福建农林大学计算机与信息学院
信息工程类
实践报告
课程名称：通信与信息处理综合实践
实践报告题目：信号编码的实现及频谱分析
姓名：
系：电子信息工程系
专业：电子信息工程
年级：2011
学号：
指导教师：谢秀娟
职称：讲师
2013年12月31日
福建农林大学计算机与信息学院信息工程类
实践结果评定
目录
信号编码的实现及频谱分析 (4)
1.实践目的 (4)
2. 实践要求 (4)
3. 实践报告内容 (4)
2、量化及编码 (11)
4.结果分析与体会 (11)
信号编码的实现及频谱分析
1.实践目的
综合运用通信与信息处理相关课程的理论知识进行频谱分析、采样器、量化器、编码器设计，通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现，或采用Sumilink建立仿真框图实现，从而加深对所学知识的理解。
2. 实践要求
（1）掌握信号与系统、数字信号处理、数据通信原理等课程的基本概念、基本理论和基本方法。
（2）学会MATLAB或Simulink仿真工具的使用，掌握MATLAB的程序设计方法及Simulink的动态仿真方法。
（3）掌握信源编码的仿真实现与各信号的频谱分析。
（4）学会对仿真的结果进行分析和处理。
3. 实践报告内容
将通信系统中的模拟信号转换成数字信号，以典型信源为分析对象，对模拟信号进行采样，并分析采样前后信源的频谱；并将采样后的信号进行量化和编码。
实现步骤：典型信源------正弦波、方波、锯齿波等（幅度、相位自定义），要求：
1、采样
（1）产生上述典型信源波形，画出它们的时域波形图及频谱；
正弦波：display('奈奎斯特周期0.25秒，Ts<0.25，过采样，Ts>0.2.5，欠采样');
display('Please input the value of sample period');
Ts = input('Ts = ');
y=cos(2/3*pi*t)
t = 0:0.01:40;
y = cos(2/3*pi*t);
subplot(221);
plot(t,y);
axis([0 6 -1.1 1.1]);
xlabel('t 单位：s','Fontsize',8);
title('f(t)');
line([0 6],[0 0],'color',[0 0 0]);
N = 300;
W = 2*pi*5;
k = -N:N;
w = k*W/N;
Y = 0.01*y*exp(-j*t'*w);
Y = abs(Y);
subplot(222);
plot(w/pi,Y)
axis([-2,2,0,pi*7+0.2]);
title('F(j\omega)');
xlabel('\omega 单位:pi');
subplot(223);
plot(t,y,'b:');
hold on
t2=0:Ts:40;
y2=cos(2/3*pi*t2);
stem(t2,y2);
axis([0 6 -1.1 1.1]);
xlabel('t 单位：s','Fontsize',8);
title('fs(t)');
hold off
Y2 = Ts*y2*exp(-j*t2'*w);
Y2 = abs(Y2);
subplot(224);
plot(w/pi,Y,'b')
xlabel('\omega 单位:pi');
title('Fs(j\omega)');
hold on
plot(w/pi,Y2,'r');
axis([-2,2,0,pi*10]);
hold off
%end
方波：
方波：
display('奈奎斯特周期0.25秒，Ts<0.25，过采样，Ts>0.2.5，欠采样'); display('Please input the value of sample period');
Ts = input('Ts = ');
y=cos(2/3*pi*t)
t = 0:0.01:40;
y = square(2/3*pi*t,50);
subplot(221);
plot(t,y);
axis([0 6 -1.1 1.1]);
xlabel('t 单位：s','Fontsize',8); title('f(t)');
line([0 6],[0 0],'color',[0 0 0]);
N = 300;
W = 2*pi*5;
k = -N:N;
w = k*W/N;
Y = 0.01*y*exp(-j*t'*w);
Y = abs(Y);
subplot(222);
plot(w/pi,Y)
axis([-2,2,0,pi*7+0.2]);
title('F(j\omega)');
xlabel('\omega 单位:pi'); subplot(223);
plot(t,y,'b:');
hold on
t2=0:Ts:40;
y2= square(2/3*pi*t,50); ;
stem(t2,y2);
axis([0 6 -1.1 1.1]);
xlabel('t 单位：s','Fontsize',8); title('fs(t)');
hold off
Y2 = Ts*y2*exp(-j*t2'*w);
Y2 = abs(Y2);
subplot(224);
plot(w/pi,Y,'b')
xlabel('\omega 单位:pi');
title('Fs(j\omega)');
hold on
plot(w/pi,Y2,'r');
axis([-2,2,0,pi*10]);
hold off
%end
锯齿波：
锯齿波
display('奈奎斯特周期0.25秒，Ts<0.25，过采样，Ts>0.2.5，欠采样'); display('Please input the value of sample period');
Ts = input('Ts = ');
y= sawtooth(2/3*pi*t，1);
t = 0:0.01:40;
y = cos(2/3*pi*t);
subplot(221);
plot(t,y);
axis([0 6 -1.1 1.1]);
xlabel('t 单位：s','Fontsize',8);
title('f(t)');
line([0 6],[0 0],'color',[0 0 0]);
N = 300;
W = 2*pi*5;
k = -N:N;
w = k*W/N;
Y = 0.01*y*exp(-j*t'*w);
Y = abs(Y);
subplot(222);
plot(w/pi,Y)
axis([-2,2,0,pi*7+0.2]);
