数字信号处理00004Word文档下载推荐.docx
《数字信号处理00004Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《数字信号处理00004Word文档下载推荐.docx(17页珍藏版)》请在冰豆网上搜索。
(2)、以Xa(t)为例,说明采样频率对频率响应的影响,分别采用fs=1000Hz和fs=5000Hz,绘出X(e^jw)曲线。
(1)
代码:
closeall
clear;
clc;
W=10;
f=1000;
n=-10:
W-1;
t=n/f;
X=exp(-1000*abs(t));
subplot(1,2,1);
plot(t,X);
%画模拟信号曲线
xlabel('
t/s'
);
ylabel('
xa(n)'
title('
模拟信号'
%标题模拟信号
tf=10;
N=100;
dt=10/N;
t=(1:
N)*dt;
wf=25;
Nf=50;
w1=linspace(0,wf,Nf);
%0-25之间分成50点
dw=wf/(Nf-1);
W1=-50:
50;
Xat=exp(-1000*abs(t));
%表达式
F1=Xat*exp(-1i*t'
*w1)*dt;
%傅立叶变换
w=[-fliplr(w1),w1(2:
Nf)];
%负频率的频谱
Y1=(exp
(2)-1)./(exp
(2)-exp(1-1i*W1)-exp(1+1i*W1)+1);
F=[fliplr(F1),F1(2:
t=[-fliplr(t),t];
subplot(1,2,2);
plot(w,F,'
linewidth'
1);
%画傅立叶变换曲线
w/pi'
Xa(jΩ)'
傅里叶变换'
%标题傅立叶变换
结果:
分析:
模拟信号在[-0.01,0.01]区间为连续信号,其傅立叶变换曲线在[-10,10]内为连续曲线。
(2)
代码:
clear
clc
Dt=0.00005;
%步长为0.00005s
t=-0.005:
Dt:
0.005;
xa=exp(-1000*abs(t));
%取时间从-0.005s到0.005s这段模拟信号
Ts1=0.001;
Ts2=0.0002;
%周期
n=-25:
1:
25;
x1=exp(-1000*abs(n*Ts1));
x2=exp(-1000*abs(n*Ts2));
K=100;
k=0:
K;
w=pi*k/K;
%求模拟角频率
X1=x1*exp(-j*n'
*w);
%求其傅立叶变换
X2=x2*exp(-j*n'
X11=real(X1);
X12=real(X2);
w=[-fliplr(w),w(2:
101)];
%将角频率范围扩展为从-到+
X11=[fliplr(X11),X11(2:
X12=[fliplr(X12),X12(2:
subplot(2,1,1);
plot(w/pi,X11);
%画出fs=1000Hz的频率响应
X1(jw)'
fs=1000Hz的DTFT'
%标题fs=1000Hz的DTFT
subplot(2,1,2);
plot(w/pi,X12);
%画出fs=5000Hz的频率响应
X2(jw)'
fs=5000Hz的DTFT'
%标题fs=5000Hz的DTFT
当采样频率越大的时候,采样信号频谱越陡峭,而其失真情况也越来越小。
题目2:
已知时域信号x(n)=cos(0.48πn)+cos(0.52πn),求下面5种情况的X(ejω)和X(k)。
(1)取x(n)的前10点数据,求N=10点的X(ejω)和X(k),并作图。
(2)将
(1)中的x(n)补零至100点,求N=100点的X(ejω)和X(k),并作图。
(3)取x(n)的前100点数据,求N=100点的X(ejω)和X(k),并作图。
(4)取x(n)的前128点数据,求N=128点的X(ejω)和X(k),并作图。
(5)取x(n)的前50点数据,求N=50点的X(ejω)和X(k),并作图。
讨论以上5种情况的区别。
(1)
clc
n=(0:
9);
y=cos(0.48*pi*n)+cos(0.52*pi*n);
n1=(0:
x=y(1:
10);
subplot(3,1,1);
stem(n1,x);
%画出x(n)曲线
x(n)(0<
=n<
=9)'
%标题0<
=9)
n'
x(n)'
axis([0,10,-2.5,2.5]);
%axis([xminxmaxyminymax])
w=linspace(0,2*pi,length(x));
%0-2*pi区域分为10点
xw=x*exp(-j*[1:
length(x)]'
magx=abs(xw);
%对xw取绝对值
subplot(3,1,2);
plot(w,magx);
%画出x(jw)曲线
DTFT'
%标题DTFT
w'
x(jw)'
axis([0,2*pi,0,10]);
subplot(3,1,3);
x1=fft(x);
%对x进行傅立叶变换
magx1=abs(x1);
%对x1取绝对值
stem(n1,abs(magx1));
%画出x(k)曲线
DFT'
%标题DFT
k'
x(k)'
axis([0,10,0,10]);
由图可见,由于截断函数的频谱混叠作用,X(K)不能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量。
(2)
99);
x=[y(1:
10),zeros(1,90)];
%第10位到100位的数据都为0
=9+90zeros)'
=9+90zeros)
axis([0,100,-2.5,2.5]);
%0-2*pi区域分为100点
axis([0,100,0,10]);
由图可见,虽然x(n)补零至100点,X(K)的密度,截断函数的频谱混叠作用没有改变,这时的物理分辨率使X(K)仍不能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量。
(3)
100);
=99)'
=99)
axis([0,2*pi,0,54]);
axis([0,100,0,54]);
由图可见,截断函数的加宽且为周期序列的整数倍,改变了频谱混叠作用,提高了“物理”分辨率使X(K)能正确分辨w1=0.48*pi,w2=0.52*pi这两个频率分量。
(4)
127);
128);
=127)'
=127)
axis([0,128,-2.5,2.5]);
%0-2*pi区域分为128点
pl