实验:典型信号频谱分析

合集下载

实验二FFT实现信号频谱分析

实验二FFT实现信号频谱分析

0
2
4
6
4
2
0
-2
-4
-6
-4
-20246四、试验环节
4. 试验内容2旳程序运营成果如下图所示:
60
30
40
20
20
10
0
0
-10 -5
0
5
10
-40 -20
0
20 40
30
80
60 20
40 10
20
0
-40 -20
0
20 40
0
-40 -20
0
20 40
四、试验环节
|X(k)| x(n)
5. 试验内容 3旳程序运营成果如下图所示:
fft 计算迅速离散傅立叶变换
fftshift
ifft
调整fft函数旳输出顺序,将零频 位置移到频谱旳中心
计算离散傅立叶反变换
fft函数:调用方式如下
y=fft(x):计算信号x旳迅速傅立叶变换y。当x旳长度为 2旳幂时,用基2算法,不然采用较慢旳分裂基算法。
y=fft(x,n):计算n点FFT。当length(x)>n时,截断x,不 然补零。
【例2-11】产生一种正弦信号频率为60Hz,并用fft函数 计算并绘出其幅度谱。
fftshift函数:调用方式如下 y=fftshift(x):假如x为向量,fftshift(x)直接将x旳左右两 部分互换;假如x为矩阵(多通道信号),将x旳左上、右 下和右上、左下四个部分两两互换。 【例2-12】产生一种正弦信号频率为60Hz,采样率为1000Hz, 用fftshift将其零频位置搬到频谱中心。
以上就是按时间抽取旳迅速傅立叶变换

典型信号的频谱分析实验报告

典型信号的频谱分析实验报告



1.运行DRVI主程序,点击DRVI快捷工具条上的"联机注册"图标,选择其中的“DRVI采集仪主卡检测”或“网络在线注册”进行软件注册。
2.在DRVI软件平台的地址信息栏中输入WEB版实验指导书的地址,在实验目录中选择“典型信号频谱分析”,建立实验环境。
3.从信号图观察典型信号波形与频谱的关系,从谱图中解读信号中携带的频率信息。
1通过实验使我在课本理论学习的基础上加深了对我傅里叶级数的理解加深了对理论的认识以实际的实验操作懂得了各种信号的形状为以后的测试判断打下坚实的理论基础
贵州大学实验报告
学院:专业:班级:
姓名
学号
实验组
实验时间
指导教师
成绩
实验项目名称




1.在理论学习的基础上,通过本实验熟悉典型信号的频谱特征,并能够从信号频谱中读取所需的信息。
1.正弦波信号的频谱特性:
2.方波信号的频谱特性:
3.三角波信号的频谱特性:
4.正弦结






签名:年月日
2.了解信号频谱分析的基本原理和方法,掌握用频谱分析提取测量信号特征的方法。




1.简述实验目的和原理。
2.拷贝实验系统运行界面,插入到Word格式的实验报告中,用Winzip压缩后通过Email上交实验报告。








1.计算机1台
2. DRVI快速可重组虚拟仪器平台1套
3.打印机1台

信号的频谱实验报告(3篇)

信号的频谱实验报告(3篇)

第1篇一、实验目的1. 理解信号频谱的基本概念和原理。

2. 掌握傅里叶变换及其逆变换在信号频谱分析中的应用。

3. 学习利用MATLAB软件进行信号频谱分析。

4. 分析不同信号在时域和频域的特性。

二、实验原理信号的频谱分析是信号处理领域的重要方法,通过傅里叶变换可以将时域信号转换为频域信号,从而揭示信号中不同频率成分的分布情况。

傅里叶变换的基本原理是将信号分解为一系列正弦波和余弦波的线性组合,其中每个正弦波和余弦波的频率、幅度和相位代表了信号在该频率上的能量分布。

三、实验内容1. 信号的产生与观察使用MATLAB软件产生以下信号:- 基本信号:正弦波、余弦波、方波、三角波等。

- 复杂信号:叠加多个基本信号或进行调制、滤波等操作。

观察信号在时域和频域的波形,分析信号特性。

2. 傅里叶变换对上述信号进行傅里叶变换,得到其频谱。

分析频谱图,了解信号中不同频率成分的分布情况。

3. 逆傅里叶变换对信号进行逆傅里叶变换,将频域信号还原为时域信号。

观察还原后的信号,分析逆变换的效果。

4. 窗函数在进行傅里叶变换时,通常需要使用窗函数来减小频谱泄露。

比较不同窗函数(如矩形窗、汉宁窗、汉明窗等)对频谱的影响。

5. 采样定理分析信号采样过程中的采样定理,验证信号在时域和频域的特性。

四、实验结果与分析1. 基本信号- 正弦波和余弦波在时域和频域具有明显的单一频率成分。

- 方波和三角波在时域具有多个频率成分,频谱为离散谱。

- 复杂信号由多个基本信号叠加而成,频谱为连续谱。

2. 傅里叶变换傅里叶变换能够将时域信号转换为频域信号,揭示信号中不同频率成分的分布情况。

频谱图直观地展示了信号的能量分布,有助于分析信号的特性。

3. 逆傅里叶变换逆傅里叶变换能够将频域信号还原为时域信号。

实验结果表明,逆变换后的信号与原信号具有相似的特性,但可能存在一定的误差。

4. 窗函数窗函数能够减小频谱泄露,提高频谱分辨率。

不同窗函数对频谱的影响不同,应根据实际情况选择合适的窗函数。

实验报告.doc

实验报告.doc

实验一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、实验原理本实验利用在DRVI上搭建的频谱分析仪来对信号进行频谱分析。

由虚拟信号发生器产生多种典型波形的电压信号,用频谱分析芯片对该信号进行频谱分析,得到信号的频谱特性数据。

分析结果用图形在计算机上显示出来,也可通过打印机打印出来。

三、实验仪器和设备1. 计算机 n台2. DRVI快速可重组虚拟仪器平台 1套3. 打印机 1台四、实验步骤及内容1. 启动服务器,运行DRVI主程序,开启DRVI数据采集仪电源,然后点击DRVI快捷工具条上的"联机注册"图标,选择其中的"DRVI采集仪主卡检测"进行服务器和数据采集仪之间的注册。