title('F(j\omega)');
xlabel('\omega 单位:pi');
subplot(223);
plot(t,y,'b:');
hold on
t2=0:Ts:40;
y2= sawtooth(2/3*pi*t，1);
stem(t2,y2);
axis([0 6 -1.1 1.1]);
xlabel('t 单位：s','Fontsize',8);
title('fs(t)');
hold off
Y2 = Ts*y2*exp(-j*t2'*w);
Y2 = abs(Y2);
subplot(224);
plot(w/pi,Y,'b')
xlabel('\omega 单位:pi');
title('Fs(j\omega)');
hold on
plot(w/pi,Y2,'r');
axis([-2,2,0,pi*10]);
hold off
%end
（2）根据采样定理对上述信源进行采样，得到离散序列，画出采样后信号的时域波形图及频谱；
正弦波采样后的波形图及频谱图。
方波采样后的波形图及频谱图
锯齿波采样后的波形图及频谱图：
（4） 当采样的参数设置不同时，分析对采样后的信号及频谱影响。
实际中对模拟信号进行采样，需要根据最高截止频率max f ，按照采样定理的要求选择采样频率的两倍，即max s 2f f 。
当改变采样频率时；
欠采样：即max s 2f f <时，理论上时域波形恢复过程中已经不能完整的表示原信号，有了失真，从频谱上也可看出，同的频谱带互相重叠，已经不能体现原信号频谱的特点了，从而无法得到原来的信号。
临界采样：即
max
s 2f f =时，理论上时域波形任然不能恢复完整的原信
号，信号只恢复过程中恢复了低频部分，从频谱上便可看出，但任然不可完全恢复原信号。
过采样：即
m a x
s 2f f 时，此时的采样是成功的，它能够恢复原信号，从
时域波形可看出，比上面采样所得的冲激脉冲串包含的细节要多，在频域中也没出现频谱的交叠，这样我们可以利用低通滤波器m(t)得到无失真的重建。
2、量化及编码
编写MATLAB 采样程序或建立Simulink 采样仿真框图实现上述采样后的信号的量化及编码，结果输出到Command 窗口。
对正弦波进行量化并进行AMI 编码。
4.结果分析与体会
用matlab 实现产生信源的波形以及频谱图，和采样后的波形图及频谱图，最后进行量化编码。初步学会通过matlab 对模拟信号和数字信号的处理，通过
matlab可以更形象的了解理论知识。
在上述的实验当中，我们首先定义信号时采用了该信号的函数表达式的形式。
在MATLAB中求连续信号的频谱，我们应用的是离散傅立叶变换，这样实际运算的仍是对连续信号的采样结果，这里我们给予了足够高的采样频率，把其作为连续信号来考虑。
综合以上欠采样、临界采样、过采样三种情况的分析，可以看出要使采样信号可以恢复到原信号，采样频率必须满足时域采样定理，从而验证了时域采样定理。
参考文献
[1]高西全，丁玉美编著. 数字信号处理.西安电子科技大学出版社，2008
[2]陈后金，编著.奥核心与系统.高等教育出版社
附录正弦波：
H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程设计 课程名称：课程设计2 设计题目：对正弦信号的抽样频谱分析院系：电子与信息工程学院 班级：0805203 设计者：褚天琦 学号：1080520314 指导教师：郑薇 设计时间：2011-10-15 哈尔滨工业大学
一、题目要求： 给定采样频率fs，两个正弦信号相加，两信号幅度不同、频率不同。要求给定正弦信号频率的选择与采样频率成整数关系和非整数关系两种情况，信号持续时间选择多种情况分别进行频谱分析。 二、题目原理与分析： 本题目要对正弦信号进行抽样，并使用fft对采样信号进行频谱分析。因此首先对连续正弦信号进行离散处理。实际操作中通过对连续信号间隔相同的抽样周期取值来达到离散化的目的。根据抽样定理，如果信号带宽小于奈奎斯特频率（即采样频率的二分之一），那么此时这些离散的采样点能够完全表示原信号。高于或处于奈奎斯特频率的频率分量会导致混叠现象。设抽样周期为TS(抽样角频率为ωS)，则 可见抽样后的频谱是原信号频谱的周期性重复，当信号带宽小于奈奎斯特频率的二分之一时不会产生频谱混叠现象。 因此，我们对采样频率的选择采取fs>2fo,fs=2fo,fs<2fo三种情况进行分析。对信号采样后，使用fft函数对其进行频谱分析。为了使频谱图像更加清楚，更能准确反映实际情况并接近理想情况，我们采用512点fft。取512点fft不仅可以加快计算速度，而且可以使频谱图更加精确。若取的点数较少，则会造成频谱较大的失真。 三、实验程序： 本实验采用matlab编写程序，实验中取原信号为 ft=sin(2πfXt)+2sin(10πfXt)，取频率f=1kHz，实验程序如下： f=1000;fs=20000;Um=1; N=512;T=1/fs; t=0:1/fs:0.01; ft=Um*sin(2*pi*f*t)+2*Um*sin(10*pi*f*t); subplot(3,1,1); plot(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft'); title('抽样信号的连续形式'); subplot(3,1,2); stem(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft');
频谱及信号分析技术 【摘要】随着电子技术的发展，世界各国加速了对电子领域的研究，具体体现在竞相提高通信、雷达、遥控、导航等无线电电子设备的威力和效能等方面。在这些方面，频谱分析成为必不可少的信号分析手段。频谱分析可以对信号的频率、电平、频谱纯度及抗干扰特性进行分析，使其成为电子领域必不可少的测量手段。对于信号分析，使用的仪器也是重中之重。其中使用最广泛的事频谱分析仪和矢量信号分析仪等。 【关键词】频谱、信号分析、应用、频谱分析仪、矢量信号分析仪首先介绍一下信号频谱分析的方法，信号又分为周期和非周期两种。下面就连续周期和非周期信号频谱分析的方法做一个介绍和研究。在信号处理过程中，频域分析方法往往比时域分析方法更方便和有效。对于确知连续时间信号，其频域分析可以通过连续时间傅里叶变换来进行，但是，这样计算出来的结果仍然是连续函数，计算机不能直接加以处理。为了实现数值计算，还需要对其进行离散化处理，即采用离散傅里叶变换（DFT）进行分析。