傅里叶变换实验报告
傅里叶实验报告
一、实验目的1. 了解傅里叶变换的基本原理和方法。
2. 掌握傅里叶变换在信号处理中的应用。
3. 通过实验验证傅里叶变换在信号处理中的效果。
二、实验原理傅里叶变换是一种将信号从时域转换为频域的方法，它可以将一个复杂的信号分解为一系列不同频率的正弦波和余弦波的叠加。
傅里叶变换的基本原理是：任何周期信号都可以表示为一系列不同频率的正弦波和余弦波的叠加。
三、实验仪器与材料1. 实验箱2. 信号发生器3. 示波器4. 计算机及傅里叶变换软件四、实验步骤1. 设置信号发生器，产生一个正弦信号，频率为f1，幅度为A1。
2. 将信号发生器输出的信号输入到实验箱，通过示波器观察该信号。
3. 利用傅里叶变换软件对观察到的信号进行傅里叶变换，得到频谱图。
4. 改变信号发生器的频率，分别产生频率为f2、f3、f4的正弦信号，重复步骤2-3。
5. 分析不同频率信号的频谱图，观察傅里叶变换在信号处理中的应用。
五、实验数据与结果1. 当信号发生器频率为f1时，示波器显示的信号波形如图1所示。
图1：频率为f1的正弦信号波形2. 对频率为f1的正弦信号进行傅里叶变换，得到的频谱图如图2所示。
图2：频率为f1的正弦信号的频谱图从图2可以看出，频率为f1的正弦信号在频域中只有一个频率成分，即f1。
3. 重复步骤4，分别对频率为f2、f3、f4的正弦信号进行傅里叶变换，得到的频谱图分别如图3、图4、图5所示。
图3：频率为f2的正弦信号的频谱图图4：频率为f3的正弦信号的频谱图图5：频率为f4的正弦信号的频谱图从图3、图4、图5可以看出，不同频率的正弦信号在频域中分别只有一个频率成分，即对应的f2、f3、f4。
六、实验分析与讨论1. 傅里叶变换可以将信号从时域转换为频域，方便我们分析信号的频率成分。
2. 通过傅里叶变换，我们可以得到信号的频谱图，直观地观察信号的频率成分。
3. 实验结果表明，傅里叶变换在信号处理中具有重要作用，可以应用于信号分解、滤波、调制等领域。
序列的傅里叶变换实验报告
实验一 序列的傅立叶变换一、实验目的1.进一步加深理解DFS,DFT 算法的原理;2.研究补零问题;3.快速傅立叶变换（FFT ）的应用。
二、实验步骤1. 复习DFS 和DFT 的定义，性质和应用；2. 熟悉MATLAB 语言的命令窗口、编程窗口和图形窗口的使用；利用提供的程序例子编写实验用程序；按实验内容上机实验，并进行实验结果分析；写出完整的实验报告，并将程序附在后面。
三、实验内容1. 周期方波序列的频谱试画出下面四种情况下的的幅度频谱,并分析补零后，对信号频谱的影响。
2. 有限长序列x(n)的DFT 取x(n)(n=0:10)时，画出x(n)的频谱X(k) 的幅度； （2） 将（1）中的x(n)以补零的方式，使x(n)加长到(n:0~100)时，画出x(n)的频谱X(k) 的幅度；（3） 取x(n)(n:0~100)时，画出x(n)的频谱X(k) 的幅度。
利用FFT 进行谱分析 3.已知：模拟信号以t=0.01n(n=0:N-1)进行采样，求N 点DFT 的幅值谱。
请分别画出N=45; N=50;N=55;N=60时的幅值曲线。
4. 自己编写基2 DIT-FFT 的FFT 函数，并用编写MATLAB 程序，利用DFT 计算所给序列的线性卷积；在程序中利用自己编写的FFT 函数。
已知()cos(0.48)cos(0.52),010x n n n n ππ=+≤≤，5104[][]0n h n R n elsewhere ≤≤⎧==⎨⎩ 求[][]*[]y n x n h n = 四、图 1、（1）60,7)4(;60,5)3(;40,5)2(;20,5)1()](~[)(~,2,1,01)1(,01,1)(~=========±±=⎩⎨⎧-+≤≤+-+≤≤=N L N L N L N L n x DFS k X m N m n L m N L m N n m N n x )8cos(5)4sin(2)(t t t x ππ+=)52.0cos()48.0cos()(n n n x ππ+=0.51nx t i d e (n )kX t i d e (k )（2）0.51nx t i d e (n )DFS of SQ.wave:L=16,N=64kX t i d e (k )（3）0.51nx t i d e (n )kX t i d e (k )（4）0.51nx t i d e (n )DFS of SQ.wave:L=16,N=64kX t i d e (k )2、102030405060708090100nsignal x(n) ,0<=n<=100frequency in pi units3、02468FFT N=450246850100150FFT N=50246850100150FFT N=55246010203040FFT N=164、附录：程序%Example1L=5;N=20;n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]); k=[-N/2:N/2];figure(1)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)'); title('DFS of SQ.wave:L=16,N=64'); subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');%Example2M=100;N=100;n=1:M;xn=cos(0.48*pi*n)+cos(0.52*pi*n);n1=[0:1:N-1];y1=[xn(1:1:M),zeros(1,N-M)]; figure(1)subplot(2,1,1);stem(n1,y1);xlabel('n');title('signal x(n) ,0<=n<=100');axis([0,N,-2.5,2.5]);Y1=fft(y1);magY1=abs(Y1(1:1:N/2+1));k1=0:1:N/2;w1=2*pi/N*k1;subplot(2,1,2);title('Samples of DTFT Magnitude');stem(w1/pi,magY1);axis([0,1,0,10]);xlabel('frequency in pi units');%example 