精选常见信号的傅里叶变化.doc

该【精选常见信号的傅里叶变化 】是由【小吴】上传分享，文档一共【24】页，该文档可以免费在线阅读，需要了解更多关于【精选常见信号的傅里叶变化 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。1 题目:用MATLAB对常见信号的Fourier变换分析姓名:王聪 学号:202406302036专业:电子信息科学与技术年级:2024级院系:物理与电子工程学院完成日期:2024年5月指导教师:潘孟美2本科生毕业论文〔设计〕独创性声明本人声明所呈交的毕业论文〔设计〕是本人在导师指导下进行的研究工作及取得的研究成果,除了文中特别加以标注和致谢的地方外,本论文中没有抄袭他人研究成果和伪造数据等行为。与我一同工作的同志对本研究所做的任何奉献均已在论文中作了明确的说明并表示谢意。论文〔设计〕作者签名:日期:本科生毕业论文〔设计〕使用授权声明海南师范大学有权保存并向国家有关部门或机构送交毕业论文〔设计〕的复印件和磁盘,允许毕业论文〔设计〕被查阅和借阅。本人授权海南师范大学可以将本毕业论文〔设计〕的全部或局部内容编入有关数据库进行检索,可以采用影印、缩印或其他复印手段保存、汇编毕业论文〔设计〕。论文〔设计〕作者签名:日期:3指导教师签名:日期:…………………………………………………………..………………………………………………….…………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………18用MATLAB对常见信号的Fourier变换分析作者:王聪指导教师:潘孟美〔海南师范大学物理与电子工程学院,海口,571158)摘要:MATLAB软件在多个研究领域都有着广泛的应用,其中,它的频谱分析设计功能很强,从而使信号处理变得十分简单、直观。傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号,再利用傅立叶反变换将这些频域信号转换成时域信号。应用MATLAB实现信号的谱分析和对信号消噪。关键词:傅里叶变换;MATLAB软件;信号消噪monsignal’sFouriertransformationbyMatlabAuthor:WangCongProfessorPanMengmei(CollegeofPhysics&ElectronicEngineering,Hainannormaluniversity,Haikou,571158)Abstract:,itsfrequencychartanalysisisverystrong,everybrief,,:Fouriertransformation,softwareofmatlab,signaldenoising引言6MATLAB是一种面向科学与工程计算的高级语言,现在已成为国际公认的最优秀的科技应用软件,在世界范围内广为流传和使用。Matlab是MathWorks公司于1982年推出的一套高性能的数值计算和可视化数学软件,被誉为“巨人肩上的工具〞。它使用方便、编程简单、语言简练、运算高效且内容丰富、函数库可以任意扩充,绘图简便,采用全新数据类型和面向对象编程技术,已广泛地运用于教学、科研和工程设计的各个领域,覆盖了通信、自动控制、信号处理、图像处理、化工、生命科学等科学技术领域。随着Matlab的信号处理工具箱的推出,不需要很强的编程能力,就可以很方便地进行信号分析、处理和设计,Matlab已经成为信号处理应用中的分析和仿真设计的主要工具[1]。,如日常生活中常见的昼夜更替、四季循环、温度气压等气象因素的反复变化、河水水位的周期性涨落、地面植物的岁月枯荣以及科学技术中诸如太阳活动的十一年周期起伏、地磁场的日变化、重力仪上所反映的固体潮、交流电、电磁波和机械振动等无一不是周期现象。描述周期现象的最简单的周期函数是物理学上所说的谐波函数,它由正弦或余弦函数来表示〔〕而所有函数都可以看做是不同频率的正弦或余弦函数的叠加。下面介绍周期函数的傅里叶变换[2]。将一个周期为T的函数分解为Fourier级数,其三角形式展开为8:〔〕,而是一个离散的序列。与连续时间信号的分析类似,对于连续时间信号进行离散Fourier变换,一般可概括为时域采样,时域截断,频域采样三个步骤,最终导出离散傅立叶变换[3]对为:n=0,1,2,…,N-1〔〕它通过连续傅立叶变换,将N个时域采样点与N个频域采样点联系起来。:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。和傅立叶变换算法对应的是反傅立叶变换算法。该反变换从本质上说也是一种累加处理,这样就可以将单独改变的正弦波信号转换成一个信号。 因此,可以说,傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号〔信号的频谱〕,可以利用一些工具对这些频域信号进行处理、加工。最后还可以利用傅立叶反变换将这些频域信号转换成时域信号。8 傅里叶变换的应用领域广泛,谱估计就是对各种信号进行频谱分析,或将时间域信号转换为频率域信号进行处理。例如通过对环境噪声的谱分析,可以确定主要频率成分,了解噪声的成因,找出降低噪声的对策;对振动信号的谱分析,可了解振动物体的特性,为设计或故障诊断提供资料和数据。对于高保真音乐和电视这样的宽带信号转到频率域后极大多数能量集中在直流和低频局部,就可把频谱中的大局部成分滤去,从而压缩信号频带。[4]冲激函数是最根本的函数,其傅里叶变换是系统函数,只要知道系统函数,那么通过这个系统的输出函数并可以确定。在Matlab中产生冲激函数和其傅里叶变换的程序如下:M=10;T=10;N=2^M;dt=T/N;n=0:N-1;t=n*dt;w=zeros(size(t));w(100:105)=100;subplot(211);plot(t,w,'b','LineWidth',);title(‘冲激函数');xlabel('t/s--->');ylabel('y/m');Subplot(212);W=fft(w);W=fftshift(W);9plot(t,abs(W),'b','LineWidth',);title('冲激函数的傅里叶变换');xlabel('w--->');ylabel('y/m');其时域图像和频域图像如图1所示图1冲激函数的时域和频谱图像分析:从图中可以看出,冲激信号的频率为0处的分量最大,然后向两端快速衰减,说明脉冲信号中实际占主导地位的其实是直流分量。,任何信号都可以分解成为不同频率的正或余弦信号的叠加,那么现在研究余弦信号的时域和频域特性[4]。用Matlab可以产生余弦信号并分析其频谱的特性。Matlab程序:M=10;N=2^M;t=linspace(-10,10,N);xcos=cos(3*t);subplot(211)10