DFT 的快速算法的出现，使 DFT 在数字通信、图像处理、功率谱估计、系统分析与仿真、雷达信号处理、光学、医学等各个领域都得到广泛应用。对于时间连续信号f(t)，其频谱分析可以通过连续时间傅里叶变换（CTFT）来进行。连续时间傅里叶变化特别适合于对时间连续信号的理论分析，但是，由于函数 f(t)和其频谱函数都是连续函数，不能够直接用计算机来处理，因此在进行数值计算时必须将其离散化，然后利用离散傅里叶变换（DFT）实现近似计算。在已知连续信号数学解析式的情况下，非周期信号的频谱可以根据傅里叶变换的定义进行解析计算。实际应用中的多数信号不存在数学解析式，信号的频谱无法利用傅里叶分析公式方法直接计算，一般需采用数值方法进行近似计算分析频谱，在进行数字计算时，需对计算的连续变量进行离散化。由于连续非周期信号 x(t) 的频谱函数 X(jω)是连续函数，因此，需要对其进行离散化处理得到 x[n]以近似分析相应的频谱。通过建立序列 x[n]的离散傅里叶变换 X[m]与连续非周期信号 x(t)的傅里叶变换 X(jω)之间的关系，可以利用DFT对连续非周期信号频谱进行近似分析。在利用DFT分析连续时间信号的频谱时，涉及频谱混叠、频率泄漏及栅栏现象。频率混叠与连续信号的时域抽样间隔有关，频率泄漏与信号的时域加窗截短的长度及窗型有关，栅栏现象与DFT的点数有关。在大多数情况下，一般已知待分析连续信号的最高频率，以及希望的DFT的频率分辨率。 频谱分析仪是功能强大并广泛应用于射频信号检测的一种仪器。现代外差式频谱分析仪由射频前端、第１级混频、多级中频处理、视频处理、检波和踪迹输出5部分组成，如图1所示。
1.周期信号的频谱 周期信号在满足一定条件时，可以分解为无数三角信号或指数之和。这就是周期信号的傅里叶级数展开。在三角形式傅里叶级数中，各谐波分量的形式为()1cos n n A n t ω?+；在指数形式傅里叶级数中，分量的形式必定为1j n t n F e ω 与1-j -n t n F e ω 成对出现。为了把周期信号所具有的各 次谐波分量以及各谐波分量的特征（如模、相角等）形象地表示出来，通常直接画出各次谐波的组成情况，因而它属于信号的频域描述。 以周期矩形脉冲信号为lifenxi 周期信号频谱的特点。周期矩形信号在一个周期（-T/2,T/2）内的时域表达式为 ,2 0,>2 ()A t T t f t ττ ≤?=?? （2-6） 其傅里叶复数系数为 12 n n A F Sa T ωττ?? = ??? （2-7） 由于傅里叶复系数为实数，因而各谐波分量的相位为零（n F 为正）或为π±（n F 为负），因此不需要分别画出幅度频谱n F 与相位频谱n φ。可以直接画出傅里叶系数n F 的分布图。 如图2.4.1所示。该图显示了周期性矩形脉冲信号()T f t 频谱的一些性质，实际上那个也是周期性信号频谱的普遍特性： ① 离散状频谱。即谱线只画出现在1ω的整数倍频率上，两条谱线的间隔为1ω（等于2π/t ）。 ② 谱线宽度的包络线按采样函数()1/2a S n ωτ的规律变化。如图2.4.2所示。但1ω 为 2π τ 时，即( )2m π ωτ =（m=1，2，……）时，包络线经过零点。在两相邻 零点之间，包络线有极值点，极值的大小分别为-0.212()2A T τ，
实验报告 实验三：用FFT 对信号作频谱分析 一、 实验目的与要求 学习用FFT 对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便正确应用FFT 。 二、 实验原理 用FFT 对信号作频分析是学习数字信号处理的重要内容，经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关，因为FFT 能够实现的频率分辨率是2π/N ，因此要求2π/N 小于等于D 。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱，因此N 要适当选择大一些。 三、 实验步骤及内容（含结果分析） （1）对以下序列进行FFT 分析： x 1(n)=R 4(n) x 2(n)= x 3(n)= 选择FFT 的变换区间N 为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： n+1 0≤n ≤3 8-n 4≤n ≤7 0 其它n 4-n 0≤n ≤3 n-3 4≤n ≤7 0 其它 n
实验结果图形与理论分析相符。（2）对以下周期序列进行谱分析： x4(n)=cos[(π/4)*n]
x5(n)= cos[(π/4)*n]+ cos[(π/8)*n] 选择FFT的变换区间N为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： （3）对模拟周期信号进行频谱分析： x6(n)= cos(8πt)+ cos(16πt)+ cos(20πt) 选择采样频率Fs=64Hz，FFT的变换区间N为16、32、64三种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】：
用频谱分析仪测量通信信号 一、GSM信号的测量 现代高度发达的通信技术可以让人们在地球的任意地点控制频谱分析仪，因此就更要懂得不同参数设置和不同信号条件对显示结果的影响。 典型的全球移动通信系统(GSM)的信号测量如图1所示，它清楚地标明了重要的控制参数设置和测量结果。IFR2399型频谱分析仪利用彩色游标来加亮测量区域，此例中，被加亮的测量区域是占用信道和上下两个相邻信道的中心50kHz频带。 显示的水平轴(频率轴)中心频率为900MHz，扫频频宽为1MHz，而每一小格代表l00kHz。顶部水平线表示0dBm，垂直方向每一格代表10dB。信号已经被衰减了10dB，测量显示的功率电平已考虑了此衰减。 图1 GSM信道带宽显示和功率测量 GSM是以两个25MHz带宽来传送的：从移动发射机到基站采用890MHz到915MHz，从基站到移动接收机采用935MHz到960MHz。这个频带被细分为多个200kHz信道，而第50个移动发送信道的中心频率为900MHz，如图1所示。该信号很明显是未调制载波，因为它的频谱很窄。实际运用中，一个GSM脉冲串只占用200kHz稍多一点的信道带宽。 按照GSM标准，在发送单个信道脉冲串时，时隙持续0.58ms，而信道频率以每秒217次的变化速率进行慢跳变，再加上扫频仪1.3s的扫描时间，根据这些条件可以判定这是一个没有时间和频率跳变的静态测试，没有迹象表明900阳z的信号是间断信号。 