2. 点击"实验脚本文件"的链接,将本实验的脚本文件贴入并运行,实验截屏效果图如图2所示。

图1 典型信号频谱分析实验原理设计图图2 典型信号频谱分析实验3.点击DRVI"典型信号频谱分析"实验中的"白噪声"按钮,产生白噪声信号,分析和观察白噪声信号波形和幅值谱特性,如图3。

图3特点分析:所有频率具有相同能量的随机噪声称为白噪声。

白噪声信号的波形没有规律,它的分布是随机的、杂乱的、无序的;幅值谱特性:白噪声的幅值基本为零,因此将白噪声加到其他任意信号上不影响其他信号的幅频特性。

4.点击DRVI"典型信号频谱分析"实验中的"正弦波"按钮,产生正弦波信号,分析和观察正弦波信号波形和幅值谱特性,图4。

图4特点分析:正弦波是周期信号,从频谱图上可以看成是垂直于横坐标的一条直线。

正弦信号只在固有频率处存在一个不规则的尖脉冲,其余各频率处对应幅值为0。

5.点击DRVI"典型信号频谱分析"实验中的"方波"按钮,产生方波信号,分析和观察方波信号波形和幅值谱特性,图5。

利用FFT对信号进行频谱分析

利用FFT对信号进行频谱分析

∑-=--==101,....,0,)(1)(N k nk N N n W k X N n x (3.2) 离散傅立叶反变换与正变换的区别在于N W 变为1-N W ,并多了一个N 1的运算。

因为N W 和1-N W 对于推导按时间抽取的快速傅立叶变换算法并无实质性区别,因此可将FFT 和快速傅立叶反变换(IFFT )算法合并在同一个程序中。

2.利用FFT 进行频谱分析若信号本身是有限长的序列,计算序列的频谱就是直接对序列进行FFT 运算求得)(k X ,)(k X 就代表了序列在[]π2,0之间的频谱值。

幅度谱 )()()(22k X k X k X I R +=相位谱 )()(arctan )(k X k X k R I =ϕ 若信号是模拟信号,用FFT 进行谱分析时,首先必须对信号进行采样,使之变成离散信号,然后就可按照前面的方法用FFT 来对连续信号进行谱分析。

按采样定理,采样频率s f 应大于2倍信号的最高频率,为了满足采样定理,一般在采样之前要设置一个抗混叠低通滤波器。

用FFT 对模拟信号进行谱分析的方框图如下所示。

3.在运用DFT 进行频谱分析的过程中可能产生三种误差:(1)混叠序列的频谱是被采样信号频谱的周期延拓,当采样速率不满足Nyquist 定理时,就会发生频谱混叠,使得采样后的信号序列频谱不能真实的反映原信号的频谱。

避免混叠现象的唯一方法是保证采样速率足够高,使频谱混叠现象不致出现,即在确定采样频率之前,必须对频谱的性质有所了解。

在一般情况下,为了保证不出现频谱混叠,在采样前,先进行抗混叠滤波。

(2)泄漏实际中我们往往用截短的序列来近似很长的甚至是无限长的序列,这样可以使用较短的DFT 来对信号进行频谱分析,这种截短等价于给原信号序列乘以一个矩形窗函数,也相当于在频域将信号的频谱和矩形窗函数的频谱卷积,所得的频谱是原序列频谱的扩展。

抗混叠低通滤波器 采样T=1/f s N 点FFT泄漏不能与混叠完全分开,因为泄漏导致频谱的扩展,从而造成混叠。

实验:典型信号频谱分析

实验:典型信号频谱分析

实验:典型信号频谱分析实验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)()(x ( t ) = x ( t + nT )从数学分析已知,任何周期函数在满⾜狄利克利(Dirichlet )条件下,可以展开成正交函数线性组合的⽆穷级数,如正交函数集是三⾓函数集(sinn ω0t,cosn ω0t )或复指数函数集(t jn e 0ω),则可展开成为傅⾥叶级数,通常有实数形式表达式:直流分量幅值为:各余弦分量幅值为:各正弦分量幅值为:利⽤三⾓函数的和差化积公式,周期信号的三⾓函数展开式还可写如下形式:直流分量幅值为: A 0 = a 0各频率分量幅值为:各频率分量的相位为:式中,T —周期,T=2π/ω0;ω0—基波圆频率;f 0—基波频率;n=0,±1, ……。

实验二_应用FFT对信号进行频谱分析

实验二_应用FFT对信号进行频谱分析

1. 三、实验内容和结果:高斯序列的时域和频域特性:高斯序列的时域表达式:2(),015()0,n p q a e n x n -⎧⎪≤≤=⎨⎪⎩其它固定参数p=8,改变参数q 的值, 记录时域和频域的特性如下图。

图 1i. 结论: 从时域图中可以看到, q 参数反应的是高斯序列能量的集中程度: q 越小, 能量越集中, 序列偏离中心衰减得越快, 外观上更陡峭。

同时, 随着q 的增大, 时域序列总的能量是在增大的。

频域上, 对应的, 随着q 的增加, 由于时域序列偏离中心的衰减的缓慢, 则高频分量也就逐渐减, 带宽变小: 时域上总的能量增大, 故也可以看到低频成分的幅度都增大。

固定参数q, 改变参数p, 记录时域和频域的特性如下图 2.图 22. 结论: p 是高斯序列的对称中心, p 的变化在时域表现为序列位置的变化。

由于选取的矩形窗函数一定, p 值过大时, 会带来高斯序列的截断。

并且随着p 的增大, 截断的越来越多。

对应地, 看频域上的变化: 截断的越多, 高频的成分也在增多, 以至发生谱间干扰, 泄露现象变得严重。

从图中可以看到, 在p=13时, 已经有混叠存在。

当p=14时, 混叠进一步加大, 泄露变得更明显。

衰减正弦序列的时域和幅频特性:sin(2),015()0,n b e fn n x n απ-⎧≤≤=⎨⎩其它改变参数f, 记录时域和幅频特性如下图3.图 33. 结论: 随着f 的增大, 时域上可以看到, 序列的变化明显快多了。

从幅度谱上看, 序列的高频分量逐渐增多, 低频分量逐渐减小, 以至于发生严重的频谱混叠。

当f 增大到一定的程度, 从图中可以看到, f=0.4375和f=0.5625时的幅度谱是非常相似的, 此时已经很难看出其幅度谱的区别。

三角序列的时域表达式和对应的时域和幅频特性如图 4:c 1,03()8,470,n n x n n n n +≤≤⎧⎪=-≤≤⎨⎪⎩其它图 4结论: 随着fft 取点数的增多, 能够看到的幅度谱的频率分量变得丰富, 得到的是高密度更高的谱, 也就是减轻了栅栏效应。

