信号与系统matlab实验傅里叶分析及应用报告答案
matlab信号与系统实验报告
实验一 基本信号的产生与运算一、 实验目的学习使用MATLAB 产生基本信号、绘制信号波形、实现信号的基本运算。
二、 实验原理MATLAB 提供了许多函数用于产生常用的基本信号：如阶跃信号、脉冲信号、指数信号、正弦信号和周期方波等等。
这些信号是信号处理的基础。
1、 利用MATLAB 产生下列连续信号并作图。
（1）51),1(2)(<<---=t t u t x （2）300),32sin()(3.0<<=-t t e t x t （3）1.01.0,3000cos 100cos )(<<-+=t t t t x （4）2000),8.0cos()1.0cos()(<<=t t t t x ππ 答：（1）、>> t=-1:0.02:5; >> x=(t>1);>> plot(t,-2*x);>> axis([-1,5,-3,1]);>> title('杨婕婕 朱艺星'); >> xlabel('x(t)=-2u(t-1)');（2）、>> t=0:0.02:30;>> x=exp(-0.3*t).*sin(2/3*t);>> plot(t,x);>> title('杨婕婕朱艺星');>> xlabel('x(t)=exp(-0.3*t).*sin(2/3*t)');因为原函数在t=15后x(t)取值接近于零，所以将横坐标改成0到15，看得更清晰axis([0,15,-0.2,0.6]);（3）>> t=-0.1:0.01:0.1;x=cos(100*t)+cos(3000*t);plot(t,x);>> title('杨婕婕朱艺星');>>xlabel('x=cos(100*t)+cos(3000*t)');因为t的间隔取太大，以至于函数不够准确，缩小t的间隔：t=-0.1:0.002:0.2;x=cos(100*t)+cos(3000*t);plot(t,x);title('杨婕婕')>> t=-0.1:0.0001:0.1;x=cos(100*t)+cos(3000*t);>> plot(t,x);title('杨婕婕朱艺星');>> xlabel('x=cos(100*t)+cos(3000*t)');（4）、t=0:0.01:200;>> x=cos(0.1*pi*t).*cos(0.8*pi*t);>> plot(t,x);>> title('杨婕婕朱艺星');>> xlabel('x=cos(0.1*pi*t).*cos(0.8*pi*t)');因为为周期函数，可以将横坐标t间隔扩大以便于观察图像>> axis([0,30,-1,1]);2、利用MATLAB 产生下列离散序列并作图。
MATLAB实验傅里叶分析
实验七 傅里叶变换一、实验目的傅里叶变换是通信系统、图像处理、数字信号处理以及物理学等领域内的一种重要的数学分析工具。
通过傅里叶变换技术可以将时域上的波形分 布变换为频域上的分布，从而获得信号的频谱特性。
MA TLAB 提供了专门的函数fft 、ifft 、fft2(即2维快速傅里叶变换)、ifft2以及fftshift 用于实现对信号的傅里叶变换。
本次实验的目的就是练习使用fft 、ifft 以及fftshift 函数，对一些简单的信号处理问题能够获取其频谱特性（包括幅频和相频特性）。
二、实验预备知识1. 离散傅里叶变换(DFT)以及快速傅里叶变换(FFT)简介设x (t )是给定的时域上的一个波形，则其傅里叶变换为2()() (1)j ft X f x t e dt π∞--∞=⎰显然X ( f )代表频域上的一种分布(波形)，一般来说X ( f )是复数。
而傅里叶逆变换定义为：2()() (2)j ft x t X f e df π∞-∞=⎰因此傅里叶变换将时域上的波形变换为频域上的波形，反之，傅里叶逆变换则将频域上的波形变换为时域上的波形。
由于傅里叶变换的广泛应用，人们自然希望能够使用计算机实现傅里叶变换，这就需要对傅里叶变换(即(1)式)做离散化处理，使之符合电脑计算的特征。
另外，当把傅里叶变换应用于实验数据的分析和处理时，由于处理的对象具有离散性，因此也需要对傅里叶变换进行离散化处理。
而要想将傅里叶变换离散化，首先要对时域上的波形x (t )进行离散化处理。
采用一个时域上的采样脉冲序列:δ (t －nT ), n = 0, 1, 2, …, N －1；可以实现上述目的，如图所示。
其中N 为采样点数，T 为采样周期；f s = 1/T 是采样频率。
注意采样时，采样频率f s 必须大于两倍的信号频率（实际是截止频率），才能避免混迭效应。
接下来对离散后的时域波形()()()()x t x t t nT x nT δ=-=的傅里叶变换()X f 进行离散处理。
MATLAB信号与系统实验报告
信号与系统实验报告（5）MATLAB 综合实验项目二 连续系统的频域分析目的：周期信号输入连续系统的响应可用傅里叶级数分析。
由于计算过程烦琐，最适合用MATLAB 计算。
通过编程实现对输入信号、输出信号的频谱和时域响应的计算，认识计算机在系统分析中的作用。
任务：线性连续系统的系统函数为11)(+=ωωj j H ，输入信号为周期矩形波如图1所示，用MATLAB 分析系统的输入频谱、输出频谱以及系统的时域响应。
图1方法：1、确定周期信号f(t)的频谱nF 。
基波频率Ω。
2、确定系统函数)(Ωjn H 。
3、计算输出信号的频谱nn F jn H Y )(Ω= 4、系统的时域响应∑∞-∞=Ω=n tjn neY t y )(MATLAB 计算为y=Y_n*exp(j*w0*n'*t);要求（画出3幅图）：1、在一幅图中画输入信号f(t)和输入信号幅度频谱|F(jω)|。
用两个子图画出。
2、画出系统函数的幅度频谱|H(jω)|。
3、在一幅图中画输出信号y(t)和输出信号幅度频谱|Y(jω)|。
用两个子图画出。
解:(1)分析计算：输入信号的频谱为(n)输入信号最小周期为=2，脉冲宽度，基波频率Ω=2π/=π，所以(n)系统函数为因此输出信号的频谱为系统响应为(2)程序：t=linspace(-3,3,300);tau_T=1/4; %n0=-20;n1=20;n=n0:n1; %计算谐波次数20F_n=tau_T*Sa(tau_T*pi*n);f=2*(rectpuls(t+1.75,0.5)+rectpuls(t-0.25,0.5)+rectpuls(t-2.25,0.5));figure(1),subplot(2,1,1),line(t,f,'linewidth',2); %输入信号的波形axis([-3,3,-0.1,2.1]);grid onxlabel('Time(sec)','fontsize',8),title('输入信号','fontweight','bold') %设定字体大小，文本字符的粗细text(-0.4,0.8,'f(t)')subplot(2,1,2),stem(n,abs(F_n),'.'); %输入信号的幅度频谱xlabel('n','fontsize',8),title('输入信号的幅度频谱','fontweight','bold')text(-4.0,0.2,'|Fn|')H_n=1./(i*n*pi+1);figure(2),stem(n,abs(H_n),'.'); %系统函数的幅度频谱xlabel('n','fontsize',8),title('系统函数的幅度频谱','fontweight','bold')text(-2.5,0.5,'|Hn|')Y_n=H_n.