为了保证良好的清晰度，选用1kHz的分辨带宽(RBW)滤波器。较新的频谱分析仪中的模拟滤波器的形状系数(3dB：60dB)为11，意思是60dB时滤波器带宽(从峰值衰减60dB)是3dB时滤波器带宽(从峰值衰减3dB)的11倍，即11kHz比1kHz。 与此相比，数字滤波器的形状系数还不到5。例如一个3dB带宽为50kHz的带通滤波器，其60dB带宽只有60kHz，这几乎是矩形通带。它保证在计算平均功率时只含有50kHz以外区域很小一点的功率。作为对比，如果分辨带宽RBW50kHz，使用前面提及的模拟滤波器而不是数字滤波器，其60dB带宽将为550kHz。 标记1处的信号电平是4.97dBm。为了使噪声背景出现在屏幕上，显示轨迹线已向上偏移了10dB(在图中不易察觉)，这是由于信号峰值被预先衰减10dB使其不超过顶部水平线，这也是信号峰值读数比参考电平高的原因。 图中，主信道功率(CHP)读数为7.55dBm，与峰值(标记1处)的读数4.978m不一致，其原因就是主信道功率是在50kHz测量带宽内计算的，而标记1的读数是峰值。公式1定义了在整个带宽内计算主信道功率的方法。 其中， CHPwr：信道功率，单位dBm CHBW：信道带宽 Kn：噪声带宽与分辨带宽之比 N：信道内象素的数目 Pi：以1mW为基准的电平分贝数(dBm)
第23卷第3期湖南理工学院学报(自然科学版)Vol.23 No.3 2010年9月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Sep. 2010信号的频谱分析及MATLAB实现 张登奇, 杨慧银 (湖南理工学院信息与通信工程学院, 湖南岳阳 414006) 摘 要: DFT是在时域和频域上都已离散的傅里叶变换, 适于数值计算且有快速算法, 是利用计算机实现信号频谱分析的常用数学工具. 文章介绍了利用DFT分析信号频谱的基本流程, 重点阐述了频谱分析过程中误差形成的原因及减小分析误差的主要措施, 实例列举了MATLAB环境下频谱分析的实现程序. 通过与理论分析的对比, 解释了利用DFT分析信号频谱时存在的频谱混叠、频谱泄漏及栅栏效应, 并提出了相应的改进方法. 关键词: MA TLAB; 频谱分析; 离散傅里叶变换; 频谱混叠; 频谱泄漏; 栅栏效应 中图分类号: TN911.6 文献标识码: A 文章编号: 1672-5298(2010)03-0029-05 Analysis of Signal Spectrum and Realization Based on MATLAB ZHANG Deng-qi, YANG Hui-yin (College of Information and Communication Engineering, Hunan Institute of Science and Technology, Yueyang 414006, China) Abstract:DFT is a Fourier Transform which is discrete both in time-domain and frequency-domain, it fits numerical calculation and has fast algorithm, so it is a common mathematical tool which can realize signal spectrum analysis with computer. This paper introduces the basic process of signal spectrum analysis with DFT, emphasizes the causes of error producing in spectrum analysis process and the main ways to decrease the analysis error, and lists the programs of spectrum analysis based on MATLAB. Through the comparison with the theory analysis, the problems of spectrum aliasing, spectrum leakage and picket fence effect are explained when using DFT to analyze signal spectrum, and the corresponding solution is presented. Key words:MATLAB; spectrum analysis; DFT; spectrum aliasing; spectrum leakage; picket fence effect 引言 信号的频谱分析就是利用傅里叶分析的方法, 求出与时域描述相对应的频域描述, 从中找出信号频谱的变化规律, 以达到特征提取的目的[1]. 不同信号的傅里叶分析理论与方法, 在有关专业书中都有介绍, 但实际的待分析信号一般没有解析式, 直接利用公式进行傅里叶分析非常困难. DFT是一种时域和频域均离散化的傅里叶变换, 适合数值计算且有快速算法, 是分析信号的有力工具. 本文以连续时间信号为例, 介绍利用DFT分析信号频谱的基本流程, 重点阐述频谱分析过程中可能存在的误差, 实例列出MATLAB 环境下频谱分析的实现程序. 1 分析流程 实际信号一般没有解析表达式, 不能直接利用傅里叶分析公式计算频谱, 虽然可以采用数值积分方法进行频谱分析, 但因数据量大、速度慢而无应用价值. DFT在时域和频域均实现了离散化, 适合数值计算且有快速算法, 是利用计算机分析信号频谱的首选工具. 由于DFT要求信号时域离散且数量有限, 如果是时域连续信号则必须先进行时域采样, 即使是离散信号, 如果序列很长或采样点数太多, 计算机存储和DFT计算都很困难, 通常采用加窗方法截取部分数据进行DFT运算. 对于有限长序列, 因其频谱是连续的, DFT只能描述其有限个频点数据, 故存在所谓栅栏效应. 总之, 用DFT分析实际信号的频谱, 其结果必然是近似的. 即使是对所有离散信号进行DFT变换, 也只能用有限个频谱数据近似表示连续频 收稿日期: 2010-06-09 作者简介: 张登奇(1968? ), 男, 湖南临湘人, 硕士, 湖南理工学院信息与通信工程学院副教授. 主要研究方向: 信号与信息处理
