DFT做频谱分析再理解

DFT再理解

2015.12.18

       之前学习《信号与系统》的时候，对于用fft（）函数分析离散、连续时间信号的频谱出来的结果一直一知半解，这学期学习了《数字信号处理》，学习了离散傅里叶变换（DFT），对之前的写的程序做进一步理解。

       在此之前，先将CTFS、DTFS、CTFT、DTFT的公式列出来，方便理解：

注意：这里计算离散周期信号的傅里叶系数的公式前面少了一个N分之一，下面也会涉及到。

 

（一） 用DFT分析离散非周期信号的频谱（离散非周期的DTFT为连续周期的，以2*pi为周期）

比较DTFT和DFT公式可以发现：

N点DFT是DTFT结果在[0,2*pi]周期内N点采样；

所以，分析离散非周期信号的频谱的思路如下：

（1）    对已知的信号进行截短（如果本来就是有限长的则不用）；

（2）    对截短的离散信号做N点DFT（这里的N应该大于离散信号的点数，N越大，在频域的采样就越密集）；

（3）    将横坐标转换为【-pi，pi】，符合实际的情况（/N*2*pi）。

具体的解释见下面的代码（具体代码粘贴在最后面）。

下面是一个例子：

运行结果如下：

 

（二）  用DFT分析离散周期信号的频谱（离散周期信号的DTFS为离散周期的，以基波周期N为周期）

比较DTFS和DFT公式，可以发现：

如上面提到的，上面的DTFS公式与实际的相差了N倍，所以在画频谱的时候需要考虑进去。

离散周期信号的基波周期为N，取其中N点做N点DFT相当于离散周期信号DTFS的一个N周期内的值。

所以，分析离散周期信号的频谱的思路如下：

（1）    确定基波周期N；

（2）    取离散周期信号的N个点，如【0，N-1】；

（3）    做N点DFT（幅度上要除以N，原因在DTFS公式比DFT公式前面多了一项1/N）;

（4）    得到离散周期信号在一个基波周期内的傅里叶系数；

 

下面是一个例子： 

 

（三）  用DFT分析连续非周期信号的频谱（连续非周期信号的CTFT为连续非周期的）

利用采样，将连续非周期信号，转换成离散非周期信号，对得到的离散非周期信号做DFT，类似于（一），最后再利用模拟频率与数字频率的关系（模拟频率乘以采样周期等于数字频率）将横坐标由数字频率转换为模拟频率：

分析连续非周期信号的频谱的思路如下：

（1）    根据需要截短（如果连续信号是无限长的）；

（2）    估计信号的最高频率fm；

（3）    采样频率fs>2*fm；

（4）    按T（T=1/fs）对连续信号进行采样；

（5）    对采样后的信号（相当于离散非周期信号）做N点DFT（此处的N应该大于等于采样点数，而且越大越好，越大代表如（一）分析的，在频域上的采样就越密集，对离散非周期信号的频谱更好地逼近），DFT结果幅度上要除以T，这是采样导致的结果；

（6）    将横坐标转换成模拟频率（/N*2*pi*fs）。

下面是一个例子：

 

（四）  用DFT分析连续周期信号的频谱（连续周期信号的CTFS为离散非周期）

对连续周期信号在一个或多个基波周期长度内进行采样，采样频率fs>2*fm，对采样点做等长（假设为N）的DFT（幅度上得除以N，原因同（二）），由于用了采样，所以同（三）一样需要将数字频率转换成模拟频率（/N*2*pi*fs）。

分析连续周期信号的频谱的思路如下：

（1）    确定基波周期To和最高频率fm，采样频率fs>2*fm；

（2）    对连续周期信号的一个周期（可以多个周期）以频率fs进行均匀采样，采样点数为N；

（3）    对采样点做N点DFT（幅度/N，原因同（二））；

（4）    将横坐标转换成模拟频率（/N*2*pi*fs）。

下面是一个例子：

全部代码：

function test1

%%%%%%%%(1)离散非周期%%%%%%%%%%%%% x = 0.8.^n;(频谱为连续周期（周期为2*pi）)

