1、窗函数的特性分析本科学生验证性实验报告学号 114090315 姓名 李开斌 学院 物理与电子信息 专业、班级 11电子 实验课程名称 窗函数的特性分析 教师及职称 李宏宁 开课学期 2013 至 2014 学年 下 学期 填报时间 2014 年 03 月 26 日云南师范大学教务处编印一、实验设计方案实验序号03实验名称窗函数的特性分析实验时间2014年3月26日实验室同析3栋3131. 实验目的分析常用窗函数的时域和频域特性,灵活运用窗函数分析信号频谱和设计FIR数字滤波器。2 实验原理、实验流程或装置示意图在确定信号谱分析、随机信号功率谱估计以及FIR数字滤波器设计中,窗函数的选择起着重
2、要的作用。在信号的频谱分析中,截短无穷长的序列会造成频率泄漏,影响频谱分析的精度和质量。合理选取窗函数的类型,可以改善泄漏现象。在FIR数字滤波器设计中,截短无穷长的系统单位脉冲序列会造成FIR滤波器幅度特性的波动,且出现过渡带。 3实验设备及材料装有Matlab的计算机 一台4实验方法步骤及注意事项利用Matlab中的函数分析并绘出常用基本信号的波形。注意事项:(1)在使用MATLAB时应注意中英输入法的切换,在中文输入法输入程序时得到的程序是错误的;(2)MATLAB中两个信号相乘表示为x.*u,中间有个.,同样两个信号相除也是如此;(3)使用MATLAB编写程序时,应新建一个m文件,而不
3、是直接在Comandante窗口下编写程序;在使用编程时,应该养成良好的编写习惯。5实验数据处理方法比较法 画图法 6参考文献陈后金,等.数字信号处理.2版【M】.北京:高等教育出版社,2010张德丰,等.MATLAB数值计算与方法.北京:机械工业出版社,2010二实验报告1实验现象与结果1.分析并绘出常用窗函数的时域特性波形%矩形窗时域波形及频谱N=51;w=boxcar(N);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形);subplot(2,1,2);Y0= abs(fftshift(Y)
4、;plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形);%汉明窗时域波形及频谱N=51;k=0:N-1;w=0.54-0.46*cos(2*pi*k/(N-1)Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形);%汉宁窗时域波形及频谱N=51;k=0:N-1;w=1/2*(1-cos
5、(2*pi*k/(N-1);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形);%布拉克窗时域波形及频谱N=51;k=0:N-1;w=0.42-0.5*cos(2*pi*k/(N-1)+0.08*cos(4*pi*k/(N-1);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);xlabel(w)
6、;ylabel(y);title(时域波形);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形);%三角形窗时域波形及频谱N=51;w=bartlett(N);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形);
7、%凯撒窗时域波形及频谱N=51;beta=4;w=Kaiser(N,beta);Y=fft(w,256);subplot(2,1,1);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形);subplot(2,1,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形);3.研究凯泽窗的参数选择对其时域和频域的影响%凯撒窗时域波形及频谱beta=4时N取不同值的波形比较N=20;beta=4;w=Kaiser(N,beta);Y=fft(w,256);subplot(
8、3,2,1);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形beta=4,N=20);subplot(3,2,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形beta=4,N=20);N=60;beta=4;w=Kaiser(N,beta);Y=fft(w,256);subplot(3,2,3);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形beta=4,N=60);subplot(3,2,4);Y0= abs(ff
9、tshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形beta=4,N=60);N=110;beta=4;w=Kaiser(N,beta);Y=fft(w,256);subplot(3,2,5);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形beta=4,N=110);subplot(3,2,6);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形beta=4,N=110);%凯撒窗时域波形及频谱N=6
10、0,beta取不同值的波形比较N=60;beta=1;w=Kaiser(N,beta);Y=fft(w,256);subplot(3,2,1);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形N=60,beta=1);subplot(3,2,2);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形N=60,beta=1);N=60;beta=5;w=Kaiser(N,beta);Y=fft(w,256);subplot(3,2,3);stem(0:N-1,w);xla
11、bel(w);ylabel(y);title(时域波形N=60,beta=5);subplot(3,2,4);Y0= abs(fftshift(Y);plot(-128:127, Y0)xlabel(W);ylabel(Y0);title(频谱图形N=60,beta=5);N=60;beta=11;w=Kaiser(N,beta);Y=fft(w,256);subplot(3,2,5);stem(0:N-1,w);xlabel(w);ylabel(y);title(时域波形N=60,beta=11);subplot(3,2,6);Y0= abs(fftshift(Y);plot(-128:12
12、7, Y0)xlabel(W);ylabel(Y0);title(频谱图形N=60,beta=11);4.某序列为xk=0.5cos()+cos(),使用fft函数分析其频谱。%利用矩形窗分析序列N=20;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=ones(1,N);y=x.*w;Y=fft(y,512);subplot(3,2,1);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,2);Y0=abs(fftshift(Y);plot(-256:255, Y0);titl
13、e(时域波形);xlabel(频率);ylabel(幅值);N=40;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=ones(1,N);y=x.*w;Y=fft(y,512);subplot(3,2,3);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,4);Y0=abs(fftshift(Y);plot(-256:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);N=160;k=0:N-1;x=0.5*cos(11*pi*k/20)+co
14、s(9*pi*k/20);w=ones(1,N);y=x.*w;Y=fft(y,512);subplot(3,2,5);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,6);Y0=abs(fftshift(Y);plot(-256:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);%利用汉明窗分析序列N=20;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=1/2*(1-cos(2*pi*k/(N-1);y=x.*w;Y=fft(y,512)
15、;subplot(3,2,1);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,2);Y0=abs(fftshift(Y);plot(-256:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);N=40;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=1/2*(1-cos(2*pi*k/(N-1);y=x.*w;Y=fft(y,512);subplot(3,2,3);stem(0:N-1,y);title(抽样信号);xlabel(频率);y
16、label(幅值);subplot(3,2,4);Y0=abs(fftshift(Y);plot(-256:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);N=160;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=1/2*(1-cos(2*pi*k/(N-1);y=x.*w;Y=fft(y,512);subplot(3,2,5);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,6); Y0=abs(fftshift(Y);plot(-25
17、6:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);%利用凯撒窗分析序列beta=4;N=20;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=(Kaiser(N,beta);y=x.*w;Y=fft(y,512);subplot(3,2,1);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,2);Y0=abs(fftshift(Y);plot(-256:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);
18、beta=4;N=40;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=(Kaiser(N,beta);y=x.*w;Y=fft(y,512);subplot(3,2,3);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,4);Y0=abs(fftshift(Y);plot(-256:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);beta=4;N=160;k=0:N-1;x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20);w=(Kaiser(N,beta);y=x.*w;Y=fft(y,512);subplot(3,2,5);stem(0:N-1,y);title(抽样信号);xlabel(频率);ylabel(幅值);subplot(3,2,6); Y0=abs(fftshift(Y);plot(-256:255, Y0);title(时域波形);xlabel(频率);ylabel(幅值);2实验总结通过本次实验,我学会了分析常用窗函数的时域和频域特性,懂得了灵活运用窗函数分析信号频谱和设计FIR数字滤波器。教师评语及评分:签名: 年 月 日
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1