matlab采样点数傅里叶变换,【 MATLAB 】模拟信号采样及离散时间傅里叶变换（DTFT）案例分析...

中使用的模拟信号：

为了研究在频域数量上的采样效果，对该信号使用两种不同的采样频率采样。

a. 在 fs = 5000 对信号进行采样，求出并画出其离散时间傅里叶变换；

b. 在 fs = 1000 对信号采样，求出并画出其离散时间傅里叶变换。

题解：

上篇博文也分析了，信号的带宽为2kHz，奈奎斯特频率就为 4000 样本/s，它小于第一问给出的采样频率，所以频谱混叠几乎不存在。

我们通过MATLAB验证下：

clc

clear

close all

% Analog signal

Dt = 0.00005;

t = - 0.005:Dt:0.005;

xa = exp(-1000 * abs(t));

% Discrete-time signal

Ts = 0.0002;

n = -25:25;

x = exp(-1000*abs(n*Ts));

%Discrete-time Fourier Transform

K = 500;

k = 0:1:K;

w = pi*k/K;

X = x*exp(-j*n'*w);

X = real(X);

w = [-fliplr(w),w(2:K+1)];

X = [fliplr(X),X(2:K+1)];

subplot(2,1,1);

plot(t*1000,xa);

xlabel('t in msec');ylabel('x(n)');

title('Discrete signal');

hold on

stem(n*Ts*1000,x);

gtext('Ts = 0.2msec');

hold off

subplot(2,1,2);

plot(w/pi,X);

xlabel('Frequency in pi units');ylabel('X(w)');

title('Discrete - time Fourier Transform');

继续作答第二问，将采样间隔改为0.001s，10ms时间区间内能采样11个点。

clc

clear

close all

% Analog signal

Dt = 0.00005;

t = - 0.005:Dt:0.005;

xa = exp(-1000 * abs(t));

% Discrete-time signal

Ts = 0.001;

n = -5:5;

x = exp(-1000*abs(n*Ts));

%Discrete-time Fourier Transform

K = 500;

k = 0:1:K;

w = pi*k/K;

X = x*exp(-j*n'*w);

X = real(X);

w = [-fliplr(w),w(2:K+1)];

X = [fliplr(X),X(2:K+1)];

subplot(2,1,1);

plot(t*1000,xa);

xlabel('t in msec');ylabel('x(n)');

title('Discrete signal');

hold on

stem(n*Ts*1000,x);

gtext('Ts = 1msec');

hold off

subplot(2,1,2);

plot(w/pi,X);

xlabel('Frequency in pi units');ylabel('X(w)');

title('Discrete - time Fourier Transform');

很明显，这个DTFT7已经变了，也就是发生了频谱混叠。

本文同步分享在 博客“李锐博恩”(CSDN)。

如有侵权，请联系 support@oschina.cn 删除。

本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。