3figure(1)subplot(2,2,1)N=45;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t);y=fft(x,N);plot(q,abs(y))stem(q,abs(y))title('FFT N=45')%subplot(2,2,2)N=50;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=50')%subplot(2,2,3)N=55;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=55')%subplot(2,2,4)N=16;n=0:N-1;t=0.01*n;q=n*2*pi/N;x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N);plot(q,abs(y))title('FFT N=16')function[Xk]=dfs(xn,N)n=[0:1:N-1];k=[0:1:N-1];WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;。
傅里叶光学的实验报告(3篇)
第1篇一、实验目的1. 深入理解傅里叶光学的基本原理和概念。
2. 通过实验验证傅里叶变换在光学系统中的应用。
3. 掌握光学信息处理的基本方法，如空间滤波和图像重建。
4. 理解透镜的成像过程及其与傅里叶变换的关系。
二、实验原理傅里叶光学是利用傅里叶变换来描述和分析光学系统的一种方法。
根据傅里叶变换原理，任何光场都可以分解为一系列不同频率的平面波。
透镜可以将这些平面波聚焦成一个点，从而实现成像。
本实验主要涉及以下原理：1. 傅里叶变换：将空间域中的函数转换为频域中的函数。
2. 光学系统：利用透镜实现傅里叶变换。
3. 空间滤波：在频域中去除不需要的频率成分。
4. 图像重建：根据傅里叶变换的结果恢复原始图像。
三、实验仪器1. 光具座2. 氦氖激光器3. 白色像屏4. 一维、二维光栅5. 傅里叶透镜6. 小透镜四、实验内容1. 测量小透镜的焦距实验步骤：（1）打开氦氖激光器，调整光路使激光束成为平行光。
（2）将小透镜放置在光具座上，调节光屏的位置，观察光斑的会聚情况。
（3）当屏上亮斑达到最小时，即屏处于小透镜的焦点位置，测量出此时屏与小透镜的距离，即为小透镜的焦距。
2. 利用夫琅和费衍射测光栅的光栅常数实验步骤：（1）调整光路，使激光束通过光栅后形成衍射图样。
（2）测量衍射图样的间距，根据dsinθ = kλ 的关系式，计算出光栅常数 d。
3. 傅里叶变换光学系统实验实验步骤：（1）将光栅放置在光具座上，调整光路使激光束通过光栅。
（2）在光栅后放置傅里叶透镜，将光栅的频谱图像投影到屏幕上。
（3）在傅里叶透镜后放置小透镜，将频谱图像聚焦成一个点。
（4）观察频谱图像的变化，分析透镜的成像过程。
4. 空间滤波实验实验步骤：（1）将光栅放置在光具座上，调整光路使激光束通过光栅。
（2）在傅里叶透镜后放置空间滤波器，选择不同的滤波器进行实验。
（3）观察滤波后的频谱图像，分析滤波器对图像的影响。
五、实验结果与分析1. 通过测量小透镜的焦距，验证了透镜的成像原理。
傅里叶变换光谱
傅立叶变换光谱实验报告姓名： 学号： 专业：光电子一、 实验目的(1)自组傅里叶变换光谱仪，掌握傅里叶变换光谱的原理； (2) 测量常用光源的光谱分布。
二、 实验原理傅里叶变换光谱仪是基于迈克尔逊干涉仪结构。
使两束相干光的光程差发生连续改变，干涉光强相应发生变化，记录下光强接收器输出中连续的变化部分，得到干涉光强随光程差的变化曲线，即干涉图函数。
然后计算出干涉图的傅里叶余弦变换，即可得到光源的光谱分布。
这样得到的光谱就被称为傅里叶变换光谱。
1、干涉光强的计算根据光波叠加原理，若有两束单色光，它们的波数都是σ，具有Δ的光程差，传播方向和偏振方向相同，光强都是I ’，这两束光相互叠加产生干涉，得到光强为：)2cos('2'2)(cos '42∆+=∆=πσπσI I I I从上式看，单色光的干涉图像包含一个直流分量和一个余弦函数分量，余弦函数分量的周期就是单色光的波长。
若光源不是单色光，光强随波长的分布为I(σ),在光谱间隔d σ内光强是I （σ）d σ将此光源发出的光等强分成两束，相互干涉后光强是：)2cos()(2)(2∆+=πσσσσσd I d I dI在整个光谱范围内的干涉总光强为:I =c ò0¥I (s )d s +c ò0¥I (s )cos(2ps D )d s其中为常数，上式右侧第一项为常数，与光程差Δ无关；右边第二项是光程差的函数，将第二项单独写出：I (D )=c ò0¥I (s )cos(2ps D )d s两束光干涉所得光强是光束光谱分布的傅立叶余弦变换。
傅立叶余弦变换是可逆的，则有：∆∆∆⎰=∞d I c I )2cos()(')(0πσσ 只要测出相干光束的干涉光强随光程差变化的干涉图函数曲线I(σ)进行傅立叶变换就可以得到相干光束的光谱分布。
2、实际应用的相关讨论将上述公式用于实际还需进行一下讨论：1.公式中要求光程差测量范围为0到∞，但实际中光程差的测量范围有限。
傅里叶变换实验报告
傅里叶变换实验报告
一、首先将遥感图像从空间域转换到频率域，把RGB彩色图像转成一系列不同频率的二维正弦波傅里叶图像；
二、然后，在频率域对傅里叶图像进行滤波、掩膜等各种编辑，减少或消除部分高频成份或低频成份；
三、最后，再把频率域的傅里叶图像变换到RGB彩色空间域，得到经过处理的彩色图像，傅里叶变换主要用于消除周期性噪声。
操作步骤：
打开傅里叶变换图像——滤波——保存傅里叶处理图像——傅里叶逆变换
把输入的空间域彩色图像转换成频率域傅里叶图像
如：图一
图一
输入图像表示对1~7波段都处理
打开fourier transform edior 输入处理图像，再打开的图像中只能输入
处理一个波段
选择波段输入显示，低通滤波：ideal 80 增益1，高通：Hanning 200 增益1
傅里叶图像中有分散分布的亮点，应用圆形掩膜可以去除。
首先应用鼠标查询亮点分布坐标，然后启动圆形掩膜功能，设置相应的参数据处理。
低通滤波，去除地物噪声，斑点等，若50不适合，Edit-undo可撤销重做，直到得到合适的半径，点Eile-save ａｓ保存
条带处理后
