重邮数字信号处理-实验四用 FFT 进行谱分析

最新推荐文章于 2025-10-11 23:53:25 发布

FAREWELL00075

最新推荐文章于 2025-10-11 23:53:25 发布

阅读量813

点赞数 16

CC 4.0 BY-SA版权

分类专栏：重邮数字信号处理文章标签：信号处理

本文链接：https://blog.csdn.net/m0_74212916/article/details/145099027

重邮数字信号处理专栏收录该内容

7 篇文章

订阅专栏

代码：

n = 0:7;
% 信号 x1(n)
x1 = [1,1,1,1,0,0,0,0]; % R4(n)

%信号 x2(n)
x2 = zeros(size(n));
for i = 1:length(n)
    if n(i) >= 1 && n(i) <= 3
        x2(i) = n(i) + 1;
    elseif n(i) >= 4 && n(i) <= 7
        x2(i) = 8 - n(i);
    end
end

% 信号 x3(n)
x3 = zeros(size(n));
for i = 1:length(n)
    if n(i) >= 0 && n(i) <= 3
        x3(i) = 4 - n(i);
    elseif n(i) >= 4 && n(i) <= 7
        x3(i) = n(i) - 3;
    end
end

% 信号 x4(n)
x4 = cos(pi/4 * n);

% 信号 x5(n)
x5 = sin(pi/8 * n);

% 信号 x6(t)
t = 0:0.01:1; % 时间范围
x6 = cos(8 * pi * t) + cos(16 * pi * t) + cos(20 * pi * t);

% 绘制信号
figure(100);
subplot(3, 2, 1), stem(n, x1), title('x1(n)');
subplot(3, 2, 2), stem(n, x2), title('x2(n)');
subplot(3, 2, 3), stem(n, x3), title('x3(n)');
subplot(3, 2, 4), stem(n, x4), title('x4(n)');
subplot(3, 2, 5), stem(n, x5), title('x5(n)');
subplot(3, 2, 6), plot(t, x6), title('x6(t)');

实验结果：

注：这部分可做可不做，感兴趣的自己可以跑一下玩玩

第一题：

代码：

%第一题  
N1=8;  
N2=16;  
N3=32;  
x1=[1,1,1,1,0,0,0,0];  
y_1=[1,1,1,1];  
  
xk_1=fft(x1,N1);  
yk_1=fft(y_1,N2);  
  
figure(1);  
subplot(2,2,1);stem(0:length(x1)-1,x1,'.');title('x1的波形');  
subplot(2,2,3);stem(0:N1-1,abs(xk_1),'.');title('x1的8点FFT');  
subplot(2,2,2);stem(0:length(x1)-1,x1,'.');title('x1的波形');  
subplot(2,2,4);stem(0:N2-1,abs(yk_1),'.');title('x1的16点FFT');

实验结果：

第二题：

代码：

%第二题  
x_2=[1,2,3,4,4,3,2,1];  
y_2=[1,2,3,4,4,3,2,1];  
  
xk_2=fft(x_2,N1);  
yk_2=fft(y_2,N2);  
  
figure(2);  
subplot(2,2,1);stem(0:length(x_2)-1,x_2,'.');title('x2的波形');  
subplot(2,2,3);stem(0:N1-1,abs(xk_2),'.');title('x2的8点FFT');  
subplot(2,2,2);stem(0:length(x_2)-1,x_2,'.');title('x2的波形');  
subplot(2,2,4);stem(0:N2-1,abs(yk_2),'.');title('x2的16点FFT');

实验结果：

第三题：

代码：

%第三题  
n1=0:7;  
x_4=cos(pi/4*n1);  
n2=0:15;  
y_4=cos(pi/4*n2);  
  
xk_4=fft(x_4,N1);  
yk_4=fft(y_4,N2);  
  
figure(3);  
subplot(2,2,1);stem(0:length(x_4)-1,x_4,'filled');title('x4的波形');  
subplot(2,2,3);stem(0:N1-1,abs(xk_4),'filled');title('x4的8点FFT');  
subplot(2,2,2);stem(0:length(y_4)-1,y_4,'filled');title('x4的波形');  
subplot(2,2,4);stem(0:N2-1,abs(yk_4),'filled');title('x4的16点FFT');

