FFT算法分析实验实验报告 实验报告学院实验报告专业实验课程实验地点实验日期学号学号0000000000姓名实验项目FFT算法分析实验实验目的DSP芯片对信号进行频谱分析的操作方法。DSP进行FFT二实验原理试验箱上的信源可以产生两个不同频率的正弦信号的叠加信号,将该信号用ADC进行采样,并将采集结果送入DSP芯片进行FFTMatlab进行理论分析,便于与分析实验结果。FFT结果图中计算信号的频率分量:NFFTNFs(程序中为16000H,采样点数为(程序中为128,做FFT之后,某一点n(n从0开始)表示的频率为:Fn=n*Fs/N;该点的模值除以N/2就是对应该频率下的信号的幅度(对于直流信号是除以。48FFT048*16000/128=/2641,就是叠加信号中该频率成份的幅值。Matlab程序代码:closeall;Adc=0; A1=1; % 直流分量幅度频率F1信号的幅度A2=1;%频率F2信号的幅度F1=100;%信号1频率(Hz)F2=6000;%信号2频率(Hz)P1=0;%信号1相位(度)P2=0;%信号2相位(度)Fs=16000;%采样频率(Hz)N=128; %t=[0:1/Fs:N/Fs];%原始叠加信号 %采样时刻S=Adc+A1*sin(2*pi*F1*t+pi*P1/180)+A2*sin(2*pi*F2*t+pi*P2/180);%显示原始信号plot(S);title(‘原始信号’);figure;Y=fft(S,N); %FFT变换abs(Y)); 取模plot(); %FFT模值结果title(‘FFT模值’);figure;= %换算成实际的幅度%直流分量的幅值单独处理F=([1:N]-1)*Fs/N; %换算成实际的频率值plot(F(1:N/2),Ayy(1:N/2)); %显示换算后的FFT模值结title(‘幅度-频率曲线图’);三实验结果及分析12Matlab1所示:1Matlab实际实验结果:由图可知,第4个点和第40个点附近FFT值不为零。代入公式N*16000/128可得,图2 实际测试实验结测试的实验结果为:在第4点和第40点。f1=4*16000/128=500Hz,f2=40*16000/128=5000Hz。误差分析:高频信号实验值为,与设计值5010Hz存在一定误差。引起误差的原因是,本次实验做128点的FFT5010Hz对应的FFt40.08,实验中无法取得该值,故出现了误差。对于低频信号,其对应FFT位置上,故无误差出现。FFTFFTADC的采样频率。四实验总结DSP芯片对位置信号做FFT2FFTC函数设计#include<complex.h>intfft(complex*a,intl){constdoublepai=3.9793;complexu,w,m;unsignedn=1,nv2,nm1,k,le,lei,ip;unsignedi,j,m;doubletmp;n<<=1;nv2=n>>=1;nm1=n-1;i=0;for(i=0;i<nm1;i++){if(i<j){t=a[j]a[j]=a[i];a[i]=t;}k=nv2;while(k<=j){j-=k;k>>=1;}j+=k}le=1for(m=1;m<=1;m++){lei=lele<<=1;u=complex(1,0);tmp=pai/lei;w=complex(cos(tmp),-sin(tmp));for(j=0;j<le
2024最新激活全家桶教程,稳定运行到2099年,请移步至置顶文章:https://sigusoft.com/99576.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。 文章由激活谷谷主-小谷整理,转载请注明出处:https://sigusoft.com/59972.html