实验五 谱分析.docx
《实验五 谱分析.docx》由会员分享,可在线阅读,更多相关《实验五 谱分析.docx(9页珍藏版)》请在冰点文库上搜索。
实验五谱分析
实验五谱分析
一、实验目的:
1、研究不同类型的窗函数,研究一些不同的方法来测试窗函数的性能;
2、关注有关窄带信号的几个不同的情形。
3、通过实验加深对窗函数的理解以及通过图形对其有一个感性的认识。
4、加深用窗函数对信号进行截断的理解。
二、实验原理:
在信号处理时,采用“截断”的方法实现对无限长信号的处理。
从分析的角度是无限长的信号x(t)乘以有限长的窗函数w(t)
这样得到截断后的信号是有限长的,由傅里叶变换性质截断后的信号是频宽无限信号,从而产生频谱泄漏。
为了尽量减少频谱泄漏,设计了不同的窗函数满足不同用途要求。
Matlab信号处理工具箱中提供了8种窗函数:
1、函数boxcar()用于产生矩形窗,调用格式:
w=boxcar(N);
2、函数Hanning()用于产生汉宁窗,调用格式:
w=hanning(N);
3、函数Hamming()用于产生汉明窗,调用格式:
w=hamming(N);
4、函数bartlett()用于产生巴特利特窗,调用格式:
w=bartlett(N);
5、函数blackman()用于产生布莱克曼窗,调用格式:
w=blackman(N);
6、函数triang()用于产生triang窗,调用格式:
w=triang(N);
7、函数kaiser()用于产生kaiser窗,调用格式:
w=kaiser(N,beta);
8、函数chebwin()用于产生切比雪夫窗,调用格式:
w=chebwin(N,r)
三、实验内容:
1、用MATLAB编程绘制各种窗函数的形状;
2、用MATLAB编程绘制各种窗函数的幅度响应;
3、绘制矩形窗的幅频响应,窗长度分别为:
N=10,N=20,N=50,N=100;
4、已知周期信号x(t)=0.75+3.4cos2πft+2.7cos4πft+1.5sin3.5πft+2.5sin7πft,其中f=25/16Hz,时间长度分别为信号周期的0.9和1.1倍,绘制和比较八种窗函数提取的x(t)的频谱。
此函数的基本周期Tp=64/25s。
4、程序及图形:
1、绘制各种窗函数的形状
N=64;
n=0:
N-1;
beta=5.44;
a=cell(1,8);
a=[{'boxcar'},{'hanning'},{'hamming'},{'bartlett'},{'blackman'},{'triang'},{'kaiser'},{'chebwin'}];
w=cell(1,8);
w=[{boxcar(N)'},{hanning(N)'},{hamming(N)'},{bartlett(N)'},{blackman(N)'},{triang(N)'},{kaiser(N,beta)'},{chebwin(N,70)'}];
fori=1:
8
subplot(4,2,i)
plot(n,w{i})
gtext('t')
title(num2str(a{i}))
grid
End
2、各种窗函数的幅度响应:
figure;
N=32;
M=256;
n=0:
N-1;
k=0:
M-1;
beta=5.44;
a=cell(1,8);
a=[{'boxcar'},{'hanning'},{'hamming'},{'bartlett'},{'blackman'},{'triang'},{'kaiser'},{'chebwin'}];
w=cell(1,8);
w=[{boxcar(N)'},{hanning(N)'},{hamming(N)'},{bartlett(N)'},{blackman(N)'},{triang(N)'},{kaiser(N,beta)'},{chebwin(N,70)'}];
fori=1:
8
subplot(4,2,i)
plot(2*pi*k/M,20*log10(abs(fft(w{i},M))./max(abs(fft(w{i},M)))))axis([0,pi,1.1*min(20*log10(abs(fft(w{i},M))./max(abs(fft(w{i},M))))),1.1*max(20*log10(abs(fft(w{i},M))./max(abs(fft(w{i},M)))))]);
gtext('w')
title(num2str(a{i}))
grid
End
3、绘制不同长度的窗函数的幅频特性:
functionfrequency(N,M)
figure;
N=fix(N);
M=fix(M);
n=0:
N-1;
k=0:
M-1;
beta=5.44;
a=cell(1,8);
a=[{'boxcar'},{'hanning'},{'hamming'},{'bartlett'},{'blackman'},{'triang'},{'kaiser'},{'chebwin'}];
w=cell(1,8);
