实验二参考 快速傅立叶变换(FFT)及其应用

1、实验二快速傅立叶变换（FFT）及其应用 一、实验目的 1.在理论学习的基础上，通过本实验，加深对FFT的理解，熟悉FFT子程序。 2.熟悉应用FFT对典型信号进行频谱分析的方法 3.了解应用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。二、实验原理 在各种信号序列中，有限长序列信号处理占有很重要地位，对有限长序列，我们可以使用离散Fouier变换(DFT)。这一变换不但可以很好的反映序列的频谱特性，而且易于用快速算法在计算机上实现，当序列x(n)的长度为N时，它的DFT定义为：，反换为：有限长序列的DFT是其Z变换在单位圆上的等距采样，或者是序列Fourier变换的等距

2、采样，因此可以用于序列的谱分析。 FFT并不是与DFT不同的另一种变换，而是为了减少DFT运算次数的一种快速算法。它是对变换式进行一次次分解，使其成为若干小点数的组合，从而减少运算量。常用的FFT是以2为基数的，其长度 N=2L，它的效率高，程序简单使用非常方便，当要变换的序列长度不等于2的整数次方时，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的整数次方。在运用DFT进行频谱分析的过程中可能产生几种问题：(1)混叠 序列的频谱时被采样信号的周期延拓，当采样速率不满足Nyquist定理时，就会发生频谱混叠，使得采样后的信号序列频谱不能真实的反映原信号的频谱。 避免混叠现象

3、的唯一方法是保证采样速率足够高，使频谱混叠现象不致出现，即在确定采样频率之前，必须对频谱的性质有所了解，在一般情况下，为了保证高于折叠频率的分量不会出现，在采样前，先用低通模拟滤波器对信号进行滤波。(2)泄漏 实际中我们往往用截短的序列来近似很长的甚至是无限长的序列，这样可以使用较短的DFT来对信号进行频谱分析，这种截短等价于给原信号序列乘以一个矩形窗函数，也相当于在频域将信号的频谱和矩形窗函数的频谱卷积，所得的频谱是原序列频谱的扩展。 泄漏不能与混叠完全分开，因为泄漏导致频谱的扩展，从而造成混叠。为了减少泄漏的影响，可以选择适当的窗函数使频谱的扩散减至最小。DFT是对单位圆上Z变换的均匀采样

4、，所以它不可能将频谱视为一个连续函数，就一定意义上看，用DFT来观察频谱就好像通过一个栅栏来观看一个图景一样，只能在离散点上看到真实的频谱，这样就有可能发生一些频谱的峰点或谷点被“尖桩的栅栏”所拦住，不能别我们观察到。 减小栅栏效应的一个方法就是借助于在原序列的末端填补一些零值，从而变动DFT的点数，这一方法实际上是人为地改变了对真实频谱采样的点数和位置，相当于搬动了每一根“尖桩栅栏”的位置，从而使得频谱的峰点或谷点暴露出来。 用FFT可以实现两个序列的圆周卷积。在一定的条件下，可以使圆周卷积等于线性卷积。一般情况，设两个序列的长度分别为N1和N2，要使圆周卷积等于线性卷积的充要条件是FFT的

5、长度 NN1N2 对于长度不足N的两个序列，分别将他们补零延长到N。 当两个序列中有一个序列比较长的时候，我们可以采用分段卷积的方法。有两种方法： 重叠相加法。将长序列分成与短序列相仿的片段，分别用FFT对它们作线性卷积，再将分段卷积各段重叠的部分相加构成总的卷积输出。 重叠保留法。这种方法在长序列分段时，段与段之间保留有互相重叠的部分，在构成总的卷积输出时只需将各段线性卷积部分直接连接起来，省掉了输出段的直接相加。 (3) 栅栏效应 DFT是对单位圆上z变换的均匀采样，所以它不可能将频谱视为一个连续 函数，从某种意义上讲，用DFT来观察频谱就如同通过一个栅栏来观看景象一 样，只能在离散点上看

6、到真实的频谱，这样一些频谱的峰点或谷点就可能被尖 桩的栅栏挡住，也就是正好落在两个离散采样点之间，不能被观察到。减小栅栏效应的一个方法是在原序列的末端填补一些零值，从而变动DFT 的点数，这一方法实际上是人为地改变了对真实频谱采样的点数和位置，相当于 搬动了尖桩栅栏的位置，从而使得频谱的峰点或谷点暴露出来。(4) DFT的分辨率填补零值可以改变对DTFT的采样密度，人们常常有一种误解，认为补零可以提高DFT的频率分辨率，事实上，DFT的频率分辨率通常规定为，这里的N是指信号的有效长度，而不是补零的长度。不同长度的，其DTFT的结果是不同的;而相同长度的尽管补零的长度不同其DTFT的结果应是相同

