用-FFT-作谱分析实验报告实验报告及代码展示.docVIP

用-FFT-作谱分析实验报告实验报告及代码展示.doc

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

装订线

装订线

PAGE2

PAGE1

装订线

评阅人老师实验成绩成绩

评阅人

老师

实验成绩

成绩

本科生实验报告

数字信号处理课程实验报告

实验名称用FFT作谱分析

一、实验原理、目的与要求

1.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。

要求

(1)简述实验原理及目的。

(2)结合实验中所得给定典型序列幅频特性曲线,与理论结果比较,并分析说明误差产生的原因以及用FFT作谱分析时有关参数的选择方法。

(3)总结实验所得主要结论。

(4)简要回答思考题

3.原理

用FFT对信号作频谱分析是学习数字信号处理的重要内容。经常需要进行谱分析的信号是模拟信号和时域离散信号。?对信号进行谱分析的重要问题是频谱分辨率D和分析误差。?

频谱分辨率直接和FFT的变换区间N有关,因为FFT能够实现的频率分辨率是2π/N?因此要求2π/N≤D。可以根据此式选择FFT的变换区间N。?误差主要来自于用FFT作频谱分析时,得到的是离散谱,而信号(周期信号除外)是连续谱,只有当N较大时,离散谱的包络才能逼近于连续谱,因此N要适当选择大一些。

周期信号的频谱是离散谱,只有用整数倍周期的长度作FFT,得到的离散谱才能代表周期信号的频谱。?如果不知道信号周期,可以尽量选择信号的观察时间长一些。?

对模拟信号进行谱分析时,首先要按照采样定理将其变成时域离散信号。如果是模拟周期信号,也应该选取整数倍周期的长度,经过采样后形成周期序列,按照周期序列的谱分析进行。

二、实验仪器设备(标注实验设备名称及设备号)

Windows计算机台号22

Matlab软件

实验内容及结果分析

对信号逐个进行谱分析。

下图为对于N=8,15,前五个序列分别进行的FFT。可见N=8时频谱有8个点,比较稀疏。N=16时,频谱有16个点,较密。如果增加N的值,它会越来越密集,而越来越接近一个连续谱。但如果序列没有N那么长就需要进行补零操作,补零不会改变序列信息,但会增加频谱的“密度”。

对于N=16,32,64,采样频率为64Hz,先对于x6(t)进行采样得到x6(n)。在对这个序列进行FFT变换。

令x(n)=x4(n)+x5(n)用FFT计算8点和16点离散傅里叶变换。

上图是对于序列四和序列五相加后的8点和16点的FFT变换。

上图是对于N=8时的情况,序列四和序列五都是实共轭对称序列,因此两者的加和也是一个实共轭对称序列,因此对应到频域里面也是一个实共轭对称序列,也就是虚部为零,共轭反对称为零,共轭对称分量与实部相等都是X本身,上图也说明了这一点。

上图是对于N=16时的情况,由图可知,序列四是共轭对称序列,序列五都是共轭对称序列。两者的和正好是一个共轭对称分量加一个共轭反对称分量。共轭对称分量对应频域里面的实部,共轭反对称分量对应频域里面的虚部。序列四的FFT等于实部,序列四的FFT等于实部,图中也说明了这一点,证明了DFT的对称性。

令x(n)=x4(n)+jx5(n)用FFT计算8点和16点离散傅里叶变换。

下图是对于序列四和序列五乘以j相加后的8点和16点的FFT变换。

上图是对于N=8时的情况,序列四和序列五一个对应实部一个对应虚部。根据对称性,时域里的实部对应频域里面的共轭对称分量,时域里的虚部对应频域里面的共轭反对称分量。也就是说x4(n)的FFT对应x(n)的FFT的共轭对称分量,jx5(n)的FFT对应x(n)的FFT的共轭反对称分量。如图也有力地说明了这个结论。

上图是对于N=16时的情况,类似于N=8时的情况。

主要结论

(1)N点的FFT,N不同得出的结果也就不同。为了保持原来的频谱形状不变的情况下,使得谱线加密,从而看到原来看不到的频谱分量,可以通过补零,然后增加N的值来实现。这样不会改变原有的记录数据,是一种重要的方法。

(2)DFT具有对称性,具体就是:共轭对称分量对应频域里面的实部,共轭反对称分量对应频域里面的虚部。时域里的实部对应频域里面的共轭对称分量,时域里的虚部对应频域里面的共轭反对称分量。

五、思考

(1)在N=8时,x2(n)和x3(n)的幅频特性会相同吗?为什么?N=16呢?

N=8时,序列2和序列3的取值信息一模

文档评论(0)

aiboxiwen + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档