- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
信号与系统实验报告三1
实验三:线性系统的频域分析
一、实验目的:
1、掌握傅立叶级数(FT),学会分析连续时间周期信号的频谱及
MATLAB实现;2、掌握傅立叶变换F(jw),了解傅立叶变换的性质
以及MATLAB实现。3、掌握信号抽样与恢复的原理,能够用MATLAB
实现一般信号的采样与恢复。二、实验内容:
1、练习并验证实验指导书上实验十十四的内容。
2、画出书中P121(121页)的方波图形进行傅立叶级数展开,
对其波的分解与合成进行验证,并注意吉伯斯现象。
3、利用符号法中傅立叶变换函数:fourier(f,t,w)ifourier(F,w,t)对
下列函数进行正反傅氏变换
(1)求单位阶跃函数的微积分、正反傅氏变换Heaviside(t)(2)
求单位冲击函数的微积分、正反傅氏变换Dirac(t)(3)求门宽为2的
门函数的傅氏变换
4、利用数值法用定义求门宽为2的门函数的傅氏变换,画出频
谱图,并对此信号进行移时与移频,观察频谱的变化。与3中的(3)
进行比较
5、编制一个抑制载波双边带幅度调制的程序,调制信号为正弦
信号,频率为10Hz,载频为100Hz,要求画出调制信号,已调信号
的时域图形和频域图形。已知调制函数:modulate(x,fc,fs,‘am’)fft(f,N)
6、分别对抽样信号Sa(t)进行临界采样、过采样和欠采样、并
由采样信号恢复原信号,计算二者的误差并比较三种情况下的采样
误差。
三、实验数据处理与结果分析:
*注:在运行以下的所有的程序时,其存储同根目录下已经存在
u(t)的M文件函数,程序如下:functionf=u(t)f=(t0);
1.画出书中P121(121页)的方波图形进行傅立叶级数展开,
对其波的分解与
合成进行验证,并注意吉伯斯现象.编写程序如下:波的分解部
分:
t=0:0.01:2*pi;
y=zeros(10,max(size(t)));
1
x=zeros(10,max(size(t)));fork=1:2:9x1=sin(k*t)/k;
x(k,:)=x(k,:)+x1;y((k+1)/2,:)=x(k,:);end
plot(t,y(1:9,:));gridon;
合成部分:
t=-1:0.001:1;omega=2*pi;
y=square(2*pi*t,50);plot(t,y),gridon
xlabel(t),ylabel(周期方波信号)axis([-11-1.51.5])
n_max=[1,3,5,11,47];N=length(n_max);fork=1:N
n=1:2:n_max(k);b=4./(pi*n);
2
x=0;
x=x+b*sin(omega*n*t);figure;plot(t,y);holdon;plot(t,x);holdoff;
xlabel(t),ylabel(部分和波形)axis([-11-1.51.5]),gridon
title([最大谐波数=,num2str(n_max(k))])end
原周期信号
最大谐波数=1:
3
最大谐波数=3:
最大谐波数=5时
4
最大谐波数=11:
最大谐波数=47时:
5
从上面的一系列图中可以看出,随着fourier级数的项数增多,
部分和与周期方波信号的误差越来越小,在N=47时,部分和的波形
与周期方波信号的波形很接近,但是在信号的跳点附近,总是存在一
个过冲,这就是Gibbs现象。
文档评论(0)