实验三用FFT对信号进行频谱分析及MATLAB程序.docxVIP

实验三用FFT对信号进行频谱分析及MATLAB程序

四、实验结果与分析

（一）单一频率正弦信号分析

当对一个频率为f0的纯净正弦信号进行FFT分析时，在理想情况下（采样频率满足要求、信号周期为采样点数的整数倍、无噪声），频谱图上应在f0处出现一个明显的峰值，其幅值与信号幅值一致。若信号周期不是采样点数的整数倍，则会发生频谱泄露，主瓣变宽，旁瓣出现。

（二）两频率叠加信号分析

对于包含f1和f2（f1f2）的叠加信号，频谱图上应在f1和f2处各出现一个峰值。两频率间隔越近，对频率分辨率的要求越高。当频率间隔小于频率分辨率Δf=Fs/N时，两个峰值可能无法分辨。此时，增加采样点数N（可通过增加信号时长或提高采样频率实现）可以提高频率分辨率。

（三）噪声信号分析

当信号中含有噪声时，频谱图会变得杂乱，噪声会在整个频率范围内产生随机的幅值波动。有用信号的峰值可能被噪声淹没。通过增加信号长度进行平均（如Welch法）或采用合适的窗函数，可以在一定程度上抑制噪声，提高信噪比。

（四）窗函数效果对比

*矩形窗：主瓣最窄，但旁瓣较高，频谱泄露较严重。

*汉宁窗：主瓣宽度是矩形窗的两倍，旁瓣衰减较大，频谱泄露较小，是最常用的窗函数之一。

*汉明窗：与汉宁窗类似，但旁瓣衰减略低，主瓣宽度相同。

*布莱克曼窗：旁瓣衰减最大，但主瓣宽度也最宽。

选择窗函数时，需在频率分辨率