*F_n;y=Y_n*exp(i*pi*n'*t);figure(3),subplot(2,1,1),line(t,y,'linewidth',2); %输出信号的波形axis([-3,3,0,0.5]);grid onxlabel('Time(sec)','fontsize',8),title('输出信号','fontweight','bold')text(-0.4,0.3,'y(t)')subplot(2,1,2),stem(n,abs(Y_n),'.'); %输出信号的幅度频谱xlabel('n','fontsize',8),title('输出信号的幅度频谱','fontweight','bold')text(-4.0,0.2,'|Yn|')(3)波形：-3-2-1012300.511.52Time(sec)输入信号n输入信号的幅度频谱-20-15-10-55101520n系统函数的幅度频谱-3-2-112300.10.20.30.4Time(sec)输出信号n输出信号的幅度频谱项目三 连续系统的复频域分析目的：周期信号输入连续系统的响应也可用拉氏变换分析。
MATLAB实验报告
仿真程序：
I． 傅里叶正变换的m函数
II． 傅里叶反变换的m函数
图像：
正变换图像：
反变换图像：
二、能量信号的能量谱密度仿真
【例二】(矩形脉冲的能量谱密度) 宽度为 的矩形脉冲的表达式为
g(t)=
其能量谱密度为
Eg（f）= =
参考仿真程序：
图像：
图像：
三、信号通过线性系统
若线性系统的输入是x(t),输出是y（t），则输出与输入的关系可以用卷积来描述y（t）= （式4），其中h（t）是系统的单位冲激相应。
在离散时间和截短的情况下，式4对应到离散卷积
仿真中更为简便的做法是借助频域关系来实现滤波
Y（y）=H(f)X(f)
【例三】（矩形脉冲通过巴特沃斯低通滤波器） 将一个宽为 =1ms的矩形脉冲通过一个3dB带宽为500Hz的6阶巴特沃思滤波器。矩形脉冲的主瓣带宽为1khz。仿真中设置的时间分辨率为1/32ms，频谱分辨率为1/64khz，抽样率为fs=32khz，总观察时间为T=64ms。参考仿真程序：图像：心得体会：
通过此次仿真实验实验中，我学会了如何使用MATLAB建立脚本文件实现函数之间的调用
也学到了通信原理中周期函数的频谱使用MATLAB仿真实现，收获了傅里叶正变换与傅里叶反变换图像十分清晰可见，有助于我对傅里叶变换更加深入地学习。有信号能量密度的仿真图像可知傅里叶反变换与傅里叶正变换是不同的。信号通过线性系统是傅里叶正变换为不规则的频谱，傅里叶反变换时为规则的矩形谱。不管怎么样自己动手做出来的收获就是不一样。
一、周期信号的频谱仿真
虽然Matlab中有许多现成的频域分析工具，如fft、ifft等，但对通信原理的学习者来说，直接进行傅里叶变换更为直观。为此，我们用Matlab提供的函数为基础，编制了两个m函数t2f.m及f2t.m。t2f是傅里叶正变换，对应
MATLAB实验二 傅里叶分析及应用复习课程
M A T L A B实验二傅里叶分析及应用实验二傅里叶分析及应用一、实验目的（一）掌握使用Matlab进行周期信号傅里叶级数展开和频谱分析1、学会使用Matlab分析傅里叶级数展开，深入理解傅里叶级数的物理含义2、学会使用Matlab分析周期信号的频谱特性（二）掌握使用Matlab求解信号的傅里叶变换并分析傅里叶变换的性质1、学会运用Matlab求连续时间信号的傅里叶变换2、学会运用Matlab求连续时间信号的频谱图3、学会运用Matlab分析连续时间信号的傅里叶变换的性质（三）掌握使用Matlab完成信号抽样并验证抽样定理1、学会运用MATLAB完成信号抽样以及对抽样信号的频谱进行分析2、学会运用MATLAB改变抽样时间间隔，观察抽样后信号的频谱变化3、学会运用MATLAB对抽样后的信号进行重建二、实验条件Win7系统，MATLAB R2015a三、实验内容1、分别利用Matlab符号运算求解法和数值计算法求下图所示信号的FT，并画出其频谱图（包括幅度谱和相位谱）[注：图中时间单位为：毫秒(ms)]。
Code:ft = sym('(t+2)*(heaviside(t+2)-heaviside(t+1))+(heaviside(t+1)-heaviside(t-1))+(2-t)*(heaviside(t-1)-heaviside(t-2))');fw = simplify(fourier(ft));subplot(2, 1, 1);ezplot(abs(fw)); grid on;title('amp spectrum');phi = atan(imag(fw) /real(fw));subplot(2, 1, 2);ezplot(phi); grid on;符号运算法Code:dt = 0.01;t = -2: dt: 2;ft = (t+2).*(uCT(t+2)-uCT(t+1))+(uCT(t+1)-uCT(t-1))+(2-t).*(uCT(t-1)-uCT(t-2));N = 2000;k = -N: N;w = pi * k / (N*dt);fw = dt*ft*exp(-i*t'*w);fw = abs(fw);plot(w, fw), grid on;axis([-2*pi 2*pi -1 3.5]);t(20 π ex p(-3 t) heaviside(t) - 8 π ex p(-5 t) heaviside(t))/(2 π)数值运算法2、试用Matlab 命令求ωωωj 54-j 310)F(j ++=的傅里叶反变换，并绘出其时域信号图。
信号与系统matlab实验四
实验四 连续时间信号的傅立叶变换一、实验目的（1）掌握连续信号傅立叶变换与逆变换的计算方法（2）掌握利用MATLAB 实现连续时间信号傅立叶变换的方法二、实验内容1利用fourier()命令求解如下信号的傅立叶变换，给出)(t f 的波形图以及)(ωj F 的表达式和幅度频谱图：（1） 钟形脉冲：∞<<∞-=-t e t f t ,)(2)2(;（2）符号函数：⎩⎨⎧<->=0101)(t t t f)(ωF 的表达式：（1）22)(ωπω-=e F（2）ωωi F 2)(-=函数一程序如下：syms t v w x;x=exp(-(t/2)*(t/2));F=fourier(x);subplot(211);ezplot(x);subplot(212);ezplot(F);函数二：syms t v w x;x=Heaviside(t)-Heaviside(-t);F=fourier(x);subplot(211);ezplot(x,[-1,1]);subplot(212);ezplot(abs(F));运行结果如图：（1）（2）2求解如下信号的傅立叶变换，绘出信号的时域波形及幅度频谱图：（1） 升余弦脉冲：10)],cos(1[21)(≤≤+=t t t f π；（2）⎪⎩⎪⎨⎧><-=20221)(t t t t f)(ωF 的表达式：（1）()()[]πωπωωω++-+=Sa Sa Sa F 21)()( （2）()()222sin 22)(ωωωω==Sa