信号与系统分析实验信号的频谱分析

信号与系统分析实验信号的频谱分析

实验三信号的频谱分析1方波信号的分解与合成实验1实验目的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。

2 实验设备PC机一台,TD-SAS系列教学实验系统一套。

3 实验原理及内容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。

信号的频谱分析实验报告

信号的频谱分析实验报告

实验四 信号的频谱分析一.实验目的1.掌握利用FFT 分析连续周期,非周期信号的频谱,如周期,非周期方波,正弦信号等。

理解CFS ,CTFT 与DFT (FFT )的关系。

2.利用FFT 分析离散周期,非周期信号的频谱,如周期,非周期方波,正弦信号等。

理解DFS ,DTFT 与DFT (FFT )的关系,并讨论连续信号与离散信号频谱分析方法的异同。

二.实验要求1.编写程序完成任意信号数字谱分析算法;2.编写实验报告。

三.实验内容1.利用FFT ,分析并画出sin(100),cos(100)t t ππ频谱,改变采样间隔与截断长度,分析混叠与泄漏对单一频率成分信号频谱的影响。

(1)sin (100*pi*t )产生程序:close all;clc;clear;t=0:0.0025:0.5-0.0025;f=400*t;w0=100*pi;y=sin(w0*t);a=fft(y);b=abs(a)/200;d=angle(a)*180/pi; subplot(311);plot(t,y);title('y=sin(wt)'); xlabel('t');ylabel('y(t)'); subplot(312); stem(f,b);title('振幅'); xlabel('f');ylabel('y(t)'); subplot(313); stem(f,d);title('相位'); xlabel('t');ylabel('y(t)');混叠close all;clc;clear;t=0:0.0115:0.46-0.0115; f=(t/0.0115)*2;w0=100*pi;y=sin(w0*t);a=fft(y);b=abs(a)/40;d=angle(a)*180/pi; subplot(311);plot(t,y);title('y=sin(wt)'); xlabel('t');ylabel('y(t)'); subplot(312); stem(f,b); title('振幅'); xlabel('f'); ylabel('y(t)'); subplot(313); stem(f,d); title('相位'); xlabel('t'); ylabel('y(t)');泄漏close all; clc;clear;t=0:0.0025:0.5-0.0075; f=800*t;w0=100*pi;y=sin(w0*t);a=fft(y);b=abs(a)/198;d=angle(a)*180/pi; subplot(311);plot(t,y);title('y=sin(wt)'); xlabel('t');ylabel('y(t)');subplot(312);stem(f,b);title('振幅');xlabel('f');ylabel('y(t)');subplot(313);stem(f,d);title('相位');xlabel('t');ylabel('y(t)');(2)cos(100*pi*t); close all;clc;clear;t=0:0.0025:0.5-0.0025; f=800*t;w0=100*pi;y=cos(w0*t);a=fft(y);b=abs(a)/200;d=angle(a)*180/pi; subplot(311);plot(t,y);title('y=cos(wt)'); xlabel('t');ylabel('y(t)');grid on; hold on; subplot(312); stem(f,b); title('振幅'); xlabel('f'); ylabel('y(t)'); grid on; hold on; subplot(313); stem(f,d); title('相位'); xlabel('f'); ylabel('y(t)');混叠close all;clc;clear;t=0:0.0115:0.46-0.0115; f=(t/0.0115)*2;w0=100*pi;y=cos(w0*t);a=fft(y);b=abs(a)/40;d=angle(a)*180/pi; subplot(311);plot(t,y);title('y=cos(wt)'); xlabel('t');ylabel('y(t)');subplot(312);stem(f,b);title('振幅');xlabel('f');ylabel('y(t)');subplot(313);stem(f,d);title('相位');ylabel('y(t)');泄漏close all;clc;clear;t=0:0.0025:0.5-0.0075; f=800*t;w0=100*pi;y=cos(w0*t);a=fft(y);b=abs(a)/198;d=angle(a)*180/pi; subplot(311);plot(t,y);title('y=cos(wt)');ylabel('y(t)');subplot(312);stem(f,b);title('振幅');xlabel('f');ylabel('y(t)');subplot(313);stem(f,d);title('相位');xlabel('t');ylabel('y(t)');2.利用FFT,分析并对比方波以及半波对称的正负方波的频谱,改变采样间隔与截断长度,分析混叠与泄漏对信号频谱的影响。

信号_频域分析实验报告(3篇)

信号_频域分析实验报告(3篇)