实验3.2 典型信号频谱分析 一、 实验目的 1. 在理论学习的基础上，通过本实验熟悉典型信号的波形和频谱特征，并 能够从信号频谱中读取所需的信息。 2. 了解信号频谱分析的基本方法及仪器设备。 二、 实验原理 1. 典型信号及其频谱分析的作用 正弦波、方波、三角波和白噪声信号是实际工程测试中常见的典型信号，这些信号时域、频域之间的关系很明确，并且都具有一定的特性，通过对这些典型信号的频谱进行分析，对掌握信号的特性，熟悉信号的分析方法大有益处，并且这些典型信号也可以作为实际工程信号分析时的参照资料。本次实验利用DRVI 快速可重组虚拟仪器平台可以很方便的对上述典型信号作频谱分析。 2. 频谱分析的方法及设备 信号的频谱可分为幅值谱、相位谱、功率谱、对数谱等等。对信号作频谱分析的设备主要是频谱分析仪，它把信号按数学关系作为频率的函数显示出来，其工作方式有模拟式和数字式二种。模拟式频谱分析仪以模拟滤波器为基础，从信号中选出各个频率成分的量值；数字式频谱分析仪以数字滤波器或快速傅立叶变换为基础，实现信号的时—频关系转换分析。 傅立叶变换是信号频谱分析中常用的一个工具，它把一些复杂的信号分解为无穷多个相互之间具有一定关系的正弦信号之和，并通过对各个正弦信号的研究来了解复杂信号的频率成分和幅值。 信号频谱分析是采用傅立叶变换将时域信号x(t)变换为频域信号X(f)，从而帮助人们从另一个角度来了解信号的特征。时域信号x(t)的傅氏变换为： 式中X(f)为信号的频域表示，x(t)为信号的时域表示，f 为频率。 3. 周期信号的频谱分析 周期信号是经过一定时间可以重复出现的信号，满足条件： dt e t x f X ft j ?+∞ ∞--=π2)()(
实验二 连续时间信号的频域分析 一、实验目的 1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法； 2、观察截短傅里叶级数而产生的“Gibbs 现象”，了解其特点以及产生的原因； 3、掌握连续时间傅里叶变换的分析方法及其物理意义； 4、掌握各种典型的连续时间非周期信号的频谱特征以及傅里叶变换的主要性质； 5、学习掌握利用Matlab 语言编写计算CTFS 、CTFT 和DTFT 的仿真程序，并能利用这些程序对一些典型信号进行频谱分析，验证CTFT 、DTFT 的若干重要性质。 基本要求：掌握并深刻理傅里叶变换的物理意义，掌握信号的傅里叶变换的计算方法，掌握利用Matlab 编程完成相关的傅里叶变换的计算。 二、原理说明 1、连续时间周期信号的傅里叶级数CTFS 分析 任何一个周期为T 1的正弦周期信号，只要满足狄利克利条件，就可以展开成傅里叶级数。 三角傅里叶级数为： ∑∞ =++=1 000)]sin()cos([)(k k k t k b t k a a t x ωω 2.1 或： ∑∞=++=1 00)cos()(k k k t k c a t x ?ω 2.2 其中1 02T πω=，称为信号的基本频率（Fundamental frequency ），k k b a a ，和，0分别是信号)(t x 的直流分量、 余弦分量幅度和正弦分量幅度，k k c ?、为合并同频率项之后各正弦谐波分量的幅度和初相位，它们都是频率0ωk 的函数，绘制出它们与0ωk 之间的图像，称为信号的频谱图（简称“频谱”），k c －0ωk 图像为幅度谱，k ?－0ωk 图像为相位谱。 三角形式傅里叶级数表明，如果一个周期信号x(t)，满足狄里克利条件，就可以被看作是由很多不同频率的互为谐波关系（harmonically related ）的正弦信号所组成，其中每一个不同频率的正弦信号称为正弦谐波分量 (Sinusoid component)，其幅度（amplitude ）为k c 。也可以反过来理解三角傅里叶级数：用无限多个正弦谐波分量可以合成一个任意的非正弦周期信号。 指数形式的傅里叶级数为：
实验三信号的频谱分析 方波信号的分解与合成实验 一、任务与目的 1. 了解方波的傅立叶级数展开和频谱特性。 2. 掌握方波信号在时域上进行分解与合成的方法。 3. 掌握方波谐波分量的幅值和相位对信号合成的影响。 二、原理（条件） PC机一台，TD－SAS系列教学实验系统一套。 1. 信号的傅立叶级数展开与频谱分析 信号的时域特性和频域特性是对信号的两种不同的描述方式。对于一个时域的周期信号f(t)，只要满足狄利克莱条件，就可以将其展开成傅立叶级数： 如果将式中同频率项合并，可以写成如下形式： 从式中可以看出，信号f(t)是由直流分量和许多余弦（或正弦）分量组成。其中第一项A0/2是常数项，它是周期信号中所包含的直流分量；式中第二项A1cos(Ωt+φ1)称为基波，它的角频率与原周期信号相同，A1是基波振幅，φ1是基波初相角；式中第三项A2cos(Ωt+φ2)称为二次谐波，它的频率是基波的二倍，A2是基波振幅，φ2是基波初相角。依此类推，还有三次、四次等高次谐波分量。 2. 方波信号的频谱 将方波信号展开成傅立叶级数为： n=1，3，5… 此公式说明，方波信号中只含有一、三、五等奇次谐波分量，并且其各奇次谐波分量的幅值逐渐减小，初相角为零。图3-1-1为一个周期方波信号的组成情况，由图可见，当它包含的分量越多时，波形越接近于原来的方波信号，还可以看出频率较低的谐波分量振幅较大，它们组成方波的主体，而频率较高的谐波分量振幅较小，它们主要影响波形的细节。
（a）基波（b）基波＋三次谐波 （c）基波＋三次谐波＋五次谐波 （d）基波＋三次谐波＋五次谐波＋七次谐波 （e）基波＋三次谐波＋五次谐波＋七次谐波＋九次谐波 图3-1-1方波的合成 3. 方波信号的分解 方波信号的分解的基本工作原理是采用多个带通滤波器，把它们的中心频率分别调到被测信号的各个频率分量上，当被测信号同时加到多路滤波器上，中心频率与信号所包含的某次谐波分量频率一致的滤波器便有输出。在被测信号发生的实际时间内可以同时测得信号所包含的各频率分量。本实验便是采用此方法，实验中共有5路滤波器，分别对应方波的一、三、五、七、九次分量。 4. 信号的合成 本实验将分解出的1路基波分量和4路谐波分量通过一个加法器，合成为原输入的方波信号，信号合成电路图如图3-1-2所示。 图3-1-2 三、内容与步骤 本实验在方波信号的分解与合成单元完成。 1. 使信号发生器输出频率为100Hz、幅值为4V的方波信号，接入IN端。 2. 用示波器同时测量IN和OUT1端，调节该通路所对应的幅值调节电位器，使该通路输出方波的基波分量，基波分量的幅值为方波信号幅值的4/π倍，频率于方波相同并且没有相位差.（注意：出厂时波形调节电位器已调到最佳位置，其波形基本不失真，基本没有相位差。若实验中发现存在波形失真或有相位差的现象，请适当调节波形调节电位器，使波形恢复正常。） 3. 用同样的方法分别在OUT3、OUT5、OUT7、OUT9端得到方波的三、五、七、九此谐波分量（注意其他谐波分量各参数应当满足式3-1-1所示）。 4. 完成信号的分解后，先后将OUT1与IN1、OUT3与IN2、OUT5与IN3、OUT7与IN4、OUT9与IN5连接起来，即进行谐波叠加（信号合成），分别测量（1）基波与三次谐波；（2）基波、三次谐波与五次谐波；（3）基波、三次谐波、五次谐波与七次谐波；（4）基波、三次谐波、五次谐波、七次谐波与九次谐波合成后的波形。并分别保
