信号分析matlab实验

1、实验一 用FFT进行信号谱分析1、实验步骤（1）复习DFT的定义、性质和用DFT作谱分析的有关内容。（2）复习FFT算法原理并读懂FFT Matlab语言的编程思想。（3）编制信号产生子程序，产生一下典型信号供谱分析使用。 实验一 主程序框图2、上机实验内容（1）、对2中所给出的信号分别进行谱分析，试验参数如下：、进行DFT时的点数N=8对于需进行采样，采样频率 （2）令，用FFT计算8点的离散付立叶变换： ，并根据DFT的对称性,由求出和，并与（1）中所得的结果进行比较。 （3）令，重复（2）。3、思考题（1） N=8时，和的幅频特性是否相同？为什么？N=16呢？由实验可知都不相同。（2）

2、如果周期信号的周期预先不知道，如何用FFT进行谱分析？ 周期信号的周期预先不知道时,可先截取M点进行DFT,再将截取长度扩大1倍截取,比较结果,如果二者的差别满足分析误差要求,则可以近似表示该信号的频谱（1）% 第一x1=1 1 1 1;a=fft(x1,8);subplot(2,3,1);stem(abs(a); % 第二for n=1:1:4; x(n)=n;endfor n=5:1:8; x(n)=9-n;enda=fft(x,8);subplot(2,3,2);stem(abs(a);% 第三for n=1:1:4; x(n)=5-n;endfor n=5:1:8; x(n)=4;en

3、da=fft(x,8);subplot(2,3,3);stem(abs(a);% 第四n=1:1:8;x(n)=cos(pi/4*n);a=fft(x,8);subplot(2,3,4);stem(abs(a);% 第五 n=1:1:8x(n)=sin(pi/4*n);a=fft(x,8);subplot(2,3,5);stem(abs(a);clear allt=0:1/64:15/64;x=cos(8*pi*t)+cos(16*pi*t)+cos(20*pi*t);b=fft(x,16);c=fft(x,32);d=fft(x,64);subplot(3,1,1);stem(abs(b);

4、subplot(3,1,2);stem(abs(c);subplot(3,1,3)stem(abs(d)（2）clear alln=1:1:8;x4=cos(pi/4*n);x5=sin(pi/4*n);x7=x4+x5;a=fft(x7,8);subplot(3,1,1)stem(abs(a);x4_2=real(a);subplot(3,1,2);stem(abs(x4_2);x5_2=imag(a);subplot(3,1,3);stem(abs(x5_2)（3）clear alln=1:1:8;x4=cos(pi/4*n);x5=sin(pi/4*n);x8=x4+j*x5;a=fft

5、(x8,8);subplot(3,1,1);stem(abs(a);x4_2=(x8+conj(x8)/2;subplot(3,1,2);stem(abs(x4_2);x5_2=(x8-conj(x8)/2;subplot(3,1,3);stem(abs(x5_2);思考题：实验二 频谱细化、频谱泄漏及栅栏效应1、上机实验内容（1） 在实验一的基础上,频谱细化时选取的参数: N=16,32, 的取样频率同实验一。编制相应的程序。（2） 用505Hz正弦波信号的频谱分析来说明栅栏效应所造成的频谱计算误差,参数如下： 设定采样频率:fs=5120Hz，FFT计算点数为 512，其离散频率点为： f

6、i = i.fs/N = i.5120/512=10 ， i= 0，1，2，.，N/2 位于505Hz 位置的真实谱峰被挡住看不见，看见的只是它们在相邻频率500Hz或510Hz处能量泄漏的值。 若设 fs=2560Hz，则频率间隔 df=5Hz，重复上述分析步骤，这时在505位置有谱线，我们就能得到它们的精确值。 从时域看，这个条件相当于对信号进行整周期采样，实际中常用此方法来提高周期信号的频谱分析精度。编制相应的程序，并绘制频谱图。（3）对300Hz正弦波信号分别用矩形窗截断和汉宁窗截断,计算截断前后该正弦波信号的的频谱,观察其频谱泄漏情况。采样频率fs=1200Hz，窗的长度N=512。

7、编制相应的程序，并绘制加窗前后的频谱图。2、思考题(1) 信号整周期采样时，其FFT谱中是否还存在能量泄漏误差 ? 不存在(2) 对信号的频谱进行细化时,对序列进行末尾补零点后,序列的长度必须是原序列长度的整数倍吗?是的(2)clear allfs=2560;N=512;t=0:1/fs:(N-1)/fs;x=sin(2*pi*505*t);subplot(2,1,1);plot(x) y=fft(x,512);y=fftshift(y);f=fs/N.*-N/2:1:N/2-1subplot(2,1,2);stem(f,abs(y)(3)clear allfs=1200;N=512;z_1=

8、boxcar(N);z_2=hanning(N);t=0:1/fs:(N-1)/fs;x=sin(2*pi*300*t);x_1=x.*z_1.'y_1=fft(x_1,N);y_1=fftshift(y_1);x_2=x.*z_2.'y_2=fft(x_2,N);y_2=fftshift(y_2);f=fs/N.*-N/2:1:N/2-1;subplot(2,1,1)plot(f,abs(y_1)title('矩形窗时');subplot(2,1,2)plot(f,abs(y_2)title('汉宁窗时');实验五 圆周卷积在信号处理中的应用1

9、、上机实验内容1) 产生一个正弦序列和一个白噪声序列，设计一个 FIR数字滤波器，直接用线性卷积的方法实现对输入信号的滤波2) 用圆周卷积计算上述滤波器的输出3) 用FFT（圆周卷积定理）计算滤波器的输出4) 产生一个点数远远大于FIR数字滤波器阶数的带有白噪声的序列。用重叠相加法实现对输入信号的滤波。2、思考题（1） 比较直接计算线性卷积和用圆周卷积定理实现滤波的运算时间并对其结果进行分析。圆周卷积运算时间较短，圆周卷积相当于周期卷积的主值序列，计算量较小（2） 比较直接计算线性卷积和用重叠相加法实现滤波的运算时间并对其结果进行分析。（3） 计算长序列线性卷积除了用重叠相加法外，是否还有其他方法？你能实现吗？重叠保留法(1)clear allto=clock;load('D:/data6.mat')whoy=conv(h,x2);plot(y)t=etime(clock,to)(2)clear allto=clock;load('d:/data6.mat')whoM=length(h);N=length(x2);L=M+N-1;h=fft(h,L);x2=f