信号与系统实验三连续信号的频域分析Word文件下载.docx
- 文档编号:8243116
- 上传时间:2023-05-10
- 格式:DOCX
- 页数:10
- 大小:113.35KB
信号与系统实验三连续信号的频域分析Word文件下载.docx
《信号与系统实验三连续信号的频域分析Word文件下载.docx》由会员分享,可在线阅读,更多相关《信号与系统实验三连续信号的频域分析Word文件下载.docx(10页珍藏版)》请在冰点文库上搜索。
(A=1,τ=0.5,T1=2)
MATLAB实现傅里叶级数计算的程序如下:
dt=0.01;
T1=2;
w1=2*pi/T1;
t=-T1/2:
dt:
T1/2;
tau=0.5;
A=1;
f=A*(u(t+tau/2)-u(t-tau/2));
subplot(2,1,1)
plot(t,f)
axis([-T1/2,T1/2,-0.1,1.1])
title('
f(t)时域波形'
)
N=10;
n=-N:
N;
Fn=f*exp(-j*t'
*w1*n)*dt/T1;
subplot(2,1,2)
stem(n,Fn)
holdon
dw=0.01;
w=-N*w1:
dw:
N*w1;
F=A*tau/T1*sinc(w*tau/2/pi);
plot(w/w1,F,'
r'
傅里叶级数F_n'
2、周期信号的合成以及Gibbs现象
从傅里叶级数的合成式(Synthesisequation)
可以看出,用无穷多个不同频率和不同振幅的周期复指数信号可以合成一个周期信号。
然而,我们无法用计算机实现对无穷多个周期复指数信号的合成。
但是,用有限项来合成却是可行的,在实际应用中,多半也就是这么做的。
然而,这样做的一个必然结果,就是引入了误差。
如果一个周期信号在一个周期有内断点存在,那么,引入的误差将除了产生纹波之外,还将在断点处产生幅度大约为9%的过冲(Overshot),这种现象被称为吉伯斯现象(Gibbsphenomenon)。
为了能够观察到合成信号与原信号的不同以及Gibbs现象,我们可以利用前面已经计算出的傅里叶级数的系数,计算出截短的傅里叶级数:
观察吉伯斯现象的最好的周期信号就是周期方波信号,这种信号在一个周期内有两个断点,用有限项级数合成这个信号时,吉伯斯现象的特征非常明显,便于观察。
例2:
用有限项级数合成例4-1所给的周期方波信号,并绘制出原始周期信号、合成的周期信号、信号的幅度谱和相位谱。
Matlab程序
t_1=-8:
0.01:
8;
f_1=Fn*exp(j*n'
*w1*t_1);
figure;
plot(t_1,f_1)
xlim([-T1/2,T1/2])
合成的f(t)'
在用这个程序观察吉伯斯现象时,可以反复执行该程序,每次执行时,输入不同之N值,比较所的图形的区别,由此可以观察到吉伯斯现象的特征。
3、非周期信号的傅里叶变换
MATLAB进行傅里叶变换有两种方法,一种利用符号运算的方法计算,另一种是数值计算,本实验要求采用数值计算的方法来进行傅里叶变换的计算。
严格来说,用数值计算的方法计算连续时间信号的傅里叶变换需要有个限定条件,即信号是时限信号(Timelimitedsignal),也就是当时间|t|大于某个给定时间时其值衰减为零或接近于零,这个条件与前面提到的为什么不能用无限多个谐波分量来合成周期信号的道理是一样的。
计算机只能处理有限大小和有限数量的数。
采用数值计算算法的理论依据是:
若信号为时限信号,当时间间隔T取得足够小时,上式可演变为:
上式用MATLAB表示为:
F_w=f*exp(-j*t’*w)*dt
其中F_w为信号f(t)的傅里叶变换,w为频率,dt为时间步长。
例3:
求单边指数信号f(t)=e-atu(t)的频谱,其中a=2。
MATLAB程序:
t=0:
10;
a=2;
f=exp(-a*t);
dw=0.1
w=-4*pi:
4*pi;
F_w=f*exp(-j*t'
*w)*dt;
%傅里叶变换
Mod_F=abs(F_w);
%计算幅度谱
Phase_F=angle(F_w);
%计算相位谱
为了使计算结果能够直观地表现出来,还需要用绘图函数将时间信号f(t),信号的幅度谱|F()|和相位谱F()分别以图形的方式表现出来,并对图形加以适当的标注。
subplot(2,2,1:
2)
f(t)'
subplot(2,2,3)
plot(w,Mod_F)