去条带等，还可在ｍａｓｋ――ｗｅｄｇｅｍａｓｋ中设置该楔形的角度及偏角，每个波段都逐一进行条带、噪音等处理后进行各波段融合
去噪之后融合结果对比。
FFT应用——傅立叶变换实验报告
FFT应用——傅立叶变换实验报告1.实验名称：FFT应用——傅立叶变换2.实验目的：1．加深对DFT算法原理和基本性质的理解。
2．熟悉FFT算法原理和FFT子程序的应用。
3．利用FFT算法对序列信号进行变换及逆变换。
3.实验原理：从纯粹的数学意义上看，傅立叶变换是将一个函数转换为一系列周期函数来处理的。
从物理效果看，傅立叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。
4、实验内容及步骤1.读入长度为N的序列信号。
2．调用信号产生子程序产生实验信号。
3.利用函数FFT1D,对其进行快速傅立叶变换, F1=fft1d(f).4.显示变换后的实验数据。
5.对变换后的信号，利用函数IFFT1D,对其进行傅立叶逆变换, F2=fft1d(f).6.显示变换了中心后的数据，比较和原来的输入信号是否相同。
5.程序清单：傅立叶变换函数fft1dvoid fft1d(int flag,int n, double fr[], double fi[],double tblSin[], double tblCos[]){int i,m,iw,j=0,l,lp,lp2,n2,k;double c,s,wr,wi,xa,ya;for(i=0;i<n-1;i++){if (i < j){xa = fr[i];fr[i] = fr[j];fr[j] = xa;ya = fi[i] ;fi[i] = fi[j];fi[j] = ya;}n2 = n / 2;while (j >= n2){j = j - n2 ;n2 = n2 / 2;}j += n2;}m = 0;n2 = n;while(n2!=1){m += 1 ;n2 = n2/2;}for(l=1;l<=m;l++){lp = (int)pow(2.0,l); lp2 = lp /2.0;k = 0;for(j=0;j<lp2;j++){c = tblCos[k];s = tblSin[k];k += n/lp;for(i=j;i<n;i=i+lp) {iw = i + lp2;wr = fr[iw] * c - fi[iw] * s;wi = fr[iw] * s + fi[iw] * c;fr[iw] = fr[i] - wr ;fi[iw] = fi[i] - wi;fr[i] = fr[i] + wr ;fi[i] = fi[i] + wi;}}}if(flag==1){for(i=0;i<n;i++){fr[i] /= n ;fi[i] /= n;}}}计算sin(i),cos(i)的函数void makeTable(int flag,int n, double tblSin[] , double tblCos[]) {int i;double cc, arg ;cc = -2.0 * PI* flag /n;for(i=0;i<n;i++){arg = i * cc;tblSin[i] = sin(arg);tblCos[i] = cos(arg);}}6.程序运行结果：变换前的信号傅立叶变换后的数据傅立叶逆变换后的数据7.实验分析：信号经过傅立叶变换后，输出的数据实部和虚部分别对称，符合傅立叶变换的性质。
MAtlab-傅里叶变换-实验报告(同名21543)
陕西科技大学实验报告班级信工142 学号22 姓名何岩实验组别实验日期___________ 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=n 1:0.01: n2;x5=[ n>=0.01];x1=2*cos(2*f*pi*t1);x2=2*cos(2*f*pi*t2);x3=(exp(-j)4(t2'*w));x4=x2*x3;subplot(2,2,1);plot(t1,x1);axis([0 1 1.1*mi n(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*mi n(x2) 1.1*max(x2)]);title(' 原信号采样结果x2');xlabel('t');ylabel('x2');subplot(2,2,2);stem( n, x5);axis([0 1 1.1*mi n(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*mi n(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勺线性、卷积和共轭特性; x1( n)=[1 2 3 4 5 6 7 8 9 10 11 12];x2( n)=R 10( n)⑴线性：(a)代码：w=li nspace(-8,8,10000);nx仁[0:11]; nx2=[0:9];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=[x2,zeros(1,(le ngth(x1)-le ngth(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').n DTFT结果川原信号0 05 1眉信寻采率结臭心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*x 3')；subplot(5,3,4),plot(w,abs(X1)); ylabel(' 幅度') subplot(5,3,7),plot(w,a ngle(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,a ngle(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,a ngle(X4)); subplot(5,3,12),plot(w,real(X4));subplot(5,3,15),plot(w,imag(X4));(b)结果：⑵卷积：(a )代码：nx1= 0:11; nx2=0:9; nx3=0:20;w=li nspace(-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);% x1x7=x4.