时域采样要点


理想采样信号的傅里叶变换=对应采样序列的傅里叶变换

频域采样定理


频域采样点数N必须大于等于时域离散信号的长度M
才能使时域不发生混叠现象

例1(3个频率实例)


采样频率Fs=1kHz,观测时间Tp=50ms

x(n)=xa(nT)=Ae^(-a*nT) * sin(Ω0* nT) * u(nT)

使用不同的采样频率长度(点数)用公式N=Fs*Tp计算
FFT选用64,长度不够用补充零
X(k)=FFT[x(n)] k=0,1,2,3,…,M-1

clc
close all;
clear all;
Tp=50/1000;
Fs=1000;
T=1/Fs;
M=Tp*Fs;%M=50
n=0:max(M-1,64);
A=444.128;
alpha=pi*50*2^0.5;
omega=pi*50*2^0.5;
xnt=A*exp(-alpha*n*T).*sin(omega*n*T);
Xk=T*fft(xnt,M);
figure
subplot(2,1,1);
xlabel('n');
ylabel('xnt');
stem(n,xnt,'.');
axis([0,length(n),min(xnt),1.2*max(xnt)]);
title('Fs=1000hz');k=0:M-1;
fk=k/Tp;
subplot(2,1,2);
plot(fk,abs(Xk));
axis([0,Fs,0,1.2*max(abs(Xk))]);
title('T*FT[xa(nT)],Fs=1000hz');


如果Fs=500hz

clc
close all;
clear all;
Tp=50/1000;
Fs=300;
T=1/Fs;
M=Tp*Fs;%M=50
n=0:max(M-1,64);
A=444.128;
alpha=pi*50*2^0.5;
omega=pi*50*2^0.5;
xnt=A*exp(-alpha*n*T).*sin(omega*n*T);
Xk=T*fft(xnt,M);
figure
subplot(2,1,1);
xlabel('n');
ylabel('xnt');
stem(n,xnt,'.');
axis([0,length(n),min(xnt),1.2*max(xnt)]);
title('Fs=300hz');k=0:M-1;
fk=k/Tp;
subplot(2,1,2);
plot(fk,abs(Xk));
axis([0,Fs,0,1.2*max(abs(Xk))]);
title('T*FT[xa(nT)],Fs=300hz');


Fs=200hz

clc
close all;
clear all;
Tp=50/1000;
Fs=200;
T=1/Fs;
M=Tp*Fs;%M=50
n=0:max(M-1,64);
A=444.128;
alpha=pi*50*2^0.5;
omega=pi*50*2^0.5;
xnt=A*exp(-alpha*n*T).*sin(omega*n*T);
Xk=T*fft(xnt,M);
figure
subplot(2,1,1);
xlabel('n');
ylabel('xnt');
stem(n,xnt,'.');
axis([0,length(n),min(xnt),1.2*max(xnt)]);
title('Fs=200hz');k=0:M-1;
fk=k/Tp;
subplot(2,1,2);
plot(fk,abs(Xk));
axis([0,Fs,0,1.2*max(abs(Xk))]);
title('T*FT[xa(nT)],Fs=200hz');


可以看出来1000hz时混叠很少
300hz混叠严重
200hz混叠更严重

例2

clc
close all;
clear all;
M=27;
N=32;
n=0:M;
xa=1:floor(M/2)+1;
xb=ceil(M/2)-1:-1:0;
xn=[xa,xb];
figure
subplot(3,2,1);
stem(n,xn,'.');
axis([0,length(n),min(xn),1.2*max(xn)]);
title('x(n)');
xlabel('n');
ylabel('x(n)');
Xk=fft(xn,1024);%1024点FFT[x(n)],用于近似xn的FT
X32k=fft(xn,32);
x32n=ifft(X32k);
X16k=X32k(1:2:N);
x16n=ifft(X16k,N/2);
k=0:1023;
wk=2*k/1024;
subplot(3,2,2);
plot(wk,abs(Xk));
axis([0,2,0,1.2*max(abs(Xk))]);
title('FT[x(n)]');
xlabel('\omega/\pi');
ylabel('|X(e^j^\omega)|');k=0:N-1;
subplot(3,2,3);
stem(k,abs(X32k),'.');
title('32-point frequence sample');
xlabel('k');
ylabel('|X32(k)|');
axis([0,32,0,1.2*max(abs(X32k))]);
n32=0:N-1;
subplot(3,2,4);
stem(n32,x32n,'.');
title('32-point IDFT[X32(k)]');
xlabel('n');
ylabel('|x32(n)|');
axis([0,32,0,1.2*max(x32n)]);k=0:N/2-1;
subplot(3,2,5);
stem(k,abs(X16k),'.');
title('16-point frequence sample');
xlabel('k');
ylabel('|X16(k)|');
axis([0,16,0,1.2*max(abs(X16k))]);
n16=0:N/2-1;
subplot(3,2,6);
stem(n16,x16n,'.');
title('16-point IDFT[X16(k)]');
xlabel('n');
ylabel('|x16(n)|');
axis([0,16,0,1.2*max(x16n)]);


可以看到x(n)的频谱函数X(e^jw)在[0,2pi]采样16点,N=16
M=27
N<M时域发生混叠,xN(n)≠x(n)

最后

用最少点数的DFT得到频谱采样

数字信号处理——时域采样和频域采样(matlab)相关推荐

  1. 数字信号处理(8)- 频域采样定理

    1 为什么要研究频域采样定理 由z变换和DFT的关系可知,DFT实现了对频域的采样,便于计算机的计算. 那么能否用频域采样恢复原来的信号(或者频率函数),其限制条件是什么,内插公式又是什么? 采样后所 ...

