演示文稿演讲PPT学习教学课件医学文件教学培训课件
一、实验目的 二、实验原理三、涉及的MATLAB函数 四、实验内容与方法五、实验要求 六、思考题;一、 实验目的 (1) 在理论学习的基础上，通过本实验熟悉信号的合成、分解原理，加深对傅里叶级数的理解; (2) 了解和认识吉布斯现象 (Gibbs)。二、 实验原理 任何具有确定性的信号都可以表示为随时间变化的某种物理量，比如电压u(t)和电流i(t)等。信号主要表现在随着时间t的变化，波形幅值的大小、持续时间的长短、变化速率的快慢、波动的速度及重复周期的大小的变化等。信号的这一特性称为信号的时间特性。 ; 信号还可以分解为一个直流分量和许多不同频率的正弦分量之和。主要表现在各频率正弦分量所占比重的大小不同，主要频率分量所占有的频率范围也不同等，信号的这一特性称为信号的频率特性。 无论是信号的时间特性，还是信号的频率特性，都包含了信号的全部信息量。 根据周期信号的傅里叶级数展开式可知，任何非正弦周期信号，只要满足狄里赫利条件，都可以分解为一直流分量和由基波及各次谐波(基波的整数倍)分量的叠加。 ; 例如一个周期的方波信号f(t)可以分解为如下形式： f(t)=如图10.1(a)所示。 同样，由基波及各次谐波分量也可以叠加出来一个周期方波信号，如图10.1(b)所示。 至于叠加出来的信号与原信号的误差，则取决于傅里叶级数的项数。 ;三、 涉及的MATLAB函数略四、 实验内容 1. 验证性实验 1) 周期信号的分解MATLAB程序：clf; %周期信号的分解t=0：0.01：2*pi; y=zeros(10，max(size(t))); x=zeros(10，max(size(t))); for k=1：2：9; x1=sin(k*t)/k; x(k，：)=x(k，：)+x1; y((k+1)/2，：)=x(k，：); endsubplot(2，1，1); plot(t，y(1：9，：)); grid; line(［0，pi+0.5］，［pi/4，pi/4］); text(pi+0.5，pi/4，′pi/4′); halft=ceil(length(t)/2); subplot(2，1，2); mesh(t(1：halft)，［1：10］，y(：，1： halft));周期信号的分解如图10.2所示。;图 10.2 周???信号的分解; 2) 傅里叶级数逼近MATLAB程序： clf; %宽度为1，高度为1，周期为2的正方波，傅里叶级数逼近 t=-2：0.001：2; %信号的抽样点N=20; c0=0.5; f1=c0*ones(1，length(t)); %计算抽样上的直流分量for n=1：N %偶次谐波为零 f1=f1+cos(pi*n*t)*sinc(n/2); endplot(t，f1); axis(［-2 2 -0.2 0.8］);方波的傅里叶级数逼近如图10.3所示。;图 10.3 方波的傅里叶级数逼近; 3) 用正弦信号的叠加近似合成一频率为50 Hz，幅值为3的方波MATLAB程序： clear all; fs=10000; t=［0：1/fs：0.1］; f0=50; sum=0; subplot(211)for n=1：2：9; ; plot(t，4/pi*1/n*sin(2*pi*n*f0*t)，′k′); title(′信号叠加前′); hold on; endsubplot(212)for n=1：2：9; sum=sum+4/pi*1/n*sin(2*pi*n*f0*t); endplot(t，sum，′k′); title(′信号叠加后′);正弦信号的叠加如图10.4所示。;图 10.4 正弦信号的叠加; 4) Gibbs现象 执行下列程序，令N分别为10，20，30，40，50，观察波形的特点，了解吉布斯现象的特点。MATLAB程序： t=-1.5：0.01：1.5; wo=4，E=1; N=10; xN=0; for n=1：N; an=(E/(n*pi))*(sin(n*pi/2)-sin(n*3*pi/2)) xN=xN+an.*cos(n*wo*t); endsubplot(221); plot(t，xN)xlabel(′time′);
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