*x5;卷积x2频率特性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 结xl0 5 10 15l DC 0一叫0 101DCi ----- * ------ n■1Q 0 10^JUQ-"w50 10E■-10 Tin □1U0 ©zZ1010 10果x3');figure,subplot(2,2,1),stem(x4,'filled'),title('x1 的DTFT吉果x4');subplot(2,2,2),stem(x5,'filled'),title('x2 的DTFT吉果x5');subplot(2,2,3),stem(x6,'filled'),title('x3 的DTFT吉果x6');subplot(2,2,4),stem(x7,'filled'),title('x4 的DTFT吉果x7'); figure,subplot(3,2,1),stem(w,abs(x6)). ylabel(' 幅度'),title('x1积x2 的DTFT');subplot(4,2,3),stem(w,a ngle(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,a ngle(x7));subplot(4,2,6),stem(w,real(x7));subplot(4,2,8),stem(w,imag(x7));(b)结果:*1巷视说箔畢內10J5330-100泊的（JTFT结畀汕□10 2 口3Q 4Q⑶共轭:(a )代码:xln=[1 2 3 4 5 6 7 8 9 10 11 12]; w=-10:10;N1= le ngth(x1 n); n1=0:N1-1; x1=real(x1 n); x2=imag(x1 n); x2n=x1-j*x2;X 仁 x2 n*(exp(-j)4( n1'*w)); X2=x1 n*(exp(j)4( n1'*w)); x3=real(X2); x4=imag(X2); X2=x3-j*x4;figure,subplot(211);stem(w,X1,'.');title('x1 n 共轭的 DTFT');subplot(212);stem(w,X2,'.');title('x1 n的 DTFT 取共轭且反折');的「JFTH1三汀的「TFT 笊乘祀(b)结果：-10 -B -S3.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。
傅里叶变换光学系统实验报告
傅里叶变换光学系统-实验报告————————————————————————————————作者: ————————————————————————————————日期:实验１0 傅里叶变换光学系统实验时间:201４年3月2０日 星期四一、 实验目的1. 了解透镜对入射波前的相位调制原理。
2. 加深对透镜复振幅、传递函数、透过率等参量的物理意义的认识。
3． 观察透镜的傅氏变换力图像,观察４f 系统的反傅氏变换的图像，并进行比较。
4. 在4f 系统的变换平面插入各种空间滤波器，观察各种试件相应的频谱处理图像。
二、 实验原理1. 透镜的F Ｔ性质及常用函数与图形的关学频谱分析 透镜由于本身厚度的不同，使得入射光在通过透镜时，各处走过的光程差不同,即所受时间延迟不同,因而具有相位调制能力。
假设任意点入射光线在透镜中的传播距离等于改点沿光轴方向透镜的厚度,并忽略光强损失，即通过透镜的光波振幅分布不变，仅产生位相的变化,且其大小正比于透镜在该点的厚度。
设原复振幅分布为(,)L U x y 的光通过透镜后,其复振幅分布受到透镜的位相调制后变为(,)L U x y ':(,)(,)exp[(,)]L L U x y U x y j x y ϕ'= (1）若对于任意一点(ｘ，ｙ）透镜的厚度为(,)D x y ，透镜的中心厚度为0D 。
光线由该点通过透镜时在透镜中的距离为(,)D x y ，空气空的距离为0(,)D D x y -,透镜折射率为n,则该点的位相延迟因子(,)t x y 为:0(,)exp()exp[(1)(,)]t x y jkD jk n D x y =- (2)由此可见只要知道透镜的厚度函数(,)D x y 就可得出其相位调制。
在球面镜傍轴区域,用抛物面近似球面,并引入焦距f,有： 22012111(,)()()2D x y D x y R R =-+- (３）12111(1)()n f R R =-- (4) 220(,)exp()exp[()]2kt x y jknD jx y f=-+ （５) 第一项位相因子0exp()jknD 仅表示入射光波的常量位相延迟,不影响位相的空间分布,即波面形状，所以在运算过程中可以略去。
傅里叶变换 实验报告
傅里叶变换实验报告傅里叶变换实验报告引言：傅里叶变换是一种重要的数学工具，广泛应用于信号处理、图像处理、物理学、工程学等领域。
本次实验旨在通过实际操作和数据分析，深入了解傅里叶变换的原理、特性以及应用。
一、实验目的本实验的目的是通过实际操作，掌握傅里叶变换的基本原理，了解其在信号处理中的应用，并能够正确进行频域分析。
二、实验仪器和材料1. 信号发生器2. 示波器3. 计算机4. 傅里叶变换软件三、实验步骤1. 将信号发生器与示波器连接，并设置合适的频率和幅度，产生一个正弦信号。
2. 通过示波器观察并记录原始信号的时域波形。
3. 将示波器输出的信号通过音频线连接到计算机的输入端口。
4. 打开傅里叶变换软件，选择输入信号源为计算机输入端口，并进行采样。
5. 在傅里叶变换软件中，通过选择合适的窗函数、采样频率和采样点数，进行傅里叶变换。
6. 观察并记录变换后的频域波形，并进行分析。
四、实验结果与分析通过实验操作和数据分析，我们得到了信号的时域波形和频域波形。
在时域波形中，我们可以清晰地看到正弦信号的周期性特征，而在频域波形中，我们可以看到信号的频率成分。
傅里叶变换将信号从时域转换到频域，通过分析频域波形，我们可以得到信号的频率成分。
在实验中，我们可以通过改变信号发生器的频率和幅度，观察频域波形的变化，进一步理解傅里叶变换的原理和特性。
此外，傅里叶变换还可以用于信号滤波。
通过观察频域波形，我们可以选择性地去除某些频率成分，从而实现信号的滤波处理。
这在音频处理、图像处理等领域中具有广泛的应用。