  2. matlab频域取样间隔,实验二 时域采样与频域采样及MATLAB程序

    实验二 时域采样与频域采样 一 实验目的 1 掌握时域连续信号经理想采样前后的频谱变化,加深对时域采样定理的理解 2 理解频率域采样定理,掌握频率域采样点数的选取原则 二 实验原理 1 时域采样定理 ...

  3. 实验一熟悉matlab环境,数字信号处理报告实验一:熟悉MATLAB环境.doc

    数字信号处理报告实验一:熟悉MATLAB环境.doc 实验一熟悉MATLAB环境一 实验目的1. 熟悉MATLAB的主要操作命令.2. 学会简单的矩阵输入和数据读写.3. 掌握简单的绘图命令.4. 用 ...

  4. matlab fft谱分析实验报告,数字信号处理实验报告-FFT算法的MATLAB实现.doc

    数字信号处理实验报告-FFT算法的MATLAB实现.doc 数字信号处理 实验报告实验二FFT算法的MATLAB实现一.实验目的通过本实验的学习,掌握离散傅立叶变换的理论,特别是FFT的基本算法以及其 ...

  5. matlab 频域采样定理,频域采样定理实验

    频率域采样定理 实验清单: M=27;N=32;n=0:M; xa=0:floor(M/2); xb= ceil(M/2)-1:-1:0; xn=[xa,xb]; Xk=fft(xn,1024); X ...

  6. matlab编写fie滤波器,数字信号处理大作业mdash;mdash;基于matlab R2019a的男声变女声资料汇总与代码...

    @数字信号处理大作业--基于matlab R2019a的男声变女声资料汇总与代码 概述 参考了很多前人的资料,发现很多函数已经过时了,而且从我通过VIP下载的代码来看,代码的逻辑不是很清晰,废话也多, ...

  7. 时域采样与频域采样实验报告_ZYGO DynaPhase 激光干涉仪瞬态采样模式

    某神说的,"天下武功无坚不摧,唯快不破".快到极致,总是会有神奇发生. 在菲索式激光干涉测量中,经典的相移采样模式,会有一个大约百毫秒过程.在这个过程中,如果由于振动,样品发生了微 ...

  8. 数字信号处理篇(一) 采样定理

    1.奈奎斯特采样 如果信号的最高频率是 ,为了使抽样所得的离散值不丢失原信号的信息,那么至少以 的速率进行抽样.即当采样率 ,得到的离散信号   就可以完全恢复原模拟信号  . 2.带通采样 对于某些 ...

  9. 时域采样与频域采样实验报告_使用网络分析仪进行时域分析

    在测量一条传输线上各处的阻抗值以及在时间域或距离域中对被测器件中所存在的问题,例如器件特征的不连续性进行检查时,时域分析功能是非常有用的.时域测试结果的显示形式更为直观,直接就可以看到被测器件 (DU ...

  10. 时域采样与频域采样实验报告_光时域反射仪(OTDR)如何工作(光电读书)

    光时域反射仪(OTDR)如何工作 光时域反射仪(OTDR)是用于表征光纤性能的光电仪器.OTDR是电子时域反射仪的光学等效设备.(欢迎关注:"光电读书"公众号). 知乎视频​www ...

最新文章

  1. Java项目:仿小米电子产品售卖商城系统(java+SpringBoot+Vue+MySQL+Redis+ElementUI)
  2. java读取classpath配置文件_SpringBoot2.x入门教程:理解配置文件
  3. python中str isupper_python pandas Series.str.isupper用法及代码示例
  4. 简单的小程序实现ATM机操作
  5. STL容器之优先队列
  6. mysql传不进去汉字,Mysql下插入汉字失败
  7. 如何定义Java对象
  8. 【p081】ISBN号码
  9. CentOS7安装Hadoop2.7完整流程
  10. WPF4.5 Cockbook - Chapter8(Style, Triggers and Control Template)
  11. #计算长方形的周长和面积公式_Animate如何制作动态计算长方形面积及周长
  12. [费用流]Bzoj P1877 晨跑
  13. 图像处理形态学椭圆形模板结构元素的设计与实现
  14. Cookie与Session简介
  15. codeforces590b//Chip 'n Dale Rescue Rangers//Codeforces Round #327 (Div. 1)
  16. Microsoft visio 2010 Premium 的激活
  17. 超全现代虚幻UE4素材网站整理
  18. PX4 VTOL控制逻辑
  19. Windows 7声卡驱动一键修复精灵3.0完美版(2009年11月9日发布)
  20. 电子地图有比例尺吗?

热门文章

  1. 第18章 基于物理的渲染
  2. donet 微服务开发 学习-熔断降级 Polly
  3. ubuntu更改ip地址 网官 dns,使ubuntu的ip地址每次启动都是固定
  4. 如何用python完成评分功能呢_如何在python中创建一个高效快速的评分系统?
  5. Android图片添加水印
  6. AD13转oRCAD原理图的操作方式
  7. 紧急求助SPSS大神。spss在xml神经网络预测值为空是怎么回事?
  8. 如何用spss客户端和SPSS AU在线进行单样本T检验操作?
  9. ArcFace阈值选择
  10. 功能结构图、信息结构图、结构图的区别