... p 2 p p - p 2 - 离散傅里叶变换及MATLAB实现 用DFT对模拟信号进行谱分析 设模拟信号xa(t)的持续时间为Tp,信号最高频率为fc,其傅里叶变换为Xa(jΩ).对其以采样间隔T（采样频率为Fs=1/T）采样N点得到x(n),则有 .设x(n)的离散时间傅里叶