数字信号处理实验三

附录1：贵州大学实验报告学院：电气工程学院专业：测控技术与仪器班级：测仪131姓名杨凯学号1308040019实验组实验时间2016.5.11指导教师成绩实验项目名称用FFT对信号作频谱分析实验目的1.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2.误差及其原因，以便正确应用FFT。实验要求1.了解MATLAB的功能，学会使用响应的函数2.学会编写简单的程序，并进行编译，分析3.对结果进行系统分析，根据图像分析系统是否稳定实验原理用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N/2，因此要求DN/2。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。实验仪器PC机，MATLAB软件实验步骤（1）对以下序列进行谱分析。其它nnnnnnx其它nnnnnnxnRnx,074,330,4)(,074,830,1)()()(3241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。4()cos4xnn5()cos(/4)cos(/8)xnnn选择FFT的变换区间N为8和16两种情况分别对以上序列进行频谱分析。分别打印其幅频特性曲线。并进行对比、分析和讨论。（3）对模拟周期信号进行谱分析6()cos8cos16cos20xtttt选择采样频率HzFs64，变换区间N=16,32,64三种情况进行谱分析。分别打印其幅频特性，并进行分析和讨论。4．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？（2）如何选择FFT的变换区间？（包括非周期信号和周期信号）（3）当N=8时，)(2nx和)(3nx的幅频特性会相同吗？为什么？N=16呢？5．实验报告要求（1）完成各个实验任务和要求。附上程序清单和有关曲线。（2）简要回答思考题。形。实验内容%用FFT对信号作频谱分析clearall;closeall%实验内容(1)===================================================x1n=[ones(1,4)];%产生序列向量x1(n)=R4(n)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)x3n=[xb,xa];X1k8=fft(x1n,8);%计算x1n的8点DFTX1k16=fft(x1n,16);%计算x1n的16点DFTX2k8=fft(x2n,8);%计算x1n的8点DFTX2k16=fft(x2n,16);%计算x1n的16点DFTX3k8=fft(x3n,8);%计算x1n的8点DFTX3k16=fft(x3n,16);%计算x1n的16点DFT%以下绘制幅频特性曲线subplot(2,2,1);stem(X1k8);%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([0,2,0,1.2*max(abs(X1k8))])subplot(2,2,3);stem(X1k16);%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([0,2,0,1.2*max(abs(X1k16))])figure(2)subplot(2,2,1);stem(X2k8);%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([0,2,0,1.2*max(abs(X2k8))])subplot(2,2,2);stem(X2k16);%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([0,2,0,1.2*max(abs(X2k16))])subplot(2,2,3);stem(X3k8);%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([0,2,0,1.2*max(abs(X3k8))])subplot(2,2,4);stem(X3k16);%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([0,2,0,1.2*max(abs(X3k16))])%实验内容(2)周期序列谱分析==================================N=8;n=0:N-1;%FFT的变换区间N=8x4n=cos(pi*n/4);x5n=cos(pi*n/4)+cos(pi*n/8);X4k8=fft(x4n);%计算x4n的8点DFTX5k8=fft(x5n);%计算x5n的8点DFTN=16;n=0:N-1;%FFT的变换区间N=16x4n=cos(pi*n/4);x5n=cos(pi*n/4)+cos(pi*n/8);X4k16=fft(x4n);%计算x4n的16点DFTX5k16=fft(x5n);%计算x5n的16点DFTfigure(3)subplot(2,2,1);mstem(X4k8);%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([0,2,0,1.2*max(abs(X4k8))])subplot(2,2,3);mstem(X4k16);%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([0,2,0,1.2*max(abs(X4k16))])subplot(2,2,2);mstem(X5k8);%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([0,2,0,1.2*max(abs(X5k8))])subplot(2,2,4);mstem(X5k16);%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([0,2,0,1.2*max(abs(X5k16))])%实验内容(3)模拟周期信号谱分析===============================figure(4)Fs=64;T=1/Fs;N=16;n=0:N-1;%FFT的变换区间N=16x6nT=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DFTX6k16=fftshift(X6k16);%将零频率移到频谱中心Tp=N*T;F=1/Tp;%频率分辨率Fk=-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(3,1,1);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=16x6nT=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DFTX6k32=fftshift(X6k32);%将零频率移到频谱中心Tp=N*T;F=1/Tp;%频率分辨率Fk=-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(3,1,2);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=16x6nT=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DFTX6k64=fftshift(X6k64);%将零频率移到频谱中心Tp=N*T;F=1/Tp;%频率分辨率Fk=-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(3,1,3);stem(fk,abs(X6k64),'.');boxon%绘制8点DFT的幅频特性图title('(6a)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))])实验数据实验内容1：实验内容2：实验内容3实验总结程序运行结果分析讨论：用DFT（或FFT）分析频谱，绘制频谱图时，最好将X(k)的自变量k换算成对应的频率，作为横坐标便于观察频谱。2,0,1,2,,1kkkNN为了便于读取频率值，最好关于π归一化，即以/作为横坐标。1、实验内容（1）图（1a）和（1b）说明14()()xnRn的8点DFT和16点DFT分别是1()xn的频谱函数的8点和16点采样；因为3288()((3))()xnxnRn，所以，3()xn与2()xn的8点DFT的模相等，如图（2a）和（3a）。但是，当N=16时，3()xn与2()xn不满足循环移位关系，所以图（2b）和（3b）的模不同。2、实验内容（2），对周期序列谱分析4()cos4xnn的周期为8，所以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。5()cos(/4)cos(/8)xnnn的周期为16，所以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、实验内容（3），对模拟周期信号谱分析6()cos8cos16cos20xtttt6()xt有3个频率成分，1234,8,10fHzfHzfHz。所以6()xt的周期为0.5s。采样频率123641686.4sFHzfff。变换区间N