基于DFT的信号识别系统-吴慧玲、陈浩、黄雪彬.doc

基于DFT的信号识别系统 小组成员： 1028401023吴慧玲 1028401141陈浩 1028401056 黄雪彬 一、实验目的 通过实验巩固离散傅立叶变换DFT的认识和理解。 熟练掌握应用DFT进行频谱分析的方法。 理解DFT离散频谱分析的应用价值。 二、实验内容 在语音识别、雷达信号处理、生物医学信号检测与识别等应用领域广泛使用基于离散傅立叶变换的谱分析技术。一个典型的信号识别系统如图： 设系统的输入信号x(n)是具有单一频谱峰值的正弦信号，短时矩形窗将信号截短为有限长，经过DFT变换得到频谱，频率检测器检测频谱最大峰值的位置，即对应的频率，然后由分类器识别信号的类别。分类器的分类判决规则为： 第一类：最大峰值频率分布范围（Hz）为0≤f≤200。 第二类：最大峰值频率分布范围（Hz）为200≤f≤500。 第三类：最大峰值频率分布范围（Hz）为500≤f≤1000。 第四类：最大峰值频率分布范围（Hz）为f≥1000。 设采样频率fs=10000Hz，短时矩形窗宽度为N=1000，短时加窗信号经过DFT可以得到连续频谱在0≤ω＜2范围内的1000个取样点。 （1）编程实现该系统 （2）输入信号x（n）=1.2sin(0.08πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （3）输入信号x（n）=1.5+3cos(0.5πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （4）输入信号x（n）=0.7sin(0.14πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （5）输入信号x（n）=1.2cos(0.5πn)+ 9.5sin(0.02πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 （6）输入信号x（n）=cos(0.102πn)，理论计算并画出0≤f≤fs范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 三、实验过程 （1）、编程实现系统 function FS=dft1(A,a,B,b,C) fs=10000; %采样频率 N=1000; %窗长度 n=0:(N-1); x=A*cos(a*pi*n)+B*sin(b*pi*n)+C+randn(1,N); %输入信号 s=0; for k=0:(N-1) %离散傅里叶变换 p(k+1)=0; for n=0:(N-1) p(k+1)=x(n+1)*exp(-j*2*pi*k*n/N)+p(k+1); end if k=N/2 if sabs(p(k+1)) %取最大峰值 s=abs(p(k+1)); m=k; end end end fm=fs*m/N; %最大峰值处频率 type=type; %判别类型 if (fm=0)(fm200) type=type1; elseif (fm=200)(fm500) type=type2; elseif (fm=500)(fm1000) type=type3; elseif fm=1000 type=type4; end FS={m,fm,s,type}; %返回K值，最大峰值处频率，最大峰值，类型 subplot(2,1,1); n=0:(N-1); plot(n*fs/N,x); title(source signal); %画出频谱图 subplot(2,1,2); plot(n*fs/N,abs(p),r); title(Magnitude); xlabel(Frequency); end （2）输入信号x（n）=1.2sin(0.08πn) ans = [40] [400] [600.0000] type2 K值 ：40 频率 ：400Hz 峰值 ：600