五、实验总结本次实验通过实际操作和数据分析，深入了解了傅里叶变换的原理、特性以及应用。
傅里叶变换作为一种重要的数学工具，在信号处理、图像处理等领域中具有广泛的应用前景。
通过本次实验，我们不仅掌握了傅里叶变换的基本原理和操作方法，还深入了解了信号的时域和频域特性。
这对于我们进一步研究和应用傅里叶变换具有重要的意义。
总之，傅里叶变换是一项重要的数学工具，通过实际操作和数据分析，我们可以更好地理解和应用傅里叶变换，为信号处理和图像处理等领域的研究和应用提供有力支持。
光学傅立叶变换实验报告
一、实验目的1. 理解光学傅立叶变换的基本原理和过程。
2. 掌握光学傅立叶变换的实验方法及步骤。
3. 分析实验结果，验证光学傅立叶变换的基本规律。
二、实验原理光学傅立叶变换是利用光学系统对光场进行傅立叶变换的一种方法。
当一束光通过一个具有傅立叶变换功能的系统时，其光场分布将发生相应的傅立叶变换。
本实验采用4f系统进行光学傅立叶变换，其中f为透镜的焦距。
实验原理如下：1. 光场分布：设物平面上的光场分布为f(x, y)，则其在傅立叶变换透镜L1的后焦面（频谱面）上的光场分布为F(u, v)。
2. 傅立叶变换：根据傅立叶变换公式，有F(u, v) = ∬f(x, y)e^(-j2πux/v)e^(-j2πuy/v)dxdy。
3. 反傅立叶变换：当光场分布F(u, v)通过另一个焦距为f的傅立叶变换透镜L2时，其在像平面上的光场分布为f'(x', y')，满足f'(x', y') = F(u, v)。
三、实验仪器与材料1. 光源：He-Ne激光器2. 物镜：焦距为f的傅立叶变换透镜3. 成像系统：焦距为f的傅立叶变换透镜4. 物平面：光栅或透明薄膜5. 频谱面：光栅或透明薄膜6. 像平面：光栅或透明薄膜7. 照相机：用于记录实验结果8. 实验台：用于固定实验装置四、实验步骤1. 将光源发出的光束经过扩束镜和半透半反镜后，分成两束光，一束作为参考光，另一束作为实验光。
2. 将实验光束经过物镜L1，投射到物平面上，物平面上的光栅或透明薄膜作为待处理的图像。
3. 实验光束经过物镜L1后，在频谱面上形成待处理图像的傅立叶变换频谱。
4. 将参考光束经过成像系统，成像在频谱面上，与实验光束的傅立叶变换频谱进行叠加。
5. 将叠加后的光束经过物镜L2，投射到像平面上，像平面上的光栅或透明薄膜作为处理后的图像。
6. 使用照相机记录实验结果，比较处理前后的图像差异。
五、实验结果与分析1. 实验结果：通过实验，观察并记录了处理前后的图像差异。
fft实验分析实验报告
fft实验分析实验报告FFT实验分析实验报告一、引言傅里叶变换（Fourier Transform）是一种重要的信号分析工具，它能够将一个信号分解成不同频率的成分。
快速傅里叶变换（Fast Fourier Transform，FFT）是一种高效的计算傅里叶变换的算法。
本实验旨在通过实际操作，探究FFT在信号分析中的应用。
二、实验设备与方法1. 实验设备：本实验使用的设备包括示波器、信号发生器和计算机。
2. 实验方法：（1）将信号发生器的输出接入示波器的输入端。
（2）调节信号发生器的参数，如频率、振幅等，产生不同的信号。
（3）通过示波器观察信号的波形，并记录相关数据。
（4）将示波器与计算机通过USB接口连接，将示波器上的数据传输到计算机上。
（5）使用计算机上的软件进行FFT分析，得到信号的频谱信息。
三、实验结果与分析1. 实验一：正弦波信号的FFT分析（1）设置信号发生器的频率为1000Hz，振幅为5V，产生一段正弦波信号。
（2）通过示波器观察信号的波形，并记录相关数据。
（3）将示波器上的数据传输到计算机上，进行FFT分析。
实验结果显示，正弦波信号的频谱图呈现出单个峰值，且峰值位于1000Hz处。
这说明FFT能够准确地分析出信号的频率成分，并将其可视化展示。
2. 实验二：方波信号的FFT分析（1）设置信号发生器的频率为500Hz，振幅为5V，产生一段方波信号。
（2）通过示波器观察信号的波形，并记录相关数据。
（3）将示波器上的数据传输到计算机上，进行FFT分析。
实验结果显示，方波信号的频谱图呈现出多个峰值，且峰值位于500Hz的倍数处。
这说明方波信号由多个频率成分叠加而成，FFT能够将其分解出来，并显示出各个频率成分的强度。
3. 实验三：复杂信号的FFT分析（1）设置信号发生器的频率为100Hz和200Hz，振幅分别为3V和5V，产生一段复杂信号。
（2）通过示波器观察信号的波形，并记录相关数据。
（3）将示波器上的数据传输到计算机上，进行FFT分析。
数字信号处理_快速傅里叶变换FFT实验报告
数字信号处理_快速傅里叶变换FFT实验报告快速傅里叶变换(FFT)实验报告1. 引言数字信号处理是一门研究如何对数字信号进行处理、分析和提取信息的学科。
傅里叶变换是数字信号处理中常用的一种方法，可以将信号从时域转换到频域。
而快速傅里叶变换(FFT)是一种高效的计算傅里叶变换的算法，广泛应用于信号处理、图象处理、通信等领域。
2. 实验目的本实验旨在通过编写程序实现快速傅里叶变换算法，并对不同信号进行频谱分析。
3. 实验原理快速傅里叶变换是一种基于分治策略的算法，通过将一个N点离散傅里叶变换(DFT)分解为多个较小规模的DFT，从而实现高效的计算。
具体步骤如下： - 如果N=1，直接计算DFT；- 如果N>1，将输入序列分为偶数和奇数两部份，分别计算两部份的DFT；- 将两部份的DFT合并为整体的DFT。
4. 实验步骤此处以C语言为例，给出实验的具体步骤：(1) 定义输入信号数组和输出频谱数组；(2) 实现快速傅里叶变换算法的函数，输入参数为输入信号数组和输出频谱数组；(3) 在主函数中调用快速傅里叶变换函数，得到输出频谱数组；(4) 对输出频谱数组进行可视化处理，如绘制频谱图。
5. 实验结果与分析为了验证快速傅里叶变换算法的正确性和有效性，我们设计了以下实验：(1) 生成一个正弦信号，频率为100Hz，采样频率为1000Hz，时长为1秒；(2) 对生成的正弦信号进行快速傅里叶变换，并绘制频谱图；(3) 生成一个方波信号，频率为200Hz，采样频率为1000Hz，时长为1秒；(4) 对生成的方波信号进行快速傅里叶变换，并绘制频谱图。
实验结果显示，对于正弦信号，频谱图中存在一个峰值，位于100Hz处，且幅度较大；对于方波信号，频谱图中存在多个峰值，分别位于200Hz的奇数倍处，且幅度较小。
