实验三 FFT 及其在卷积计算和谱分析中的应用

一、[实验目的]

1 ．在理论学习的基础上，通过本实验，加深 FFT 的理解，熟悉 FFT 子程序；

2 ．熟练掌握 FFT 实现两个序列的线性卷积的方法；

3 ．熟悉应用 FFT 进行信号频谱分析过程中可能出现的问题以便在实际中正

确应用 FFT ；

4. 学习用 FFT 对连续信号进行谱分析的方法和参数选择原则；

5.掌握用 FFT 对连续信号进行谱分析时，由模拟信号采样得到序列的中 k 值与模拟信号实际频率 f 或Ω的对应关系。

二、[实验原理]

FFT 并不是与 DFT 不同的另一种变换，而是为了减少 DFT 运算次数的一种

DFT 快速算法。常用的 FFT 是基 2 算法，其长度 N=2^M 。当要变换的序列长

度不等于 2 的整数次幂时，为了使用以 2 为基数的 FFT，可以用末位补零的方

法，使其长度延长至 2 的整数次幂。其应用一般都以卷积运算的具体计算为依据，

或者以 DFT 作为连续傅里叶变换的近似为基础。

1.用 FFT 计算线性卷积

用 FFT 可以实现两个序列的循环卷积，其原理框图如图 3-1。一般情况，设

两个序列的长度分别为 N1 和 N2，循环卷积等于线性卷积的充要条件是 FFT 的

长度 N 满足：N≥N1＋N2，对于长度不足 N 的两个序列分别将他们补零延长到 N。

 

              图 1.用 FFT 计算循环卷积的原理框图

2．用 FFT 对信号进行频谱分析

MATLAB 提供了快速傅里叶变换算法 FFT 计算 DFT 的函数 fft，其调用格

式如下：

Xk = fft(xn, N) 或 Xk = fft(xn)

参数 xn 为被变换的时域序列向量，N 是 DFT 变换区间长度，当 N 大于 xn 长

度时，fft 函数自动在 xn 后面补零。当 N 省略时，fft 函数按 xn 的实际长度计

算，此时，相当于 DFT 的计算。

在运用 DFT 进行频谱分析的过程中可能产生三种误差：混叠、泄漏、栅栏

效应，具体概念详见教材。其中需要注意的是减少栅栏效应（提高频谱密度）与

提高 DFT 频率分辨率是不同的两个概念，减小栅栏效应的一个有效方法就是借

助于在原序列的末端补零。补零只能减轻栅栏效应，不能提高 DFT 的频率分辨

率。

3.模拟信号的频谱分析

(1)模拟信号的采样及 DFT 谱分析的原对模拟周期信号进行谱分析时，首先要按照采样定理将其变成时域离散信号。用 DFT 分析模拟信号谱的原理如图 3-2 所示。

序列 x(n)的傅里叶变换和连续信号频谱的关系可以表示为：

上式说明：可以通过对连续信号采样并进行 DFT 再乘以 Ts，近似得到模拟信号 频谱的周期延拓函数在第一个周期[0,Fs]上的 N 点等间隔采样

​​​​​​​

 

图 2 用 DFT 分析模拟信号谱的原理示意图

(2) 模拟信号进行谱分析时的参数选择问题 对模拟信号进行谱分析时，有几个重要的参数要选择：采样频率 Fs、频率分 辨率 F、DFT 的长度 N、模拟信号的截取时长 Tp=N*Ts。 要提高谱分辨率，又保持谱分析的范围不变（Fs 采样频率不变），只能增长 纪录时间 Tp（截取长度），增加采样点数 N。

(3)周期信号谱分析时对截取长度 Tp 的要求

对模拟周期信号用 DFT（FFT）作谱分析，要求有两点：一是截取的长度 Tp 是周期的整数倍；二是采样频率满足采样定理，且满足每个周期中采样点数相等。 这样得到的离散谱才能代表离散信号的频谱。否则会有相当大的谱分析误差。如 果不知道信号周期，可以尽量选择信号的观察时间长一些。

三、实验内容

1．已知序列