第1篇一、实验目的1. 理解信号的频域分析方法及其在信号处理中的应用。

2. 掌握傅里叶变换的基本原理和计算方法。

3. 学习使用MATLAB进行信号的频域分析。

4. 分析不同信号在频域中的特性,理解频域分析在实际问题中的应用。

二、实验原理频域分析是信号处理中一种重要的分析方法,它将信号从时域转换到频域,从而揭示信号的频率结构。

傅里叶变换是频域分析的核心工具,它可以将任何信号分解为不同频率的正弦波和余弦波的线性组合。

三、实验内容及步骤1. 信号生成与傅里叶变换- 使用MATLAB生成一个简单的正弦波信号,频率为50Hz,采样频率为1000Hz。

- 对生成的正弦波信号进行傅里叶变换,得到其频谱图。

2. 频谱分析- 分析正弦波信号的频谱图,观察其频率成分和幅度分布。

- 改变正弦波信号的频率和幅度,观察频谱图的变化,验证傅里叶变换的性质。

3. 信号叠加- 将两个不同频率的正弦波信号叠加,生成一个复合信号。

- 对复合信号进行傅里叶变换,分析其频谱图,验证频谱叠加原理。

4. 窗函数- 使用不同类型的窗函数(如矩形窗、汉宁窗、汉明窗等)对信号进行截取,观察窗函数对频谱的影响。

- 分析不同窗函数的频率分辨率和旁瓣抑制能力。

5. 信号滤波- 设计一个低通滤波器,对信号进行滤波处理,观察滤波器对信号频谱的影响。

- 分析滤波器对信号时域和频域特性的影响。

6. MATLAB工具箱- 使用MATLAB信号处理工具箱中的函数,如`fft`、`ifft`、`filter`等,进行信号的频域分析。

- 学习MATLAB工具箱中的函数调用方法和参数设置。

四、实验结果与分析1. 正弦波信号的频谱分析实验结果显示,正弦波信号的频谱图只有一个峰值,位于50Hz处,说明信号只包含一个频率成分。

2. 信号叠加的频谱分析实验结果显示,复合信号的频谱图包含两个峰值,分别对应两个正弦波信号的频率。

验证了频谱叠加原理。

3. 窗函数对频谱的影响实验结果显示,不同类型的窗函数对频谱的影响不同。

实验一信号频谱分析实验

实验一信号频谱分析实验

实验一信号频谱分析实验1.引言信号频谱分析是一种通过将信号在频域上进行分解和分析的方法,用于研究信号的频率特性和频谱分布。

频谱分析可以帮助我们了解信号的频率成分、噪声干扰以及信号与系统之间的传递特性。

本实验旨在通过使用快速傅里叶变换(FFT)算法进行信号频谱分析,加深对频谱分析原理和方法的理解。

2.实验目的(1)理解信号频谱分析的基本原理和方法。

(2)熟悉使用FFT算法进行信号频谱分析的流程和步骤。

(3)学会使用示波器和信号发生器进行实验测量和信号生成。

3.实验仪器和设备示波器、信号发生器、计算机等。

4.实验原理信号频谱是描述信号在频域上的分布情况,表示了信号中各个频率成分的强度和相位信息。

频谱分析通过对信号进行傅里叶变换,将信号从时域转换为频域,得到信号的频谱信息。

在本实验中,我们使用快速傅里叶变换(FFT)算法对信号进行频谱分析。

FFT算法是一种高效的离散傅里叶变换(DFT)算法,通过将DFT变换的计算量从O(N^2)降低到O(NlogN),使得频谱分析更加实用。

FFT算法将信号划分为若干个子序列,并对每个子序列进行DFT变换,然后利用蝶形运算将子序列的变换结果合并,最终得到整个信号的频谱信息。

5.实验步骤(1)使用信号发生器产生一个频率为f1的正弦信号,并将其接入示波器。

(2)通过示波器观察和记录信号的波形。

(3)将示波器设置为频谱分析模式,选择FFT算法进行频谱分析。

(4)根据示波器显示的频谱图,记录信号在频域上的频率分布情况。

(5)改变信号发生器的频率,重复步骤(1)-(4),分析和比较不同频率下信号的频谱特性。

(6)将示波器设置为傅里叶合成模式,通过合成不同频率和幅度的正弦波,观察合成信号的波形和频谱分布情况。

(7)利用计算机进行信号频谱分析,使用MATLAB等软件绘制信号的频谱图,并进行进一步分析和比较。

6.实验注意事项(1)实验中使用的信号发生器和示波器需要进行校准,确保测量和生成的信号准确可靠。

用FFT对信号作频谱分析实验报告

用FFT对信号作频谱分析实验报告

用FFT对信号作频谱分析实验报告实验目的:利用FFT对信号进行频谱分析,掌握FFT算法的原理及实现方法,并获取信号的频谱特征。

实验仪器与设备:1.信号发生器2.示波器3.声卡4.计算机实验步骤:1.将信号发生器与示波器连接,调节信号发生器的输出频率为待测信号频率,并将示波器设置为XY模式。

2.将示波器的输出接口连接至声卡的输入接口。

3.打开计算机,运行频谱分析软件,并将声卡的输入接口设置为当前输入源。

4.通过软件选择频谱分析方法为FFT,并设置采样率为合适的数值。

5.通过软件开始进行频谱分析,记录并保存频谱图像和数据。

实验原理:FFT(快速傅里叶变换)是一种计算机算法,用于将时域信号转换为频域信号。

它通过将一个信号分解成多个不同频率的正弦波或余弦波的合成,并计算每个频率分量的幅度和相位信息。

实验结果与分析:通过对待测信号进行FFT频谱分析,我们可以得到信号在频域上的频谱特征。

频谱图像可以展示出信号中不同频率成分的能量分布情况,可以帮助我们了解信号的频率构成及其相对重要程度。

在实验中,我们可以调节信号发生器的输出频率,观察频谱图像的变化。

当信号频率与采样率相等时,我们可以得到一个峰值,表示信号的主频率。

同时,我们还可以观察到其他频率分量的存在,其幅度与信号频率的差距越小,幅度越低。

通过对不同信号进行频谱分析,我们可以了解信号的频率成分及其分布情况。

这对于信号处理、通信等领域具有重要意义。

实验结论:通过FFT频谱分析,我们可以获得信号在频域上的频谱特征,可以清晰地观察到信号的主频率以及其他频率分量的存在。

这为信号处理及相关应用提供了有价值的信息。

实验中,我们使用了信号发生器、示波器、声卡和计算机等设备,通过连接和软件进行了频谱分析实验。

通过实验,我们掌握了FFT算法的原理及实现方法,并且获取到了信号的频谱特征。

然而,需要注意的是,频谱分析仅能得到信号在其中一时刻或一段时间内的频率成分,不能得到信号的时域信息。

频谱的分析实验报告

频谱的分析实验报告

一、实验目的1. 理解频谱分析的基本原理和方法;2. 掌握FFT(快速傅里叶变换)在频谱分析中的应用;3. 分析不同信号在时域和频域的特性;4. 学习利用MATLAB进行频谱分析。

二、实验原理频谱分析是信号处理中的重要手段,通过对信号的频谱进行分析,可以了解信号的频率成分、能量分布等信息。

傅里叶变换是频谱分析的核心,它可以将信号从时域转换为频域,揭示信号的频率特性。

FFT是一种高效的傅里叶变换算法,它可以将N点的DFT计算复杂度从O(N^2)降低到O(NlogN),在信号处理领域得到广泛应用。

三、实验内容1. 实验一:时域信号与频域信号的关系(1)利用MATLAB生成一个简单的正弦波信号,观察其时域波形和频谱;(2)改变正弦波的频率和幅度,观察时域波形和频谱的变化;(3)分析正弦波信号的频率成分和能量分布。