F函数一：R=0.02;t=-1:R:1;f=1/2*(1+cos(pi*t));N=200;k=0:N;W=2*pi*k/(10*N*R);F=R*f*exp(-j*t'*W);F=real(F);W=[-fliplr(W),W(2:N+1)];F=[fliplr(F),F(2:N+1)];subplot(2,1,1);plot(t,f);xlabel('t');ylabel('f(t)');title('f(t)=u(t+1)-u(t-1)');axis([-1,1,-0.1,1.1]);subplot(2,1,2);plot(W,F);xlabel('w');ylabel('F(w)');title(' f(t)的傅氏变换F(w)');axis([-30,30,-0.1,1.1]);函数二:R=0.01;t=-2:R:2;f=(1-abs(t)/2);N=400;k=0:N;W=2*pi*k/(10*N*R);F=R*f*exp(-j*t'*W);F=real(F);W=[-fliplr(W),W(2:N+1)];F=[fliplr(F),F(2:N+1)];subplot(2,1,1);plot(t,f);xlabel('t');ylabel('f(t)');title('f(t)=(1-abs(t)/2)*[u(t+2)-u(t-2)]');axis([-2,2,-0.1,1.1]);subplot(2,1,2);plot(W,F);xlabel('w');ylabel('F(w)'); title('f(t)的傅氏变换F(w)'); axis([-25,25,-0.1,2.1]);运行结果如图：（1）（2）3已知)(1t f 的波形如下图所示且)()(11ωj F t f ↔；设)()(*)()(11ωj F t f t f t f ↔=，试用MATLAB 给出)(1t f 、)(t f 、)(1ωj F 及)(ωj F ，并验证时域卷积定理。
信号与系统 matlab答案
M2-3(1) function yt=x(t)yt=(t).*(t>=0&t<=2)+2*(t>=2&t<=3)-1*(t>=3&t<=5); (2)function yt=x (t)yt=(t).*(t>=0&t<=2)+2*(t>=2&t<=3)-1*(t>=3&t<=5);t=0:0.001:6;subplot(3,1,1)plot(t,x2_3(t))title('x(t)')axis([0,6,-2,3])subplot(3,1,2)plot(t,x2_3(0.5*t))title('x(0.5t)')axis([0,11,-2,3])subplot(3,1,3)plot(t,x2_3(2-0.5*t))title('x(2-0.5t)')axis([-6,5,-2,3])图像为：M2-5(3) function y=un(k)y=(k>=0)untiled3.mk=[-2:10]xk=10*(0.5).^k.*un(k); stem(k,xk)title('x[k]')axis([-3,12,0,11])M2-5(6) k=[-10:10]xk=5*(0.8).^k.*cos((0.9)*pi*k) stem(k,xk)title('x[k]')grid onM2-7A=1;t=-5:0.001:5;w0=6*pi;xt=A*cos(w0*t);plot(t,xt)hold onA=1;k=-5:5;w0=6*pi;xk=A*cos(w0*0.1*k);stem(k,xk)axis([-5.5,5.5,-1.2,1.2])title('x1=cos(6*pi*t)&x1[k]')A=1;t=-5:0.001:5;w0=14*pi;xt=A*cos(w0*t);plot(t,xt)hold onA=1;k=-5:5;w0=14*pi;xk=A*cos(w0*0.1*k);stem(k,xk)axis([-5.5,5.5,-1.2,1.2])title('x2=cos(14*pi*t)&x2[k]')A=1;t=-5:0.1:5;w0=26*pi;xt=A*cos(w0*t);plot(t,xt)hold onA=1;k=-5:5;w0=26*pi;xk=A*cos(w0*0.1*k);stem(k,xk)axis([-5.5,5.5,-1.2,1.2])title('x1=cos(26*pi*t)&x1[k]')M2-9(1)k=-4:7;xk=[-3,-2,3,1,-2,-3,-4,2,-1,4,1,-1];stem(k,xk,'file')(2) k=-12:21;x=[-3,0,0,-2,0,0,3,0,0,1,0,0,-2,0,0,-3,0,0,-4,0,0,2,0,0,-1,0,0,4,0,0,1,0,0,-1]; subplot(2,1,1)stem(k,x,'file')title('3倍内插')t=-1:2;y=[-2,-2,2,1];subplot(2,1,2)stem(t,y,'file')title('3倍抽取')axis([-3,4,-4,4])(3) k=-4:7;x=[-3,-2,3,1,-2,-3,-4,2,-1,4,1,-1]; subplot(2,1,1)stem(k+2,x,'file')title('x[k+2]')subplot(2,1,2)stem(k-4,x,'file')title('x[k-4]')(4) k=-4:7;x=[-3,-2,3,1,-2,-3,-4,2,-1,4,1,-1];stem(-fliplr(k),fliplr(x),'file')title('x[-k]')M4-1（1）对于周期矩形信号的傅里叶级数cn =-1/2j*sin(n/2*pi)*sinc(n/2) n=-15:15;X=-j*1/2*sin(n/2*pi).*sinc(n/2);subplot(2,1,1);stem(n,abs(X),'file');title('幅度谱')xlabel('nw');subplot(2,1,2);stem(n,angle(X),'file'); title('相位谱')（2）对于三角波信号的频谱是：Cn=-4n2π2+2nπsin nπ2+4n2π2cos nπ2n=-15:15;X=sinc(n)-0.5*((sinc(n/2)).^2); subplot(2,1,1);stem(n,abs(X),'file');title('幅度谱')xlabel('nw');subplot(2,1,2);stem(n,angle(X),'file');title('相位谱')M4-4(1) tau=0.5;T=100;N=T/tau;t=[0:tau:(T-tau)];x=(t>=0 & t<=2).*1;X=fftshift(tau*fft(x));w=-(pi/tau)+(0:N-1)*(2*pi/(N*tau)); plot(w,X)grid on(4)tau=0.1;T=50;N=T/tau;t=[0:tau:(T-tau)];x=(t>=0).*exp(-t);X=fftshift(tau*fft(x));X=abs(X);w=-(pi/tau)+(0:N-1)*(2*pi/(N*tau)); plot(w,X)grid on。
信号与系统实验网上答案
信号与系统实验网上答案第一篇：信号与系统实验网上答案目的：通过MATLAB编程实现对时域抽样定理的验证，加深抽样定理的理解。
同时训练应用计算机分析问题的能力。
任务：连续信号f(t)=cos(8*pi*t)+2*sin(40*pi*t)+cos(24*pi*t)，经过理想抽样后得到抽样信号fs(t)，通过理想低通滤波器后重构信号f(t)。
方法：1、确定f(t)的最高频率fm。
