目的
(1) 掌握利用 DFT 近似计算不同类型信号频谱的原理和方法。
(2) 理解误差产生的原因及减小误差的方法。
(3) 培养学生自主学习能力,以及发现问题、分析问题和解决问题的 能力。
【知识点】
利用 DFT 分析连续信号的频谱 DFT 参数
【背景知识】
声音包括语音、乐音、噪音等。 乐音是发音物体有规律地振动而产生的具有固定音高的音,如
音乐中的 1(Do) 2(Re) 3(Mi) 。按照音高顺次排列的一串乐音就是音阶,如大家熟悉的
1(Do )2(Re)3(Mi) 4(Fa)5(So)6(La)7(Si) 就是音阶 。乐音由不同频率的正弦信号构成,其最简单的数学
模型是 cos(2 ft ) ,如 C 大调音阶各乐音对应的频率如下表:
题目分析和方案设计
题目一:
利用 DFT 分析 x ( t )= A cos(2 f 1 t )+ B sin(2 f 2 t ) 的频谱,其中 f 1 =200Hz f 2 =220Hz
(1)A=B=1;
(2)A=1,B=0.1
分析题目,给出合适的 DFT 参数,并对实验结果进行分析,讨论窗口的长度和窗口的类型对谱
分析有何影响。
1)参数确定:
已知连续周期信号 x ( t )= A cos(2 f 1 t )+ B sin(2 f 2 t ) ,其中 f 1 =200Hz
f 2 =220Hz
① 对信号采样:
由时域离散化频域周期化可知

为了避免频谱重叠
② 窗函数 N 的确定:(矩形窗为例) 已知该信号有两个相邻频率 f 1 =200Hz f 2 =220Hz。

 

本实验选择 N=30 60 90 120 ,分别观察不同窗函数长度对 DFT 计算频谱的结果影响。
③ 窗函数类型的确定
已知不同类型的窗函数截取的 X N (e )主瓣峰值和旁瓣峰值之比不同。并且主瓣越宽,旁瓣峰值越衰减。而本实验(2)中,信号存在不同幅值的两个相邻频率,应该重点减小主瓣峰值和旁瓣峰值之比。本次实验我们选择用"矩形窗","海明窗","汉宁窗","布莱克曼窗"和"凯瑟窗",观察不同窗函数处理后 XN(ejΩ )的频谱。
④ DFT 计算中 L 的确定:
为了减少栅栏效应的影响,应该将 X N [k]补零至 L(L>N)。本实验我们选择 L=512.
(2)程序分析:
将两种频率系数、四种取样长度 N 和五种窗口类型进行组合对比,在 DFT 长度不变情况下观察
各组参数对 DFT 频率分析的影响。
由于复制会变形,本文中只给出题目一的解答,以下问题的解答直接上传资源
题目二:
已知一离散序列为 x [ k ]=cos( 0 k )+0.6cos( 1 k ), 其中 0 =12  , 1 =  /64
(1) 数据 x [ k ] 的长度 N =64 ,对 x [ k ] L =64 FFT, 画出此时信号的频谱,观察是否可以分辨两 个谱峰。若不可以,对 64 点信号补零,画出 L=128 以及 L=512 时信号的频谱,观察是否可以分辨
出两个谱峰,并解释原因。
(2) 选择合适的参数实现题 2 中两个谱峰的分离。
题目三:
利用 DFT 分析音阶信号 yueyin1.wav 的频谱。
要求读取该信号的抽样频率,获得时域抽样点数 N ,确定信号的持续时间以及合适的 DFT
数,并根据谱分析的结果,判断是什么调的音阶。
题目四:
和弦的频谱成分。
和弦一般由 3 个(也可大于 3 个)具有一定规律的乐音构成,即 x ( t )= cos(2 f 1 t )+ cos(2 f 2 t )+
cos(2 f 3 t )
1 )利用 DFT 分析和弦信号 hexian1.wav 的频谱,确定构成该和弦的是哪几个乐音(即什么
频率分量)。
2 )若乐曲全音符的持续时间为 0.2s, 从理论上分析利用 DFT 分析 16 分音符乐音构成会出现
什么问题?设计实验验证一下你的判断,并给出解决问题的方案。

 

题目五:
含谐波音阶的谱分析。
优美动听的音乐,其乐音除含有基波频率外还含有若干次谐波频率分量,其数学模型可近似表
示为
。利用 DFT 分析音阶信号 yueyin2.wav 的频谱,能否直接从频谱图确
定各乐音的频谱构成吗?若不能,请给出如何确定各乐音频谱构成的方法,并通过实验验证。

 

 

 

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