【 MATLAB 】通过不同样本数的同一个有限长序列作 DTFT 对比

举报
李锐博恩 发表于 2021/07/15 07:27:02 2021/07/15
【摘要】 上篇博文我们讨论了:【 MATLAB 】使用 MATLAB 得到高密度谱(补零得到DFT)和高分辨率谱(获得更多的数据得到DFT)的方式对比(附MATLAB脚本) 可是还是觉得不过瘾,还有下面的情况需要对比。于是就有了这篇博文。 案例: 想要基于有限样本数来确定他的频谱。 下面我们分如下几种情况来分别讨论: a. 求出并画出  的DTFT; b. 求...

上篇博文我们讨论了:【 MATLAB 】使用 MATLAB 得到高密度谱(补零得到DFT)和高分辨率谱(获得更多的数据得到DFT)的方式对比(附MATLAB脚本)

可是还是觉得不过瘾,还有下面的情况需要对比。于是就有了这篇博文。

案例:

x(n) = cos(0.48pi n)+cos(0.52pi n)

想要基于有限样本数来确定他的频谱。

下面我们分如下几种情况来分别讨论:

a. 求出并画出 x(n), 0 leq n leq 9 的DTFT;

b. 求出并画出 x(n), 0 leq n leq 99 的DTFT;



      clc;clear;close all;
      n = 0:99;
      x = cos(0.48*pi*n) + cos(0.52*pi*n);
      n1 = 0:9;
      y1 = x(1:10);
      subplot(2,2,1)
      stem(n1,y1);
      title('signal x(n), 0 <= n <= 9');
      xlabel('n');ylabel('x(n) over n in [0,9]');
      Y1 = dft(y1,10);
      magY1 = abs(Y1);
      k1 = 0:1:9;
      N = 10;
      w1 = (2*pi/N)*k1;
      subplot(2,2,2);
      % stem(w1/pi,magY1);
      % title('DFT of x(n) in [0,9]');
      % xlabel('frequency in pi units');
      %In order to clearly see the relationship between DTFT and DFT, we draw DTFT on the same picture.
      %Discrete-time Fourier Transform
      K = 500;
      k = 0:1:K;
      w = 2*pi*k/K; %plot DTFT in [0,2pi];
      X = y1*exp(-j*n1'*w);
      magX = abs(X);
      % hold on
      plot(w/pi,magX);
      % hold off
      subplot(2,2,3)
      stem(n,x);
      title('signal x(n), 0 <= n <= 99');
      xlabel('n');ylabel('x(n) over n in [0,99]');
      Xk = dft(x,100);
      magXk = abs(Xk);
      k1 = 0:1:99;
      N = 100;
      w1 = (2*pi/N)*k1;
      subplot(2,2,4);
      % stem(w1/pi,magXk);
      % title('DFT of x(n) in [0,99]');
      % xlabel('frequency in pi units');
      %In order to clearly see the relationship between DTFT and DFT, we draw DTFT on the same picture.
      %Discrete-time Fourier Transform
      K = 500;
      k = 0:1:K;
      w = 2*pi*k/K; %plot DTFT in [0,2pi];
      X = x*exp(-j*n'*w);
      magX = abs(X);
      hold on
      plot(w/pi,magX);
      hold off
  
 

可见,b问这种情况,拥有x(n)的更多数据,所以得到的DTFT更加的准确,正如我们所料,频谱在w = 0.48pi以及0.52pi处取得峰值。而a问中的图就看不出这种关系,因为获得序列数据太少,已经严重影响到了频谱的形状。

 

 

 

 

文章来源: reborn.blog.csdn.net,作者:李锐博恩,版权归原作者所有,如需转载,请联系作者。

原文链接:reborn.blog.csdn.net/article/details/83478545

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。