对于无限带宽信号，确定最高频率fm的方法：设其频谱的模降到10-5左右时的频率为fm。
2、确定Nyquist抽样间隔TN。
选定两个抽样时间：TSTN。
3、MATLAB的理想抽样为n=-200:200;nTs=n*Ts;或 nTs=-0.04:Ts:0.044、抽样信号通过理想低通滤波器的响应理想低通滤波器的冲激响应为系统响应为由于所以MATLAB计算为ft=fs*Ts*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t))));要求（画出6幅图）：当TS1、在一幅图中画原连续信号f(t)和抽样信号fS(t)。
f(t)是包络线，fS(t)是离散信号。
2、画出重构的信号y(t)。
3、画出误差图，即error=abs(f(t)-y(t))的波形。
当TS>TN时同样可画出3幅图。
%a wm=40*pi;wc=1.2*wm;%理想低通截止频率Ts=[0.02 0.03];N=length(Ts);for k=1:N;n=-100:100;nTs=n*Ts(k);fs=(cos(8*pi*nTs)+2*sin(40*pi*nTs)+cos(24*pi*nTs)).*(u(nTs+ pi)-u(nTs-pi));t=-0.25:0.001:0.25;ft=fs*Ts(k)*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t))));t1=-0.25:0.001:0.25;f1=(cos(8*pi*t1)+2*sin(40*pi*t1)+cos(24*pi*t1)).*(u(t1+0.25) -u(t1-0.25));%在一副图中画原连续信号f(t)和样信号f_s(t)。
MAtlab-傅里叶变换-实验报告
MAtlab-傅里叶变换-实验报告陕西科技大学实验报告班级信工082 学号16 姓名刘刚实验组别实验日期室温报告日期成绩报告内容：(目的和要求，原理，步骤，数据，计算，小结等)1.求信号的离散时间傅立叶变换并分析其周期性和对称性；给定正弦信号x(t)=2*cos(2*pi*10*t),fs=100HZ,求其DTFT。
(a)代码：f=10;T=1/f;w=-10:0.2:10;t1=0:0.0001:1;t2=0:0.01:1;n1=-2;n2=8;n0=0;n=n1:0.01:n2;x5=[n>=0.01];x1=2*cos(2*f*pi*t1);x2=2*cos(2*f*pi*t2);x3=(exp(-j).^(t2'*w));x4=x2*x3;subplot(2,2,1);plot(t1,x1);axis([0 1 1.1*min(x2) 1.1*max(x2)]);xlabel('x(n)');ylabel('x(n)');title('原信号x1');xlabel('t');ylabel('x1');subplot(2,2,3);stem(t2,x2);axis([0 1 1.1*min(x2) 1.1*max(x2)]);title('原信号采样结果x2');xlabel('t');ylabel('x2');第页subplot(2,2,2);stem(n,x5);axis([0 1 1.1*min(x5) 1.1*max(x5)]);xlabel('n');ylabel('x2');title('采样函数x2');subplot(2,2,4);stem(t2,x4);axis([0 1 -0.2+1.1*min(x4) 1.1*max(x4)]);xlabel('t');ylabel('x4');title('DTFT结果x4');（b）结果：2.用以下两个有限长序列来验证DTFT的线性、卷积和共轭特性；x1(n)=[1 2 3 4 5 6 7 8 9 10 11 12];x2(n)=R10(n)(1)线性:（a）代码：w=linspace(-8,8,10000);nx1=[0:11]; nx2=[0:9];x1=[1 2 3 4 5 6 7 8 9 10 11 12];第页x2=[1 1 1 1 1 1 1 1 1 1];x3=[x2,zeros(1,(length(x1)-length(x2)))];x4=2*x1+3*x3;X1=x1*exp(-j*nx1'*w);%频率特性X3=x3*exp(-j*nx1'*w);%频率特性X4=x4*exp(-j*nx1'*w);%频率特性subplot(5,3,1),stem(nx1,x1),axis([-1,13,0,15]);title('x1'), ylabel('x(n)');subplot(5,3,2),stem(nx2,x2),axis([-1,13,0,5]);title('x2'); subplot(5,3,3),stem(nx1,x4),axis([-1,13,0,26]);title('x4=2*x1+3* x3');subplot(5,3,4),plot(w,abs(X1)); ylabel('幅度')subplot(5,3,7),plot(w,angle(X1));ylabel('相位')subplot(5,3,10),plot(w,real(X1));ylabel('实部')subplot(5,3,13),plot(w,imag(X1)); ylabel('虚部')subplot(5,3,5),plot(w,abs(X3));subplot(5,3,8),plot(w,angle(X3));subplot(5,3,11),plot(w,real(X3));subplot(5,3,14),plot(w,imag(X3));subplot(5,3,6),plot(w,abs(X4));subplot(5,3,9),plot(w,angle(X4));subplot(5,3,12),plot(w,real(X4));subplot(5,3,15),plot(w,imag(X4));（b）结果：第页(2)卷积:（a）代码：nx1=0:11; nx2=0:9; nx3=0:20;w=linspace(-8,8,40); %w=[-8，8]分10000份x1=[1 2 3 4 5 6 7 8 9 10 11 12];x2=[1 1 1 1 1 1 1 1 1 1];x3=conv(x1,x2);% x1卷积x2x4=x1*exp(-j*nx1'*w);% x1频率特性x5=x2*exp(-j*nx2'*w);% x2频率特性x6=x3*exp(-j*nx3'*w);% x1卷积x2频率特性x7=x4.