《窗函数的特性分析》由会员分享，可在线阅读，更多相关《窗函数的特性分析（17页珍藏版）》请在金锄头文库上搜索。
1、本科学生验证性实验报告学号114090315 姓名李开斌学院物理与电子信息专业、班级11 电子实验课程名称窗函数的特性分析教师及职称李宏宁开课学期2013 至2014 学年下学期填报时间2014 年03 月26 日云南师范大学教务处编印一、实验设计方案实验序号03 实验名称窗函数的特性分析实验时间2014 年 3 月 26 日实验室同析 3 栋 313 1. 实验目的 分析常用窗函数的时域和频域特性， 灵活运用窗函数分析信号频谱和设计FIR 数 字滤波器。2 实验原理、实验流程或装置示意图 在确定信号谱分析、 随机信号功率谱估计以及FIR 数字滤波器设计中， 窗函数的 选择起着重要的作用。 在
2、信号的频谱分析中， 截短无穷长的序列会造成频率泄漏， 影响频谱分析的精度和质量。合理选取窗函数的类型，可以改善泄漏现象。在 FIR 数字滤波器设计中， 截短无穷长的系统单位脉冲序列会造成FIR 滤波器幅度 特性的波动，且出现过渡带。3实验设备及材料 装有 Matlab 的计算机一台4实验方法步骤及注意事项利用 Matlab 中的函数分析并绘出常用基本信号的波形。注意事项 ： （1）在使用 MATLAB 时应注意中英输入法的切换， 在中文输入法输入程序时得 到的程序是错误的； （2）MATLAB 中两个信号相乘表示为x.*u,中间有个 . ，同样两个信号相除也 是如此； （3）使用 MATLAB
3、 编写程序时，应新建一个 m 文件， 而不是直接在 Comandante 窗口下编写程序； 在使用编程时，应该养成良好的编写习惯。5实验数据处理方法 比较法 画图法6参考文献陈后金，等 .数字信号处理 .2 版【M】.北京：高等教育出版社，2010 张德丰，等 .MATLAB 数值计算与方法 .北京：机械工业出版社， 2010 二实验报告 1实验现象与结果1.分析并绘出常用窗函数的时域特性波形%矩形窗时域波形及频谱 N=51; w=boxcar(N); Y=fft(w,256); subplot(2,1,1); stem(0:N-1,w); xlabel(w); ylabel(y); titl
4、e(时域波形 ); subplot(2,1,2); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 ); %汉明窗时域波形及频谱N=51; k=0:N-1; w=0.54-0.46*cos(2*pi*k/(N-1) Y=fft(w,256); subplot(2,1,1); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 ); subplot(2,1,2); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabe
5、l(W); ylabel(Y0); title(频谱图形 ); %汉宁窗时域波形及频谱N=51; k=0:N-1; w=1/2*(1-cos(2*pi*k/(N-1); Y=fft(w,256); subplot(2,1,1); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 ); subplot(2,1,2); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 ); % 布拉克窗时域波形及频谱N=51; k=0:N-1; w=0.42-0.5*co
6、s(2*pi*k/(N-1)+0.08*cos(4*pi*k/(N-1); Y=fft(w,256); subplot(2,1,1); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 ); subplot(2,1,2); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 ); 0510152025303540455000.51wy时 域 波 形-150-100-500501001500102030WY0频 谱 图 形%三角形窗时域波形及频谱N=51;
7、 w=bartlett(N); Y=fft(w,256); subplot(2,1,1); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 ); subplot(2,1,2); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 ); %凯撒窗时域波形及频谱N=51; beta=4; w=Kaiser(N,beta); Y=fft(w,256); subplot(2,1,1); stem(0:N-1,w); xlabel(w); ylabel(y);
8、title(时域波形 ); subplot(2,1,2); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 ); 3.研究凯泽窗的参数选择对其时域和频域的影响%凯撒窗时域波形及频谱beta=4时 N 取不同值的波形比较 N=20; beta=4; w=Kaiser(N,beta); Y=fft(w,256); subplot(3,2,1); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 beta=4,N=20); subplot(3,2,2);
9、Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 beta=4,N=20); N=60; beta=4; w=Kaiser(N,beta); Y=fft(w,256); subplot(3,2,3); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 beta=4,N=60); subplot(3,2,4); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图
10、形 beta=4,N=60); N=110; beta=4; w=Kaiser(N,beta); Y=fft(w,256); subplot(3,2,5); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 beta=4,N=110); subplot(3,2,6); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 beta=4,N=110); % 凯撒窗时域波形及频谱N=60，beta 取不同值的波形比较 N=60; beta=1; w=Kaise
11、r(N,beta); Y=fft(w,256); subplot(3,2,1); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 N=60，beta=1); subplot(3,2,2); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 N=60，beta=1); N=60; beta=5; w=Kaiser(N,beta); Y=fft(w,256); subplot(3,2,3); stem(0:N-1,w); xlabel(w); ylabe
12、l(y); title(时域波形 N=60，beta=5); subplot(3,2,4); Y0= abs(fftshift(Y); plot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 N=60，beta=5); N=60; beta=11; w=Kaiser(N,beta); Y=fft(w,256); subplot(3,2,5); stem(0:N-1,w); xlabel(w); ylabel(y); title(时域波形 N=60，beta=11); subplot(3,2,6); Y0= abs(fftshift(Y); pl
13、ot(-128:127, Y0) xlabel(W); ylabel(Y0); title(频谱图形 N=60，beta=11); 4.某序列为 xk=0.5cos(k2011)+cos(k209)，使用 fft 函数分析其频谱。% 利用矩形窗分析序列N=20; k=0:N-1; x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20); w=ones(1,N); y=x.*w; Y=fft(y,512); subplot(3,2,1); stem(0:N-1,y); title(抽样信号 ); xlabel(频率 ); ylabel(幅值 ); subplot(3,2,2);
14、 Y0=abs(fftshift(Y); plot(-256:255, Y0); title(时域波形 ); xlabel(频率 ); ylabel(幅值 ); N=40; k=0:N-1; x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20); w=ones(1,N); y=x.*w; Y=fft(y,512); subplot(3,2,3); stem(0:N-1,y); title(抽样信号 ); xlabel(频率 ); ylabel(幅值 ); subplot(3,2,4); Y0=abs(fftshift(Y); plot(-256:255, Y0); titl
15、e(时域波形 ); xlabel(频率 ); ylabel(幅值 ); N=160; k=0:N-1; x=0.5*cos(11*pi*k/20)+cos(9*pi*k/20); w=ones(1,N); y=x.*w; Y=fft(y,512); subplot(3,2,5); stem(0:N-1,y); title(抽样信号 ); xlabel(频率 ); ylabel(幅值 ); subplot(3,2,6); Y0=abs(fftshift(Y); plot(-256:255, Y0); title(时域波形 ); xlabel(频率 ); ylabel(幅值 ); % 利用汉明窗分析序
