实验四 离散傅立叶变换的应用

一、实验目的

1.进一步加深DFT算法的原理和基本性质的理解；
2.学习用FFT对信号进行谱分析的方法，并分析其误差及其原因；

二、实验原理

1．N点序列的DFT和IDFT变换定义式如下：

利用旋转因子具有周期性，可以得到快速算法（FFT）。
在MATLAB中，可以用函数

X=fft(x)  %计算N点的DFT，N为序列x[k]的长度，即N=length（x）；
X=fft（x，N）%计算序列x[k]的N点DFT；
x=ifft（X） %计算N点的IDFT，N为序列x[m]的长度；
x=ifft（X，N）%计算序列x[m]的N点IDFT；

三、示例演示— fft 在信号分析中的应用

【例4.1】有一个信号，其中，使用DFT频谱分析方法从受噪声污染的信号x(t)中鉴别出有用的信号。

clear all
fs=1000;
f1=100;
dt=1/fs;
t=0:dt:1;  %采样周期为0.001s，即采样频率为1000Hz；
N=length(t);
x=sin(2*pi*f1*t)+0.8*randn(1,N);   %产生受噪声污染的正弦波信号；
subplot(3,1,1)
plot(t,x);   %画出时域信号；
axis([0 0.3,-4 4]);
xlabel('(a)输入信号的时域波形');
L=1024;
X=fft(x,L);   %对x的L点傅里叶变换；
f=(0:L-1)*fs/L;  
subplot(3,1,2)
plot(f,abs(X));    
xlabel('(b)输入信号的抽样后的DFT');
X1=fftshift(X);    %对抽样频谱点的值重新排列；                            
f1=(-L/2:L/2-1)*fs/L;    %设置频率轴坐标；
subplot(3,1,3)
%plot(f1,X1);            %画出频域信号；
plot(f1,abs(X1)); 
xlabel('(c)输入信号的频谱');  %画出频域信号；  

                      图1   输入信号的时域频域波形图

四、实验内容

1.假设现含有3种频率成分，，，，，，利用DFT分析的频谱。
（1）对抽样后加矩形窗截断（窗函数的长度为128），然后对其做128点的DFT并画出对应的频谱图，再对截短信号做512的DFT并画出对应的频谱图，分析其特点，总结实验中的主要结论。

clear all
fs=100;
f1=20;
f2=20.5;
f3=40;
dt=1/fs;
N=128;
t=0:dt:(N-1)*dt;  %采样周期为0.001s，即采样频率为1000Hz；
x=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);   %产生受噪声污染的正弦波信号；
subplot(3,1,1)
plot(t,x);   %画出时域信号；
axis([0 0.3,-4 4]);
xlabel('(a)输入信号的时域波形');
L=128;
X=fft(x,L);   %对x的L点傅里叶变换；
f=(0:L-1)*fs/L;  
subplot(3,1,2)
plot(f,abs(X));    
xlabel('(b)输入信号的抽样后的DFT');
X1=fftshift(X);    %对抽样频谱点的值重新排列；                            
f1=(-L/2:L/2-1)*fs/L;    %设置频率轴坐标；
subplot(3,1,3)
%plot(f1,X1);            %画出频域信号；
plot(f1,abs(X1)); 
xlabel('(c)输入信号的频谱');  %画出频域信号；  

clear all
fs=100;
f1=20;
f2=20.5;
f3=40;
dt=1/fs;
N=128;
t=0:dt:(N-1)*dt;  %采样周期为0.001s，即采样频率为1000Hz；
x=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);   %产生受噪声污染的正弦波信号；
subplot(3,1,1)
plot(t,x);   %画出时域信号；
axis([0 0.3,-4 4]);
xlabel('(a)输入信号的时域波形');
L=512;
X=fft(x,L);   %对x的L点傅里叶变换；
f=(0:L-1)*fs/L;  
subplot(3,1,2)
plot(f,abs(X));    
xlabel('(b)输入信号的抽样后的DFT');
X1=fftshift(X);    %对抽样频谱点的值重新排列；                            
f1=(-L/2:L/2-1)*fs/L;    %设置频率轴坐标；
subplot(3,1,3)
%plot(f1,X1);            %画出频域信号；
plot(f1,abs(X1)); 
xlabel('(c)输入信号的频谱');  %画出频域信号；  