*x5;subplot(2,2,1),stem(nx1,x1),axis([-1,15,0,15]),title('x1'); subplot(2,2,2),stem(nx2,x2),axis([-1,15,0,5]),title('x2'); subplot(2,1,2),stem(nx3,x3),axis([-1,25,0,80]);title('x1卷积x2第页结果x3');figure,subplot(2,2,1),stem(x4,'filled'),title('x1的DTFT结果x4');subplot(2,2,2),stem(x5,'filled'),title('x2的DTFT结果x5');subplot(2,2,3),stem(x6,'filled'),title('x3的DTFT结果x6');subplot(2,2,4),stem(x7,'filled'),title('x4的DTFT结果x7');figure,subplot(3,2,1),stem(w,abs(x6)), ylabel('幅度'),title('x1卷积x2的DTFT');subplot(4,2,3),stem(w,angle(x6)),ylabel('相位')subplot(4,2,5),stem(w,real(x6)),ylabel('实部')subplot(4,2,7),stem(w,imag(x6)),ylabel('虚部')subplot(4,2,2),stem(w,abs(x7)), title('x1与x2的DTFT的乘积');subplot(4,2,4),stem(w,angle(x7));subplot(4,2,6),stem(w,real(x7));subplot(4,2,8),stem(w,imag(x7));（b）结果：第页第页(3)共轭:（a）代码：x1n=[1 2 3 4 5 6 7 8 9 10 11 12];w=-10:10;N1=length(x1n);n1=0:N1-1;x1=real(x1n);x2=imag(x1n);x2n=x1-j*x2;X1=x2n*(exp(-j).^(n1'*w));X2=x1n*(exp(j).^(n1'*w));x3=real(X2);x4=imag(X2);X2=x3-j*x4;figure,subplot(211);stem(w,X1,'.');title('x1n共轭的DTFT');第页subplot(212);stem(w,X2,'.');title('x1n的DTFT取共轭且反折'); （b）结果：3. 求LTI系统的频率响应给定系统H（Z）=B（Z）/A（Z），A=[0.98777 -0.31183 0.0256]B=[0.98997 0.989 0.98997]，求系统的幅频响应和相频响应。
信号与系统实验答案
实验十二：连续时间系统的频域分析例题：1、使用MATLAB 函数实现下列信号的傅里叶变换，并画出变换后的曲线 求出e -|2t|的傅里叶变换，并画出变换后的曲线clear all; syms t f;f=fourier(exp((-2)*abs(t))); ezplot(f);-6-4-224600.10.20.30.40.50.60.70.80.91w4/(4+w 2)1、 使用MATLAB 函数实现下列信号的傅里叶逆变换 已知F （jw ）=1/1+w 2,求信号的逆傅里叶变换syms t w;ifourier(1/(1+(w^2)),t);ans1/2*exp(-t)*heaviside(t)+1/2*exp(t)*heaviside(-t)3、使用MATLAB函数实现傅里叶的时移特性画出f（t）=1/2e-2t u(t)和f(t-1)的频谱图，观察信号时移对频谱的影响clear all;r=0.02;t=-5:r:5;N=200;w=2*pi;k=-N:N;w=k*w/N;f1=1/2*exp(-2*t).*stepfun(t,0);F=r*f1*exp(-j*t'*w);F1=abs(F);P1=angle(F);subplot(3,1,1);plot(t,f1);grid on;ylabel('f(t)');title('f(t)'); subplot(3,1,2); plot(w,F1); xlabel('w');grid on;ylabel('F(jw)'); subplot(3,1,3); plot(w,P1*180/pi); grid;xlabel('w'); ylabel('相位度');。
-5-4-3-2-10123450.5tf (t )f(t)-8-6-4-20246800.20.4wF (j w )-8-6-4-202468-100100w相位(度)4、 使用MATLAB 函数实现下列信号的频移变换已知f （t ）为门函数，求f 1（t ）= f （t ）e -j5t 以及f 2（t ）e j5t 的频谱图clear all; R=0.02; t=-2:R:2;f=stepfun(t,-1)-stepfun(t,1); f1=f.*exp(-j*5*t); f2=f.*exp(j*5*t); N=500; W1=5*pi; k=-N:N; W=k*W1/N;。
matlab fft谱分析实验报告
matlab fft谱分析实验报告Matlab FFT谱分析实验报告引言谱分析是一种常用的信号处理技术，用于研究信号的频率成分和能量分布。
傅里叶变换是一种常见的谱分析方法，而Matlab中的FFT函数则是实现傅里叶变换的强大工具。
本实验旨在通过使用Matlab中的FFT函数对不同类型的信号进行谱分析，探索其在实际应用中的作用和价值。
实验方法1. 生成信号首先，我们使用Matlab中的函数生成几种不同类型的信号，包括正弦信号、方波信号和噪声信号。
通过调整信号的频率、幅度和噪声水平，我们可以模拟不同的实际场景。
2. 调用FFT函数接下来，我们使用Matlab中的FFT函数对生成的信号进行频谱分析。
FFT函数将信号从时域转换到频域，提供了信号在不同频率上的能量分布情况。
3. 绘制频谱图通过调用Matlab中的绘图函数，我们可以将FFT函数输出的频谱数据可视化为频谱图。
频谱图通常以频率为横轴，能量或幅度为纵轴，展示了信号在不同频率上的能量分布情况。
实验结果1. 正弦信号的频谱分析我们首先对一个频率为50Hz、幅度为1的正弦信号进行频谱分析。
结果显示，该信号在50Hz附近有一个明显的峰值，表示信号主要由50Hz频率成分组成。
2. 方波信号的频谱分析接下来，我们对一个频率为10Hz、幅度为1的方波信号进行频谱分析。
由于方波信号包含丰富的谐波成分，频谱图中出现了多个峰值，每个峰值对应一个谐波成分。
3. 噪声信号的频谱分析最后，我们对一个包含高斯噪声的信号进行频谱分析。
噪声信号的频谱图呈现出平坦的能量分布，没有明显的峰值。
这说明噪声信号在各个频率上都有一定的能量分布，没有明显的频率成分。
讨论与分析通过对不同类型信号的频谱分析，我们可以得出以下结论：1. 正弦信号的频谱图呈现出一个明显的峰值，表示信号主要由该频率成分组成。
这对于识别和分析周期性信号非常有用。
2. 方波信号的频谱图呈现出多个峰值，每个峰值对应一个谐波成分。
（完整版）信号与系统Matlab实验作业
（完整版）信号与系统Matlab实验作业实验一典型连续时间信号和离散时间信号一、实验目的掌握利用Matlab 画图函数和符号函数显示典型连续时间信号波形、典型时间离散信号、连续时间信号在时域中的自变量变换。
二、实验内容1、典型连续信号的波形表示（单边指数信号、复指数信号、抽样信号、单位阶跃信号、单位冲击信号）1）画出教材P28习题1-1(3) ()[(63)(63)]t f t e u t u t =----的波形图。
function y=u(t) y=t>=0; t=-3:0.01:3;f='exp(t)*(u(6-3*t)-u(-6-3*t))'; ezplot(f,t); grid on;2）画出复指数信号()()j t f t e σω+=当0.4, 8σω==(0<t<10)时的实部和虚部的< p="">波形图。
