最新实验三用FFT对信号作频谱分析.docx

上传人:b****6 文档编号:13484352 上传时间:2023-06-14 格式:DOCX 页数:15 大小:100.68KB
下载 相关 举报
最新实验三用FFT对信号作频谱分析.docx_第1页
第1页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第2页
第2页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第3页
第3页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第4页
第4页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第5页
第5页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第6页
第6页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第7页
第7页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第8页
第8页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第9页
第9页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第10页
第10页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第11页
第11页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第12页
第12页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第13页
第13页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第14页
第14页 / 共15页
最新实验三用FFT对信号作频谱分析.docx_第15页
第15页 / 共15页
亲,该文档总共15页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

最新实验三用FFT对信号作频谱分析.docx

《最新实验三用FFT对信号作频谱分析.docx》由会员分享,可在线阅读,更多相关《最新实验三用FFT对信号作频谱分析.docx(15页珍藏版)》请在冰点文库上搜索。

最新实验三用FFT对信号作频谱分析.docx

最新实验三用FFT对信号作频谱分析

实验三:

用FFT对信号作频谱分析

一、实验目的

学习用FFT对连续信号和时域离散信号进行谱分析(也称谱分析)的方法,了解可能出现的误差及其原因,以便正确应用FFT。

二、实验原理

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,因此要求。

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。

三、实验内容及步骤

(1)对以下序列进行谱分析。

选择FFT的变换区间N为8和16两种情况进行频谱分析。

分别打印其幅频特性曲线,并进行对比、分析和讨论。

(2)对以下周期序列进行谱分析。

 

选择FFT的变换区间N为8和16的两种情况分别对以上序列进行频谱分析。

分别画出其幅频特性曲线。

并进行对比、分析和讨论。

(3)对模拟周期信号进行谱分析

           

选择采样频率

,变换区间N=16,32,64的三种情况进行谱分析。

分别画出其幅频特性,并进行分析和讨论。

四、实验程序和输出波形

(1)序列的谱分析:

实验程序:

x1n=ones(1,4);%产生序列向量x1(n)=R4(n)

subplot(3,3,1);

y='x1n';

zihuatu(x1n,y);

xlabel('n');

ylabel('x_1n');

M=8;

xa=1:

(M/2);

xb=(M/2):

-1:

1;

x2n=[xa,xb];%产生长度为8的三角波序列x2(n)

subplot(3,3,4);

y='x2n';

zihuatu(x2n,y);

xlabel('n');

ylabel('x_2n');

x3n=[xb,xa];%产生长度为8的三角波序列x3(n)

subplot(3,3,7);

y='x3n';

zihuatu(x3n,y);

xlabel('n');

ylabel('x_3n');

X1k8=fft(x1n,8);%计算x1n的8点DFT

X1k16=fft(x1n,16);%计算x1n的16点DFT

X2k8=fft(x2n,8);%计算x1n的8点DFT

X2k16=fft(x2n,16);%计算x1n的16点DFT

X3k8=fft(x3n,8);%计算x1n的8点DFT

X3k16=fft(x3n,16);%计算x1n的16点DFT

%以下绘制幅频特性曲线

subplot(3,3,2);

y='abs(X1k8)';

zihuatu(abs(X1k8),y);%绘制8点DFT的幅频特性图

title('(1a)8点DFT[x_1(n)]');

xlabel('ω/π');ylabel('幅度');

axis([0,8,0,1.2*max(abs(X1k8))])

subplot(3,3,3);

y='abs(X1k16)';

zihuatu(abs(X1k16),y);%绘制16点DFT的幅频特性图

title('(1b)16点DFT[x_1(n)]');

xlabel('ω/π');

ylabel('幅度');

axis([0,16,0,1.2*max(abs(X1k16))])

subplot(3,3,5);

y='abs(X2k8)';

zihuatu(abs(X2k8),y);%绘制8点DFT的幅频特性图

title('(2a)8点DFT[x_2(n)]');

xlabel('ω/π');

ylabel('幅度');

axis([0,8,0,1.2*max(abs(X2k8))])

subplot(3,3,6);

y='abs(X2k16)';

zihuatu(abs(X2k16),y);%绘制16点DFT的幅频特性图

title('(2b)16点DFT[x_2(n)]');

xlabel('ω/π');ylabel('幅度');

axis([0,16,0,1.2*max(abs(X2k16))])

subplot(3,3,8);

y='abs(X3k8)';

zihuatu(abs(X3k8),y);%绘制8点DFT的幅频特性图

title('(3a)8点DFT[x_3(n)]');

xlabel('ω/π');ylabel('幅度');

axis([0,8,0,1.2*max(abs(X3k8))])

subplot(3,3,9);

y='abs(X3k16)';

zihuatu(abs(X3k16),y);%绘制16点DFT的幅频特性图

title('(3b)16点DFT[x_3(n)]');

xlabel('ω/π');ylabel('幅度');

axis([0,16,0,1.2*max(abs(X3k16))])

