离散系统的频域分析(数字信号处理实验2-1)

news2024/11/25 16:02:53

创建具有15 Hz和40 Hz分量频率的信号,叠加两个信号形成混合信号x,使用fft命令绘制x的频域图,标注频率为横坐标,平均能量为纵坐标。

文章目录

  • 一.题目
  • 二.实验目的
  • 三.实验仪器
  • 四.实验原理
      • 1.MATLAB使用函数
      • 2.离散傅里叶变换(DFT)实验原理
  • 五.实验步骤
  • 六.实验代码与实验现象
    • 1.完整代码
    • 2.代码解析
  • 七.实验结论及分析
  • 八.Matlab实验源文件

一.题目

创建具有15 Hz和40 Hz分量频率的信号,叠加两个信号形成混合信号x,使用fft命令绘制x的频域图,标注频率为横坐标,平均能量为纵坐标。

二.实验目的

(1)掌握求离散信号频谱的方法。
(2)掌握求频域离散系统的频率响应特性。
(3)比较男女生的频谱特点

三.实验仪器

计算机,MATLAB软件

四.实验原理

1.MATLAB使用函数

在这里插入图片描述

2.离散傅里叶变换(DFT)实验原理

在信号的时域表示形式和频域表示形式之间,一个域的周期性对应于另一个域的离散性,一个域的非周期性对应于另一个域的连续性。所以,周期的离散时间信号的频谱是离散频率的周期函数。当信号在时域和频域中都是抽样的离散函数时,按照傅里叶变换的概念,他们在两个域中也必然是周期的。但是,用计算机去完成这样无限长序列的运算,显然是不可能的。同时由于这些序列的周期性,他们的信息均包含在一个周期之中,因此也没有必要作无限长序列的运算。这样,就有必要从时域和频域都缩减到一个限定的范围内来进行。这个范围,就是时间函数的一个周期Tp 和频谱函数的一个周期Ωp 。把离散信号在时域和频域的函数中各取一周期,并定义他们是离散傅里叶变换对,如以 DFT 表示离散傅里叶正变换,IDFT 表示离散傅里叶反变换,则有X (k ) = DFT[x(n)],x(n) = IDFT[ X (k )]
由此可见,离散傅里叶变换已经不是通常意义的傅里叶变换了。这种变换的特点,是信号在频域和时域中都只取有限个离散数据,只有当这些数据按一定的周期分别构成周期性的离散时间函数和周期性得离散频率函数时,他们才成为通常意义的傅里叶变换对。
计算离散傅里叶变换,既由 x(n) 计算 X (k ) 。有了周期的离散信号 ~x (n) 的频谱函数 ~X(k),按定义,只要取一个周期 X (k ) ,它就是 ~x (n) 一个周期 x(n) 的离散傅里叶变换。
对非周期离散信号的频谱进行抽烟可得X(k)
在这里插入图片描述
根据离散傅里叶变换的定义,取频谱函数的一个周期,于是得:
在这里插入图片描述
X(k)就称为x(n)的离散傅里叶变换DFT。k从0到N-1之间每取一个整数值,即可算出频谱函数的一个样点,总共有N个样点。

五.实验步骤

离散系统的频域分析

  1. 创建具有 15 Hz 和 40 Hz 分量频率的信号,叠加两个信号形成混合信号x, 使用fft命令绘制x的频域图,标注频率为横坐标,平均能量为纵坐标。
    用sin函数创建频率信号;使用fftshift函数执行以横坐标0为中心的循环移位。

六.实验代码与实验现象

1.完整代码

%【参数设置】
fs=100;N=128;   %采样频率和数据点数
n=0:N-1;t=n/fs;   %时间序列
A=0.5;           %设置振幅
phase = 0;       %设置相移
f1 = 15; f2 = 40;   %设置信号的频率为f1,f2
%【信号创建】
y1 = A*sin(2*pi*f1*t);   %创建频率为15Hz的信号
y2 = A*sin(2*pi*f2*t);   %创建频率为40Hz的信号
%【信号叠加】
x=y1+y2; %信号
%【fft绘制频域图】
x_fft=fft(x,N);    %对信号进行快速Fourier变换
mag=abs(x_fft);     %求得Fourier变换后的振幅
f=n*fs/N;    %频率序列
figure(1)
subplot(2,1,1),plot(f,mag);   %绘出随频率变化的振幅
xlabel('频率/Hz');
ylabel('振幅');title('频率-振幅');grid on;

%【以平均能量为纵坐标】
mag2 = (abs(x_fft).^2)/N     %求平均能量
subplot(2,1,2),plot(f,mag2);   %绘出频率-平均能量图
xlabel('频率/Hz');
ylabel('平均能量');title('频率-平均能量');grid on;