t=0:0.01:10;f1='exp(0.4*t)*cos(8*t)'; f2='exp(0.4*t)*sin(8*t)'; figure(1) ezplot(f1,t); grid on; figure(2) ezplot(f2,t); grid on;t=-10:0.01:10; f='sin(t)/t'; ezplot(f,t); grid on;t=0:0.01:10;f='(sign(t-3)+1)/2'; ezplot(f,t);grid on;5）单位冲击信号可看作是宽度为?，幅度为1/?的矩形脉冲，即t=t 1处的冲击信号为11111()()0 t t t x t t t otherδ??<<+?=-=画出0.2?=, t 1=1的单位冲击信号。
t=0:0.01:2;f='5*(u(t-1)-u(t-1.2))'; ezplot(f,t); grid on;axis([0 2 -1 6]);2、典型离散信号的表示（单位样值序列、单位阶跃序列、实指数序列、正弦序列、复指数序列）编写函数产生下列序列：1）单位脉冲序列，起点n0，终点n f，在n s处有一单位脉冲。
信号与系统matlab实验傅里叶分析及应用报告答案
实验二傅里叶分析及应用姓名学号班级一、实验目的（一）掌握使用Matlab进行周期信号傅里叶级数展开和频谱分析1、学会使用Matlab分析傅里叶级数展开，深入理解傅里叶级数的物理含义2、学会使用Matlab分析周期信号的频谱特性（二）掌握使用Matlab求解信号的傅里叶变换并分析傅里叶变换的性质1、学会运用Matlab求连续时间信号的傅里叶变换2、学会运用Matlab求连续时间信号的频谱图3、学会运用Matlab分析连续时间信号的傅里叶变换的性质（三）掌握使用Matlab完成信号抽样并验证抽样定理1、学会运用MATLAB完成信号抽样以及对抽样信号的频谱进行分析2、学会运用MATLAB改变抽样时间间隔，观察抽样后信号的频谱变化3、学会运用MATLAB对抽样后的信号进行重建二、实验条件需要一台PC机和一定的matlab编程能力三、实验内容2、分别利用Matlab符号运算求解法和数值计算法求下图所示信号的FT，并画出其频谱图（包括幅度谱和相位谱）[注：图中时间单位为：毫秒(ms)]。
符号运算法： Ft=sym('t*(Heaviside(t+2)-Heaviside(t+1))+Heaviside(t+1)-Heaviside(t-1)+(-t)*(Heavi side(t-1)-Heaviside(t-2))'); Fw = fourier(Ft); ezplot(abs(Fw)),grid on; phase = atan(imag(Fw)/real(Fw)); ezplot(phase);grid on; title('|F|'); title('phase');3、试用Matlab 命令求ωωωj 54-j 310)F(j ++=的傅里叶反变换，并绘出其时域信号图。
[注意：(1)写代码时j i]syms tFw = sym('10/(3+iw)-4/(5+iw)');ft = ifourier(Fw,t);F = abs(ft);ezplot(F,[-3,3]),grid on;4、已知门函数自身卷积为三角波信号，试用Matlab命令验证FT的时域卷积定理。
matlab fft谱分析实验报告
Matlab FFT 谱分析实验报告介绍本实验报告旨在通过使用Matlab进行FFT（快速傅里叶变换）谱分析，详细介绍该方法的步骤和应用。
FFT是一种常用的信号处理技术，可将时域信号转换为频域信号，并提供了对信号频谱特征进行分析的能力。
实验步骤以下是进行FFT谱分析的步骤：1. 导入信号数据首先，我们需要将待分析的信号数据导入Matlab中。
可以使用load函数加载存储信号数据的文件，或者直接在脚本中定义信号数据。
2. 对信号数据进行预处理在进行FFT谱分析之前，通常需要对信号数据进行预处理。
这可能包括去除噪声、滤波等操作。
在本实验中，我们将假设信号数据已经经过了必要的预处理步骤。
3. 执行FFT变换使用fft函数对信号数据执行FFT变换。
该函数将信号从时域转换为频域，并返回频谱数据。
4. 计算频谱幅度通过对FFT变换结果应用幅度函数，可以计算出信号在不同频率下的幅度。
这将揭示信号中包含的主要频率分量。
5. 绘制频谱图通过使用Matlab的绘图功能，可以将频谱数据可视化为频谱图。
频谱图可以帮助我们更好地理解信号的频谱分布情况。
6. 分析结果根据频谱图，我们可以观察信号的主要频率成分以及它们的幅度。
这有助于我们了解信号的频域特征，并可以用于识别信号中的噪声或其他异常。
实验应用FFT谱分析在许多领域中都有广泛的应用。
以下是一些常见的应用领域：1. 信号处理FFT谱分析可用于处理和分析各种类型的信号，例如音频信号、生物医学信号和电力信号等。
通过分析信号的频谱特征，我们可以提取出信号中的重要信息。
2. 通信系统在通信系统中，FFT谱分析可以用于频谱分配、频谱监测和信号调制等方面。
通过分析信号的频谱特征，我们可以更好地设计和优化通信系统。
3. 振动分析FFT谱分析可用于振动分析领域，用于分析和诊断机械系统的振动特征。
通过分析振动信号的频谱，可以检测到机械系统中的故障和异常。
4. 音频处理在音频处理中，FFT谱分析可用于音频信号的频谱分析、音频合成和音频特征提取等方面。
MAtlab-傅里叶变换-实验报告(最新-编写)
MAtlab-傅里叶变换-实验报告(最新-编写)一、实验目的1. 了解傅里叶变换的基本概念及其在信号处理中的应用；2. 掌握使用Matlab软件进行傅里叶变换的方法；3. 通过实验掌握傅里叶变换的计算与图像分析方法。
二、实验原理1. 傅里叶级数傅里叶级数是一类振幅、频率和相位相同的正弦（余弦）函数构成某一周期函数的和。
若函数f(t)可以表示为周期2π的函数，则有：f(t) = a0 + ∑[an*cos(nwt) + bn*sin(nwt)] (1)其中，a0、an、bn为常数，w=2π/T为角频率，T为周期。
傅里叶级数引入相位角，使得函数形态可以更加丰富，而且描述更加直观。
假设n=0时，a0是函数f(t)的常数项，且an、bn分别表示f(t)的奇、偶对称部分的振幅，即：a0 = (1/2π)∫[f(t)]dt，an = (1/π)∫[f(t)*cos(nwt)]dt，bn =(1/π)∫[f(t)*s in(nwt)]dt式中，*为乘积，∫为积分。
在时域中，傅里叶分析用来分析周期性信号的性质。
但是，在实际应用中，很少有真正的周期性信号，因此需要将傅里叶分析推广到非周期性信号上，即傅里叶变换。
原信号可以表示为一个函数f(t)，其傅里叶变换可以表示为：F(w) = ∫[f(t)*e^(-jwt)]dt其中，j为虚数单位，w为角频率。
傅里叶变换将信号从时域变换到频域，通常使用复数表示幅值与相位。
同时，傅里叶变换也具有很高的线性性质。
即，若有两个函数f1(t)和f2(t)，其傅里叶变换分别是F1(w)和F2(w)，则下列变换同样成立：a1*f1(t) + a2*f2(t)的傅里叶变换为a1*F1(w) + a2*F2(w)其中，a1、a2为常数。
最后，傅里叶变换的性质包括线性、平移、频移、反褶和自相关性等，这些性质都对信号处理和分析具有实际意义。
三、实验内容本实验主要分为两个部分：1. 计算周期波形的傅里叶级数并绘制其频谱图和振幅谱图。
实验二 傅里叶分析及应用
fw = dt*ft*exp(-i*t'*w);
fw = abs(fw);
plot(w, fw), grid on;
axis([-2*pi 2*pi -1 3.5]);
数值运算法
2 / 11'.
.
2、试用 Matlab 命令求 F(j) 10 - 4 的傅里叶反变换，并绘出其时域信号图。 3 j 5 j
3 / 11'.
.
