数字信号处理实验 DFT分析连续信号频谱.doc

数字信号matlab上机仿真报告 题目： 利用DFT分析x(t)=Acos(2pf1t)+Bcos(2pf2t)的频谱，其中f1=100Hz，f2=120Hz。 (1)A=B=1; (2)A=1,B=0.2 要求选择不同的DFT参数及窗函数(2-3类)，并对实验结果进行比较,总结出选择合适DFT参数的原则. 矩形窗截断 N=30; %数据的长度 L=512; %DFT的点数 f1=100; f2=120; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; x=cos(2*pi*f1*t)+cos(2*pi*f2*t); X=fftshift(fft(x,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(X)); ylabel(幅度谱); title(矩形窗截断); 使用hamming窗截断 N=30;%数据的长度 L=512; f1=100;f2=120;fs=600; T=1/fs;ws=2*pi*fs; t=(0:N-1)*T; x=cos(2*pi*f1*t)+cos(2*pi*f2*t); wh=(hamming(N)); x=x.*wh; X=fftshift(fft(x,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(X)); ylabel(幅度); xlabel(频率); title(hamming窗口截断) 使用blackman截断 N=30;%数据的长度 L=512; f1=100;f2=120;fs=600; T=1/fs;ws=2*pi*fs; t=(0:N-1)*T; x=cos(2*pi*f1*t)+cos(2*pi*f2*t); wh=(blackman(N)); x=x.*wh; X=fftshift(fft(x,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(X)); ylabel(幅度); xlabel(频率); title(blackman窗口截断) 矩形窗截断： N=30; %数据的长度 L=512; %DFT的点数 f1=100; f2=120; fs=600; %抽样频率 T=1/fs; %抽样间隔 ws=2*pi*fs; t=(0:N-1)*T; f=cos(2*pi*f1*t)+0.2*cos(2*pi*f2*t); F=fftshift(fft(f,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); hd=plot(w,abs(F)); ylabel(幅度谱); title(使用矩形窗截断); 当采样点增加到300时对应的频谱图： 旁瓣高频十分多无法找的0.2*cos(2*pi*f2*t)的幅度低的无法分辨； Hamming窗截断 N=30;%数据的长度 L=512; f1=100;f2=120;fs=600; T=1/fs;ws=2*pi*fs; t=(0:N-1)*T; x=cos(2*pi*f1*t)+0.2*cos(2*pi*f2*t); wh=(hamming(N)); x=x.*wh; X=fftshift(fft(x,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(X)); ylabel(幅度); xlabel(频率); title(使用hamming截断) 使用blackman截断 N=30;%数据的长度 L=512; f1=100;f2=120;fs=600; T=1/fs;ws=2*pi*fs; t=(0:N-1)*T; x=cos(2*pi*f1*t)+0.2*cos(2*pi*f2*t); wh=(blackman(N)); x=x.*wh; X=fftshift(fft(x,L)); w=(-ws/2+(0:L-1)*ws/L)/(2*pi); plot(w,abs(X)); ylabel(幅度); xlabel(频率); title(使用blackman截断) 使用hamming和blackman截断可以清楚的分辨120hz低幅度的分量； 总结：由于矩形窗在两端变化太陡所以高频分量多，使幅度低的频率部分无法再频谱图分辨出来，所以在时域用该选取变化相对平缓的窗口函数，来避免； 选择合适DFT参数的原则： 抽样频率/时间间隔 时域抽样点数或抽样时间 矩形窗时取c=1，哈明窗时取c=2 3、DFT点数 思考题 既然可以直接计算FT，为