实 验 五

更新时间:2023-09-28 23:47:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

实 验 五 实验项目名称: 用FFT作谱分析 实验日期: 姓名: 实验成绩:

一、 实验目的和要求

(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的性质) (2)熟悉FFT算法原理及子程序的应用。

(3)掌握用FFT对连续信号和时域离散信号进行频谱分析的基本方法。了解可能出现的分析误差和原因,以便在实际中正确应用FFT。

2015.05.13 实验学时: 秦显富 学号: 2 实验地点: S1-326 1201100118 指导教师签字: 二、 实验内容与原理

1.如果用FFT对模拟信号进行谱分析,首先要把模拟信号转换成数字信号,

转换时要求知道模拟信号的最高截止频率,以便选择满足采样定理的采样频率。一般选择采样频率是模拟信号中最高频率的3~4倍。另外要选择对模拟信号的观测时间,如果采样频率和观测时间确定,则采样点数也确定了。这里观测时间和对模拟信号进行谱分析的分辨率有关,最小的观测时间和分辨率成倒数关系。要求选择的采样点数和观测时间大于它的最小值。

用FFT作谱分析时,要求做FFT的点数服从2的整数幂,这一点在上面选择采样点数时可以考虑满足,即使满足不了,可以通过在序列尾部加0完成。

如果要进行谱分析的模拟信号是周期信号,最好选择观测时间是信号周期的整数倍。如果不知道信号的周期,要尽量选择观测时间长一些,以减少截断效应的影响。

用FFT对模拟信号作谱分析是一种近似的谱分析。首先一般模拟信号(除周期信号外)的频谱是连续频谱,而用FFT作谱分析得到的是数字谱,因此应该取FFT的点数多一些,用它的包络作为模拟信号的近似谱。另外,如果模拟信号不是严格的带限信号,会因为频谱混叠现象引起谱分析的误差,这种情况下可以预先将模拟信号进行预滤,或者尽量将采样频率取高一些。

一般频率混叠发生在折叠频率附近,分析时要注意因频率混叠引起的误差。最后要注意一般模拟信号是无限长的,分析时要截断,截断的长度和分辨率有关,但也要尽量取长一些,取得太短因截断引起的误差会很大。举一个极端的例子,一个周期性正弦波,如果所取观察时间太短,例如取小于一个周期,它的波形和正弦波相差太大,肯定误差很大,但如果取得长一些,即使不是周期的整倍数,这种截断效应也会小一些。

2.实验内容

(1)复习DFT的定义、性质和用DFT作谱分析的有关内容。 (2)复习FFT算法原理与编程思想。

(3)编制信号产生程序,产生以下典型信号供谱分析用:

x1(n)?R4(n)

?n?1,0?n?3?x2(n)??8?n, 4?n?7

?0,其他n??4?n,0?n?3?x3(n)??n?3, 4?n?7

?0,其他n?x4(n)?cos?4n

x5(t)?sin(2?ft??/8) 式中频率f自己选择; x6(t)?cos(8?t)?cos(16?t)?cos(20?t)

(4)分别以变换区间N?8,16,32,对x1(n)进行FFT,画出相应的幅频特性曲线。

(5)分别以变换区间N?8,16,对x2(n),x3(n)进行FFT,画出相应的幅频特性曲线。

(6)分别以变换区间N?4,8,16,对x4(n)进行FFT,画出相应的幅频特性曲线。

(7)分别对模拟信号x5(t)和x6(t)选择采样频率和采样点数。

对x5(t)?sin(2?ft??/8),周期T?1/f,频率f自己选择,采样频率fs?4f,观测时间Tp?0.5T,T,2T,采样点数用Tp?fs计算。

对x6(t)?cos(8?t)?cos(16?t)?cos(20?t),选择采样频率fs?64Hz,采样点数为16,32,64。

(8)分别将模拟信号x5(t)和x6(t)转换成序列,用x5(n),x6(n)表示,再分别对它们进行FFT,并画出相应的幅频特性曲线。

三、 实验软硬件环境

计算机一台、MATLAB2014a仿真软件

四、 实验编程及调试 4.x1=[1,1,1,1];nx1=0:3;

figure;stem(nx1,x1,'.'); title('x1序列');

4.1x1=[1,1,1,1];nx1=0:3;

X1=fft(x1,8);nX1=0:7; figure(1),stem(nX1,abs(X1)); title('N=8幅度谱');

4.2 x1=[1,1,1,1];nx1=0:3; X1=fft(x1,16);nX1=0:15; figure(1),stem(nX1,abs(X1)); title('N=8幅度谱');

4.3x1=[1,1,1,1];nx1=0:3; X1=fft(x1,32);nX1=0:31; figure(1),stem(nX1,abs(X1)); title('N=32幅度谱'); 5.1 n=0:7;

x=[1,2,3,4,4,3,2,1,]; stem(n,x); title('x2序列'); 5.2

x2=[1,2,3,4,4,3,2,1];nx2=0:7; X2=fft(x2,8);nX2=0:7; figure(1),stem(nX2,abs(X2)); title('N=8幅度谱');

5.3 x2=[1,2,3,4,4,3,2,1];nx2=0:7; X2=fft(x2,16);nX2=0:15; figure(1),stem(nX2,abs(X2)); title('N=16幅度谱');

5.4 x3=[4,3,2,1,1,2,3,4];nx3=0:7; X3=fft(x3,8);nX3=0:7; figure(1),stem(nX3,abs(X3)); title('N=8幅度谱');

x3=[4,3,2,1,1,2,3,4];nx3=0:7; X3=fft(x3,16);nX3=0:15; figure(1),stem(nX3,abs(X3)); title('N=16幅度谱');

6 nx4=0:3;x4=cos(nx4*pi/4); X4=fft(x4,4);nX4=0:3;

figure(1),stem(nX4,abs(X4)); title('N=4幅度谱');

nx4=0:7;x4=cos(nx4*pi/4); X4=fft(x4,8);nX4=0:7; figure(1),stem(nX4,abs(X4)); title('N=8幅度谱');

nx4=0:15;x4=cos(nx4*pi/4); X4=fft(x4,16);nX4=0:15; figure(1),stem(nX4,abs(X4)); title('N=16幅度谱');

7.n=0:1;x5=sin(pi*n/2+pi/8); X5=fft(x5,2);nX5=0:1; figure(1),stem(nX5,abs(X5)); title('N=2幅度谱');

n=0:3;x5=sin(pi*n/2+pi/8); X5=fft(x5,4);nX5=0:3; figure(1),stem(nX5,abs(X5)); title('N=4幅度谱');

n=0:7;x5=sin(pi*n/2+pi/8); X5=fft(x5,8);nX5=0:7; figure(1),stem(nX5,abs(X5)); title('N=8幅度谱');

n=0:15;x6=cos(n*pi/8)+cos(n*pi/4)+cos(5*pi*n/16); X6=fft(x6,16);nX6=0:15; figure(1),stem(nX6,abs(X6)); title('N=16幅度谱');

n=0:31;x6=cos(n*pi/8)+cos(n*pi/4)+cos(5*pi*n/16); X6=fft(x6,32);nX6=0:31; figure(1),stem(nX6,abs(X6)); title('N=32幅度谱');

n=0:63;x6=cos(n*pi/8)+cos(n*pi/4)+cos(5*pi*n/16); X6=fft(x6,64);nX6=0:63; figure(1),stem(nX6,abs(X6)); title('N=64幅度谱');

五、 实验结果及分析

5

本文来源:https://www.bwwdw.com/article/3ujd.html

Top