2. 实验二:利用FFT进行频谱分析(1)利用MATLAB生成一个含有多个频率成分的复合信号;(2)对复合信号进行FFT变换,观察其频谱;(3)分析复合信号的频率成分和能量分布;(4)对比不同FFT点数对频谱分析结果的影响。

3. 实验三:窗函数对频谱分析的影响(1)利用MATLAB生成一个矩形窗和汉宁窗,观察它们的时域波形;(2)对信号进行矩形窗和汉宁窗处理,分别进行FFT变换;(3)比较两种窗函数对频谱分析结果的影响。

四、实验结果与分析1. 实验一结果与分析实验结果显示,正弦波信号的时域波形为周期性的正弦波形,其频谱为离散的频率成分,频率为正弦波的频率。

改变正弦波的频率和幅度,时域波形和频谱相应地发生变化。

2. 实验二结果与分析实验结果显示,复合信号的频谱为多个频率成分的叠加,通过FFT变换可以清晰地观察到各个频率成分。

对比不同FFT点数对频谱分析结果的影响,FFT点数越多,频谱分辨率越高,但计算复杂度也随之增加。

3. 实验三结果与分析实验结果显示,矩形窗和汉宁窗的时域波形具有不同的形状,对信号进行窗函数处理可以降低边缘效应,提高频谱分析精度。

matlab信号频谱分析实验报告

matlab信号频谱分析实验报告

matlab信号频谱分析实验报告Matlab信号频谱分析实验报告引言:信号频谱分析是一种常用的信号处理技术,它可以帮助我们了解信号的频率成分和能量分布情况。

在本次实验中,我们使用Matlab进行信号频谱分析,并通过实验结果来验证频谱分析的有效性和准确性。

实验目的:1. 了解信号频谱分析的基本原理和方法;2. 掌握Matlab中频谱分析函数的使用;3. 分析不同信号的频谱特性,并进行比较。

实验原理:信号频谱分析是将时域信号转换为频域信号的过程。

在频域中,信号的能量分布情况可以通过频谱图进行展示。

常用的频谱分析方法有傅里叶变换、快速傅里叶变换(FFT)等。

实验步骤:1. 生成信号:首先,我们需要生成一个待分析的信号。

可以选择不同类型的信号,如正弦信号、方波信号等。

在本次实验中,我们选择了一个包含多个频率成分的复合信号。

2. 采样信号:为了进行频谱分析,我们需要对信号进行采样。

采样过程将连续信号转换为离散信号,以便进行数字信号处理。

在Matlab中,可以使用`sample`函数对信号进行采样。

3. 频谱分析:使用Matlab中的频谱分析函数对采样信号进行频谱分析。

常用的函数有`fft`、`spectrogram`等。

通过这些函数,我们可以得到信号的频谱图,并可以进行进一步的分析和处理。

实验结果:通过对复合信号进行频谱分析,我们得到了如下的频谱图。

从图中可以看出,信号包含多个频率成分,且能量分布不均匀。

这些频率成分可以通过频谱图进行直观的观察和分析。

进一步分析:除了观察频谱图外,我们还可以通过频谱分析得到更多的信息。

例如,可以计算信号的功率谱密度,以了解信号在不同频率上的能量分布情况。

此外,还可以计算信号的频谱峰值、频谱带宽等参数,以进一步揭示信号的特性。

实验总结:通过本次实验,我们了解了信号频谱分析的基本原理和方法,并掌握了Matlab 中频谱分析函数的使用。

频谱分析是一种重要的信号处理技术,可以帮助我们了解信号的频率成分和能量分布情况。

实验三用FFT对信号作频谱分析_实验报告

实验三用FFT对信号作频谱分析_实验报告

实验三用FFT对信号作频谱分析_实验报告一、实验目的1.理解离散傅里叶变换(FFT)的原理和应用;2.学会使用FFT对信号进行频谱分析;3.掌握频谱分析的基本方法和实验操作。

二、实验原理离散傅里叶变换(FFT)是一种用来将时域信号转换为频域信号的数学工具。

其基本原理是将连续时间信号进行离散化,然后通过对离散信号进行傅里叶变换得到离散频域信号。

傅里叶变换(Fourier Transform)是一种将时域信号转换为频域信号的方法。

在信号处理中,经常需要对信号的频谱进行分析,以获取信号的频率分量信息。

傅里叶变换提供了一种数学方法,可以将时域信号转换为频域信号,实现频谱分析。

在频谱分析中,我们常常使用快速傅里叶变换(Fast Fourier Transform,FFT)算法进行离散信号的频谱计算。

FFT算法可以高效地计算出离散信号的频谱,由于计算复杂度低,广泛应用于信号处理和频谱分析的领域。

频谱分析的流程一般如下:1.采集或生成待分析的信号;2.对信号进行采样;3.对采样得到的信号进行窗函数处理,以改善频谱的分辨率和抑制信号泄漏;4.使用FFT算法对窗函数处理得到的信号进行傅里叶变换;5.对傅里叶变换得到的频谱进行幅度谱和相位谱分析;6.对频谱进行解释和分析。

三、实验内容实验所需材料和软件及设备:1.信号发生器或任意波形发生器;2.数字示波器;3.计算机。

实验步骤:1.连接信号发生器(或任意波形发生器)和示波器,通过信号发生器发送一个稳定的正弦波信号;2.调节信号频率、幅度和偏置,得到不同的信号;3.使用数字示波器对信号进行采样,得到离散时间信号;4.对采样得到的信号进行窗函数处理;5.对窗函数处理得到的信号进行FFT计算,得到频谱;6.使用软件将频谱进行幅度谱和相位谱的分析和显示。

四、实验结果与分析1.信号频谱分析结果如下图所示:(插入实验结果图)从频谱图中可以看出,信号主要集中在一些频率上,其他频率基本没有,表明信号主要由该频率成分组成。