在实验室和车间最常用的信号测试仪器是电子示波器。人的思维对时间概念比较敏感,每时每刻都与时域事件发生联系,但是信号往往以频率形式出现,用示波器观察最简单的调幅载波信号也不方便,往往显示载波时看不清调制仪,屏幕上获得的是三条谱线,即载频和在载频左右的调制频。调制方式越复杂,电子示波器越难显示,频谱分析器的表达能力强,频谱分析仪是名副其实的频域仪器的代表。沟通时间一频率的数字表达方法就是傅里叶变换,它把时间信号分解成正弦和余弦曲线的叠加,完成信号由时间域转换到频率域的过程。 早期的频谱分析仪实质上是一台扫频接收机,输入信号与本地振荡信号在混频器变频后,经过一组并联的不同中心频率的带通滤波器,使输入信号显示在一组带通滤波器限定的频率轴上。显然,由于带通滤波器由无源元件构成,频谱分析器整体上显得很笨重,而且频率分辨率不高。既然傅里叶变换可把输入信号分解成分立的频率分量,同样可起着滤波器类似的作用,借助快速傅里叶变换电路代替低通滤波器,使频谱分析仪的构成简化,分辨率增高,测量时间缩短,扫频范围扩大,这就是现代频谱分析仪的优点了。 矢量信号分析仪是在预定,频率范围内自动测量电路增益与相应的仪器,它有内部的扫频频率源或可控制的外部信号源。其功能是测量对输入该扫频信号的被测电路的增益与相位,因而它的电路结构与频谱分析仪相似。频谱分析仪需要测量未知的和任意的输入频率,矢量信号分析仪则只测量自身的或受控的已知频率;频谱分析仪只测量输入信号的幅度(标量仪器),矢量信号分析仪则测量输入信号的幅度和相位(矢量仪器)。由此可见,矢量信号分析仪的电路结构比频谱分析仪复杂,价位也较高。现代的矢量信号分析仪也采用快速傅里叶变换,以下介绍它们的异同。 频谱分析议和FFT颁谱分析议 传统的频谱分析仪的电路是在一定带宽内可调谐的接收机,输入信号经下变频后由低通滤器输出,滤波输出作为垂直分量,频率作为水平分量,在示波器屏幕上绘出坐标图,就是输入信号的频谱图。由于变频器可以达到很宽的频率,例如30Hz-30GHz,与外部混频器配合,可扩展到100GHz以上,频谱分析仪是频率覆盖最宽的测量仪器之一。无论测量连续信号或调制信号,频谱分析仪都是很理想的测量工具。 但是,传统的频谱分析仪也有明显的缺点,首先,它只适于测量稳态信号,不适宜测量瞬态事件;第二,它只能测量频率的幅度,缺少相位信息,因此属于标量仪器而不是矢量仪器;第三,它需要多种低频带通滤波器,获得的测量结果要花费较长的时间,因此被视为非实时仪器。 既然通过傅里叶运算可以将被测信号分解成分立的频率分量,达到与传统频谱分析仪同样的结果,出现基于快速傅里叶变换(F盯)的频谱分析仪。这种新型的频谱分析仪采用数字方法直接由模拟/数字转换器(ADC)对输入信号取样,再经FFT处理后获得频谱分布图。据此可知,这种频谱分析仪亦称为实时频谱分析仪,它的频率范围受到ADC采集速率和FFT运算速度的限制。
信号与系统 实验报告 实验三周期信号的频谱分析 实验报告评分：_______ 实验三周期信号的频谱分析 实验目的： 1、掌握连续时间周期信号的傅里叶级数的物理意义和分析方法； 2、观察截短傅里叶级数而产生的“Gibbs现象”，了解其特点以及产生的原因；
3、掌握各种典型的连续时间非周期信号的频谱特征。 实验内容： （1）Q3-1 编写程序Q3_1，绘制下面的信号的波形图： 其中，0 = 0.5π，要求将一个图形窗口分割成四个子图，分别绘制cos( 0t)、cos(3 0t)、cos(5 0t)和x(t) 的波形图，给图形加title，网格线和x坐标标签，并且程序能够接受从键盘输入的和式中的项数。 程序如下: clear,%Clear all variables close all,%Close all figure windows dt = 0.00001; %Specify the step of time variable t = -2:dt:4; %Specify the interval of time w0=0.5*pi; x1=cos(w0.*t); x2=cos(3*w0.*t); x3=cos(5*w0.*t); N=input('Type in the number of the harmonic components N='); x=0; for q=1:N; x=x+(sin(q*(pi/2)).*cos(q*w0*t))/q; end subplot(221) plot(t,x1)%Plot x1 axis([-2 4 -2 2]); grid on, title('signal cos(w0.*t)') subplot(222) plot(t,x2)%Plot x2 axis([-2 4 -2 2]); grid on, title('signal cos(3*w0.*t))') subplot(223) plot(t,x3)%Plot x3 axis([-2 4 -2 2])