这与我们的预期相符，说明快速傅里叶变换算法能够正确地提取信号的频谱信息。
6. 实验总结通过本次实验，我们成功实现了快速傅里叶变换算法，并对不同信号进行了频谱分析。
（完整版）快速傅里叶变换实验
（完整版）快速傅⾥叶变换实验实验七快速傅⾥叶变换实验2011010541 机14 林志杭⼀、实验⽬的1．加深对⼏个特殊概念的理解：“采样” ??“混叠”；“窗函数”（截断）??“泄漏”；“⾮整周期截取”??“栅栏” 。
2．加深理解如何才能避免“混叠” ，减少“泄漏” ，防⽌“栅栏”的⽅法和措施以及估计这些因素对频谱的影响。
3．对利⽤通⽤微型计算机及相应的FFT软件，实现频谱分析有⼀个初步的了解。
⼆、实验原理为了实现信号的数字化处理，利⽤计算机进⾏频谱分析――计算信号的频谱。
由于计算机只能进⾏有限的离散计算（即DFT），因此就要对连续的模拟信号进⾏采样和截断。
⽽这两个处理过程可能引起信号频谱的畸变，从⽽使DFT 的计算结果与信号的实际频谱有误差。
有时由于采样和截断的处理不当，使计算出来的频谱完全失真。
因此在时域处理信号时要格外⼩⼼。
时域采样频率过低，将引起频域的“混叠” 。
为了避免产⽣“混叠” ，要求时域采样时必须满⾜采样定理，即：采样频率fs必须⼤于信号中最⾼频率fc的2倍（fs> 2fc）。
因此在信号数字处理中，为避免混叠，依不同的信号选择合适的采样频率将是⼗分重要的。
频域的“泄漏” 是由时域的截断引起的。
时域的截断使频域中本来集中的能量向它的邻域扩散（如由⼀个δ（f）变成⼀个sinc（f），⽽泄漏的旁瓣将影响其它谱线的数值。
时域截断还会引起“栅栏效应” ，对周期信号⽽⾔，它是由于截断长度不等于周期信号的周期的整数倍⽽引起的。
因此避免“栅栏”效应的办法就是整周期截断。
综上所述，在信号数字化处理中应⼗分注意以下⼏点：1．为了避免“混叠” ，要求在采样时必须满⾜采样定理。
为了减少“泄漏” ，应适当增加截断长度和选择合适的窗对信号进⾏整周期截取，则能消除“栅栏数应” 。
增加截断长度，则可提⾼频率分辨率。
三、预习内容熟悉Matlab 语⾔、函数和使⽤⽅法；利⽤Matlab 所提供的FFT函数编写程序。
fft实验报告
fft实验报告傅里叶变换（Fast Fourier Transform, FFT）是一种重要的数学工具，广泛应用于信号处理、图像处理、通信系统等领域。
本文将从理论和实验两个方面，介绍FFT的原理、应用以及实验结果。
一、FFT的原理FFT是一种将时域信号转换为频域信号的算法，它基于傅里叶级数展开的思想。
傅里叶级数展开可以将一个周期信号表示为一系列正弦和余弦函数的叠加，而FFT则能够将非周期信号分解成一系列频率成分。
FFT的核心思想是将一个N点的离散信号变换为N/2个频率分量，其中前一半为正频率分量，后一半为负频率分量。
通过分别计算正频率和负频率的离散傅里叶变换（DFT），再利用对称性质进行合并，最终得到频域信号。
二、FFT的应用1. 信号处理：FFT在信号处理中有广泛应用，例如音频信号的频谱分析、滤波、降噪等。
通过将信号转换到频域，可以方便地分析信号的频率成分，从而实现各种信号处理算法。
2. 图像处理：FFT在图像处理中也有重要应用。
通过对图像进行二维FFT变换，可以将图像转换为频域表示，从而实现图像增强、去噪、压缩等操作。
例如，图像的频域滤波可以有效地去除图像中的噪声，提高图像的质量。
3. 通信系统：FFT在通信系统中也扮演着重要角色。
例如，在OFDM（正交频分复用）系统中，FFT用于将多个子载波的频域信号转换为时域信号进行传输。
这种技术能够提高信号的传输效率和抗干扰能力。
三、FFT实验结果为了验证FFT算法的正确性和效果，我们进行了一系列实验。
首先，我们使用MATLAB编程实现了FFT算法，并将其应用于音频信号处理。
通过对一段音频信号进行FFT变换，我们成功地获得了该信号的频谱图，并观察到不同频率成分的存在。
接下来，我们将FFT算法应用于图像处理。
我们选择了一张包含噪声的图像，并对其进行FFT变换。
通过对频域图像进行滤波操作，我们成功去除了图像中的噪声，并获得了清晰的图像。
最后，我们将FFT算法应用于通信系统中的OFDM技术。
快速傅里叶变换实验报告
快速傅里叶变换实验报告班级：姓名：学号:快速傅里叶变换一．实验目的1.在理论学习的基础上，通过本实验加深对快速傅立叶变换的理解；2.熟悉并掌握按时间抽取FFT 算法的程序；3.了解应用FFT 进行信号频谱分析过程中可能出现的问题，例如混淆、泄漏、栅栏效应等，以便在实际中正确应用FFT 。
二．实验内容1.仔细分析教材第六章‘时间抽取法FFT ’的算法结构，编制出相应的用FFT 进行信号分析的C 语言（或MATLAB 语言）程序；2.用FFT 程序分析正弦信号()sin(2)[()(*)],(0)1y t f t u t u t N T t u π=---∞<<+∞=设分别在以下情况进行分析并讨论所得的结果：a ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.000625sb ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.005sc ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.0046875sd ） 信号频率f ＝50Hz ，采样点数N=32,采样间隔T=0.004se ） 信号频率f ＝50Hz ，采样点数N=64,采样间隔T=0.000625sf ） 信号频率f ＝250Hz ，采样点数N=32,采样间隔T=0.005sg ） 将c ） 信号后补32个0，做64点FFT三．实验要求1.记录下实验内容中各种情况下的X (k)值，做出频谱图并深入讨论结果，说明参数的变化对信号频谱产生哪些影响。
频谱只做模特性，模的最大值＝1，全部归一化；2.打印出用C 语言（或MATLAB 语言）编写的FFT 源程序，并且在每一小段处加上详细的注释说明；3.用C 语言（或MATLAB 语言）编写FFT 程序时，要求采用人机界面形式：N , T , f 变量均由键盘输入，补零或不补零要求设置一开关来选择。
四．实验分析对于本实验进行快速傅里叶变换，依次需要对信号进行采样，补零（要求补零时），码位倒置，蝶形运算，归一化处理并作图。
傅里叶实验报告