实验结果及分析:

图(1a)和(1b)说明

的8点DFT和16点DFT分别是

的频谱函数的8点和16点采样;当N=8时,

的DFT的模相等,如图(2a)和(3a);而当N=16时,

不满足循环移位关系,图(2b)和(3b)的模不同。

(2)周期序列的谱分析:

实验程序:

N=8;

n=0:

N-1;%FFT的变换区间N=8

x4n=cos(pi*n/4);

x5n=cos(pi*n/4)+cos(pi*n/8);

X4k8=fft(x4n);%计算x4n的8点DFT

X5k8=fft(x5n);%计算x5n的8点DFT

N=16;

n=0:

N-1;%FFT的变换区间N=16

x4n=cos(pi*n/4);

x5n=cos(pi*n/4)+cos(pi*n/8);

X4k16=fft(x4n);%计算x4n的16点DFT

X5k16=fft(x5n);%计算x5n的16点DFT

subplot(2,3,1);

y='x4n';

zihuatu(x4n,y);

xlabel('n');ylabel('x_4n');

subplot(2,3,2);

y='abs(X4k8)';

zihuatu(abs(X4k8),y);%绘制8点DFT的幅频特性图

title('(4a)8点DFT[x_4(n)]');

xlabel('ω/π');ylabel('幅度');

axis([0,8,0,1.2*max(abs(X4k8))])

subplot(2,3,3);

y='abs(X4k16)';

zihuatu(abs(X4k16),y);%绘制16点DFT的幅频特性图

title('(4b)16点DFT[x_4(n)]');

xlabel('ω/π');

ylabel('幅度');

axis([0,16,0,1.2*max(abs(X4k16))])

subplot(2,3,4);

y='x5n';

zihuatu(x5n,y);

xlabel('n');ylabel('x_5n');

subplot(2,3,5);

y='abs(X5k8)';

zihuatu(abs(X5k8),y);%绘制8点DFT的幅频特性图

title('(5a)8点DFT[x_5(n)]');

xlabel('ω/π');

ylabel('幅度');

axis([0,8,0,1.2*max(abs(X5k8))])

subplot(2,3,6);

y='abs(X5k16)';

zihuatu(abs(X5k16),y);%绘制16点DFT的幅频特性图

title('(5b)16点DFT[x_5(n)]');

xlabel('ω/π');

ylabel('幅度');

axis([0,16,0,1.2*max(abs(X5k16))])

实验结果及分析:

的周期为8,N=8和N=16均是其周期的整数倍,得到正确的单一频率正弦波的频谱,仅在0.25π处有1根单一谱线。

如图(4b)和(4b)所示。

的周期为16,而N=8不是其周期的整数倍,得到的频谱不正确,如图(5a)所示。

N=16是其一个周期,得到正确的频谱,仅在0.25π和0.125π处有2根单一谱线,如图(5b)所示。

(3)模拟周期信号的谱分析:

实验程序:

t=-2:

0.01:

2;

x6t=cos(8*pi*t)+cos(16*pi*t)+cos(20*pi*t);

subplot(4,1,1);

plot(t,x6t,'b-');

axis([-22-55]);

xlabel('t');

ylabel('x_6t');

Fs=64;

T=1/Fs;

N=16;

n=0:

N-1;%FFT的变换区间N=16

x6nT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T);

%对x6(t)16点采样

X6k16=fft(x6nT);%计算x6nT的16点DFT

X6k16=fftshift(X6k16);%将零频率移到频谱中心

Tp=N*T;

F=1/Tp;%频率分辨率F

k=-N/2:

N/2-1;

fk=k*F;%产生16点DFT对应的采样点频率(以零频率为中心)

subplot(4,1,2);

stem(fk,abs(X6k16),'.');

boxon%绘制8点DFT的幅频特性图

title('(6a)16点|DFT[x_6(nT)]|');

xlabel('f(Hz)');

ylabel('幅度');

axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X6k16))])

N=32;

n=0:

N-1;%FFT的变换区间N=16

x6nT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T);