信号的频谱分析及MATLAB 实现（实例） 摘自：张登奇,杨慧银.信号的频谱分析及MATLAB 实现[J].湖南理工学院学报(自然科学版),2010,(03) 摘 要：DFT 是在时域和频域上都已离散的傅里叶变换，适于数值计算且有快速算法，是利用计算机实现信号频谱分析的常用数学工具。文章介绍了利用DFT 分析信号频谱的基本流程，重点阐述了频谱分析过程中误差形成的原因及减小分析误差的主要措施，实例列举了MATLAB 环境下频谱分析的实现程序。通过与理论分析的对比，解释了利用DFT 分析信号频谱时存在的频谱混叠、频谱泄漏及栅栏效应，并提出了相应的改进方法。 关键词：MATLAB ；频谱分析；离散傅里叶变换；频谱混叠；频谱泄漏；栅栏效应 3 分析实例 对信号进行频谱分析时，由于信号不同，傅里叶分析的频率单位也可能不同，频率轴有不同的定标方式。为了便于对不同信号的傅里叶分析进行对比，这里统一采用无纲量的归一化频率单位，即模拟频率对采样频率归一化；模拟角频率对采样角频率归一化；数字频率对2π归一化；DFT 的k 值对总点数归一化。同时，为了便于与理论值进行对比，理解误差的形成和大小，这里以确定信号的幅度谱分析为例进行分析说明。假设信号为：)()(t u e t x t -=，分析过程：首先利用CTFT 公式计算其模拟频谱的理论值；然后对其进行等间隔理想采样，得到)(n x 序列，利用DTFT 公式计算采样序列的数字连续频谱理论值，通过与模拟频谱的理论值对比，理解混叠误差形成的原因及减小误差的措施；接下来是对)(n x 序列进行加窗处理，得到有限长加窗序列)(n xw ，再次利用DTFT 公式计算加窗后序列)(n xw 的数字连续频谱，并与加窗前)(n x 的数字连续频谱进行对比，理解截断误差形成的原因及减小误差的措施；最后是对加窗序列进行DFT 运算，得到加窗后序列)(n xw 的DFT 值，它是对)(n xw 数字连续频谱进行等间隔采样的采样值，通过对比，理解栅栏效应及DFT 点数对栅栏效应的影响。利用MATLAB 实现上述分析过程的程序如下： clc;close all;clear; %CTFT 程序，以x(t)=exp(-t) t>=0 为例 %利用数值运算计算并绘制连续信号波形 L=4, %定义信号波形显示时间长度 fs=4,T=1/fs; %定义采样频率和采样周期 t_num=linspace(0,L,100);%取若干时点,点数决定作图精度 xt_num=exp(-1*t_num);%计算信号在各时点的数值 subplot(3,2,1);plot(t_num,xt_num),%绘信号波形 xlabel('时间(秒)'),ylabel('x(t)'),%加标签 grid,title('(a) 信号时域波形'),%加网格和标题 %利用符号运算和数值运算计算连续信号幅度谱的理论值 syms t W %定义时间和角频率符号对象 xt=exp(-1*t)*heaviside(t),%连续信号解析式 XW=fourier(xt,t,W),%用完整调用格式计算其傅氏变换 %在0两边取若干归一化频点，点数决定作图精度 w1=[linspace(-0.5,0,50),linspace(0,1.5,150)];
信号频谱分析和测 试 返回 一、实验室名称：虚拟仪器实验室 二、实验项目名称：信号频谱分析和测试 三、实验目的 1．了解周期函数的傅立叶变换理论及虚拟频谱分析仪的工作原理； 2．熟悉典型信号的波形和频谱特征，并能够从信号频谱中读取所需的信息。 四、实验内容 1．测量典型信号（正弦波、三角波、方波）的频谱并记录； 2．用实验平台的任意波形信号源产生一个任意信号，观察其频谱。 五、实验器材（设备、元器件）： 1、计算机一台 2、SJ-8002B 电子测量实验箱一台 3、FG1617函数发生器一台 4、虚拟频谱分析仪程序 5、Q9线一条 六、实验原理 6.1 常见周期信号傅立叶展开公式与波形 1）方波 ，其中的 2）三角波 ，其中的 )7sin 715sin 513sin 31(sin 4)( +ω+ω+ ω+ωπ=t t t t A t f T π=ω2)7cos 4915sin 2513sin 91(sin 8)(2 +ω-ω+ω-ωπ=t t t t A t f T π=ω2
3）锯齿波 ，其中 6.2 信号的离散傅立叶变换（DFT ） x(t)经采样后变为x(nT ’)，T ’为采样周期，采样频率fs=1/T ’。离散信号x(nT ’)的傅里 叶变换可以表示为： ，n=0，1，…N-1 X(k)是复数，信号的频谱是它的模，为了方便显示，做归一化处理，用 来表示频谱。 频率分辨率为： FFT 是DFT 的快速算法。 6.3 虚拟频谱分析仪 数字式虚拟频谱分析仪是通过A/D 采样器件，将模拟信号转换为数字信号，传给微处 理器系统或计算机来处理.在对交流信号的测量中，根据奈奎斯特采样定理，采样速率必须 是信号频率的两倍以上，采样频率越高，时间轴上的信号分辨力就越高，所获得的信号就越 接近原始信号，在频谱上展现的频带就越宽。 本频谱分析仪采用快速傅立叶变换的方法，分析信号中所含各个频率份量的幅值。其构 成框图如图4所示： 图4频谱分析仪框图 七、实验步骤 7．1 测量典型信号（正弦波、三角波、方波）的频谱 （1） 准备工作：用Q9线连接信号发生器与实验平台的Ain1端，并用EPP 排线连接实 验平台和计算机之间的EPP 接口，最后打开电源.。信号发生器产生一个频率为10K ，峰峰 值为3V 左右的正弦波，启动实验平台配套的频谱分析软件，观察波形显示并作图。 （2）由信号源产生一个频率为10KHz ，峰值为3V 的正弦波，用数字频谱分析仪对该信 号进行频谱测量，幅度刻度方式设为线性刻度，不加窗函数，起始频率为0Hz ，结束频率为 100KHz ，Y 线性参考电压为2V ，将测量结果填入表1，并计算出频谱的理论值填入表1。 )4sin 413sin 312sin 21(sin 2)( +ω+ω+ω+ωπ+= t t t t A A t f T π=ω2()()N nk j N n e n x k X /210π--=∑=N k X )(f ?N f f s =?N kf k f f s k =??=
数字信号处理课程设计报告书 2011年7 月 1日 课题名称 应用MATLAB 对信号进行频谱分析 姓 名 张炜玮 学 号 20086377 院、系、部 电气系 专 业 电子信息工程 指导教师 刘鑫淼 ※※※※※※※※※ ※※ ※※ ※※ ※※ ※※※※※ ※※ 2008级数字信号处理课程设计
应用MATLAB对信号进行频谱分析 20086377 张炜玮 一、设计目的 用MATLAB语言进行编程，绘出所求波形，并且运用FFT求对连续信号进行分析。 二、设计要求 1、用Matlab产生正弦波，矩形波，并显示各自的时域波形图； 2、进行FFT变换，显示各自频谱图，其中采样率、频率、数据长度自选，要求注明； 3、绘制三种信号的均方根图谱； 4、用IFFT回复信号，并显示恢复的正弦信号时域波形图。 三、系统原理 用FFT对信号作频谱分析是学习数字信号处理的重要内容。经常需要进行频谱分析的信号是模拟信号和时域离散信号。频谱分辨率直接和FFT的变换区间N 有关，因为FFT能够实现频率分辨率是2π/N。 x(n)是一个长度为M的有限长序列，则x(n)的N点离散傅立叶变换为： X(k)=DFT[x(n)]= kn N W N n n x ∑ - = 1 ) ( ,k=0,1,...,N-1 N j e N Wπ2- = 逆变换：x(n) =IDFT[X(k)]= kn N W k X N n N - ∑ - = 1 ) ( 1 ,k=0,1,...,N-1 但FFT是一种比DFT更加快速的一种算法，提高了DFT的运算速率,为数字信号处理技术应用于各种信号处理创造了条件，大大提高了数字信号处理技术的发展。本实验就是采用FFT，IFFT对信号进行谱分析。 四、程序设计 fs=input('please input the fs:');%设定采样频率 N=input('please input the N:');%设定数据长度 t=0:0.001:1; f=100;%设定正弦信号频率 %生成正弦信号 x=sin(2*pi*f*t);