%fftshift函数执行以横坐标0为中心的循环移位(以纵轴为对称轴)。
x_fft2 = fftshift(x_fft)
mag3=abs(x_fft2);     %求得Fourier变换后的振幅
mag4 = (abs(x_fft2).^2)/N     %求平均能量
figure(2)
subplot(2,1,1),plot(f,mag3);   %绘出随频率变化的振幅
xlabel('频率/Hz');
ylabel('振幅');title('频率-振幅');grid on;
subplot(2,1,2),plot(f,mag4);   %绘出随频率变化的振幅
xlabel('频率/Hz');
ylabel('平均能量');title('频率-平均能量');grid on;

2.代码解析

①创建具有15Hz和40Hz分量频率的信号
在这里插入图片描述
②叠加两个信号形成混合信号x
在这里插入图片描述
③fft命令绘制x的频域图
在这里插入图片描述
频域图绘制结果:
在这里插入图片描述
④标注频率为横坐标,平均能量为纵坐标。
在这里插入图片描述
频率-平均能量图绘制:
在这里插入图片描述

七.实验结论及分析

在实验1中,我学会了使用matlab绘制离散信号的频谱,并进一步加深了对离散信号频域响应特性的学习。

八.Matlab实验源文件

离散系统的频域分析实验源文件

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1267713.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

人工智能(pytorch)搭建模型21-基于pytorch搭建卷积神经网络VoVNetV2模型,并利用简单数据进行快速训练

大家好,我是微学AI,今天给大家介绍一下人工智能(pytorch)搭建模型21-基于pytorch搭建卷积神经网络VoVNetV2模型,并利用简单数据进行快速训练。VoVNetV2模型是计算机视觉领域的一个重要研究成果,它采用了Voice of Visual Residual&…

“2024上海智博会、2024北京智博会”双展联动,3月上海,6月北京

“2024上海智博会、2024北京智博会”双展联动,将分别于3月和6月在上海和北京举办。这两个展会旨在充分展示智慧城市、人工智能、物联网、大数据、软件等新兴行业的最新产品和技术。 作为中国最具影响力和创新力的智能科技展会,上海智博会和北京智博会吸引…

C#——Delegate(委托)与Event(事件)

C#——Delegate(委托)与Event(事件) 前言一、Delegate(委托)1.是什么?2.怎么用?Example 1:无输入无返回值Example 2:有输入Example 3:有返回值Exa…

实现数据一体化的有效措施

数据一体化的趋势 数据一体化是指将企业内部和外部的各种数据资源整合、统一管理和共享利用的过程,是当前信息化发展的重要趋势。 统一数据平台:企业越来越意识到数据是重要资产,需要建立统一的数据平台,集中管理和利用各类数据资…

直击广州车展 | 远航汽车“卷”出新高度

第23届广州车展作为2023年汽车行业的年度收官之作,成为各大汽车厂商“秀肌肉”的绝佳舞台,22万平方米的开放展区内容纳了1132辆展车,包括全球首发车59辆、概念车20辆、新能源车469辆。 新能源汽车产业发展迅猛,得益于新能源车型在…

开源vs闭源,大模型的未来在哪一边?

开源和闭源,两种截然不同的开发模式,对于大模型的发展有着重要影响。开源让技术共享,吸引了众多人才加入,推动了大模的创新。而闭源则保护了商业利益和技术优势,为大模型的商业应用提供了更好的保障。 那么&#xff0c…

Android-P CameraSerivce

0 前言 本文重点分析Android-P的CameraService实现。 验证:Goldfish模拟器 1 定义 图1.1 CameraService ICameraServiceframeworks/av/camera/aidl/android/hardware/ICameraService.aidlBnCameraServiceout/soong/.intermediates/frameworks/av/camera/libcamera_client/an…

如何远程开关机电脑丨远程开关机电脑的小技巧

在日常生活和工作中,我们可能需要远程控制电脑的开关机。下面就介绍几种常用的远程开关机方法。 方法一: 一、自行下载域之盾软件 https://www.yuzhidun.cn/https://www.yuzhidun.cn/ 二、在一台老板电脑上部署管理端,在想要远程开关机的电…

03、K-means聚类实现步骤与基于K-means聚类的图像压缩(2)