%对x6(t)32点采样

X6k32=fft(x6nT);%计算x6nT的32点DFT

X6k32=fftshift(X6k32);%将零频率移到频谱中心

Tp=N*T;

F=1/Tp;%频率分辨率F

k=-N/2:

N/2-1;

fk=k*F;%产生16点DFT对应的采样点频率(以零频率为中心)

subplot(4,1,3);

stem(fk,abs(X6k32),'.');

boxon%绘制8点DFT的幅频特性图

title('(6b)32点|DFT[x_6(nT)]|');

xlabel('f(Hz)');

ylabel('幅度');

axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X6k32))])

N=64;

n=0:

N-1;%FFT的变换区间N=16

x6nT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T);

%对x6(t)64点采样

X6k64=fft(x6nT);%计算x6nT的64点DFT

X6k64=fftshift(X6k64);%将零频率移到频谱中心

Tp=N*T;

F=1/Tp;%频率分辨率F

k=-N/2:

N/2-1;

fk=k*F;%产生16点DFT对应的采样点频率(以零频率为中心)

subplot(4,1,4);

stem(fk,abs(X6k64),'.');

boxon%绘制8点DFT的幅频特性图

title('(6c)64点|DFT[x_6(nT)]|');

xlabel('f(Hz)');

ylabel('幅度');

axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X6k64))])

实验结果及分析:

有3个频率成分,

所以

的周期为0.5s。

采样频率

变换区间N=16时,观察时间

,不是

的整数倍周期,所以所得频谱不正确,如图(6a)所示。

变换区间N=32,64时,观察时间

,是

的整数周期,所以所得频谱正确,如图(6b)和(6c)所示。

图中3根谱线正好位于4、8、10Hz处。

变换区间N=64时,频谱幅度是变换区间N=32时2倍,这种结果正好验证了用DFT对中期序列谱分析的理论。

五、思考题

(1)对于周期序列,如果周期不知道,如何用FFT进行谱分析?

周期信号的周期预先不知道时,可先截取M点进行DFT,再将截取长度扩大1倍截取,比较结果,如果二者的差别满足分析误差要求,则可以近似表示该信号的频谱,如果不满足误差要求就继续将截取长度加倍,重复比较,直到结果满足要求。

(2)如何选择FFT的变换区间?

(包括非周期信号和周期信号)

对于非周期信号:

有频谱分辨率F,而频谱分辨率直接和FFT的变换区间有关,且FFT能够实现的频率分辨率是

,因此最小的

根据此式就可以选择FFT的变换区间。

对于周期信号:

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。

(3)当N=8时,

的幅频特性会相同吗?

为什么?

N=16呢?

因为

,所以,N=8时,

的DFT的模相等,如图(2a)和(3a)。

而当N=16时,

不满足循环移位关系,图(2b)和(3b)的模不同。

六、小结

1.实验

(1)和

(2)中用到了一个zihuatu的功能程序,该程序代码如下:

functionzihuatu(xn,yn)

n=0:

length(xn)-1;

stem(n,xn,'.');

xlabel('n');

ylabel(yn);

axis([0,n(end),min(xn),1.2*max(xn)])

2.用DFT(或FFT)分析频谱和绘制频谱图时,最好将

的自变量

换算成对应的频率并作为横坐标,以便于观察频谱。

即应用

公式,进行关于

的归一化,以

作为横坐标。

电路与电子技术基础复习题

一、基本概念题:

1、电路包括电源、负载和中间环节三个组成部分。

2、电源或信号源的电压或电流,称为激励,它推动电路的工作;由它在电路各部分产生的电压和电流称为响应。

3、习惯上规定正电荷运动的方向为电流的实际方向。

4、选定同一元件的电流参考方向与电压参考方向一致,称为关联参考方向。

选定同一元件的电流参考方向与电压参考方向相反,称为非关联参考方向。

5、若电阻元件的伏安特性可以用一条通过平面坐标原点的直线来表征,称为线性电阻元件。

若电阻元件的伏安特性可以用一条通过、平面坐标原点的曲线来表征,就称为非线性电阻元件。

6、在电压和电流的关联参考方向下,欧姆定律表示为u=Ri。

在电压和电流的非关联参考方向下,欧姆定律表示为u=-Ri。

7、基尔霍夫电流定律(KCL):

任何时刻,对任一节点,所有支路电流的代数和恒等于零。

基尔霍夫电压定律(KVL):

任何时刻,沿任一回路各支路电压的代数和恒等于零。

8、下图所示电路中,I1=2A,I2=3A,I3=-2A;I4=-3A。

  

 

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 解决方案 > 学习计划

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2