電子信息工程-數字譜分析實踐及誤差討論(存儲版)
【正文】 ?f? =100 Hz， 又因為 3 個信號的譜峰間隔 f? 為 50Hz，則 ?f? f? .物理分辨率大于信號頻率間隔，故不能分辨出 3 個信號的頻譜； 當 L=300， fs=5kHz 時， ?f? =，則 ?f? f? 物理分辨率小于信號頻率間隔，故能分辨出 3 個信號的頻譜 結論 ：取相同的時窗寬度 L，則矩形窗的物理分辨率比海明窗高。 f1=500。 w=0:2*pi/500:2*pi。)。 fs=5000。 w=0:2*pi/500:2*pi。) gtext(39。 仿真結果如下： 圖 1 計算分辨率仿真： （ 代碼見附錄 ） 仿真結果如下： 圖 2 仿真結果分析 ： 由上圖 1 可知，當物理分辨率低于信號 頻率間隔 時，無論計算分辨率再大，也無法從頻譜圖中把信號的 頻率分量 分辨出來；相反，由圖 2 知， 當物理分辨率高于信號 頻率間隔 時，隨著計算分辨率的加大頻譜圖像取點 更豐富 ，N=16 時， 3 個頻率分量中只有頻率 f= 有對 應的頻譜點，很可能造成 頻率分量的漏判 ； N=64 時，基本可以判斷有 3 個 頻率分量，除了頻率 f= 能正確對應頻譜，其余兩個分量的頻譜點與其對應頻率都有偏差 ，這時候就很可能造成誤判； N=256 時，清楚顯示 3 個 頻率分量 及其對應頻率。*w)。 w3=2*pi*f3/fs。 x=sin(w1*n)+sin(w2*n)+sin(w3*n)。 X =dtft(x,vct_w)。DTFT39。DTFT39。DTFT39。 vct_w1=0: 2*pi/N1: pi。 subplot(3,1,1) axis([0 fs/2 0 60]) hold on [NN HN1]=size(abs(X1))。DTFT39。,39。DFT, L=100 N=25639。b:39。) legend(39。DFT, L=100 N=1639。 X3=dtft(x,vct_w3)。 n=0:L21。DFT, L=10 N=25639。DFT, L=10 N=6439。DFT, L=10 N=1639。 X2=dtft(x,vct_w2)。 N=800。 w1=2*pi*f1/fs。從 開始構思如何分析數字譜到 最終 通過 MATLAB 軟件仿真來實現構想， 期間 我不但加深了對 數字譜分析的理解，還學會了運用 MATLAB 來對某些理論進行仿真驗證，真是可謂獲益良多。我們可以通過 增加采樣的長度 或者 加 海明 窗 來 降低頻譜泄露量 。) axis([0,2022,0,L/3]) xlabel(39。w3=2*pi*f3/fs。 L=200。) gtext(39。w3=2*pi*f3/fs。 L=100。L=30039。 wh=*cos(2*pi*n/(L1))。f1=1000。L=10039。 wh=*cos(2*pi*n/(L1))。f1=1000。)。 w=0:2*pi/300:2*pi。 f1=1000。 5. 分組討論，獨立撰寫項目報告，提交 Word 電子文檔。通過親自編程、繪頻譜圖，掌握數字譜分析有關算法 DTFT、 DFT 和 FFT，并能夠恰當舉例說明數字譜分析算法產生誤差原
公司管理相關推薦
鄂ICP備17016276號-1