数字信号处理(matlab)——FFT对信号频谱分析

FFT频谱分析法
频谱分辨率D
FFT能够实现的频率分辨率是2pi/N
要求2pi/N≤D
误差主要来自于用FFT做频谱分析时，得到的是离散谱，但是信号是连续谱，只有当N较大时，离散谱的包络才能逼近离散谱，因此N要大一些。
为了方便读频率值，最好关于pi归一化，以w/pi作为横坐标

例1

x(n)=R4(n)
选择FFT的变换区间N为8和16进行频谱分析

clc
close all;
clear all;xn=[ones(1,4)];
X8k=fft(xn,8);n=0:7;
wk=2*n/8;
subplot(1,2,1);
stem(wk,abs(X8k),'.','r');
title('8 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X8k))]);n=0:15;
wk=2*n/16;
X16k=fft(xn,16);
subplot(1,2,2);
stem(wk,abs(X16k),'.','r');
title('16 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X16k))]);

x(n)的频谱函数8点和16点采样（8点DFT和16点DFT）

例2

选择FFT的变换区间N为8和16进行频谱分析

clc
close all;
clear all;
xa=1:4;
xb=4:-1:1;
xn=[xa,xb];
X8k=fft(xn,8);n=0:7;
wk=2*n/8;
subplot(1,2,1);
stem(wk,abs(X8k),'.','r');
title('8 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X8k))]);n=0:15;
wk=2*n/16;
X16k=fft(xn,16);
subplot(1,2,2);
stem(wk,abs(X16k),'.','r');
title('16 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X16k))]);

例3

选择FFT的变换区间N为8和16进行频谱分析

clc
close all;
clear all;xa=4:-1:1;
xb=1:4;
xn=[xa,xb];
X8k=fft(xn,8);n=0:7;
wk=2*n/8;
subplot(1,2,1);
stem(wk,abs(X8k),'.','r');
title('8 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X8k))]);n=0:15;
wk=2*n/16;
X16k=fft(xn,16);
subplot(1,2,2);
stem(wk,abs(X16k),'.','r');
title('16 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X16k))]);

x3(n)和x2(n)的8点DFT的模相等，所以图示相同；但是16点不满足循环移位关系，模不同

例4

x(n)=cos(pi*n/4)
选择FFT的变换区间N为8和16进行频谱分析

clc
close all;
clear all;n=0:7;
xn=cos(pi*n/4);
X8k=fft(xn,8);
wk=2*n/8;
subplot(1,2,1);
stem(wk,abs(X8k),'.','r');
title('8 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X8k))]);n=0:15;
xn=cos(pi*n/4);
X16k=fft(xn,16);
wk=2*n/16;
subplot(1,2,2);
stem(wk,abs(X16k),'.','r');
title('16 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X16k))]);

N=8和N=16均是周期的整数倍，只在±0.25pi有1根单一谱线

例5

xn=cos(pin/4)+cos(pin/8)
选择FFT的变换区间N为8和16进行频谱分析

clc
close all;
clear all;n=0:7;
xn=cos(pi*n/4)+cos(pi*n/8);
X8k=fft(xn,8);
wk=2*n/8;
subplot(1,2,1);
stem(wk,abs(X8k),'.','r');
title('8 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X8k))]);n=0:15;
xn=cos(pi*n/4)+cos(pi*n/8);
X16k=fft(xn,16);
wk=2*n/16;
subplot(1,2,2);
stem(wk,abs(X16k),'.','r');
title('16 point DFT[x(n)]');
xlabel('\omega/\pi');
ylabel('amplitude');
axis([0,2,0,1.2*max(abs(X16k))]);

