数字信号处理实验二 应用FFT对信号.docVIP

数字信号处理应用实验 实验二 应用FFT对信号进行频谱分析 学号 1215108019 姓名 李克帆 班级 电子2 华侨大学电子工程系 实验二 应用FFT对信号进行频谱分析 一、实验目的 (1) 进一步加深DFT算法原理和基本性质的理解(因为FFT只是DFT的一种快速算法， 所以FFT的运算结果必然满足DFT的基本性质)。 (2) 熟悉FFT算法原理和FFT子程序的应用。 (3) 学习用FFT对连续信号和时域离散信号进行谱分析的方法， 了解可能出现的分析误差及其原因， 以便在实际中正确应用FFT。二、实验原理与方法 一个连续信号xa(t)的频谱可以用他的傅立叶变换表示为：= 如果对该信号进行理想采样，可以得到采样序列：x(n)=Xa(nT) 同样可以对该序列进行Z变换，其中T为采样周期：X(z)= 当Z=ejω的时候，我们就得到了序列的傅立叶变换：X(ejω)= 其中称为数字频率，它和模拟域频率的关系为： 式中的fs是采样频率，上式说明数字频率是模拟频率对采样频率fs的归一化。同模拟域的情况相似，数字频率代表了序列值变化的速率，而序列的傅里叶变换为序列的频谱。序列的傅里叶变换和对应的采样信号频率具有下式的对应关系。 X(ejω)= 即序列的频谱是采样信号频谱的周期延拓。从上式可以看出，只要分析采样序列的频谱，就可以得到相应的连续信号频谱，就可以得到相应的连续信号的频谱。注意：这里的信号必须是带限信号，采样也必须满足Nyquist定理。 在各种信号序列中，有限长序列在数字信号处理中占有很重要的地位。无限长的序列也往往可以用有限长序列来逼近。对于有限长的序列我们可以使用离散傅里叶变换（DFT），这一变换可以很好地反映序列的频域特性，并且容易利用快速算法在计算机上实现当序列的长度是N时，我们定义离散傅里叶变化为：X(k)=DFT[x(n)]= 其中，它的反变换定义为：x(n)=IDFT[X(k)]= 令Z=，则有：==DFT[x(n)] 可以得到，是Z平面单位圆上幅角为的点，就是将单位圆进行N等分以后第K个点。所以，X(k)是Z变换在单位圆上的等距采样，或者说是序列福利叶变换的等距采样。时域采样在满足Nyquist定理时，就不会发生频率混淆；同样地，在频率域进行采样的时候，只要采样间隔足够小，也不会发生时域序列的混淆。 三、实验内容及步骤 (1) 复习DFT的定义、 性质和用DFT作谱分析的有关内容。 (2) 复习FFT算法原理与编程思想， 并对照DIT-FFT运算流图和程序框图， 读懂本实验提供的FFT子程序。 (3) 编制信号产生子程序， 产生以下典型信号供谱分析用： (1)高斯序列： 上机实验内容 (1) 对 2 中所给出的信号逐个进行谱分析。 下面给出针对各信号的FFT变换区间N以及对连续信号x6(t)的采样频率fs， 供实验时参考。 x1(n), x2(n), x3(n), x4(n), x5(n): N=8, 16=x6(t): fs=64(Hz), N=16, 32, 64 n=0:15; X1(n) x=[ones(1,4)]; close all; subplot(2,1,1);stem(x,.); subplot(2,1,2);stem(abs(fft(x,8)),.); subplot(3,1,3);stem(abs(fft(x,16)),.); X2(n) for i=1:4 x(i)=i+1; end for i=5:8 x(i)=8-i; end close all;subplot(3,1,1);stem(x); subplot(3,1,2);stem(abs(fft(x,8))); subplot(3,1,3);stem(abs(fft(x,16))); X3(n) for i=1:4 x(i)=4-i; end for i=5:8 x(i)=i-3; end close all;subplot(3,1,1);stem(x); subplot(3,1,2);stem(abs(fft(x,8))); subplot(3,1,3);stem(abs(fft(x,16))); X4(n) n=0:15; x=cos((pi/4)*n); close all; subplot(3,1,1);stem(x); subplot(3,1,2);stem(abs(fft(x,8))); subplot(3,1,3);stem(abs(fft(x,16))); X5(n) n=0:15; x=sin((pi/8)*n); close all; subplot(3,1,1);stem(x); subplot