内容发布更新时间 : 2024/12/25 16:39:44星期一 下面是文章的全部内容请认真阅读。

实验二 DFT用于频谱分析

(一)、在运用DFT进行频谱分析的过程中可能产生三种误差：

(1) 混叠

序列的频谱时被采样信号的周期延拓，当采样速率不满足Nyquist定理时，就会发生频谱混叠，使得采样后的信号序列频谱不能真实的反映原信号的频谱。 避免混叠现象的唯一方法是保证采样速率足够高，使频谱混叠现象不致出现，即在确定采样频率之前，必须对频谱的性质有所了解，在一般情况下，为了保证高于折叠频率的分量不会出现，在采样前，先用低通模拟滤波器对信号进行滤波。 (2) 泄漏

实际中我们往往用截短的序列来近似很长的甚至是无限长的序列，这样可以使用较短的DFT来对信号进行频谱分析，这种截短等价于给原信号序列乘以一个矩形窗函数，也相当于在频域将信号的频谱和矩形窗函数的频谱卷积，所得的频谱是原序列频谱的扩展。

泄漏不能与混叠完全分开，因为泄漏导致频谱的扩展，从而造成混叠。为了减少泄漏的影响，可以选择适当的窗函数使频谱的扩散减至最小。

DFT是对单位圆上Z变换的均匀采样，所以它不可能将频谱视为一个连续函数，就一定意义上看，用DFT来观察频谱就好像通过一个栅栏来观看一个图景一样，只能在离散点上看到真实的频谱，这样就有可能发生一些频谱的峰点或谷点被“尖桩的栅栏”所拦住，不能别我们观察到。

减小栅栏效应的一个方法就是借助于在原序列的末端填补一些零值，从而变动DFT的点数，这一方法实际上是人为地改变了对真实频谱采样的点数和位置，相当于搬动了每一根“尖桩栅栏”的位置，从而使得频谱的峰点或谷点暴露出来。

用FFT可以实现两个序列的圆周卷积。在一定的条件下，可以使圆周卷积等于线性卷积。一般情况，设两个序列的长度分别为N1和N2，要使圆周卷积等于线性卷积的充要条件是FFT的长度 N≥N1＋N2

对于长度不足N的两个序列，分别将他们补零延长到N。

当两个序列中有一个序列比较长的时候，我们可以采用分段卷积的方法。有两种方法：

重叠相加法。将长序列分成与短序列相仿的片段，分别用FFT对它们作线性卷积，再将分段卷积各段重叠的部分相加构成总的卷积输出。

重叠保留法。这种方法在长序列分段时，段与段之间保留有互相重叠的部分，在构成总的卷积输出时只需将各段线性卷积部分直接连接起来，省掉了输出段的直接相加。

(三)、用周期图法(平滑周期图的平均法)对随机信号作谱分析 实际中许多信号往往既不具有有限能量，由非周期性的。

无限能量信号的基本概念是随机过程，也就是说无限能量信号是一随机信号。周期图法是随机信号作谱分析的一种方法，它特别适用于用FFT直接计算功率谱的估值。

将长度为N的实平稳随机序列的样本x(n)再次分割成K段，每段长度为L,即

L=N/K。每段序列仍可表示为： xi(n)=x(n+(i-1)L)，0≤n≤L-1，1≤i≤K

但是这里在计算周期图之前，先用窗函数w(n)给每段序列xi(n)加权，K个修正的周期图定义为

其中U表示窗口序列的能量，它等于：

在此情况下，功率谱估计量可表示为：

三、实验内容及步骤

实验中用到的信号序列：

a) Gaussian序列

b) 衰减正弦序列

c) 三角波序列

d)反三角波序列

上机实验内容

(1)观察高斯序列的时域和幅频特性，固定信号xa(n)中参数p=8，改变q的值，使q分别等于2，4，8，观察它们的时域和幅频特性，了解当q取不同值时，对信号序列的时域幅频特性的影响；固定q=8，改变p，使p分别等于8，13，14，观察参数p变化对信号序列的时域及幅频特性的影响，观察p等于多少时，会发生明显的泄漏现象，混叠是否也随之出现？记录实验中观察到的现象，绘出相应的时域序列和幅频特性曲线。

(2)观察衰减正弦序列xb(n)的时域和幅频特性，a=0.1，f=0.0625，检查谱峰出现位置是否正确，注意频谱的形状，绘出幅频特性曲线，改变f，使f分别等于0.4375和0.5625，观察这两种情况下，频谱的形状和谱峰出现位置，有无混叠和泄漏现象？说明产生现象的原因。

(3)观察三角波和反三角波序列的时域和幅频特性，用N=8点FFT分析信号序列xc(n)和xd(n)的幅频特性，观察两者的序列形状和频谱曲线有什么异同？绘出两序列及其幅频特性曲线。在xc(n)和xd(n)末尾补零，用N=16点FFT分析这两个信号的幅频特性，观察幅频特性发生了什么变化？两情况的FFT频谱还有相同之处吗？这些变化说明了什么？

(4)一个连续信号含两个频率分量，经采样得

x(n)=sin2π*0.125n+cos2π*(0.125+Δf)n n=0,1……,N-1 已知N=16，Δf分别为1/16和1/64，观察其频谱；当N=128时，Δf不变，其结果有何不同，为什么？

(5)用FFT分别实现xa(n)（p＝8，q＝2）和 xb(n)（a＝0.1，f＝0.0625）的16点圆周卷积和线性卷积。

(6)产生一512点的随机序列xe(n)，并用xc(n)和xe(n)作线性卷积，观察卷积前后xe(n)频谱的变化。要求将xe(n)分成8段，分别采用重叠相加法和重叠保留法。

四，实验程序及结果图像

1, 高斯序列

N=16;

n=0:1:15; p=8; q=2; %q=4; %q=8; a=0.1; f=0.0625;

xa=exp(-((n-p).^2)./q);

xb=exp(-a*n).*sin(2*pi*f*n); figure(1)

stem(n, xa,'.');