实验二_时域采样和频域采样

  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)。

一、实验目的

时域采样理论与频域采样理论是数字信号处理中的重要理论。要求掌握模拟信号采样前后频谱的变化,以及如何选择采样频率才能使采样后的信号不丢失信息;要求掌握频率域采样会引起时域周期化的概念,以及频率域采样定理及其对频域采样点数选择的指导作用。

二、实验原理及方法

1、时域采样定理的要点:

a)对模拟信号)(t x a 以间隔T 进行时域等间隔理想采样,形成的采样信号的频

谱)(ˆΩj X 是原模拟信号频谱()a

X j Ω以采样角频率s Ω(T s /2π=Ω)为周期进行周期延拓。公式为:

)](ˆ[)(ˆt x FT j X a a

=Ω )(1∑∞

-∞

=Ω-Ω=n s a jn j X T b)采样频率s Ω必须大于等于模拟信号最高频率的两倍以上,才能使采样信号的频谱不产生频谱混叠。利用计算机计算上式并不方便,下面我们导出另外一个公式,以便用计算机上进行实验。

理想采样信号)(ˆt x

a 和模拟信号)(t x a 之间的关系为: ∑∞

-∞=-=n a a nT t t x t x

)()()(ˆδ 对上式进行傅立叶变换,得到:

dt e nT t t x j X t j n a a Ω-∞

-∞

-∞

=⎰∑

-=Ω])()([)(ˆδ dt e nT t t x t j n a Ω-∞

-∞

=∞

-∑

-)()( δ=

在上式的积分号内只有当nT t =时,才有非零值,因此:

∑∞

-∞

=Ω-=Ωn nT j a

a

e nT x

j X )()(ˆ

上式中,在数值上)(nT x a =)(n x ,再将T Ω=ω代入,得到:

∑∞

-∞

=-=Ωn n

j a

e

n x j X ω)()(ˆ

上式的右边就是序列的傅立叶变换)(ωj e X ,即 T j a e X j X Ω==Ωωω)()(ˆ 上式说明理想采样信号的傅立叶变换可用相应的采样序列的傅立叶变换得到,只

要将自变量ω用T Ω代替即可。

2、频域采样定理的要点:

a)对信号x(n)的频谱函数X(ej ω)在[0,2π]上等间隔采样N 点,得到

2()() , 0,1,2,,1

j N k N

X k X e k N ωπω===-

则N 点IDFT[

()

N X k ]得到的序列就是原序列x(n)以N 为周期进行周期延拓后的

主值区序列,公式为:

()IDFT[()][()]()

N N N N i x n X k x n iN R n ∞

=-∞==+∑

b)由上式可知,频域采样点数N 必须大于等于时域离散信号的长度M(即N ≥M),才能使时域不产生混叠,则N 点IDFT[()

N X k ]得到的序列()

N x n 就是原序

列x(n),即()

N x n =x(n)。如果N>M ,()

N x n 比原序列尾部多N-M 个零点;如果N

()

N x n =IDFT[()

N X k ]发生了时域混叠失真,而且()

N x n 的长度N 也比x(n)的

长度M 短,因此。

()

N x n 与x(n)不相同。

在数字信号处理的应用中,只要涉及时域或者频域采样,都必须服从这两个

采样理论的要点。

对比上面叙述的时域采样原理和频域采样原理,得到一个有用的结论,这两个采样理论具有对偶性:“时域采样频谱周期延拓,频域采样时域信号周期延拓”。因此放在一起进行实验。

三、实验内容及步骤 1、时域采样理论的验证

给定模拟信号,

)

()sin()(0t u t Ae t x t a Ω=-α

式中A=444.128,α=502π,0Ω

=502πrad/s ,它的幅频特性曲线如图

2.1

图2.1

)

(t x a 的幅频特性曲线

现用DFT(FFT)求该模拟信号的幅频特性,以验证时域采样理论。 按照

)

(t x a 的幅频特性曲线,选取三种采样频率,即

s

F =1kHz ,300Hz ,200Hz 。

观测时间选

ms

T p 50=。

为使用DFT ,首先用下面公式产生时域离散信号,对三种采样频率,采样序列按顺序用)(1n x ,)(2n x ,

)

(3n x 表示。

)

()sin()()(0nT u nT Ae nT x n x nT a Ω==-α

因为采样频率不同,得到的)(1n x ,)(2n x ,)

(3n x 的长度不同, 长度(点数)

用公式

s

p F T N ⨯=计算。选FFT 的变换点数为M=64,序列长度不够64的尾部加

零。

X(k)=FFT[x(n)] , k=0,1,2,3,-----,M-1

式中k 代表的频率为

k M k πω2=

要求: 编写实验程序,计算)(1n x 、)(2n x 和)

(3n x 的幅度特性,并绘图显示

析频谱混叠失真。

Matlab 源代码:

A=444.128;a=50*sqrt(2)*pi;w0=50*sqrt(2)*pi;

Tp=50/1000;F1=1000;F2=300;F3=200; %观察时间Tp=50ms T1=1/F1;T2=1/F2;T3=1/F3; %不同的采样频率

n1=0:Tp*F1-1;n2=0:Tp*F2-1;n3=0:Tp*F3-1; %产生不同的长度区间n1,n2,n3 x1=A*exp(-a*n1*T1).*sin(w0*n1*T1); %产生采样序列x1(n) x2=A*exp(-a*n2*T2).*sin(w0*n2*T2); %产生采样序列x2(n) x3=A*exp(-a*n3*T3).*sin(w0*n3*T3); %产生采样序列x3(n)

f1=fft(x1,length(n1)); %采样序列x1(n)的FFT 变换 f2=fft(x2,length(n2)); %采样序列x2(n)的FFT 变换 f3=fft(x3,length(n3)); %采样序列x3(n)的FFT 变换 k1=0:length(f1)-1;

fk1=k1/Tp; %x1(n)的频谱的横坐标的取值 k2=0:length(f2)-1;

fk2=k2/Tp; %x2(n)的频谱的横坐标的取值 k3=0:length(f3)-1;

fk3=k3/Tp; %x3(n)的频谱的横坐标的取值 subplot(3,2,1)

相关文档
最新文档