最新FFT算法(用matlab实现).docxVIP

精品文档 精品文档 PAGE PAGE #欢迎下载 数字信号处理实验报告 实验二 FFT算法的MATLA实现 实验目的：理解离散傅立叶变换时信号分析与处理的一种重要变换， 特别 是FFT在数字信号处理中的高效率应用。 实验原理： 1、 有限长序列x(n)的DFT的概念和公式： N 1 x(k) x( n)WNkn 0 k N 1 n 0 N 1 I kn x(n) x(k)WN 0 n N 1 N k o Wn e j(2 /N) 2、 FFT算法 调用格式是 X= fft(x) 或 X=fft(x,N) 对前者，若x的长度是2的整数次幕，则按该长度实现x的快速变换，否则，实 现的是慢速的非2的整数次幕的变换；对后者，N应为2的整数次幕，若x的长 度小于N,则补零，若超过N,则舍弃N以后的数据。Ifft的调用格式与之相同。 实验内容 1、题一：若x(n)=cos(n*pi/6) 是一个N=12的有限序列，利用 MATLA计算它的 DFT并画出图形。 源程序： clc; N=12; n=0:N-1; k=0:N-1; xn=cos( n*pi/6); W=exp(-j*2*pi/N); kn=n *k Xk=x n*(W.Ak n) stem( n,Xk); xlabel(k); ylabel(Xk); grid on; 也可用FFT算法直接得出结果，程序如下： clc; N=12; n=0:N-1; xn=cos( n*pi/6); Xk=fft(x n, N); stem( n,Xk); xlabel(k); ylabel(Xk); grid on; 分析实验结果： 用DFT和用FFT对序列进行运算，最后得到的结果相同。但用快速傅立叶变换的 运算速度可以快很多。 2、题二：一被噪声污染的信号，很难看出它所包含的频率分量，如一个由 50Hz 和120Hz正弦信号构成的信号，受均值随机噪声的干扰，数据采样率为 1000Hz 通过FFT来分析其信号频率成分，用 MATLA实现。 源程序： clc; fs=1000; N=1024; n=0:N-1; t=n/fs; x=si n( 2*pi*50*t)+si n(2*pi*120*t)+ra nd(1,N); y=fft(x,N); mag=abs(y); f=n *fs/N; subplot(1,2,1),plot(f,mag); xlabel(频率 /Hz); ylabel(振幅);title(N=1024);grid on; subplot(1,2,2),plot(f(1:N/2),mag(1:N/2)); xlabel(频率 /Hz); ylabel(振幅);title(N=1024);grid on; 实验结果: 600100N=1024500400300200幅 振，认也1000600500500400300200100200400600频率/Hzb也 600 100 N=1024 500 400 300 200 幅 振 ，认也 1000 600 500 500 400 300 200 100 200 400 600 频率/Hz b也 讯山■■弘阪叶艸, N=1024 频率/Hz 分析实验结果： 用FFT运算，将序列转变到频域上，虽然信号受到均值随机噪声的干扰， 但分析 频谱可清楚看到原信号的频率，50Hz 120Hz。 3、题三：调用原始语音信号 mtlb，对其进行FFT变换后去掉幅值小于1的FFT 变换值，最后重构语音信号。 （要求有四幅语音信号的频谱图在同一图形窗口以便比较：分别是 1、原始语音 信号；2、FFT变换；3去掉幅值小于1的FFT变换值；4、重构语音信号） 源程序： clc; load mtlb % Load data N=512; subplot(2,2,1) plot([1:N],mtlb(1:N)); title( 原始语音信号);grid; y=fft(mtlb(1:N)); subplot(2,2,2) plot([1：N],y); title( 原始语音信号FFT变换);grid; y(y1)=0; subplot(2,2,3) plot([1:N],y); title( 去掉幅值小于1的FFT变换值);grid; subplot(2,2,4) plot([1:N],ifft(y)); title( 重构语音信号);grid; 实验结果: 原始语音信号0Ar，j1 11 1A I广y-1200400-2600去掉幅值小于1的FFT变换值原始语音信号FFT 原始语音信号 0 A r，j 1 1 1 1 A I 广y -1 200 400 -2 600 去掉幅值小于1的FFT变换值 原始语音信号FFT变换 0.5 0 -0.5