4、设有两个不同频率的余弦信号，频率分别为 f1 100 Hz ， f2 3800 Hz ；现在使用 抽样频率 fs 4000 Hz 对这三个信号进行抽样，使用 MATLAB 命令画出各抽样信号的波形
和频谱，并分析其频率混叠现象
Code： f1 = 100; % f1 = 100 hz ts = 1/4000;% sample = 4000hz dt = 0.0001; t1 = -0.007:dt:0.007; ft = cos(2*f1*pi*t1); subplot(221); plot(t1, ft), grid on; axis([-0.006 0.006 -1.5 1.5]) xlabel('Time/s'),ylabel('f(t)') title('Cosine curve');
5
4
3
2
1
0
0
0.5
1
1.5
2
2.5
t
两个单边指数脉冲的叠加 3、已知门函数自身卷积为三角波信号，试用 Matlab 命令验证 FT 的时域卷积定理。
Code：
f = sym('heaviside(t+1) - heaviside(t-1)'); fw = simplify(fourier(f)); F = fw.*fw; subplot(211); ezplot(abs(F), [-9, 9]), grid on title('FW^2')
信号与系统 matlab 综合 实验 第四章 傅里叶变换
1．如图4.4所示锯齿波信号，分别取一个周期的抽样数据X1（t），0<=t<=1和五个周期的数据X（t），0<=t<5,计算其傅立叶变换X1（w）和X（w），比较有和不同并解释原因。
图4.4 练习题2图编程如下：%计算单位锯齿波和五个周期波形的傅立叶变换%数值算法用矩阵实现，大大加快了运行速度；并且直接调用“sawtooth”生成5个周期的锯齿波T1=1; %单个周期时域范围N1=10000; %时域抽样点数t1=linspace(0,T1-T1/N1,N1)'; %生成抽样时间点f1=1-2*t1; %生成抽样函数值OMG=32*pi; %频域范围K1=100; %频域抽样点数omg=linspace(-OMG/2,OMG/2-OMG/K1,K1)'; %生成抽样频率点X1=T1/N1*exp(-j*kron(omg,t1.'))*f1; %傅里叶正变换求解傅里叶系数fs1=OMG/2/pi/K1*exp(j*kron(t1,omg.'))*X1; %傅里叶逆变换还原时域函数T2=5; %五个周期时域范围N2=10000; %时域抽样点数t2=linspace(0,T2-T2/N2,N2)'; %生成抽样时间点fs2=0*t2;f2=sawtooth(t2*2*pi,0); %生成五个周期的锯齿波X2=T2/N2*exp(-j*kron(omg,t2.'))*f2; %傅里叶正变换求解傅里叶系数fs2=fs2+OMG/2/pi/K1*exp(j*kron(t2,omg.'))*X2; %傅里叶逆变换还原时域函数figure; %生成一个2*2矩阵子图subplot(2,2,1);plot(omg,abs(X1),'r'); %一个周期时的频谱图xlabel('Frequency'),ylabel('Amplitude')title('单个锯齿周期幅频特性曲线');subplot(2,2,2);plot(t1,fs1,'r'); %还原的时域函数xlabel('Time'),ylabel('Amplitude')title('Function after recovered');subplot(2,2,3);plot(omg,abs(X2),'r'); %五个周期时的频谱图xlabel('Frequency'),ylabel('Amplitude')title('五个锯齿周期幅频特性曲线');subplot(2,2,4);plot(t2,fs2,'r'); %还原的时域函数xlabel('Time'),ylabel('Function after recovered')title('Function after recovered');阅读两函数后不难发现，其实就是改变了linspace的范围。
信号系统傅立叶实验Matlab
信号系统实验报告分析傅里叶变换是一中积分变换，它建立了信号时域和频域联系的纽带。
我们从定义中得到了傅里叶变换与逆变换关系式：(w)(t)e jwt F f dt ∞--∞=⎰1()()2jwt f t F w e dw π∞-∞=⎰F(w)称为频谱密度函数。
考虑到三角函数在一个周期内可以写为f=(1-(abs(t)/2)) 法一：最开始，我想到了一种符号积分的方法，进行三角函数的傅里叶变换，可以用简单表达式进行求解，matlab 具体代码如下：close all %关闭所有Figure 窗口syms t w f ft ; %定义符号变量f=(1-(abs(t)/2)); % 三角波信号ft=f*exp(-j*w*t); %计算被积函数Fw=int(ft,t,-2,2); %计算傅里叶变换F(w)Fw=simple(Fw); %化简Fwfigure(1);% subplot(211); %确定第一幅图绘图窗口% ezplot(f,[-2 2]); %绘制三角波信号f1=(1/2*pi)*Fw*exp(j*w*t);% f2=int(f1,w,-100,100);% f2=simple(f2);% plot(t,f,'-k',t,f2,':k'); %对比反变换与原波形的不同axis([-3 3 0 1.1]); %设置图形外边框范围title('三角波信号'); %为第一幅图取名为三角波信号figure(2);% subplot(212) %确定第二幅图绘图窗口ezplot(abs(Fw),[-8:0.01:8]); %绘制三角波信号的频谱title('三角波信号的频谱'); %为第二幅图取名为三角波信号的频谱 grid;得到结果为：缺点是，当用Fw进行符号的傅里叶反变换时，matlab提示已经无法进行符号积分了。
所以得不出Fw反变换后的波形。
(2021年整理)信号与系统matlab实验及答案
（完整）信号与系统matlab实验及答案编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（（完整）信号与系统matlab 实验及答案）的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。
本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为（完整）信号与系统matlab实验及答案的全部内容。
产生离散衰减正弦序列()π0.8sin 4n x n n ⎛⎫= ⎪⎝⎭, 010n ≤≤，并画出其波形图。
n=0:10;x=sin （pi/4*n ）.＊0.8。
^n ；stem （n,x ）；xlabel( ’n’ ）;ylabel( ’x(n）' ）;用MATLAB 生成信号()0sinc at t -， a 和0t 都是实数,410t -<<，画波形图。
观察并分析a 和0t 的变化对波形的影响.t=linspace(—4，7);a=1;t0=2;y=sinc（a＊t-t0）；plot（t,y）；t=linspace(—4,7)；a=2；t0=2;y=sinc（a*t—t0)；plot(t,y)；t=linspace(-4,7); a=1；t0=2；y=sinc(a＊t—t0)；plot(t,y）;三组对比可得a 越大最大值越小，t0越大图像对称轴越往右移某频率为f 的正弦波可表示为()()cos 2πa x t ft =，对其进行等间隔抽样,得到的离散样值序列可表示为()()a t nT x n x t ==,其中T 称为抽样间隔，代表相邻样值间的时间间隔，1s f T=表示抽样频率,即单位时间内抽取样值的个数。
抽样频率取40 Hz s f =，信号频率f 分别取5Hz ， 10Hz, 20Hz 和30Hz 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验二傅里叶分析及应用姓名学号班级一、实验目的（一）掌握使用Matlab进行周期信号傅里叶级数展开和频谱分析1、学会使用Matlab分析傅里叶级数展开，深入理解傅里叶级数的物理含义2、学会使用Matlab分析周期信号的频谱特性（二）掌握使用Matlab求解信号的傅里叶变换并分析傅里叶变换的性质1、学会运用Matlab求连续时间信号的傅里叶变换2、学会运用Matlab求连续时间信号的频谱图3、学会运用Matlab分析连续时间信号的傅里叶变换的性质（三）掌握使用Matlab完成信号抽样并验证抽样定理1、学会运用MATLAB完成信号抽样以及对抽样信号的频谱进行分析2、学会运用MATLAB改变抽样时间间隔，观察抽样后信号的频谱变化3、学会运用MATLAB对抽样后的信号进行重建二、实验条件需要一台PC机和一定的matlab编程能力三、实验内容2、分别利用Matlab符号运算求解法和数值计算法求下图所示信号的FT，并画出其频谱图（包括幅度谱和相位谱）[注：图中时间单位为：毫秒(ms)]。
