前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >MATLAB实现离散信号的DTFT 和DFT

MATLAB实现离散信号的DTFT 和DFT

作者头像
timerring
发布2022-08-03 18:35:35
1.7K0
发布2022-08-03 18:35:35
举报
文章被收录于专栏:TechBlogTechBlog

一、实验目的 加深对离散信号的DTFT和DFT的及其相互关系的理解。 二、实验原理及方法         在各种信号序列中,有限长序列信号处理占有很重要地位,对有限长序列,我们可以使用离散Fouier变换(DFT)。这一变换不但可以很好的反映序列的频谱特性,而且易于用快速算法在计算机上实现。         DTFT和DFT的主要区别就是DFT在时域和频域都是离散的,它带来的最大好处就是适合于数值计算,适合于计算机处理,DTFT和DFT有许多相似的性质。         利用MATLAB工程计算语言按要求编写程序算法,实现对有限长序列的离散时间傅立叶变换(DTFT)和离散傅立叶变换(DFT)的求解。 三、实验内容 1.     已知序列:         x(n) = cos

\frac{5pai}{16}
\frac{5pai}{16}

 n,0 ≤ n ≤ 15         1) x(n) 的 16 点和 32 点 DTFT,绘出 X (e ʲw) 幅度谱图形;

        2) x(n) 的 16 点和 32 点 DFT,绘出 X (k ) 幅度谱图形; 讨论对正弦信号抽样及DTFT 和 DFT 之间的相互关系,试说明实验产生的现象的原因。 2.     已知序列: x(n)={1,2,3,4,5,6,6,5,4,3,2,1}         1) 计算 x(n) 的 DFT 为 X (k ) ,绘出它的幅度和相位图;

        2) 计算 x(n) 的 DTFT 为 X (e ʲw ) ,绘出它的幅度和相位图;

        3) 利用 hold 函数,比较并验证 X (k ) 是 X (e ʲw ) 的采样。 参考流程图:

 五、实验报告要求 1.简述实验原理及目的. 2.写出实验程序,绘制实验结果. 3.总结实验结论.

代码语言:javascript
复制
9.1:
for N=16:16:32
n=0:15;
x1=cos(5*n*pi/16);
n=0:N-1;k=n;
x=zeros(1,N);
x(find(n<=15))=x1;
y=x*exp(-j*2*pi/N).^(n'*k);
w=linspace(-2*pi,2*pi,500);
y1=x*exp(-j*n'*w);
figure;
subplot(3,1,1);stem(n,x,'.');ylabel('x(n)');
subplot(3,1,2);plot(w/pi,abs(y1));xlabel('X pi');ylabel('X(w)');
subplot(3,1,3);stem(k,abs(y),'.');ylabel('mag X(k)');
end
9.2:
n=0:11;
x=[1,2,3,4,5,6,6,5,4,3,2,1];
k=n;
N=length(n);
y=x*exp(-j*2*pi/N).^(n'*k);%DFT
w=linspace(-2*pi,2*pi,500);
y1=x*exp(-j*n'*w);%DTFT
figure;
subplot(4,1,1);stem(n,x,'.');ylabel('x(n)');
subplot(4,2,3);stem(k,abs(y),'.');ylabel('mag X(k)');
subplot(4,2,4);stem(k,angle(y),'.');ylabel('ang X(k)');
subplot(4,1,3);plot(w/pi,abs(y1));xlabel('X pi');ylabel('X(jw)');
subplot(4,1,4);plot(w/pi,angle(y1));xlabel('X pi');ylabel('arg(jw)');
figure;%mag
stem(2*k/N,abs(y),'filled');
hold on;
plot(w/pi,abs(y1));xlabel('X pi');title('mag');
figure;%arg
stem(2*k/N,angle(y),'filled');
hold on;
plot(w/pi,angle(y1));xlabel('X pi');title('arg');
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2022-07-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档