数字信号处理 实验报告
实验二:FFT算法的MATLAB实现
一、实验目的
通过本实验的学习,掌握离散傅立叶变换的理论,特别是FFT的基本算法以及其在在数字信号处理中的应用。 二、实验内容
题一:若x(n)=cos(n*pi/6)是一个N=12的有限序列,利用MATLAB计算它的DFT并画出图形。
题二:一被噪声污染的信号,很难看出它所包含的频率分量,如一个由50Hz和120Hz正弦信号构成的信号,受均值随机噪声的干扰,数据采样率为1000Hz,对这污染信号进行傅立叶变换,以检查所包含的频率分量
题三:调用原始语音信号mtlb,对其进行FFT变换后去掉幅值小于1的FFT变换值,最后重构语音信号。
(要求有四幅语音信号的频谱图在同一图形窗口以便比较:分别是1、原始语音信号;2、FFT变换;3去掉幅值小于1的FFT变换值;4、重构语音信号) 三、实验原理
1、有限长序列x(n)的DFT的概念和公式:
N?1?kn?x(k)??x(n)WN?n?0?N?1?kn?x(n)?1x(k)WN??Nk?0?0?k?N?1
0?n?N?1
2、基2的FFT算法
四、实验条件
(1)微机
(2)MATLAB编程工具
五、用matlab程序实现: 实验一:
1
clc; N=12; n=0:N-1; k=0:N-1;
xn=cos(n*pi/6); W=exp(-j*2*pi/N); kn=n'*k
Xk=xn*(W.^kn) stem(n,Xk); xlabel('k'); ylabel('Xk');
实验二 clc;
fs=1000; N=1024; n=0:N-1; t=n/fs;
x=sin(2*pi*50*t)+sin(2*pi*120*t)+rand(1,N);
2
y=fft(x,N); mag=abs(y); f=n*fs/N;
subplot(1,2,1),plot(f,mag); xlabel('频率/Hz');
ylabel('振幅');title('N=1024');
subplot(1,2,2),plot(f(1:N/2),mag(1:N/2)); xlabel('频率/Hz');
ylabel('振幅');title('N=1024');
实验三: clc;
load mtlb N=1500;
subplot(2,2,1)
plot([1:N],mtlb(1:N)); title('原始语音信号');
y=fft(mtlb(1:N)); subplot(2,2,2)
3