既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
约定:对于信号cos(wt),它是以周期为2*pi/w为周期的信号,角频率w=2*pi*f,我们经常这样称呼这个信号:它的角频率为w,频率为f Hz,周期T=1/f秒;
1)在matlab中对信号s1(t)=cos(w1t)=cos(2*pi*f1*t)进行采样,其中f1=1000Hz,根据奈奎斯特采样定理,采样频率f>=2*f1,在此我们取f=3000Hz。
在matlab中仿真也好,实际中处理的信号也罢,一般都是数字信号。而采样就是将信号数字化的一个过程,设将信号s1(t)数字化得到信号s1(n)=cos(2*pi*f1/f*n),其中n=[0…N-1],N为采样点数。
我们来解释一下s1(n),**为什么说s1(n)=cos(2*pi*f1/f*n)表示以采样率f对频率为f1的信号进行采样的结果呢?**采样,顾名思义,就是对信号隔一段时间取一个值,而隔的这段时间就是采样间隔,取其倒数就是采样率了,那们我们看s1(n)=cos(2*pi*f1/f*n),将前面的参数代入,当n=0时,s1(0)=cos(0),当n=1时,s1(1)=cos(2*pi*1000/3000*1),当n=2时, s1(2)=cos(2*pi*1000/3000*2),当n=3时,s1(3)=cos(2*pi*1000/3000*3),这是不是想当于对信号s1(t)的一个周期内采了三个样点呢?对一个频率为1000Hz的信号每周期采三个样点不就是相当于以3倍于频率的采样率进行采样呢?注意,当n=3时相当于下一个周期的起始了。
我们取采样点数N=64,即对64/3=21.3个周期,共计64/3/f1=21.3ms时长。
我们在matlab中输入以下命令:
n=0:63;
f1=1000;f=3000;
s1=cos(2*pi*f1/f*n);
plot(abs(fft(s1)));
图1
我们对图1进行一下解释,以说明图中的横坐标轴的所代表的意义。
对于信号s1(t)=cos(w1*t),我们知道它的傅里叶变换是S1(w)=pi*[δ(w-w1)+δ(w+w1)]。
如果在-2*pi*3000/22*pi*3000/2范围内观察信号s1(t)的频谱,则应该在+2*pi*1000和-2*pi*1000两个频点上有两根谱线,而对采样后的数字信号,频率坐标轴范围-2*pi*3000/22*pi*3000/2将被归一化到-2*pi*(3000/2)/30002*pi*(3000/2)/3000即-pipi范围内,因此将在+2*pi*1000/3000和-2*pi*1000/3000即+2*pi/3和-2*pi/3的两个频点上有两根谱线。注意,此时坐标轴上的2*pi代表着3000Hz的频率范围。
另外还有一点应该明白的是,时域采样意味着频域的周期延拓,即-pipi上的谱线与-pi+M*2pi+pi+M*2pi范围内的谱线是一模一样的,其中M为任意的整数。更通俗的说,ab之间的频谱与a+M*2pib+M*2pi之间的频谱是一模一样的。因此-pi~0之间的频谱与pi*2pi之间的频谱是一样的。
在matlab中,如果仅简单的执行plot绘图命令,坐标横轴将是1N,那么这1N代表着什么呢?是的,应该代表0*2pi,应用到上面的例子即是0~3000Hz的频率范围。
其中1N/2代表0pi,而N/2N代表-pi0。
从理论上讲s1(t)=cos(2*pi*f1*t)应该在1000Hz和-1000Hz两个频点上有两根线,即应该在x1(其中x1*(3000/2) /(64/2)=1000,解得x1=21.3)上和64-x1上有两根谱线。观察图1可知,两个峰值大约对应横轴坐标为21和43=64-21两个点。
若令s2(t)=sin(w1*t),则傅里叶变换是S1(w)=-j*pi*[δ(w-w1)-δ(w+w1)],在matlab中执行以下命令:
n=0:63;
f1=1000;f=3000;
s2=sin(2*pi*f1/f*n);
plot(abs(fft(s2)));
则可得其频谱,如图2所示:
图2
由图可得两个峰值的位置基本与图1相同,这由其傅里叶表达式也可以得出此结论。