实验二 应用 FFT 对信号进行频谱分析

实验二 应用 FFT 对信号进行频谱分析

实验二 应用 FFT 对信号进行频谱分析一、实验目的1、在理论学习的基础上,通过本次实验,加深对快速傅里叶变换的理解,熟悉 FFT 算法及其程序的编写。

2、熟悉应用 FFT 对典型信号进行频谱分析的方法。

3、了解应用 FFT 进行信号频谱分析过程中可能出现的问题,以便在实际中正确应用 FFT 。

二、实验原理与方法一个连续信号 )(t x a 的频谱可以用它的傅立叶变换表示为⎰+∞∞-Ω-=Ωdt e t x j X t j a a )()( (2-1)如果对该信号进行理想采样,可以得到采样序列)()(nT x n x a = (2-2)同样可以对该序列进行z 变换,其中T 为采样周期∑+∞-∞=-=n n z n x z X )()( (2-3) 当 ωj ez =的时候,我们就得到了序列的傅立叶变换 ∑+∞-∞=-=n n j j e n x e X ωω)()( (2-4)其中ω称为数字频率,它和模拟域频率的关系为s f T Ω=Ω=ω(2-5)式中的s f 是采样频率。

上式说明数字频率是模拟频率对采样率s f 的归一化。

同模拟域的情况相似,数字频率代表了序列值变化的速率,而序列的傅立叶变换称为序列的频谱。

序列的傅立叶变换和对应的采样信号频谱具有下式的对应关系∑-=)2(1)(Tm j X T e X a j πωω (2-6) 即序列的频谱是采样信号频谱的周期延拓。

从式(2-6)可以看出,只要分析采样序列的频谱,就可以得到相应的连续信号的频谱。

注意:这里的信号必须是带限信号,采样也必须满足 Nyquist 定理。

在各种信号序列中,有限长序列在数字信号处理中占有很重要的地位。

无限长的序列也往往可以用有限长序列来逼近。

对于有限长的序列我们可以使用离散傅立叶变换(DFT ),这一变换可以很好地反应序列的频域特性,并且容易利用快速算法在计算机上实现当序列的长度是 N 时,我们定义离散傅立叶变换为:∑-===10)()]([)(N n kn NW n x n x DFT K X (2-7) 其中,N j N e W π2-=它的反变换定义为:∑-=-==10)(1)]([)(N k kn N W k X N k X IDFT n x (2-8) 根据式(2-3)和(2-7)令 k N W z -=,则有)]([)()(10n x DFT W n x z X N n kn N W z k N ==∑-==- (2-9)可以得到 k N k N j W z W e z X k X k N -===-,)()(2π是 z 平面单位圆上幅角为k Nπω2=的点,就是将单位圆进行 N 等分以后第 k 个点。

matlab 信号频谱分析实验报告

matlab 信号频谱分析实验报告

matlab 信号频谱分析实验报告Matlab 信号频谱分析实验报告引言:信号频谱分析是一项重要的技术,用于研究信号在频域上的特性。

在实际应用中,我们经常需要对信号进行频谱分析,以了解信号的频率成分和频谱特征。

本实验利用Matlab软件进行信号频谱分析,通过实验数据和结果展示,探索信号频谱分析的原理和应用。

实验一:时域信号与频域信号的关系在信号处理中,时域信号和频域信号是两个重要的概念。

时域信号是指信号在时间上的变化,频域信号则是指信号在频率上的变化。

通过傅里叶变换,我们可以将时域信号转换为频域信号,从而获得信号的频谱信息。

实验中,我们首先生成一个简单的正弦信号,并绘制其时域波形图。

然后,利用Matlab中的傅里叶变换函数对信号进行频谱分析,得到其频域波形图。

通过对比时域和频域波形图,我们可以观察到信号在不同频率上的能量分布情况。

实验二:频谱分析的应用频谱分析在许多领域中具有广泛的应用。

在通信领域中,频谱分析可以用于信号调制和解调、频率选择性传输等方面。

在音频处理中,频谱分析可以用于音乐合成、音频效果处理等方面。

在图像处理中,频谱分析可以用于图像压缩、图像增强等方面。

本实验中,我们以音频处理为例,展示频谱分析的应用。

首先,我们选取一段音频信号,并绘制其时域波形图。

然后,通过傅里叶变换,将信号转换为频域信号,并绘制其频域波形图。

通过观察频域波形图,我们可以了解音频信号在不同频率上的能量分布情况,从而进行音频效果处理或音频识别等应用。

实验三:信号滤波与频谱分析信号滤波是信号处理中常用的技术,用于去除信号中的噪声或干扰。

在频谱分析中,我们可以通过滤波器对信号进行滤波,从而改变信号的频谱特性。

本实验中,我们选取一段含有噪声的信号,并绘制其时域波形图。

然后,利用滤波器对信号进行滤波,并绘制滤波后的时域波形图和频域波形图。

通过对比滤波前后的波形图,我们可以观察到滤波器对信号频谱的影响,以及滤波效果的好坏。

结论:通过本实验,我们深入了解了Matlab在信号频谱分析中的应用。

实验三用FFT对信号作频谱分析实验报告

实验三用FFT对信号作频谱分析实验报告

实验三:用FFT对信号作频谱分析实验报告一、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)=R4(n)x2(n)=n+1 0≤n≤38-n 4≤n≤74-n 0≤n≤3n-3 4≤n≤7x(n)=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、分析与比较。