实验结果：

分析：

由题意得周期为8，做的DFT采取的点数为周期8的整数倍，所以所绘制的图像应该是没有问题的。

第三点五题：

做x(5)的FFT

代码：

%第三点五题  
n1=0:7;%8点  
x_3_5=sin(pi/8*n1);  
n2=0:15;%16点  
y_3_5=sin(pi/8*n2);  
n3=0:31;%32点  
z_3_5=sin(pi/8*n3);  
  
xk_3_5=fft(x_3_5,N1);  
yk_3_5=fft(y_3_5,N2);  
zk_3_5=fft(z_3_5,N3);  
  
figure(9);  
subplot(3,2,1);stem(0:length(x_3_5)-1,x_3_5,"filled");title("x5的波形");  
subplot(3,2,3);stem(0:length(y_3_5)-1,y_3_5,"filled");title("x5的波形");%16点  
subplot(3,2,5);stem(0:length(z_3_5)-1,z_3_5,"filled");title("x5的波形");%32点  
subplot(3,2,2);stem(0:N1-1,abs(xk_3_5),'filled');title('x5的8点FFT');  
subplot(3,2,4);stem(0:N2-1,abs(yk_3_5),'filled');title('x5的16点FFT');  
subplot(3,2,6);stem(0:N3-1,abs(zk_3_5),'filled');title('x5的32点FFT');

实验结果：

第四题：

代码：

%第四题  
N3=32;  
N4=64;  
n1=0:15;  
n2=0:31;  
n3=0:63;  
fs_64=64;  
x_6_1=cos(1/8*pi*n1)+cos(1/4*pi*n1)+cos(5/16*pi*n1);  
x_6_2=cos(1/8*pi*n2)+cos(1/4*pi*n2)+cos(5/16*pi*n2);  
x_6_3=cos(1/8*pi*n3)+cos(1/4*pi*n3)+cos(5/16*pi*n3);  
  
xk_6_1=1/fs_64*fft(x_6_1,N2);  
xk_6_2=1/fs_64*fft(x_6_2,N3);  
xk_6_3=1/fs_64*fft(x_6_3,N4);  
figure(4);  
subplot(3,2,1);stem(0:length(x_6_1)-1,x_6_1,'.');title('x6的波形');  
subplot(3,2,2);stem(0:N2-1,abs(xk_6_1),'.');title('x6的16点FFT');  
subplot(3,2,3);stem(0:length(x_6_2)-1,x_6_2,'.');title('x6的波形');  
subplot(3,2,4);stem(0:N3-1,abs(xk_6_2),'.');title('x6的32点FFT');  
subplot(3,2,5);stem(0:length(x_6_3)-1,x_6_3,'.');title('x6的波形');  
subplot(3,2,6);stem(0:N4-1,abs(xk_6_3),'.');title('x6的64点FFT');

实验结果：

注意：fft后一定要×周期！！！

第五题：

代码：

%第五题
[xn, fs] = audioread('motherland.wav'); 
x_5= xn(8000:8199);
N_5 = 512;
X = fft(x_5, N_5); 
f = (0:N_5-1)*(2*pi/N_5); %f = (0:N_5-1)*(fs/N_5);
M = abs(X); 
N_5 = angle(X);   

% 绘制幅度谱
figure(5);
subplot(2, 1, 1);
plot(f/pi, M);%plot(f, M);
title('频谱幅度谱（N=512）');
xlabel('角频率/pi (rad/s)');%xlabel('频率 (Hz)')
ylabel('幅度');
grid on;

% 绘制相位谱
subplot(2, 1, 2);
plot(f/pi, N_5);%plot(f/pi, N_5);
title('频谱相位谱（N=512）');
xlabel('角频率/pi (rad/s)');%xlabel('频率 (Hz)')
ylabel('相位 (弧度)');
grid on;

实验结果：

第六题：

注：这个就是直接抄代码，懒得抄的可以直接复制我的

代码：

%第六题
A=imread("lena.bmp");
figure(6);
subplot(311)
imshow(A);
title("原图");
fftI=fft2(A);%二维离散傅里叶变换
A1=abs(fftI);%取模值
%限制幅度在[0,255]
B1=(A1-min(min(A1)))/(max(max(A1))-min(min(A1)))*255;
subplot(312)
imshow(B1);title("二位幅度谱图");
B2=fftshift(B1);
subplot(313)
imshow(B2);title("移到中心位置的二维频谱图");