符号运算法： Ft=sym('t*(Heaviside(t+2)-Heaviside(t+1))+Heaviside(t+1)-Heaviside(t-1)+(-t)*(Heavi side(t-1)-Heaviside(t-2))'); Fw = fourier(Ft); ezplot(abs(Fw)),grid on; phase = atan(imag(Fw)/real(Fw)); ezplot(phase);grid on; title('|F|'); title('phase');3、试用Matlab 命令求ωωωj 54-j 310)F(j ++=的傅里叶反变换，并绘出其时域信号图。
[注意：(1)写代码时j i]syms tFw = sym('10/(3+iw)-4/(5+iw)');ft = ifourier(Fw,t);F = abs(ft);ezplot(F,[-3,3]),grid on;4、已知门函数自身卷积为三角波信号，试用Matlab命令验证FT的时域卷积定理。
[注：即验证门函数FT的平方与相应三角波信号的FT后结果是否一致，可结合频谱图观察分析]f = sym('Heaviside(t+1)-Heaviside(t-1)'); Fw = simplify(fourier(f)); F = Fw.*Fw;ezplot(abs(F)),grid on title('Fw*Fw');triangle = sym('(t+2)*Heaviside(t+2)-2*t*Heaviside(t)+(t-2)*Heaviside(t-2)'); Fttriangle = fourier (triangle); F = simplify (Fttriangle); ezplot(abs(F),[-6,6]),grid on; title('triangle FT');5、设有两个不同频率的余弦信号，频率分别为Hz f 1001=，Hz f 38002=；现在使用抽样频率Hz f s 4000=对这三个信号进行抽样，使用MATLAB 命令画出各抽样信号的波形和频谱，并分析其频率混叠现象[建议：抽样信号的频谱图横坐标范围不小于-10000Hz~10000Hz 或-20000*pi~20000*pi rad/s ]。
F1=100Hz 时，实验代码如下： Ts=1/4000;dt=0.0001;t1=-0.006:dt:0.006;ft=cos(2*pi*100*t1);subplot(221);plot(t1,ft),grid on;axis([-0.006 0.006 -1.6 1.6]); xlabel('Time(sec)'),ylabel('f(t)') title('余弦信号波形');N=5000;k=-N:N;W=2*pi*k/((2*N+1)*dt);Fw=dt*ft*exp(-j*t1'*W);subplot(222);plot(W,abs(Fw));grid on;axis([-20000 20000 0 0.006]); xlabel('\omega'),ylabel('F(w)');title('余弦信号的频谱');t2=-0.006:Ts:0.006;fst=cos(2.*pi.*100*t2);subplot(223)plot(t1,ft,':'),hold onstem(t2,fst),grid onaxis([-0.006 0.006 -1.5 1.5]) xlabel('Time (sec)'),ylabel('fs（t）') title('抽样后的信号'),hold off Fsw=Ts*fst*exp(-j*t2'*W); subplot(224)plot(W,abs(Fsw)),grid onaxis([-20000 20000 0 0.006]) xlabel('\omega'),ylabel('Fsw')title('抽样信号的频谱')F2=3800Hz时，实验代码如下：Ts=1/4000;dt=0.0001;t1=-0.006:dt:0.006;ft=cos(2*pi*3800*t1); subplot(221);plot(t1,ft),grid on;axis([-0.006 0.006 -1.6 1.6]); xlabel('Time(sec)'),ylabel('f(t)') title('余弦信号波形');N=5000; k=-N:N;W=2*pi*k/((2*N+1)*dt);Fw=dt*ft*exp(-j*t1'*W); subplot(222);plot(W,abs(Fw));grid on;axis([-20000 20000 0 0.006]); xlabel('\omega'),ylabel('F(w)'); title('余弦信号的频谱');t2=-0.006:Ts:0.006;fst=cos(2.*pi.*100*t2);subplot(223)plot(t1,ft,':'),hold onstem(t2,fst),grid onaxis([-0.006 0.006 -1.5 1.5])xlabel('Time (sec)'),ylabel('fs（t）')title('抽样后的信号'),hold offFsw=Ts*fst*exp(-j*t2'*W);subplot(224)plot(W,abs(Fsw)),grid onaxis([-20000 20000 0 0.006])xlabel('\omega'),ylabel('Fsw')title('抽样信号的频谱')Sa信号经过冲激脉冲抽样后得到的抽样信(六) 结合抽样定理，利用MATLAB编程实现)(t号()t f s及其频谱[建议：冲激脉冲的周期分别取4*pi/3 s、pi s、2*pi/3 s三种情况对比]，并Sa信号。
利用()t f s构建)(t周期取4*pi/3 s：周期取pi s：wm=2;wc=1.2*wm;Ts=pi;dt=0.1;t1=-4:dt:4;ft=sinc(t1/pi).*(uCT(t1+10)-uCT(t1-10));N=500;k=-N:N;W=2*pi*k/((2*N+1)*dt);n=-100:100;nTs=n*Ts;fst=sinc(nTs/pi).*(uCT(nTs+10)-uCT(nTs-10)); subplot(221);plot(t1,ft,':'),hold onstem(nTs,fst),grid onaxis([-4 4 -1 1]);xlabel('Time (sec)'),ylabel('fs（t）')title('Sa(t)抽样后的信号'),hold off;Fsw=Ts*fst*exp(-j*nTs'*W);subplot(222)plot(W,abs(Fsw),'c'),grid onaxis([-10 10 -3 10])xlabel('\omega'),ylabel('Fsw')title('Sa(t)抽样信号的频谱')t=-10:dt:10;f=fst*Ts*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t)))); subplot(223);plot(t,f,'m:'),grid on;axis([-10 10 -2 9]);xlabel('t'),ylabel('f(t)');title('由f(nTs)信号重建得到Sa(t)信号');周期取2*pi/3 s：实验代码如下:wm=2;wc=1.2*wm;Ts=2*pi/3;dt=0.1;t1=-4:dt:4;ft=sinc(t1/pi).*(uCT(t1+10)-uCT(t1-10));N=500;k=-N:N;W=2*pi*k/((2*N+1)*dt);n=-100:100;nTs=n*Ts;fst=sinc(nTs/pi).*(uCT(nTs+10)-uCT(nTs-10));subplot(221);plot(t1,ft,':'),hold onstem(nTs,fst),grid onaxis([-4 4 -1 1]);xlabel('Time (sec)'),ylabel('fs（t）')title('Sa(t)抽样后的信号'),hold off;Fsw=Ts*fst*exp(-j*nTs'*W);subplot(222)plot(W,abs(Fsw),'c'),grid onaxis([-10 10 -3 10])xlabel('\omega'),ylabel('Fsw')title('Sa(t)抽样信号的频谱')t=-10:dt:10;f=fst*Ts*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t)))); subplot(223);plot(t,f,'m:'),grid on;axis([-10 10 -2 9]);xlabel('t'),ylabel('f(t)');title('由f(nTs)信号重建得到Sa(t)信号');四、实验结论和讨论信号的时域与频域呈离散与周期的对应关系。