【实验结果如下】: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:x(n)=cos[(π/4)*n]4(n)= cos[(π/4)*n]+ cos[(π/8)*n]x5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:(n)= cos(8πt)+ cos(16πt)+ cos(20πt)x6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】:四、【附录】(实验中代码)x1n=[ones(1,4)]; %产生R4(n)序列向量X1k8=fft(x1n,8); %计算x1n的8点DFTX1k16=fft(x1n,16); %计算x1n的16点DFT%以下绘制幅频特性曲线N=8;f=2/N*(0:N-1);figure(1);subplot(1,2,1);stem(f,abs(X1k8),'.'); %绘制8点DFT的幅频特性图title('(1a) 8点DFT[x_1(n)]');xlabel('ω/π');ylabel('幅度'); N=16;f=2/N*(0:N-1);subplot(1,2,2);stem(f,abs(X1k16),'.'); %绘制8点DFT的幅频特性图title('(1a) 16点DFT[x_1(n)]');xlabel('ω/π');ylabel('幅度'); %x2n 和 x3nM=8;xa=1:(M/2); xb=(M/2):-1:1;x2n=[xa,xb]; %产生长度为8的三角波序列x2(n)x3n=[xb,xa];X2k8=fft(x2n,8);X2k16=fft(x2n,16);X3k8=fft(x3n,8);X3k16=fft(x3n,16);figure(2);N=8;f=2/N*(0:N-1);subplot(2,2,1);stem(f,abs(X2k8),'.'); %绘制8点DFT的幅频特性图title('(2a) 8点DFT[x_2(n)]');xlabel('ω/π');ylabel('幅度'); subplot(2,2,3);stem(f,abs(X3k8),'.'); %绘制8点DFT的幅频特性图title('(3a) 8点DFT[x_3(n)]');xlabel('ω/π');ylabel('幅度'); N=16;f=2/N*(0:N-1);subplot(2,2,2);stem(f,abs(X2k16),'.'); %绘制8点DFT的幅频特性图title('(2a) 16点DFT[x_2(n)]');xlabel('ω/π');ylabel('幅度');subplot(2,2,4);stem(f,abs(X3k16),'.'); %绘制8点DFT的幅频特性图title('(3a) 16点DFT[x_3(n)]');xlabel('ω/π');ylabel('幅度'); %x4n 和 x5nN=8;n=0:N-1;x4n=cos(pi*n/4);x5n=cos(pi*n/4)+cos(pi*n/8);X4k8=fft(x4n,8);X4k16=fft(x4n,16);X5k8=fft(x5n,8);X5k16=fft(x5n,16);figure(3);N=8;f=2/N*(0:N-1);subplot(2,2,1);stem(f,abs(X4k8),'.'); %绘制8点DFT的幅频特性图title('(4a) 8点DFT[x_4(n)]');xlabel('ω/π');ylabel('幅度'); subplot(2,2,3);stem(f,abs(X5k8),'.'); %绘制8点DFT的幅频特性图title('(5a) 8点DFT[x_5(n)]');xlabel('ω/π');ylabel('幅度'); N=16;f=2/N*(0:N-1);subplot(2,2,2);stem(f,abs(X4k16),'.'); %绘制8点DFT的幅频特性图title('(4a) 16点DFT[x_4(n)]');xlabel('ω/π');ylabel('幅度'); subplot(2,2,4);stem(f,abs(X5k16),'.'); %绘制8点DFT的幅频特性图title('(5a) 16点DFT[x_5(n)]');xlabel('ω/π');ylabel('幅度'); %x8nFs=64; T=1/Fs;N=16;n=0:N-1; %对于N=16的情况nT = n*T;x8n=cos(8*pi*nT)+cos(16*pi*nT)+cos(20*pi*nT)X8k16=fft(x8n,16);N=16;f=2/N*(0:N-1);figure(4);title('(8a) 16点DFT[x_8(n)]');xlabel('ω/π');ylabel('幅度'); N=32;n=0:N-1; %对于N=16的情况nT = n*T;x8n=cos(8*pi*nT)+cos(16*pi*nT)+cos(20*pi*nT)X8k32=fft(x8n,32);N=32;f=2/N*(0:N-1);subplot(2,2,2);stem(f,abs(X8k32),'.'); %绘制8点DFT的幅频特性图title('(8a) 32点DFT[x_8(n)]');xlabel('ω/π');ylabel('幅度'); N=64;n=0:N-1; %对于N=16的情况nT = n*T;x8n=cos(8*pi*nT)+cos(16*pi*nT)+cos(20*pi*nT)X8k64=fft(x8n,64);N=64;f=2/N*(0:N-1);title('(8a) 64点DFT[x_8(n)]');xlabel('ω/π');ylabel('幅度');五、思考题及实验体会通过实验,我知道了用FFT对信号作频谱分析是学习数字信号处理的重要内容。

  1. 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. 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. 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)()(x ( t ) = x ( t + nT )从数学分析已知,任何周期函数在满足狄利克利(Dirichlet )条件下,可以展开成正交函数线性组合的无穷级数,如正交函数集是三角函数集(sinn ω0t,cosn ω0t )或复指数函数集(t jn e 0ω),则可展开成为傅里叶级数,通常有实数形式表达式:直流分量幅值为:各余弦分量幅值为:各正弦分量幅值为:利用三角函数的和差化积公式,周期信号的三角函数展开式还可写如下形式: 直流分量幅值为: A 0 = a 0各频率分量幅值为: 各频率分量的相位为:式中,T —周期,T=2π/ω0;ω0—基波圆频率;f 0—基波频率;n=0,±1, ……。

n n n n A b a ϕ,,,为信号的傅立叶系数,表示信号在频率f n 处的成分大小。

工程上习惯将计算结果用图形方式表示,以f n 为横坐标,n n b a ,为纵坐标画图,则称为时频-虚频谱图;以f n 为横坐标,n n A ϕ,为纵坐标画图,则称为幅值-相位谱;以f n 为横坐标,A n 2为纵坐标画图,则称为功率谱,如图7所示。

∑∞=++=+++++=1000020201010sin cos sin cos sin cos )(n n n t n b t n a a t b t a t b t a a x x ωωωωωω⎰-=2/2/0)(1T T dt t x T a ⎰⎰--==2/2/02/2/02sin )(2sin )(2T T T T n tdt nf t x T tdt n t x T b πω⎰⎰--==2/2/02/2/02cos )(2cos )(2T T T T n tdt nf t x T tdt n t x T a πω∑∞=-+=100)cos()(n n n t n A A x x ϕωn nn a b arctg =ϕ22nn n b a A +=图7 周期信号的频谱表示方法频谱是构成信号的各频率分量的集合,它完整地表示了信号的频率结构,即信号由哪些谐波组成,各谐波分量的幅值大小及初始相位,从而揭示了信号的频率信息。

4. 非周期信号的频谱分析非周期信号是在时间上不会重复出现的信号,一般为时域有限信号,具有收敛可积条件,其能量为有限值。

这种信号的频域分析手段是傅立叶变换。

其表达式为:与周期信号相似,非周期信号也可以分解为许多不同频率分量的谐波和,所不同的是,由于非周期信号的周期,基频,它包含了从零到无穷大的所有频率分量,各频率分量的幅值为,这是无穷小量,所以频谱不能再用幅值表示,而必须用幅值密度函数描述。