（2）若对抽样后加矩形窗截断（窗函数的长度为512），然后对其做512的DFT并画出对应的频谱图，对比（1）的结果，分析其结论。

clear all
fs=100;
f1=20;
f2=20.5;
f3=40;
dt=1/fs;
N=512;
t=0:dt:(N-1)*dt;  %采样周期为0.001s，即采样频率为1000Hz；
x=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);   %产生受噪声污染的正弦波信号；
subplot(3,1,1)
plot(t,x);   %画出时域信号；
axis([0 0.3,-4 4]);
xlabel('(a)输入信号的时域波形');
L=512;
X=fft(x,L);   %对x的L点傅里叶变换；
f=(0:L-1)*fs/L;  
subplot(3,1,2)
plot(f,abs(X));    
xlabel('(b)输入信号的抽样后的DFT');
X1=fftshift(X);    %对抽样频谱点的值重新排列；                            
f1=(-L/2:L/2-1)*fs/L;    %设置频率轴坐标；
subplot(3,1,3)
%plot(f1,X1);            %画出频域信号；
plot(f1,abs(X1)); 
xlabel('(c)输入信号的频谱');  %画出频域信号；  

(3)如果增大抽样频率，重做（1）和（2），对比上面的结果，分析你的结论。

clear all
fs=1000;
f1=20;
f2=20.5;
f3=40;
dt=1/fs;
N=128;
t=0:dt:(N-1)*dt;  %采样周期为0.001s，即采样频率为1000Hz；
x=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);   %产生受噪声污染的正弦波信号；
subplot(3,1,1)
plot(t,x);   %画出时域信号；
axis([0 0.3,-4 4]);
xlabel('(a)输入信号的时域波形');
L=128;
X=fft(x,L);   %对x的L点傅里叶变换；
f=(0:L-1)*fs/L;  
subplot(3,1,2)
plot(f,abs(X));    
xlabel('(b)输入信号的抽样后的DFT');
X1=fftshift(X);    %对抽样频谱点的值重新排列；                            
f1=(-L/2:L/2-1)*fs/L;    %设置频率轴坐标；
subplot(3,1,3)
%plot(f1,X1);            %画出频域信号；
plot(f1,abs(X1)); 
xlabel('(c)输入信号的频谱');  %画出频域信号；

clear all
fs=1000;
f1=20;
f2=20.5;
f3=40;
dt=1/fs;
N=128;
t=0:dt:(N-1)*dt;  %采样周期为0.001s，即采样频率为1000Hz；
x=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);   %产生受噪声污染的正弦波信号；
subplot(3,1,1)
plot(t,x);   %画出时域信号；
axis([0 0.3,-4 4]);
xlabel('(a)输入信号的时域波形');
L=512;
X=fft(x,L);   %对x的L点傅里叶变换；
f=(0:L-1)*fs/L;  
subplot(3,1,2)
plot(f,abs(X));    
xlabel('(b)输入信号的抽样后的DFT');
X1=fftshift(X);    %对抽样频谱点的值重新排列；                            
f1=(-L/2:L/2-1)*fs/L;    %设置频率轴坐标；
subplot(3,1,3)
%plot(f1,X1);            %画出频域信号；
plot(f1,abs(X1)); 
xlabel('(c)输入信号的频谱');  %画出频域信号；

clear all
fs=1000;
f1=20;
f2=20.5;
f3=40;
dt=1/fs;
N=2048;
t=0:dt:(N-1)*dt;  %采样周期为0.001s，即采样频率为1000Hz；
x=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);   %产生受噪声污染的正弦波信号；
subplot(3,1,1)
plot(t,x);   %画出时域信号；
axis([0 0.3,-4 4]);
xlabel('(a)输入信号的时域波形');
L=512;
X=fft(x,L);   %对x的L点傅里叶变换；
f=(0:L-1)*fs/L;  
subplot(3,1,2)
plot(f,abs(X));    
xlabel('(b)输入信号的抽样后的DFT');
X1=fftshift(X);    %对抽样频谱点的值重新排列；                            
f1=(-L/2:L/2-1)*fs/L;    %设置频率轴坐标；
subplot(3,1,3)
%plot(f1,X1);            %画出频域信号；
plot(f1,abs(X1)); 
xlabel('(c)输入信号的频谱');  %画出频域信号；

更多相关文章点这里哦

数字信号处理----全套Matlab实验报告

通信工程(信息类，电子类，电气工程，自动化，计算机，软件工程，机电，等相关专业)全套学习指导

答疑资料qq群:1007576722