7、的，它们的DFT只是反映了对相同的DTFT采用了不同的采样密度。总结一下: 要提高DFT分辨率只有增加信号的截取长度N。三、实验用到序列 a) 高斯序列 b) 衰减正弦序列 c) 三角波序列d) 反三角波序列四、实验内容Matlab编程实现FFT实践及频谱分析 1.用Matlab产生正弦波,矩形波,以及白噪声信号，并显示各自时域波形图2进行FFT变换，显示各自频谱图，其中采样率，频率、数据长度自选3做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱4用IFFT傅立叶反变换恢复信号，并显示恢复的正弦信号时域波形图源程序%*1.正弦波*%fs=100;%设定采样频率N=128;n=0:N-

8、1;t=n/fs;f0=10;%设定正弦信号频率%生成正弦信号x=sin(2*pi*f0*t);figure(1);subplot(231);plot(t,x);%作正弦信号的时域波形xlabel(t);ylabel(y);title(正弦信号y=2*pi*10t时域波形);grid;%进行FFT变换并做频谱图y=fft(x,N);%进行fft变换mag=abs(y);%求幅值f=(0:length(y)-1)*fs/length(y);%进行对应的频率转换figure(1);subplot(232);plot(f,mag);%做频谱图axis(0,100,0,80);xlabel(频率(Hz

9、);ylabel(幅值);title(正弦信号y=2*pi*10t幅频谱图N=128);grid;%求均方根谱sq=abs(y);figure(1);subplot(233);plot(f,sq);xlabel(频率(Hz);ylabel(均方根谱);title(正弦信号y=2*pi*10t均方根谱);grid;%求功率谱power=sq.2;figure(1);subplot(234);plot(f,power);xlabel(频率(Hz);ylabel(功率谱);title(正弦信号y=2*pi*10t功率谱);grid;%求对数谱ln=log(sq);figure(1);subplot(

10、235);plot(f,ln);xlabel(频率(Hz);ylabel(对数谱);title(正弦信号y=2*pi*10t对数谱);grid;%用IFFT恢复原始信号xifft=ifft(y);magx=real(xifft);ti=0:length(xifft)-1/fs;figure(1);subplot(236);plot(ti,magx);xlabel(t);ylabel(y);title(通过IFFT转换的正弦信号波形);grid;%*2.矩形波*%fs=10;%设定采样频率t=-5:0.1:5;x=rectpuls(t,2);x=x(1:99);figure(2);subplot

11、(231);plot(t(1:99),x);%作矩形波的时域波形xlabel(t);ylabel(y);title(矩形波时域波形);grid;%进行FFT变换并做频谱图y=fft(x);%进行fft变换mag=abs(y);%求幅值f=(0:length(y)-1)*fs/length(y);%进行对应的频率转换figure(2);subplot(232);plot(f,mag);%做频谱图xlabel(频率(Hz);ylabel(幅值);title(矩形波幅频谱图);grid;%求均方根谱sq=abs(y);figure(2);subplot(233);plot(f,sq);xlabel(

12、频率(Hz);ylabel(均方根谱);title(矩形波均方根谱);grid;%求功率谱power=sq.2;figure(2);subplot(234);plot(f,power);xlabel(频率(Hz);ylabel(功率谱);title(矩形波功率谱);grid;%求对数谱ln=log(sq);figure(2);subplot(235);plot(f,ln);xlabel(频率(Hz);ylabel(对数谱);title(矩形波对数谱);grid;%用IFFT恢复原始信号xifft=ifft(y);magx=real(xifft);ti=0:length(xifft)-1/fs;

13、figure(2);subplot(236);plot(ti,magx);xlabel(t);ylabel(y);title(通过IFFT转换的矩形波波形);grid;%*3.白噪声*%fs=10;%设定采样频率t=-5:0.1:5;x=zeros(1,100);x(50)=100000;figure(3);subplot(231);plot(t(1:100),x);%作白噪声的时域波形xlabel(t);ylabel(y);title(白噪声时域波形);grid;%进行FFT变换并做频谱图y=fft(x);%进行fft变换mag=abs(y);%求幅值f=(0:length(y)-1)*fs

14、/length(y);%进行对应的频率转换figure(3);subplot(232);plot(f,mag);%做频谱图xlabel(频率(Hz);ylabel(幅值);title(白噪声幅频谱图);grid;%求均方根谱sq=abs(y);figure(3);subplot(233);plot(f,sq);xlabel(频率(Hz);ylabel(均方根谱);title(白噪声均方根谱);grid;%求功率谱power=sq.2;figure(3);subplot(234);plot(f,power);xlabel(频率(Hz);ylabel(功率谱);title(白噪声功率谱);grid;%求对数谱ln=log(sq);figure(3