非周期信号x(t)的傅立叶变换X(f)是复数,所以有:式中|X(f)|为信号在频率f 处的幅值谱密度,为信号在频率f 处的相位差。

工程上习惯将计算结果用图形方式表示,以f 为横坐标,Re[X(f)]、Im[X(f)]⎰⎰⎰⎰∞∞--∞∞--∞∞-∞∞-====dt e t x f X dt e t x X df e f X t x d e X t x ft j t j ft j t j πωπωωωωπ22)()()()()()()(21)(或[][])](Re[)](Im[)()(Im )(Re )()()(22)(f X f X arctg f f X f X f X e f X f X f j =+==ϕϕ为纵为纵坐标画图,则称为时频-虚频密度谱图;以f为横坐标,|X(f)|、)(f坐标画图,则称为幅值-相位密度谱;以f为横坐标,|X(f)|2为纵坐标画图,则称为功率密度谱,如图8所示。

图8 非周期信号的频谱表示方法的各连续频率值上,与周期信号不同的是,非周期信号的谱线出现在0,fmax这种频谱称为连续谱。

5. 频谱分析的应用频谱分析主要用于识别信号中的周期分量,是信号分析中最常用的一种手段。

例如,在机床齿轮箱故障诊断中,可以通过测量齿轮箱上的振动信号,进行频谱分析,确定最大频率分量,然后根据机床转速和传动链,找出故障齿轮。

再例如,在螺旋浆设计中,可以通过频谱分析确定螺旋浆的固有频率和临界转速,确定螺旋浆转速工作范围。

本实验利用在DRVI上搭建的频谱分析仪来对信号进行频谱分析。

由虚拟信号发生器产生多种典型波形的电压信号,用频谱分析芯片对该信号进行频谱分析,得到信号的频谱特性数据。

分析结果用图形在计算机上显示出来,也可通过打印机打印出来。

三、实验仪器和设备1. 计算机n台2. DRVI快速可重组虚拟仪器平台1套3. 打印机1台四、实验步骤及内容1.启动服务器,运行DRVI主程序,开启DRVI数据采集仪电源,然后点击DRVI快捷工具条上的“联机注册”图标,选择其中的“DRVI采集仪主卡检测”进行服务器和数据采集仪之间的注册。

联机注册成功后,分别从DRVI工具栏和快捷工具条中启动“DRVI微型Web服务器”和“内置的Web服务器”,开始监听8600和8500端口。

2.打开客户端计算机,启动计算机上的DRVI客户端程序,然后点击DRVI快捷工具条上的"联机注册"图标,选择其中的“DRVI局域网服务器检测”,在弹出的对话框中输入服务器IP地址(例如:192.168.0.1),点击“发送”按钮,进行客户端和服务器之间的认证,认证完毕后即可正常运行客户端所有功能。

3.在DRVI软件平台的地址信息栏中输入如下信息“http://服务器IP地址:8600/SensorLAB/index.htm”,打开WEB版实验指导书,在实验目录中选择“典型信号频谱分析”实验,根据实验原理和要求搭建一个典型信号频谱分析实验。

4.该实验首先需要设计一个典型信号发生器,来产生白噪声、正弦波、方波、扫频信号等各种典型信号,DRVI中提供了一个“数字信号发生器”芯片可以直接生成上述信号,可以用一片“多联开关”芯片与之联动来控制“数字信号发生器”芯片的输出信号类型;对于整个实验的启动,用一片“开/关按钮”芯片来进行控制;为计算信号幅值谱,选择一片“频谱计算”芯片;为计算信号的强度,选择一片“时域参数计算”芯片;另外选择二片“波形/频谱显示”芯片,用于显示信号的波形和频谱;选择一片“方型仪表”芯片,用于显示信号的有效值;为实现频谱的放大、展宽等操作,插入一片“波形/频谱曲线操作”芯片;最后根据连接这些芯片所需的数组型数据线数量,插入4片“内存条”芯片,扩展4条数组型数据线,用于存储动态数据;再加上一些文字显示芯片和装饰芯片,就可以搭建出一个典型信号的频谱分析实验。

所需的虚拟仪器软件芯片数量、种类、与软件总线之间的信号流动和连接关系如图9所示,根据实验原理设计图在DRVI软面包板上插入上述软件芯片,然后修改其芯片属性窗中相应的连线参数就可以完成该实验的设计和搭建过程。

图9 典型信号频谱分析实验原理设计图5.例如,从软件芯片列表中依次插入四片“软内存条”芯片,其对应的软件芯片编号分别为6000,6001,6002,6003,然后插入“多联开关”芯片、“数字信号发生器”芯片和“开关”芯片,利用“移动工具”在软面包板上完成软件芯片的布局。

然后在“数字信号发生器”芯片上用鼠标右键点击,在弹出的芯片属性对话框中修改“波形存储芯片号”为6000,将其与数组型数据总线6000即“软内存条”芯片6000连接;修改“类型线号”为2将其与多联开关连接,控制信号的输出类型;修改“开关线号”为1,将其与“开关”芯片连接,由“开关”芯片来控制信号发生器的启/停;其它参数无需修改,即可完成本实验中“数字信号发生器”芯片的设置过程,如图10所示。

相应的,设置“开关”芯片中的“开关线号”为1;“多联开关”芯片中的“开关线号”为2 (与“数字信号发生器”类型线号相联),“开关数量”为10(如图11所示),完成这组软件芯片的设置过程。

其它软件芯片的设置可参照以上芯片设置方法及实验原理设计图完成。

图10 “数字信号发生器”芯片参数设置样列图11 “多联开关”芯片参数设置样列6.也可以直接点击附录中“实验脚本文件”的链接,将本实验的脚本文件贴入并运行,实验截屏效果图如图12所示。

图12 典型信号频谱分析实验7.点击DRVI“典型信号频谱分析”实验中的“白噪声”按钮,产生白噪声信号,分析和观察白噪声信号波形和幅值谱特性。

8.点击DRVI“典型信号频谱分析”实验中的“正弦波”按钮,产生正弦波信号,分析和观察正弦波信号波形和幅值谱特性。

9.点击DRVI“典型信号频谱分析”实验中的“方波”按钮,产生方波信号,分析和观察方波信号波形和幅值谱特性。

10.点击DRVI“典型信号频谱分析”实验中的“三角波”按钮,产生三角波信号,分析和观察三角波信号波形和幅值谱特性。

11.其余依此类推,分析和观察信号波形和幅值谱特性。

五、实验报告要求1.简述实验目的和原理。

2.整理该实验的设计原理图。

3.按实验步骤整理出正弦波、方波、三角波、白噪声以及其它波形的时域和幅值谱特性图形,说明各信号频谱的特点。

相关文档
最新文档