信号与系统实验报告4文档格式.docx
《信号与系统实验报告4文档格式.docx》由会员分享,可在线阅读,更多相关《信号与系统实验报告4文档格式.docx(10页珍藏版)》请在冰豆网上搜索。
条件的周期信号都可以分解成直流分量及许多正弦、余弦分量。
这些正弦、余弦分量的频率必定是基频f1
的整数倍。
通常把频率为f1的分量称为基波,频率为nf的分量称为n次谐波。
周期信号的频谱只会出现在0w2w3w4w…nw等离散的频率点上,这种频谱称为离散谱,是周期信号频谱的主要特点。
F(t)波形变化越剧烈,所包含的高频分量的比重就越大;
变化越平缓,所包含的低频分量的比重就越大。
一般来说,将周期信号分解得到的三角函数形式的傅里叶级数的项数是无限
的。
也就是说,通常只有无穷项的傅里叶级数才能与原函数精确相等。
但在实际
应用中,显然无法取至无穷多项,而只能采用有限项级数来逼近无穷项级数。
而
且,所取项数越多,有限项级数就越逼近原函数,原函数与有限项级数间的方均
误差就越小,而且低次谐波分量的系数不会因为所取项数的增加而变化。
当选取的傅里叶有限级数的项数越多,所合成的波形的峰起就越靠近f(t)的不连续点。
当所取得项数N很大时,该峰起值趋于一个常数,约等于总跳变值的9%,这种
现象称为吉布斯现象
3.主要仪器设备
(1)实验环境
Matlab软件环境
(2)主要用到的matlab函数
Plot:
给定相同长度的一维向量,画出以他们为横轴纵轴的平面图
Abs:
求绝对值
Stem:
散点图绘图函数
Stepfun:
阶跃函数
Max:
返回数组的最大值
Sawtooth:
三角波函数
二、实验操作部分
1.实验数据、表格及数据处理
2.实验操作过程(可用图表示)
3.实验结论
1.实验数据表格及数据处理
四个实验中得到的图展示如下
(1)周期对称方波信号的合成
分别用前1,2,5,100项傅立叶级数来合成方波信号时得到的图如下
(2)观察Gibbs现象
分别取前10、20、30和40项有限级数来逼近奇对称方波,观察Gibbs现
象时得到的图如下
(3)周期三角波的合成
每幅图中还画出了标准的方波信号作为比较
(4)绘制周期信号的频谱
分析奇对称方波信号与偶对称三角信号的频谱,编制程序后画出图像如下所示(左上坐下分别为周期三角波及其频谱,右上右下为周期方波及其频谱)
2.实验操作过程
(1)合成周期方波信号
方波既是一个奇对称信号,又是一个奇谐信号。
根据函数的对称性与傅
里叶系数的关系可知,它可以用无穷个奇次谐波分量的傅里叶级数来表示
选取奇对称周期方波的周期T=0.02s,幅度E=6,请采用有限项级数替代无限级数来逼近该函数。
分别取前1、2、5和100项有限级数来近似,编写程序并把结果显示在一幅图中,观察它们逼近方波的过程。
(2)观察Gibbs现象
象。
程序使用
(1)中提供的方法,将循环次数改为相应的值。
(3)合成周期三角波
偶对称周期三角信号可以用无穷个奇次谐波分量的傅里叶级数表示,我采用的三角波幅值为1,大小在0和1之间,周期同
(1)中的方波,为0.02s分别取前1、2、5和100项有限级数来近似,编写程序并把结果显示在一幅图中,观察它们逼近三角波的过程。
(5)绘制周期信号的频谱
分析奇对称方波信号与偶对称三角信号的频谱,并把它们画出。
由于matlab内置的fft函数算出的结果对于2个参数非常的敏感——采样频率以及数组的范围,而且fft计算的是有限范围的傅立叶级数,由于舍弃了有限范围以外的所有数据,所以得到的结果也必然不是准确的结果,所以我直接使用公式来计算各个频率点的幅值,然后把幅值画出来。
3.实验结论
1.周期方波可以由无限项傅里叶级数来合成,级数越多,合成的波形与原波形就越相似
2.如果波形某处出现了跳变,那么用有限多项级数来合成该波形时会出现一个峰起,这个值趋向于跳变值的9%
3.周期三角波波可以由无限项傅里叶级数来合成,级数越多,合成的波形与原波形就越相似,而且由于三角波没有跳变,所以不存在吉布斯现象
4.偶对称三角波是偶函数,其频率分量包括直流分量,以及奇数倍的余弦分量;
奇对称方波是奇函数,只有奇数项正弦分量。
三、实验效果分析(包括仪器设备等使用效果)
(1)在实验一中,我尝试用不同项数的傅立叶级数来合成方波,从四幅图中可以看出加入的傅立叶级数越多,其波形与方波的相似度就越高。
当我用前100项来合成时,已经非常逼近方波的波形了,由此我可以做出一个判断,当我加入的傅立叶级数有无穷多时,就可以得到标准的方波。
这样一个过程让我认识到时域的信号可以看做是频域信号的叠加,我们通过傅里叶变换可以把时域信号映射到频域上面去,或许有时候这样做可以使我们获取时域上得不到的信息。
(2)在实验二观察吉布斯现象中,我看到用不同的项数来合成方波时,在突变处会有峰起,这个值在不同的图中似乎都是占据着总幅值的一定比例,理论上这个峰起值为总跳变值的9%。