03、K-means聚类实现步骤与基于K-means聚类的图像压缩(2) 工程下载:K-means聚类实现步骤与基于K-means聚类的图像压缩 其他: 03、K-means聚类实现步骤与基于K-means聚类的图像压缩(1) 03、K-means聚类实现…

day66

今日回顾内容 web框架 django 路由控制 视图层 web框架 一、什么是web框架 Web框架(Web framework)是一种开发框架,用来支持动态网站、网络应用和网络服务的开发。这大多数的web框架提供了一套开发和部署网站的方式,也为web行…

从0开始学习JavaScript--JavaScript中的解构赋值及使用场景

在现代JavaScript中,解构赋值是一种强大而灵活的语法特性,它允许从数组或对象中提取值并赋给变量。这种语法不仅使代码更简洁,而且提高了可读性。在本篇文章中,将深入探讨JavaScript中解构赋值的基本概念、语法规则以及丰富的使用…

element-plus 使用密码输入框的自定义图标

<el-inputv-model"ruleFormPassword.newPassword"placeholder"请输入新密码":type"showPassword ? text : password":style"{ width: 360px }"><template #suffix><span class"input_icon" click"swit…

JavaScript基础—函数、参数、返回值、作用域、变量、匿名函数、综合案例—转换时间,逻辑中断,转换为Boolean型

版本说明 当前版本号[20231129]。 版本修改说明20231126初版20231129完善部分内容 目录 文章目录 版本说明目录JavaScript 基础 - 第4天笔记函数声明和调用声明&#xff08;定义&#xff09;调用细节补充 参数形参和实参函数默认值 返回值作用域全局作用域局部作用域 变量全…

【论文阅读】基于隐蔽带宽的汽车控制网络鲁棒认证(三)

文章目录 第六章 通过认证帧定时实现VulCAN的非once同步6.1 问题陈述6.2 方法概述6.3 动机和缺点6.3.1 认证帧定时隐蔽通信6.3.2 VulCAN的梵蒂冈后端Nonce同步的应用 6.4 设计与实现6.4.1发送方6.4.2 接收方6.4.3 设计参数配置6.4.4 实现 6.5 安全注意事项6.5.1 系统模型6.5.2攻…

提升认知|为什么比尔盖茨在地上发现100美元也会捡?

哈喽呀&#xff0c;大家好&#xff0c;我是雷工&#xff01; 大概在高中时代&#xff0c;听到过这么一个段子&#xff0c;“说如果地上有100美元&#xff0c;比尔盖茨是不会去捡的&#xff0c;因为他弯腰去捡100美元浪费的时间足够其创造1000美元以上的价值。” 当时听完也觉得…

场景应用丨厦门水环境综合治理监测系统效果和作用

厦门&#xff0c;这座美丽的海滨城市&#xff0c;其水资源的状况与水环境的治理对于城市的生存与发展至关重要。近年来&#xff0c;厦门致力于打造生态宜居的城市环境&#xff0c;对城市生命线——水资源的保护与治理给予了极大的关注。其中&#xff0c;水资源综合治理监测系统…

贝锐向日葵与华为达成合作,启动鸿蒙原生应用开发

2023年11月24日&#xff0c;贝锐与华为携手举办鸿蒙原生应用开发启动仪式。贝锐创始人之一兼首席技术官张小峰先生、贝锐事业部总经理张海英女士共同出席了此次活动&#xff0c;并达成重大合作。贝锐旗下国民级远程控制品牌贝锐向日葵将以原生方式适配鸿蒙系统&#xff0c;成为…

《软件工程原理与实践》复习总结与习题——软件工程

软件生命周期 软件生命周期分为三个时期、八个阶段 软件定义时期&#xff1a; 1&#xff09;问题定义阶段&#xff1a;要解决什么问题 2&#xff09;可行性研究阶段&#xff1a;确定软件开发可行 3&#xff09;需求分析阶段&#xff1a;系统做什么 软件开发时期&#xff1a;…

查理·芒格之死对伯克希尔·哈撒韦公司意味着什么?

来源&#xff1a;猛兽财经 作者&#xff1a;猛兽财经 虽然查理芒格是伯克希尔哈撒韦公司首席执行官沃伦巴菲特的重要合作伙伴&#xff0c;但猛兽财经认为查理芒格的去世并不会对伯克希尔哈撒韦的正常运营产生太大的影响&#xff0c;因为该公司长期以来一直是由巴菲特主导的。 …

YouTube宣布要求披露AI生成的内容并添加标签

不知道大家在逛YouTube的时候有没有刷到过一些画面和人物看起来不太自然的视频。 没错&#xff0c;这些视频里面的画面和人物可能都是由AI生成的。 近日&#xff0c;YouTube 产品管理副总裁在官方博客文章上表示&#xff1a;生成式 AI 有潜力在 YouTube 上激发创造力&#xff…