|F(w)|'
axistight
subplot(2,2,4)
plot(w,Phase_F)
\phi(w)'
4、信号的幅度调制频谱分析
例4设f(t)=u(t+1)-u(t-1),y(t)=f(t)cos(10πt),试用MATLAB画出f(t)、y(t)的时域波形及其频谱,并观察傅立叶变换的频移特性。
用MATLAB实现本例的参考程序如下:
%时限余弦信号的频谱分析
clear
t_start=-1.5;
t_end=1.5;
t=t_start:
dt:
t_end;
f_t=u(t+1)-u(t-1);
figure
subplot(221)
plot(t,f_t);
xlabel('
t(s)'
);
ylabel('
被调信号与载波信号'
axis([t_startt_end-1.51.5])
gridon
%被调信号傅里叶变换的定义
w_start=-10*2*pi;
w_end=10*2*pi;
dw=0.1*2*pi;
w=w_start:
dw:
w_end;
F=f_t*exp(-1i*t'
*w)*dt;
subplot(222)
plot(w,real(F))
频率\omega(rad/s)'
F(\omega)'
被调信号的频谱'
xlim([w_start,w_end])
%已调信号
w0=30;
y_t=f_t.*cos(w0*t);
%绘制载波信号
holdall
plot(t,cos(w0*t),'
%绘制已调信号
subplot(223)
plot(t,y_t)
t(s)'
y(t)'
已调信号'
%已调信号频谱密度函数分析
Y=y_t*exp(-1i*t'
subplot(224)
plot(w,real(Y))
程序运行结果为
4、频谱分析方法的应用
频谱分析工作在许多科学技术领域都会遇到。
首先,在无线电技术的许多方面,例如通讯、地震测量、电信、导航、雷达、电子对抗、空间技术等;
此外,由于象光波、机械振动、冲击、声响等各种非电量都可以通过所谓换能器转换成电流或电压的变化来方便地进行分析,所以,频谱分析在各种振动、噪声、电声、发动机、建筑、生物、医学等领域也起重要作用。
例5:
在工业现场中对信号进行测量的过程中不可避免的会受到各种噪声的干扰。
为了从含噪声的测量数据中提取有效信号的信息,一般要进行频谱分析。
若已知该信号为一个时间从0到1s的含噪声的频率为50Hz和120Hz的正弦时域信号
其中噪声n(t)为正态分布的随机信号,其均值为0,标准差为2;
时间向量间隔为1ms。
Matlab程序如下
dt=0.001;
1;
y1=0.7*sin(2*pi*50*t)+sin(2*pi*120*t);
y=y1+2*randn(size(t));
plot(t*1000,y)
受噪声污染的信号y(t)'
时间t(ms)'
在绘制出的时域波形中我们很难辨认出信号中所含的频率成分,
因此有必要进一步做频谱分析。
w_start=-150*2*pi;
w_end=150*2*pi;
dw=0.01*2*pi;
Y=y*exp(-1i*t'
%Plotamplitudespectrum.
plot(w/(2*pi),abs(Y))
信号的幅度谱'
频率(Hz)'
|Y(f)|'
xlim([-150,150]);
从图中可以很明显看出,该信号中包含有50Hz和120Hz的周期信号。
四、实验内容
1、求出下图中周期方波信号的频谱,参照例1,并画出频谱图。
(A=1,τ=0.5,T1=1)
1)脉冲宽度τ=0.5保持不变,分别取T1=2τ,T1=4τ和T1=8τ,分别绘制相应的频谱图,并讨论周期T1与频谱的关系。
2)脉冲周期T1=1保持不变,分别取τ=0.75、τ=0.5和τ=0.25,分别绘制相应的频谱图,并讨论脉冲宽度τ与频谱的关系。
2、求单边指数信号f(t)=e-atu(t)的频谱,其中
(1)a=2
(2)a=8
(3)a=20分别绘制相应的频谱图,并讨论参数a与频谱的关系。
3、参照例4,分别取门信号的宽度为1,2,4,8时,绘制相应的频谱,并分析门信号宽度对时限信号余弦调制波形频谱的影响。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 信号 系统 实验 连续 分析
![提示](https://static.bingdoc.com/images/bang_tan.gif)