Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лаб_№2.doc
Скачиваний:
14
Добавлен:
19.03.2015
Размер:
203 Кб
Скачать
☆

3.2. Примеры спектрального анализа

Входной сигнал представим в виде вектора, элементы которого равны значениям функции, являющейся суммой двух синусоид с частотами 5 и 12 Гц. Найти Фурье-изображение этого сигнала и вывести графики входного процесса и модуля его Фурье-изображения:

>> t=0:0.001:2;

>> x=sin(2*pi*5*t)+cos(2*pi*12*t);

>> plot(t,x),grid;

>> title('input');

>> xlabel('t, c');

>> ylabel('X(t)')

>> y=fft(x);

>> a=abs(y);

>> plot(a);grid;

>> title('fourier');

>> xlabel('number');

>> ylabel('absF(X(t))')

Теперь осуществим обратное преобразование с помощью функции ifft:

>> z=ifft(y);

>> plot(t,z), grid;

>> title('inverse');xlabel('number');

>> xlabel('t, c');

>> ylabel('Z(t))')

Как следует из последнего рисунка, воспроизведенный процесс в точности совпадает с исходным.

Из выражений (4) можно заметить:

- номер m соответствует моменту времени tm , в который измерен входной сигнал x(m);

- номер k – это индекс значения частоты fk, которому соответствует найденный элемент y(k) дискретного преобразования Фурье;

- для перехода от индексов к временной и частотной областям, необходимо знать значение шага h дискрета времени, через который измерен входной сигнал x(t), и промежуток T времени, на протяжении которого он измерен; тогда дискрет по частоте в изображении Фурье определяется выражением

Df=1/T,

а диапазон изменения частоты – выражением

F=1/h.

Так в нашем примере Df=0.5, F= 1000.

- Фурье - изображение определяется функцией fft только для положительных частот в диапазоне от 0 до F, что неудобно для построения графиков Фурье – изображения от частоты; более удобным является переход к вектору Фурье – изображения, определенному в диапазоне частот [-F/2 - F/2].

Сформируем для данного примера массив частот и выведем график с аргументом частотой

>> f=0:0.5:1000;

>> plot(f,a)'grid;

>> plot(f,a);grid;

>> title('F(x)');xlabel('friquency, Hz');

>> ylabel('abs(F(X))')

На рисунке трудно различить частоты (5 и 12 Гц), с которыми колеблется входной сигнал.

Для установления истинного спектра входного сигнала необходимо вначале преобразовать полученный вектор y Фурье – изображения с помощью процедуры fftshift. Она предназначена для формирования нового вектора z из заданного у путем перестановки второй половины вектора у в первую половину вектора z

>> f1=-500:0.5:500;

>> v=fftshift(y);

>> a=abs(v);

>> plot(f1(970:1030),a(970:1030));grid;

>> title('F/N');

>> xlabel('friquency, Hz');

>> ylabel('abs(F(X))/N')

Из графика видно, что в спектре входного сигнала есть две гармоники- 5 и 12 Гц.

Неудобным является то, что по графику невозможно определить амплитуду этих гармоник. Чтобы сделать это, необходимо весь вектор y разделить на число его элементов N:

>> N=length(y);

>> a=abs(v)/N;

>> plot(f1(970:1030),a(970:1030));grid;

>> title('F/N');

>> xlabel('friquency, Hz');

>> ylabel('abs(F(X))/N')

4. Задание на самостоятельную работу

4.1. Провести цифровую обработку сигналов системы.

На выходе системы измеряемый сигнал x(t) представляет собой сумму трех сигналов:

x(t) = x0(t) + x1(t) + xш(t),

где x0(t)=A0 sin[(2π/T0) t] - измеряемый (полезный) сигнал;

x1(t) = A1 sin[(2π/T1) t] – регулярный шум преобразователя;

xш(t) – шум измерений, с интенсивностью Aш.

Подобрать дискретный фильтр второго порядка вида (2) с параметрами Aф, ξф при условии, что период его собственных колебаний равен периоду колебаний полезного сигнала, а выделяемый сигнал максимально воспроизводит полезный сигнал.

Представить все соответствующие графики.

4.2. Сформировать случайный процесс из белого шума, используя формирующий фильтр второго порядка вида (2) с частотой собственных колебаний fфф и относительным коэффициентом колебаний затухания ξфф.

Представить все соответствующие графики.

4.3. Сформировать процесс на выходе системы следующего вида:

x(t) = x2(t) + x3(t) + x4(t),

где x2(t)=A2 sin[(2π*f2* t];

x3(t)=A3 sin[(2π*f3* t];

x4(t)=A4 sin[(2π*f4* t];

Выполнить спектральный анализ сигнала на выходе системы.

4.4. Исходные параметры для исследований для каждого варианта заданы в таблице:

4.5. Результаты исследований для отчета оформить в текстовом процессоре Word.

№ варианта

Ts

Фильтрация

Формирование

случайного

процесса

Спектральный анализ

Примечание

A0

T0,с

A1

T1 с

Aш

Aф

ξф

fфф,Гц

ξфф

A2

A3

A4

f2,Гц

f3,Гц

f4,Гц

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

1

0.01

1

2

10

1

5

1

0.05

5

0.05

1

2

3

1

3

4

2

0.01

1

2

10

1

5

1

0.05

5

0.05

1

2

3

1

4

5

3

0.01

1

3

10

1

5

1

0.05

5

0.05

1

3

5

1

5

4

4

0.01

2

1

5

2

6

1

0.05

5

0.05

1

2

3

1

4

3

5

0.001

2

0.5

5

2

7

1

0.02

2

0.02

1

2

3

1

3

6

6

0.001

2

0.5

5

2

8

1

0.02

2

0.02

1

3

5

1

2

5

7

0.001

3

1

15

1

5

2

0.02

2

0.02

2

4

7

2

1

4

8

0.001

3

0.5

15

1

5

2

0.02

5

0.02

2

4

8

2

0.5

3

9

0.001

3

0.5

15

1

5

2

0.01

5

0.01

2

5

9

2

3

2

10

0.001

0.9

1

10

2

5

1

0.01

5

0.01

1

2

3

1

4

4

11

0.002

0.9

2

10

2

6

1

0.05

5

0.05

1

2

3

1

5

5

12

0.002

0.9

2

10

2

7

1

0.05

2

0.05

1

3

5

1

4

4

13

0.002

0.75

3

5

1

8

1

0.05

2

0.05

1

2

3

1

3

3

14

0.002

0.75

1

5

1

5

1

0.05

2

0.05

1

2

3

1

2

6

15

0.002

0.75

0.5

5

1

5

1

0.02

6

0.02

1

3

5

1

1

5

16

0.005

0.8

0.5

15

1

5

2

0.02

7

0.02

2

4

7

2

0.5

4

17

0.005

0.8

1

15

1

5

2

0.02

8

0.02

2

4

8

2

1

3

18

0.005

0.8

0.5

15

1

6

2

0.02

2

0.02

2

5

9

3

2

2

19

0.005

0.8

0.5

7.5

2

7

1

0.01

2

0.01

1

1

2

3

3

4

20

0.005

1

1

7.5

2

8

1

0.01

2

0.01

1

1

3

1

2

5

21

0.005

1

2

7.5

2

5

1

0.05

6

0.05

1

1

4

1

1

4

22

0.005

1

2

7.5

1

5

1

0.05

7

0.05

1

1

4

2

0.5

3

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]