以上分别说明了余弦和正弦的频谱,而且余弦和正弦均是实数序列,实数序列的离散傅里叶变换(DFT)具有共轭对称性质(此性质可百度或查阅数字信号处理相关书籍或自行推导,很简单的),这从图中也可以看出。(画图时取其模值,共轭取模与原先数取模将变成相等)
2)复数的频谱
若令s3(t)=cos(w1*t)+j*sin(w1*t),则计算其傅里叶变换可得S2(w)=pi*[δ(w-w1)+δ(w+w1)]+j*{-j*pi*[δ(w-w1)-δ(w+w1)]}=2*pi*δ(w-w1),因此频谱中将只有一根谱线。
在matlab中输入以下命令:
n=0:63;
f1=1000;f=3000;
s3=cos(2*pi*f1/f*n)+1j*sin(2*pi*f1/f*n);
plot(abs(fft(s3)));
图3
从图3可以看出,对于一个复数序列求频谱,它的幅度谱将不再是对称的两根谱线。其实经过类似于实数序列的推导可以得出,复数序列的频谱将不再具有类似于实数序列的共轭对称性质。
当w1为负值时会如何呢?输入以下命令计算s4(t)=cos(w1*t)+j*sin(w1*t)的频谱:
n=0:63;
f1=-1000;f=3000;
s4=cos(2*pi*f1/f*n)+1j*sin(2*pi*f1/f*n);
plot(abs(fft(s4)));
图4
对比图3和图4可知,当频率为正值时,峰值将在132范围内;而当频率为负值时,峰值将在3364之间。此性质可通俗的描述如下:
对于信号s(t)=cos(2*pi*f*t)+j*sin(2*pi*f*t),对其进行符合奈奎斯特采样定理的采样,设采样率为fs,采样点数为N,得到数字信号s(n),n=[0,…,N-1],则对s(n)做DFT变换进行谱分析后得到S(k),k=[0,…,N-1]。观察S(k)的幅度谱,若k=0N/2-1之间有峰值,则s(t)的频率f在0fs/2之间;若k=N/2N-1之间有峰值,则s(t)的频率f在-fs/20之间;并且有且只有一个峰值。
计算公式如下:设幅度谱峰值当k=k1时出现,则s(t)的频率为:
同理,可推出如下性质:
对于信号s(t)=cos(2*pi*f*t)-j*sin(2*pi*f*t),对其进行符合奈奎斯特采样定理的采样,设采样率为fs,采样点数为N,得到数字信号s(n),n=[0,…,N-1],则对s(n)做DFT变换进行谱分析后得到S(k),k=[0,…,N-1]。观察S(k)的幅度谱,若k=0N/2-1之间有峰值,则s(t)的频率f在-fs/20之间;若k=N/2N-1之间有峰值,则s(t)的频率f在0fs/2之间;并且有且只有一个峰值。
计算公式如下:设幅度谱峰值当k=k1时出现,则s(t)的频率为:
3)下面引入一个新的概念:频率分辨率
频率分辩率是指频域取样中两相邻点间的频率间隔。更确切的说是如果某一信号含有两个频率成分f1和f2,Of=|f2-f1|,频率分辨率的概念是如果频率分辨率大于Of,对信号进行谱分析后将不能视别出其含有两个频率成分,这两个频率将混叠在一起。
以下是摘自华科姚天任《数字信号处理(第二版)》第92页的一段:
现在我们设定信号s5(t)=cos(w1*t)+sin(w2*t),其中w1=2*pi*1000,w2=2*pi*1100
在matlab中输入以下命令计算其频谱:
n=0:63;
f1=1000;f2=1100;f=3000;
s5=cos(2*pi*f1/f*n)+sin(2*pi*f2/f*n);
plot(abs(fft(s5)));
图5
从图5中可以看出能够分辨出f1=1000Hz和f2=1100Hz两个频率分量。
我们利用上面的理论来计算一下此时的频率分辨率:
采样频率fs=3000Hz
采样点个数N=64
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
…(img-g3wg1Wdw-1715882309622)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上C C++开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新