周期为16，N=8不是周期整数倍，所以频谱不正确；N=16是周期，得到正确频谱，仅在±0.25pi和±0.125pi处有两根谱线

例6

x(t)=cos(8pit)+cos(16pit)+cos(20pit)
采样频率Fs=64Hz，变换区间N=16 32 64进行谱分析

clc
clear all;
close all;
Fs=64;
T=1/Fs;subplot(3,1,1)
N=16;
n=0:N-1;
xnT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T);
X16k=fft(xnT);
X16k=fftshift(X16k);
Tp=N*T;
F=1/Tp;
k=-N/2:N/2-1;
fk=k*F; %频率分辨率F
stem(fk,abs(X16k),'.');
box on
title('16 point |DFT[x(nT)]|');
xlabel('f(Hz)');
ylabel('amplitude');
axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X16k))]);subplot(3,1,2)
N=32;
n=0:N-1;
xnT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T);
X32k=fft(xnT);
X32k=fftshift(X32k);
Tp=N*T;
F=1/Tp;
k=-N/2:N/2-1;
fk=k*F; %频率分辨率F
stem(fk,abs(X32k),'.');
box on
title('32 point |DFT[x(nT)]|');
xlabel('f(Hz)');
ylabel('amplitude');
axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X32k))]);subplot(3,1,3)
N=64;
n=0:N-1;
xnT=cos(8*pi*n*T)+cos(16*pi*n*T)+cos(20*pi*n*T);
X64k=fft(xnT);
X64k=fftshift(X64k);
Tp=N*T;
F=1/Tp;
k=-N/2:N/2-1;
fk=k*F; %频率分辨率F
stem(fk,abs(X64k),'.');
box on
title('64 point |DFT[x(nT)]|');
xlabel('f(Hz)');
ylabel('amplitude');
axis([-N*F/2-1,N*F/2-1,0,1.2*max(abs(X64k))]);

x(t)=cos(8pit)+cos(16pit)+cos(20pit)有3个成分f1=4hz，f2=8hz，f3=10hz，所以周期是0.5s
1.采样频率Fs=64hz，变换区间N=16时，观察时间Tp=16T=0.25s，不是周期整数倍
2.N=32，64时观察时间Tp=0.5s和1s，是周期整数倍,
频谱正确

数字信号处理(matlab)——FFT对信号频谱分析相关推荐

数字信号处理matlab实验报告,数字信号处理,matlab实验报告
数字信号处理,matlab实验报告 Matlab实验报告实验一: 1. 实验Matlab代码: N=25; Q=0.9+0.3*j; WN=exp(-2*j*pi/N); x=zeros(25,1) ...
数字信号处理 matlab 答案,数字信号处理课后习题Matlab作业
<数字信号处理课后习题Matlab作业>由会员分享,可在线阅读,更多相关<数字信号处理课后习题Matlab作业(22页珍藏版)>请在人人文库网上搜索. 1.数字信号处理MATL ...
matlab wc wp,数字信号处理MATLAB习题.PDF
数字信号处理MATLAB习题数字信号处理MATLAB 习题电气硕 72 李弘昌第11 题分别用脉冲响应不变法和双线性变换法设计一个巴特沃斯型IIR 低通数字滤波器,采样频率 ,其通带边频处 ...
【学习笔记】 matlab数字信号处理（四）信号的频域分析
第四章.信号的频域分析 4.1 概述 4.1.1 时域分析的局限性 4.1.2 频谱分析的优点方便对复杂信号进行分析抗干扰能力强具有明确的物理意义 4.2 周期信号频谱分析 4.2.1 正交分解 ...
【信号处理】数字信号处理Matlab设计附GUI界面和报告
1 简介信号处理是现代信息处理的基本内容,数字信号的处理更是重中之重.数字信号处理的研究内容主要是语音信号和图像信号,而研究语音信号对于现代语音通信有着积极的意义.研究语音信号又分为时域和频域两个 ...
数字信号处理MATLAB笔记
全文框架 1.函数笔记 fft():快速傅里叶变换 Y = fft(X,n,dim) 计算x的n点DFT,x长度不够n时补0,比n长时截短,dim为对x做傅里叶变换的维数. ifft():傅里叶反变换 ...
数字信号处理matlab相关实验
数字信号处理复习实验1 matlab相关语法 matlab如何绘制幅频特性曲线? 混叠与泄露现象实验2 matlab相关语法 FFT 什么是循环卷积 matlab如何直接时域线性卷积和FFT求线 ...
数字信号处理matlab设计滤波器
目录 1 设计目的.内容及要求 1 1.1 设计目的 1 1.2 设计内容 1 1.3 设计思考 2 1.4 设计要求 2 2 设计方案与设计原理 3 2.1 设计思路 3 2.2 采样定理 3 ...
基于FFT的信号频谱分析
设计要求用MATLAB产生正弦波及白噪声信号,并显示各自时域波形图. 进行FFT变换,显示各自频谱图. 做出两种种信号的均方根图谱,功率图谱,以及对数方均根图谱. 用IFFT傅里叶反变换恢复信号,并 ...
数字信号处理matlab心得,数字信号处理学习心得体会3篇
<数字信号处理>是我们通信工程和电子类专业的一门重要的专业基础课程,主要任务是研究数字信号处理理论的基本概念和基本分析方法,通过建立数学模型和适当的数学分析处理,来展示这些理论和方法的实际 ...

数字信号处理(matlab)——FFT对信号频谱分析

例1

例2

例3

例4

例5

例6

数字信号处理(matlab)——FFT对信号频谱分析相关推荐

最新文章

热门文章