数字信号处理实验——用fft对连续信号和时域离散信号进行谱分析.docxVIP

课程名称： DSP实验 实验项目： 用 FFT作谱分析 指导教师： 王丽 专业班级： 10 电子本 姓名： 王海彪 学号： 201000802119 成绩： 一、实验目的： 1、在理论学习的基础上， 通过本实验， 加深对 FFT的理解，熟悉 MATLAB中的有关函数。 2、熟悉应用 FFT对典型信号进行频谱分析的方法。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。了解应用 FFT进 行信号频谱分析过程中可能出现的问题，以便在实际中正确应用 FFT。 二、实验原理： （一）、在各种信号序列中，有限长序列信号处理占有很重要地位，对有限长序列，我们可以使用离散傅里叶变换 (DFT)。这一变换不但可以很好的反映序列的 频谱特性，而且易于用快速算法在计算机上实现，当序列 x(n) 的长度为 N 时， 它的 DFT定义为： 反变换为： 有限长序列的 DFT 是其 Z 变换在单位圆上的等距采样，或者说是序列 Fourier 变换的等距采样，因此可以用于序列的谱分析。 在信号处理中， DFT 的计算具有举足轻重的地位， ，信号的相关、滤波、谱估计等都要通过 DFT 来实现。然而，当 N 很大的时候， 求一个 N 点的 DFT 要完 成 N N 次复 数乘 法和 N (N 1) 次复 数加 法， 其计 算量 相当 大 。 1965 年 J.W.Cooley和 J.W.Tukey巧妙地利用 WN 因子的周期性和对称性，构造了一个 DFT 快速算法，即快速傅立叶变换 (FFT)。 （二）、在运用 DFT进行频谱分析的过程中可能的产生混叠误差 序列的频谱是被采样信号频谱的周期延拓，当采样速率不满足 Nyquist 定理时，就会发生频谱混叠， 使得采样后的信号序列频谱不能真实的反映原信号 的频谱。 避免混叠现象的唯一方法是保证采样速率足够高，使频谱混叠现象不致出现， 即在确定采样频率之前，必须对频谱的性质有所了解，在一般情况下，为了保证高于折叠频率的分量不会出现， 在采样前，先用低通模拟滤波器对信号 1 进行滤波。 （三）、 matlab 函数应用： MATLAB 为计算数据的离散快速傅立叶变换， 提供了一系列丰富的数学函数， 主要有 Fft、Ifft 、Fft2 、 Ifft2, Fftn、ifftn 和 Fftshift 、Ifftshift 等。当所处理的数 据的长度为 2 的幂次时，采用基 -2 算法进行计算，计算速度会显著增加。所以， 要尽可能使所要处理的数据长度为 2 的幂次或者用添零的方式来添补数据使之 成为 2 的幂次。 1、 fft 和 Ifft 函数 1）调用方式： Y=fft(X) 参数说明 ·如果 X 是向量，则采用傅立叶变换来求解 X 的离散傅立叶变换； ·如果 X 是矩阵，则计算该矩阵每一列的离散傅立叶变换； ·如果 X 是（ N D) 维数组，则是对第一个非单元素的维进行离散傅立叶变换； 2） Y ＝ fft(X,N) 参数说明 N 是进行离散傅立叶变换的 X 的数据长度，可以通过对 X 进行补零或截取来实现。 （3） Y ＝ fft(X,[],dim) 或 Y ＝ fft(X,N,dim) 参数说明 ·在参数 dim 指定的维上进行离散傅立叶变换； ·当 X 为矩阵时， dim 用来指定变换的实施方向： dim=1, 表明变换按列进行； dim=2 表明变换按行进行。 函数 Ifft 的参数应用与函数 Fft 完全相同。 应用说明 【实例 1】 fft 的应用 X=[2 1 2 8]; Y=fft(X) 2 运行结果 Y＝ 13.0000 0+7.0000i -5.0000 0-7.0000 【实例 2】 fft(X,N,dim) 的应用 A=[2 5 7 8; 1 4 0 5; 3 8 5 1; 9 1 2 7]; Z=fft(A,[],1) 2、 Fftshift 和 Ifftshift 函数 调用方式 Z=fftshift(Y) 此函数可用于将傅立叶变换结果 Y （频域数据）中的直流成分（即频率为 0 处得 值）移到频谱的中间位置。 【实例 3】 fftshift 的应用 X=rand(5,4); y=fft(X); z=fftshift(y);% 只将傅立叶变换结果 y 中的直流成分移到频谱的中间位置. 运行结果： y= 3.2250 2.5277 1.4820 1.6314 0.3294+0.2368i 0.0768+0.3092i 0.6453+0.4519i-0.7240-0.4116i -0.2867-0.6435i 0.5657+0.4661i -0.5515+0.2297i -0.0573-0.0881i -0.2867+