傅里叶实验报告傅里叶实验报告引言傅里叶变换是一种重要的数学工具，广泛应用于信号处理、图像处理、物理学等领域。
本实验旨在通过实际操作，深入理解傅里叶变换的原理和应用。
实验设备本实验所需设备包括信号发生器、示波器、计算机等。
实验步骤1. 准备工作首先，我们需要将信号发生器连接到示波器上，以便观察信号的波形。
同时，将示波器与计算机连接，以便进行数据采集和分析。
2. 信号发生器设置将信号发生器的频率设置为50Hz，幅度设置为适当的值。
这样可以产生一个稳定的正弦信号。
3. 示波器设置将示波器的触发方式设置为外部触发，以保证观测到稳定的波形。
同时，调整示波器的水平和垂直缩放，使波形在屏幕上能够清晰显示。
4. 信号采集将示波器的输出信号通过USB接口连接到计算机上，使用相应的软件进行数据采集。
在采集过程中，需要注意保持信号的稳定性，避免干扰。
5. 数据分析将采集到的数据导入到计算机上的数据处理软件中，进行傅里叶变换。
通过傅里叶变换，我们可以将时域信号转换为频域信号，进一步分析信号的频谱特性。
实验结果通过对采集到的数据进行傅里叶变换，我们可以得到信号的频谱图。
从频谱图中，我们可以观察到信号的频率成分和强度分布情况。
通过进一步的分析，我们可以得到信号的频率、幅度、相位等信息。
实验思考傅里叶变换的应用非常广泛，例如在通信领域中，可以通过傅里叶变换将信号从时域转换为频域，从而实现信号的调制和解调。
在图像处理中，傅里叶变换可以用于图像的滤波和压缩。
在物理学中，傅里叶变换可以用于光学、声学等领域的研究。
总结通过本次实验，我们深入了解了傅里叶变换的原理和应用。
傅里叶变换是一种非常重要的数学工具，对于信号处理、图像处理、物理学等领域都具有重要意义。
通过实际操作，我们更加深入地理解了傅里叶变换的工作原理，并通过数据分析得到了实验结果。
通过实验思考，我们发现傅里叶变换在各个领域的应用都非常广泛，对于进一步研究和应用具有重要价值。
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。
傅里叶变换实验报告
一、实验目的1. 理解傅里叶变换的基本原理及其在信号处理中的应用。
2. 掌握傅里叶变换的数学计算方法。
3. 利用MATLAB软件实现傅里叶变换，并对实验结果进行分析。
二、实验原理傅里叶变换是一种重要的信号处理方法，它可以将信号从时域转换到频域。
在频域中，信号的特征更加明显，便于分析和处理。
傅里叶变换的基本原理是将一个信号分解为不同频率的正弦波和余弦波的叠加。
傅里叶变换分为连续傅里叶变换（CFT）和离散傅里叶变换（DFT）。
CFT适用于连续信号，而DFT适用于离散信号。
在本实验中，我们将使用DFT。
三、实验步骤1. 利用MATLAB软件创建一个时域信号，如正弦波、方波或三角波。
2. 对信号进行采样，得到离散信号。
3. 使用MATLAB的fft函数对离散信号进行傅里叶变换。
4. 分析傅里叶变换后的频谱，观察信号在不同频率下的能量分布。
5. 对频谱进行滤波处理，提取感兴趣的特征。
6. 将滤波后的频谱进行逆傅里叶变换，还原信号。
四、实验结果与分析1. 信号创建在本实验中，我们创建了一个频率为50Hz的正弦波信号，采样频率为1000Hz。
2. 傅里叶变换使用MATLAB的fft函数对信号进行傅里叶变换，得到频谱。
观察频谱，发现50Hz 处的能量最大，与信号频率一致。
3. 滤波处理对频谱进行低通滤波，保留50Hz以下的频率成分，滤除高于50Hz的频率成分。
然后对滤波后的频谱进行逆傅里叶变换，还原信号。
观察还原后的信号，发现高频噪声被滤除，信号质量得到提高。
4. 逆傅里叶变换将滤波后的频谱进行逆傅里叶变换，还原信号。
观察还原后的信号，发现其波形与原始信号基本一致，但噪声明显减少。
五、实验结论1. 通过本实验，我们掌握了傅里叶变换的基本原理和计算方法。
2. 利用MATLAB软件可以方便地实现傅里叶变换，并对实验结果进行分析。
3. 傅里叶变换在信号处理中具有广泛的应用，如信号滤波、图像处理、通信等领域。
4. 本实验验证了傅里叶变换在噪声抑制方面的有效性，有助于提高信号质量。
fft实验分析实验报告
fft实验分析实验报告
实验报告主要包括实验目的、实验原理、实验步骤、实验结果分析和结论等内容。
以下是一个关于FFT实验分析的实验报告示例：
实验报告
实验目的：
1. 了解傅里叶变换（FFT）的基本原理和应用；
2. 学会使用FFT算法对信号进行频谱分析。
实验设备和材料：
1. 计算机；
2. 音频文件或实时采集的音频信号。
实验原理：
傅里叶变换是一种将时域信号转换为频域信号的数学变换方法，可以将信号表示为不同频率的复指数函数的叠加。
而FFT（快速傅里叶变换）是一种高效的傅里叶变换算法，可以快速计算信号的频谱。
实验步骤：
1. 准备音频文件或实时采集的音频信号；
2. 将音频信号输入计算机中的FFT算法进行处理，得到信号的频谱；
3. 对频谱进行可视化表示，如绘制频谱图；
4. 根据频谱图分析信号的频率分布和能量分布等特征。
实验结果分析：
通过实验，我们得到了音频信号的频谱图。
根据频谱图可以得到信号的频率分布情况，即哪些频率的分量相对强，哪些频率的分量相对弱。
频谱图还可以展示信号的能量分
布情况，能量较高的频率分量对应着声音的主要特征。
结论：
通过本次实验，我们学习了傅里叶变换（FFT）的基本原理和应用，并掌握了使用FFT 算法进行信号频谱分析的方法。
频谱分析是一种常用的信号处理方法，可以帮助我们
了解信号的频率特征和能量分布情况，对于音频、图像等领域的信号处理具有重要的
应用价值。
傅立叶光学实验报告
实验报告陈杨PB05210097物理二班实验题目：傅里叶光学实验实验目的：加深对傅里叶光学中的一些基本概念和理论的理解，验证阿贝成像理论，理解透镜成像过程，掌握光学信息处理的实质，进一步了解透镜孔径对分辨率的影响。
实验原理：1•傅里叶光学变换F (u, v) =、{f (x, y)} = f (x, y)exp[-i2二(UX Vy)]dxdy 二维傅里叶变换为：(I ) g(x)*[a(f x,f y)]复杂的二维傅里叶变换可以用透镜来实现，叫光学傅里叶变换。
2.阿贝成像原理由于物面与透镜的前焦平面不重合，根据傅立叶光学的理论可以知换（频谱），不过只有一个位相因子的差别，对于一般情况的滤波处理可以不考虑。