1．在系统特性测量中常用白噪声信号作为输入信号，然后测量系统的输出，并将输出信号的频谱作为系统频率特性。请用卷积分定理解释这样做的道理。 答：白噪声是指功率谱密度在整个频域内均匀分布的噪声，所有频率具有相同能量的随机噪声称为白噪声。在其频谱上是一条直线。系统频率特性：传递函数的一种特殊情况，是定义在复平面虚轴上的传递函数。时域卷积分定理：两个时间函数的卷积的频谱等于各个时间函数的乘积，即在时域中两信号的卷积等效于在频域中频谱相乘。频域卷积分定理：两个时间函数的频谱的卷积等效于时域中两个时间函数的乘积。y(t)=h(t)*x(t),对y(t)作付式变换，转到相应的频域下Y(f)=H(f)X(f)，由于x(t)是白噪声，付式变换转到频域下为一定值，假定X(f)=1，则有Y(f)=H(f)，此时就是传递函数。 2．用1000Hz的采样频率对200Hz的正弦信号和周期三角波信号进行采样，请问两个信号采样后是否产生混叠？为什么？ 采样频率ωs（2π／Ts）或fs(1／Ts)必须大于或等于信号x(t)中的最高频率ωm的两倍，即ωs＞2ωm，或fs＞2fm。 为了保证采样后的信号能真实地保留原始模拟信号的信息，采样信号的频率必须至少为原信号中最高频率成分的2倍。这是采样的基本法则，称为采样定理。 但在对信号进行采样时，满足了采样定理，只能保证不发生频率混叠，对信号的频谱作逆傅立叶变换时，可以完全变换为原时域采样信号，而不能保证此时的采样信号能真实地反映原信号。工程实际中采样频率通常大于信号中最高频率成分的3到5倍。 理论上周期三角波的频谱里包含所有奇次谐波分量，也就是说200Hz的周期三角波信号包含600Hz、1kHz、1.4kHz等等谐波，所以用1000Hz采样频率对200Hz周期三角波信号采样，会发生混叠。而对200Hz正弦信号采样不会发生混叠。 3．什么是能量泄露和栅栏效应？能量泄漏与栅栏效应之间有何关系？ 能量泄漏：将截断信号的谱XT(ω)与原始信号的谱X（ω）相比较可知，它已不是原来的两条谱线，而是两段振荡的连续谱．这表明原来的信号被截断以后，其频谱发生了畸变，原来集中在f0处的能量被分散到两个较宽的频带中去了，这种现象称之为频谱能量泄漏（Leakage）。 栅栏效应：对采样信号的频谱,为提高计算效率,通常采用FFT算法进行计算,设数据点数为N = T/dt = T.fs则计算得到的离散频率点为Xs(fi) , fi = i.fs/N , i = 0,1,2,…,N/2。这就相当于透过栅栏观赏风景,只能看到频谱的一部分,而其它频率点看不见,因此很可能使一部分有用的频率成分被漏掉,此种现象被称为栅栏效应。 频谱的离散取样造成了栅栏效应，谱峰越尖锐，产生误差的可能性就越大。例如，余弦信号的频谱为线谱。当信号频率与频谱离散取样点不等时，栅栏效应的误差为无穷大。 实际应用中，由于信号截断的原因，产生了能量泄漏，即使信号频率与频谱离散取样点不相等，也能得到该频率分量的一个近似值。从这个意义上说，能量泄漏误差不完全是有害的。如果没有信号截断产生的能量泄漏，频谱离散取样造成的栅栏效应误差将是不能接受的。 能量泄漏分主瓣泄漏和旁瓣泄漏，主瓣泄漏可以减小因栅栏效应带来的谱峰幅值估计误差，有其好的一面，而旁瓣泄漏则是完全有害的。 4．简述传递函数、频响函数和脉冲响应函数间的联系与区别。 传递函数：零初始条件下线性系统响应（即输出）量的拉普拉斯变化（或z变换）与激励（即输入）量的拉普拉斯变换之比。记作G（s）＝Y（s）／U（s），其中Y（s）、U（s)分别为输出量和输入量的拉普拉斯变换。 频响函数：(1)简谐激励时，稳态输出相量与输入相量之比。(2)瞬态激励时，输出的傅里叶变换与输入的傅里叶变换之比。(3)平稳随机激励时，输出和输入的互谱与输入的自谱之比。
实验三：用FFT 对信号作频谱分析 一、实验原理与方法 1、用FFT 对信号作频分析是学习数字信号处理的重要内容，经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关，因为FFT 能够实现的频率分辨率是N π2，因此要求D N ≤π2。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱，因此N 要适当选择大一些。 2、周期信号的频谱是离散谱，只有用整数倍周期的长度作FFT ，得到的离散谱才能代表周期信号的频谱。如果不知道信号周期，可以尽量选择信号的观察时间长一些。 3、对模拟信号进行谱分析时，首先要按照采样定理将其变成时域离散信号。如果是模拟周期信号，也应该选取整数倍周期长度，经过采样后形成周期序列，按照周期序列的谱分析进行。 二、实验内容 1、对以下序列进行FFT 谱分析： )()(41n R n x = ?????≤≤-≤≤+=n n n n n n x 其他0 7483 01 )(2 ?????≤≤-≤≤-=n n n n n n x 其他0 7433 04)(3 选择FFT 的变换区间N 为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析。程序见附录3.1、实验结果见图3.1。 2、对以下周期序列进行谱分析： n n x 4cos )(4π = n n n x 8cos 4cos )(5π π+= 选择FFT 的变换区间N 为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。程序见附录3.2、实验结果见图3.2。 3、对模拟周期信号进行频谱分析： t t t t x πππ20cos 16cos 8cos )(6++= 选择采样频率Fs=64Hz ，FFT 的变换区间N 为16、32、64三种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。程序见附录3.3、实验结果见图3.3。