我对于这个峰起值的想法是这样的——我们用有限多项傅立叶级数来逼近波形时,虽然一步一步的在接近原波形,可是由于我们不可能取无限多项级数,我们总会漏掉一些频率项。
如果说我们的波形有突变,也就意味着这个地方包含了一些高频的因子,而这些高频因子我们不可能全部都包括进来,总会有遗漏,这些遗漏导致了我们合成的波形不能发生很完美的跳变,所以我们会看到这个9%的差距。
(3)在实验三中,我画出了标准的三角信号,从而与合成的信号作比较,我画出标准三角信号是采用了三角波函数sawtooth。
从四幅图可以看出,尽管取更多的级数时合成波形愈加的趋向于标准波形,可是还是有一些偏差的,特别是在拐角处。
虽然这个波形没有突变值,可是在拐角处我认为还是包含了一些高频分量的,而我们没有把所有的分量纳入合成波中,所以我认为这正是偏差的原因所在。
(4)实验四中观察频谱可以发现,偶对称三角波是偶函数,其频率分量包括直流分量,以及奇数倍的余弦分量。
没有正弦分量的原因是因为它是偶函数,而他没有偶数倍分量的原因是化简后可以看出当n为偶数时该项为0。
奇对称方波是奇函数,这导致他没有直流分量和余弦分量,而化简后可以看出当n为偶数时这一项也是等于0,所以他只有奇数项正弦分量。
另外,这两种波一个共同的特点是他们的前几项的频率分量都很大,集中了大部分的能量,我的图中只画出了前15项级数,因为再往后的话,他们的幅值就非常的小了。
(5)通过这次的实验,我最大的感觉是上学期在信号与系统课堂上学习的东西好像“活过来了”,上学期虽然知道时域的信号可以转换到频域上面去,但是却从没像今天这样真实的体会到这样的转换有什么用。
当我看到方波三角波在频域上的分布能量集中在几个频率点时,我觉得或许在信号传输的时候我们可以只传输这些频率的信号,一来可以节省信道,二来也不会丢失太多的信息。
四、教师评语
指导教师年月日
附件——matlab源文件
实验三
%周期三角信号的傅里叶级数
%author郑程耀
clearall;
clc;
t=0:
0.00001:
0.04;
period=0.02;
%周期
amplitude=1;
%振幅
AC_coe=(4*amplitude)/(pi^2);
%交流分量的系数
DC_coe=amplitude/2;
%直流分量的系数
fre_w=(2*pi)/period;
%圆频率
p=[125100];
%t_z=0:
0.01:
t(end);
%最简单的三角波
z=abs(sawtooth(t*(pi/period),0.5));
%
figure
forind_p=1:
length(p)
y=DC_coe;
fork=1:
p(ind_p)
y=y+DC_coe*cos((2*k-1)*fre_w*t)/(2*k-1)^2;
end
subplot(2,2,ind_p)
plot(t,y)
holdon
plot(t,z,'
r'
)
axis([0,0.04,-0.5,1.5]);
xlabel('
time'
);
ylabel(strcat('
前'
num2str(p(ind_p)),'
项有限级数'
));
实验四
%直接用公式计算各频率分量的振幅,并将他们画出来
%周期三角信号,方波信号的傅里叶级数
%author:
郑程耀
N=15;
fre_n=1:
2:
2*N-1;
fre_n=[0fre_n];
amplitude_w=DC_coe;
length(fre_n)-1
amplitude_k=AC_coe/(2*k-1)^2;
amplitude_w=[amplitude_wamplitude_k];
subplot(223)
stem(fre_n,amplitude_w,'
*'
axis([-5fre_n(end)0max(amplitude_w)*1.1])
title('
三角波频谱'
w'
ylabel('
幅值'
%三角波波形
subplot(221)
三角波波形'
amplitude'
%周期方波信号傅里叶级数
amplitude=6;
AC_coe=2*amplitude/pi;
DC_coe=0;
amplitude_w=zeros(1,length(fre_n));
amplitude_w
(1)=DC_coe;
amplitude_k=AC_coe/(2*k-1);
amplitude_w(k+1)=amplitude_k;
subplot(224)
方波频谱'
%方波波形
subplot(222)
z_s=3*stepfun(t,0)-6*stepfun(t,0.01)+6*stepfun(t,0.02)-6*stepfun(t,0.03)+3*stepfun(t,0.04);
plot(t,z_s)
方波波波形'
axis([00.04-3.53.5])