这个光路的优道在透镜的后焦平面上得到的不是物函数的严格的傅立叶变点是光路简单，是显微镜物镜成像的情况一可以得到很大的象以便于观察，这正是阿贝当时要改进显微镜的分辨本领时所用的光路。
3.空间滤波根据以上讨论：透镜的成像过程可看作是两次傅里叶变换，即从空间函数g（χ,y）变为频谱函数a（fχ,f y）,再变回到空间函数g（χ,y）,如果在频谱面上放一不同结构的光阑，以提取某些频段的信息，则必然使像上发生相应的变化，这样的图像处理称空间滤波。
实验内容：1. 测小透镜的焦距f1 （付里叶透镜f2=45.0CM）.光路：直角三棱镜→望远镜（倒置）（出射应是平行光）→小透镜→ 屏。
（思考：如何测焦距？）夫琅和费衍射：光路：直角三棱镜→光栅→墙上布屏（此光路满足远场近似）（1）利用夫琅和费衍射测一维光栅常数；光栅方程：ds in θ =kλ 其中,k=0, ± 1, ± 2, ± 3,…请自己选择待测量的量和求光栅常数的方法。
（卷尺可向老师索要）记录一维光栅的衍射图样、可看到哪些级？记录0级、士1级、士2 级光斑的位置；（2）记录二维光栅的衍射图样.3.观察并记录下述傅立叶频谱面上不同滤波条件的图样或特征；光路：直角三棱镜→光栅→小透镜→滤波模板（位于空间频谱面上）→墙上屏思考：空间频谱面在距小透镜多远处？图样应是何样？（1）一维光栅：（滤波模板自制，一定要注意戴眼镜保护；可用一张纸，一根针扎空来制作，也可用其他方法）.a. 滤波模板只让0级通过；b. 滤波模板只让0、± 1级通过;c. 滤波模板只让0、± 2级通过;（2）二维光栅：a. 滤波模板只让含O级的水平方向一排点阵通过;b. 滤波模板只让含O级的竖直方向一排点阵通过;c.滤波模板只让含O级的与水平方向成450—排点阵通过;d.滤波模板只让含0级的与水平方向成1350—排点阵通过.4•“光”字屏滤波物面上是规则的光栅和一个汉字“光”叠加而成，在实验中要求得到如下结果：a. 如何操作在像面上仅能看到像面上是横条纹或竖条纹，写出操作过程；b. 如何操作在像面上仅能看到像面上是空心“光”，写出操作过程.实验数据处理：（详细见原始数据）1. 小透镜的焦距按照实验内容中的光路图排好光路，在透镜后调节屏的位置。
- 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)。
南昌大学实验报告
学生姓名：学号：6100209228 班级：电子093班
实验类型：□验证□综合■设计□创新实验日期：2011-04-8 实验成绩：
傅里叶变换
（一）实验目的
1、掌握对不同的函数进行傅里叶变换的程序编写；
2、熟悉生成联系周期信号的方法；
3、练习matlab编程。
(二) 实验内容
1.请编写函数F=fsana(t,f,,N),计算周期信号f的前N个指数形式的傅立叶级数系数，t表示f对应的抽样时间（均为一个周期）；再编写函数f=fssyn（F，t），由傅立叶级数系数F合成抽样时间t对应的函数。
设计信号验证这两个是否正确。
定义F=fsana（t，f，N）。
function F=fsana(t,f,N)
omg1=2*pi/(max(t)-min(t));
k=[0:N]';
F=1/length(t)*exp(-j*kron(k*omg1,t.'))*f
定义f=fssyn（F,t）
function f=fssyn(F,t)
omg1=2*pi/(max(t)-min(t));
N=floor(length(F)/2);
k=[0:N];
f=exp(j*kron(t,k*omg1))*F;
运行所定义的函数
T1=2*pi; %一个周期时域范围
N1=300; %时域抽样点数
t=linspace(0,T1-T1/N1,N1)'; %生成抽样时间点
f=cos(t); %生成抽样函数值
subplot(2,2,1)
plot(t,f);
title ('原函数')
N=10;
F1=fsana(t,f,N); %调用fsana函数求解前N项傅立叶级数系数
subplot(2,2,2)
stem(abs(F1),'s'); %绘制离散的幅度曲线
title('前N项傅立叶级数系数幅度曲线');
f2=fssyn(F1,t); %调用fssyn函数求原时域函数
subplot(2,2,3)
plot(t,f2,'k');
title('傅立叶逆变换后时域函数');
运行结果
F =
0.0000
0.5008 - 0.0052i 0.0044 - 0.0000i 0.0037 - 0.0000i 0.0036 - 0.0000i 0.0035 - 0.0000i 0.0034 - 0.0000i 0.0034 - 0.0000i 0.0034 - 0.0000i 0.0034 - 0.0000i
0.0034 - 0.0000i
3．利用fsana和fssyn计算习题1中x1（t）的钱10个傅立叶级数洗漱Fi，0《i<10,用这些洗漱合成周期为0.5的锯齿波y（t），0《t<2,并绘出图形
定义F=fsana（t，f，N）
function F=fsana(t,f,N)
omg1=2*pi/(max(t)-min(t));
k=[0:N]';
F=1/length(t)*exp(-j*kron(k*omg1,t.'))*f
运行及调用
T1=2*pi; %一个周期时域范围
N1=300; %时域抽样点数
t=linspace(0,T1-T1/N1,N1)'; %生成抽样时间点
f=1-2*t; %生成抽样函数值
N=10;
F1=fsana(t,f,N);
运行结果
F =
-5.2622
-0.0175 - 1.9866i
-0.0175 - 0.9932i
-0.0175 - 0.6620i
-0.0175 - 0.4964i
-0.0175 - 0.3970i
-0.0175 - 0.3307i
-0.0175 - 0.2833i
-0.0175 - 0.2478i
-0.0175 - 0.2201i
-0.0175 - 0.1979i
4、
(三)实验小结
这次实验过程中，通过函数的编写来熟悉matlab和傅里叶函数的使用，并对于不同函数、不同参数的图像比较，满足对抽样数据的傅里叶分析要求。
要学会通过一个函数编程能够推导出其他函数傅里叶变换的编程使用，这样才能更好的培养自学能力，也对实验有了更深刻的了解。
还有关键的一点就是要注意细节，所谓细节决定成败，在做每句语句的时候都要注意要求，这样才能更好的达到实验目的。