数字信号处理窗函数特性数字号处理窗函数特性数字信号处理窗函数特性数字信号处理窗函数特性.doc

信息科学与技术学院实验报告 课程名称: 数字信号处理 实验项目: 窗函数的特性 实验地点: 博西105 指导教师: 日期: 2013年5月7日 实验类型: 综合性实验 （验证性实验 综合性实验 设计性实验） 专业: 电子信息 班级:姓名: 学号: 一、实验目的及要求 1.分析各种窗函数时域和频域特性。 2.为灵活运用窗函数分析信号频谱和设计FIR数字滤波器奠定基础。 二、实验仪器、设备或软件 计算机 MATLAB软件 三、实验步骤（或过程） （一）：实验程序: N=51;beta=2; w1=boxcar(N); W1=fft(w1,256); w2=hanning(N); W2=fft(w2,256); w3=hamming(N); W3=fft(w3,256); w4=blackman(N); W4=fft(w4,256); w5=bartlett(N); W5=fft(w5,256); w6=Kaiser(N); W6=fft(w6,256); figure(1); subplot(2,1,1);stem([0:N-1],w1);title(Rectangle 窗); Y1=abs(fftshift(W1)); subplot(2,1,2);plot([-128:127],Y1);title(幅度谱); figure(2); subplot(2,1,1);stem([0:N-1],w2);title(Hanning窗); Y2=abs(fftshift(W2)); subplot(2,1,2);plot([-128:127],Y2);title(幅度谱); figure(3); subplot(2,1,1);stem([0:N-1],w3);title(Hamming窗); Y3=abs(fftshift(W3)); subplot(2,1,2);plot([-128:127],Y3);title(幅度谱); figure(4); subplot(2,1,1);stem([0:N-1],w4);title(Blacekman窗); Y4=abs(fftshift(W4)); subplot(2,1,2);plot([-128:127],Y4);title(幅度谱); figure(5); subplot(2,1,1);stem([0:N-1],w5);title(Bartlett窗); Y5=abs(fftshift(W5)); subplot(2,1,2);plot([-128:127],Y5);title(幅度谱); figure(6); subplot(2,1,1);stem([0:N-1],w6);title(Kaiser窗); Y6=abs(fftshift(W6)); subplot(2,1,2);plot([-128:127],Y6);title(幅度谱); (二)程序设计实验： 1.利用fft函数分析常用窗函数的频谱特性，并从主瓣宽度和旁瓣相对幅度两个角度分析比较。 2.序列，使用fft分析其频谱。 （1）利用不同宽度N的矩形窗截短该序列，分别取N=20,40,160,观察不同长度N的窗对谱分析结果的影响； （2）分别利用汉明窗、凯泽窗重做（1），比较分析三种窗的结果； （3）总结不同程度或类型的窗函数对谱分析结果的影响。 四、实验结论结 (二)程序设计实验结果： 1.为进一步了解窗函数对频谱的影响，我们考察一下窗函数的频率特性。输入数据通过一个窗函数相当于原始数据的频谱与窗函数频谱的卷积。窗函数的频谱由一个主瓣和几个旁瓣组成，主瓣以时域信号的每个频率成份为中心。旁瓣在主瓣的两侧以一定的间隔衰减至零。FFT 产生离散的频谱，出现在FFT 每个谱线的是在每个谱线上的连续卷积频谱。如果原始信号的频谱成份与FFT 中的谱线完全一致，这种情况下采样数据的长度为信号周期的整数倍，频谱中只有主瓣。没有出现旁瓣的原因是旁瓣正处在窗函数主瓣两侧采样频率间隔处的零分量点。如果时间序列的长度不是周期的整数倍，窗函数的连续频谱将偏离主瓣的中心，频率偏移量对应着信号频率和FFT 频率分辨率的差异，这个偏移导致了频谱中出现旁瓣，所以，窗函数的旁瓣特性直接影响着各频谱分量向相邻频谱的泄漏宽度。 （1） 矩形窗N=20； N=20; w=boxcar(N); k=0:N-1; n=0.5*cos(11*pi*k/20)+cos(9*pi*k/20); a=w.*n W=fft(a,256); figure(1) subplot(2,1,1);stem([0:N-1],a)