w=[{boxcar(N)'},{hanning(N)'},{hamming(N)'},{bartlett(N)'},{blackman(N)'},{triang(N)'},{kaiser(N,beta)'},{chebwin(N,70)'}];
fori=1:
8
subplot(4,2,i)
plot(2*pi*k/M,20*log10(abs(fft(w{i},M))./max(abs(fft(w{i},M)))))
axis([0,pi,1.1*min(20*log10(abs(fft(w{i},M))./max(abs(fft(w{i},M))))),1.1*max(20*log10(abs(fft(w{i},M))./max(abs(fft(w{i},M)))))]);
gtext('w')
title(num2str(a{i}))
grid
end
end
frequency(10,256)
gtext('N=10')
frequency(20,256)
gtext('N=20')
frequency(50,256)
gtext('N=50')
frequency(100,256)
gtext('N=100')
4、用窗函数对已知函数进行截断:
figure;
Tp=64/25;
f=25/16;
fs=50;
beta=5.44;
t=0:
1/fs:
0.9*Tp;
x=0.75+3.4*cos(2*pi*f*t)+2.7*cos(4*pi*f*t)+1.5*cos(3.5*pi*f*t)+2.5*cos(7*pi*f*t);
N=length(x);
M=4*N;
k=0:
M-1;
a=cell(1,8);
a=[{'boxcar'},{'hanning'},{'hamming'},{'bartlett'},{'blackman'},{'triang'},{'kaiser'},{'chebwin'}];
w=cell(1,8);
w=[{x.*boxcar(N)'},{x.*hanning(N)'},{x.*hamming(N)'},{x.*bartlett(N)'},{x.*blackman(N)'},{x.*triang(N)'},{x.*kaiser(N,beta)'},{x.*chebwin(N,70)'}];
fori=1:
8
subplot(4,2,i)
plot(2*pi*k/M,abs(dtft(w{i},M)))
gtext('w')
title(num2str(a{i}))
grid
end
gtext('t=0.9Tp')
figure;
plot(2*pi*k/M,abs(dtft(x,M)))
gtext('w')
title('thespectraofx(t)')
grid
此图为x(t)的幅频特性
figure;
Tp=64/25;
f=25/16;
fs=50;
beta=5.44;
t=0:
1/fs:
1.1*Tp;
x=0.75+3.4*cos(2*pi*f*t)+2.7*cos(4*pi*f*t)+1.5*cos(3.5*pi*f*t)+2.5*cos(7*pi*f*t);
N=length(x);
M=4*N;
k=0:
M-1;
a=cell(1,8);
a=[{'boxcar'},{'hanning'},{'hamming'},{'bartlett'},{'blackman'},{'triang'},{'kaiser'},{'chebwin'}];
w=cell(1,8);
w=[{x.*boxcar(N)'},{x.*hanning(N)'},{x.*hamming(N)'},{x.*bartlett(N)'},{x.*blackman(N)'},{x.*triang(N)'},{x.*kaiser(N,beta)'},{x.*chebwin(N,70)'}];
fori=1:
8
subplot(4,2,i)
plot(2*pi*k/M,abs(dtft(w{i},M)))
gtext('w')
title(num2str(a{i}))
grid
end
gtext('t=1.1Tp')
figure;
plot(2*pi*k/M,abs(dtft(x,M)))
gtext('w')
title('thespectraofx(t)')
grid
五、实验结果分析:
1、从图中可以看出,切比雪夫窗的主瓣的宽度最小,而且旁瓣是等高的且可以做到很大的衰减幅度。
2、各种窗函数都有明显的主瓣和旁瓣,因此,主瓣频宽和旁瓣幅度决定了各种窗函数的不同应用,不同窗函数在这两方的特点是不同的(从图中可以很清晰的看到),如,blackman窗具有最宽的主瓣,而chebyshev窗具有最窄的主瓣等,我们可以根据不同的技术指标要求,选择不同的窗函数对已知函数进行截断操作。
3、对N=10,20,50,100的比较中我们可以看出,主瓣的频宽还与窗的长度有关,增加窗的长度将减小主瓣频宽,但是不能减小旁瓣幅度的衰减相对值(分贝数),这个值是由窗函数决定的。