实验结果：

思考题：

思考题一：

代码：

%思考题一
x_think_1_2=[1,2,3,4,4,3,2,1];
y_think_1_2=[1,2,3,4,4,3,2,1,0,0,0,0,0,0,0,0];
x_think_1_3=[4,3,2,1,1,2,3,4];
y_think_1_3=[4,3,2,1,1,2,3,4,0,0,0,0,0,0,0,0];

xk_think_1_2=fft(x_think_1_2,N1);%N1=8 N2=16
yk_think_1_2=fft(y_think_1_2,N2);
xk_think_1_3=fft(x_think_1_3,N1);
yk_think_1_3=fft(y_think_1_3,N2);

figure(7);
%x2(n)相关
subplot(4,2,1);stem(0:length(x_think_1_2)-1,x_think_1_2,'.');title('x2的波形');
subplot(4,2,3);stem(0:N1-1,abs(xk_think_1_2),'.');title('x2的8点FFT');
subplot(4,2,2);stem(0:length(y_think_1_2)-1,y_think_1_2,'.');title('x2的波形');
subplot(4,2,4);stem(0:N2-1,abs(yk_think_1_2),'.');title('x2的16点FFT');
%x3(n)相关
subplot(4,2,5);stem(0:length(x_think_1_3)-1,x_think_1_3,'.');title('x3的波形');
subplot(4,2,7);stem(0:N1-1,abs(xk_think_1_3),'.');title('x3的8点FFT');
subplot(4,2,6);stem(0:length(y_think_1_3)-1,y_think_1_3,'.');title('x3的波形');
subplot(4,2,8);stem(0:N2-1,abs(yk_think_1_3),'.');title('x3的16点FFT');

实验结果：

分析：

思考题二：

答：

1.对信号进行fft变换，得到信号的频域表示。

2.在频域中，找到信号的主要频率分量。可以通过观察频谱图或者寻找频域中的峰值来确定信号的主要频率。

3.计算信号的周期。根据周期信号的定义，信号的周期是重复出现的最小时间长度。可以通过信号的主要频率来计算信号的周期。假设信号的主要频率为f，则信号的周期为T=1/f。

4.对信号进行周期扩展。根据信号的周期，将信号进行周期性扩展，使得信号在任意时刻都具有相同的值序列。扩展后的信号称为周期信号。

5.对扩展后的周期信号进行FFT变换，得到信号的频谱图，在频谱图中，可以看到信号的主要频率分量以及其他频率分量,

6.分析频谱图。通过分析频谱图，可以得到信号在不同频率上的分布情况，进一步理解信号的特性

需要注意的是，如果信号中存在多个频率分量，则需要通过多个峰值来确定信号的周期。此外，如果信号是非周期信号，则无法使用FFT进行谱分析。

思考题三

代码：

%思考题三
x_think_3=[1,1,2,2,3,3,2,2,1,1];
%第一小问
%x_think_3_1=[1,2,3,2,1];
x_think_3_1=x_think_3(1:2:end);
%第二小问
x_think_3_2=[1,0,1,0,2,0,2,0,3,0,3,0,2,0,2,0,1,0,1];
%x_think_3_2= zeros(1, 2 * length(x_think_3) - 1);  % 创建插入0后的新向量
%x_think_3_2(1:2:end)=x_think_3;
%第三小问
N_think_3=512;
xk_think_3=fft(x_think_3,N_think_3);
xk_think_3_1=fft(x_think_3_1,N_think_3);
xk_think_3_2=fft(x_think_3_2,N_think_3);

f_think_3=(0:N_think_3-1)*(2*pi/N_think_3);%频率

figure(8)
subplot(311);
plot(f_think_3/pi,abs(xk_think_3));
title('原x序列连续幅度频谱图');
xlabel('频率/pi (rad/s)');
ylabel('幅度');
grid on;

subplot(312);
plot(f_think_3/pi,abs(xk_think_3_1));
title('x抽取后x1的连续幅度频谱图');
xlabel('频率/pi (rad/s)');
ylabel('幅度');
grid on;

subplot(313);
plot(f_think_3/pi,abs(xk_think_3_2));
title('x插入0后x2的连续幅度频谱图');
xlabel('频率/pi (rad/s)');
ylabel('幅度');
grid on;