N = 31;%%%%%无限长的信号应根据需要先截断

n = 0:N-1;

x = 0.8.^n;

X = fft(x,N);%%%%%%对截断的离散信号做N点DFT相当于在其频谱的【0,2pi】区间做N点均匀采样

figure;

subplot(3,1,1);

stem(n,x);

subplot(3,1,2);

plot([-(N-1)/2:(N-1)/2],abs(fftshift(X)));%%%%%%此处画出来的频谱图的横坐标是对离散非周期信号的实际频谱在[-pi,pi]区间采样的点

subplot(3,1,3);

plot([-(N-1)/2:(N-1)/2]./N*2*pi,abs(fftshift(X)));%%%%%%此处将频谱的横坐标转化为[-pi,pi]区间，这才是实际情况（离散非周期信号的DTFT是连续周期的，以2pi为周期）

 

%%%%%%(2)离散周期%%%%%%%%%%%%% x =cos(pi/8*n+pi/3)+0.5cos(7*pi*n/8);(频谱为离散周期（周期为基波周期N）)

%%%%%%%%确定信号的基波周期为16

N = 16;

n = 0:N-1;

x = cos(pi/8*n+pi/3)+0.5*cos(7*pi*n/8);

X = fft(x,N)/N;%%%%%%对截断的离散信号做N点DFT,得出的结果相当于是原周期信号在【0,N-1】的傅里叶系数,除以N表示DFT公式与离散周期信号傅立叶级数公式的关系所需;

figure;

subplot(3,1,1);

stem(n,x);

subplot(3,1,2);

stem([-N/2:N/2-1],abs(fftshift(X)));%%%%%%此处画出来的频谱图的横坐标是离散周期信号的CTFS（傅里叶系数，以N为周期），在[-N/2:N/2-1]的变化，即谐波次数(基波周期N=16的情况下)

subplot(3,1,3);

stem([-N/2:N/2-1]./N*2*pi,abs(fftshift(X)));%%%%%%此处画出来的频谱图的横坐标是将上面的谐波次数乘上基波频率2*pi/N

 

%%%%%%(3)连续非周期%%%%%%%%%%%%% x = exp(-1*t);(频谱为连续非周期)

%%%%%%取x的最高频率fm为25，根据奈奎斯准则，采样率取100>2*25

%%%%%此处的信号无限长，同样需要进行截短，这里去前6秒

fs = 100;

Tp = 6;

T = 1/fs;

t = 0:T:Tp;

x = exp(-1*t);

N = 1024;%%%%%%%进行DFT的点数，这里的N只要比采样点数多即可，越大越能够逼近

X = fft(x,N)*T;%%%%%%此处乘上T是由于对连续信号采样导致的频谱幅度变化。

subplot(2,1,1);

plot(t,x);

subplot(2,1,2);

%%%%%%此处画出来的频谱图的横坐标是[-N/2:N/2-1]*(2*pi/N)是对采样得到的离散非周期信号做频谱分析得到的数字角频率，乘上fs即除以采样周期T才得到模拟角频率

plot([-N/2:N/2-1]*(2*pi/N)*fs,abs(fftshift(X)));

 

 

%%%%%%%(4)连续周期%%%%%%%%%%%%% x =cos(10*pi*t)+2*cos(18*pi*t);(频谱为离散非周期)

%%%%%%%因为x的基波频率为2*pi，基波周期Tp为1s，最高次谐波为9，即最高频率为9Hz

%%%%%%%由奈奎斯采样准则确定出采样频率fs=20>2*9

fs = 20;

T = 1/fs;

Tp = 1;

N = Tp/T;

t = 0:T:Tp-T;

x = cos(10*pi*t)+2*cos(18*pi*t);

X = fft(x,N)/N;

subplot(2,1,1);

plot(t,x);

subplot(2,1,2);

stem([-N/2:N/2-1]/N*fs,abs(fftshift(X)));%%%%%%此处画出来的频谱图的横坐标是[-N/2:N/2-1]*(2*pi/N)是对采样得到的离散非周期信号做频谱分析得到的数字角频率，乘上fs即除以采样周期T才得到模拟角频率