信号与系统分析实验信号的频谱分析

实验 信号的频谱分析
1方波信号的分解与合成实验
1实验目的
1. 了解方波的傅立叶级数展开和频谱特性。
2. 掌握方波信号在时域上进行分解与合成的方法。
3. 人脸识别巡更系统掌握方波谐波分量的幅值和相位对信号合成的影响。
2 实验设备
PC机一台,TDSAS系列教学实验系统一套。
3 实验原理及内容
1. 信号的傅立叶级数展开与频谱分析
信号的时域特性和频域特性是对信号的两种不同的描述方式。对于一个时域的周期信号f(t),只要满足狄利克莱条件,就可以将其展开成傅立叶级数:
如果将式中同频率项合并,可以写成如下形式:
从式中可以看出,信号f(t)是由直流分量和许多余弦(或正弦)分量组成。其中第一项A0/2是常数项,它是周期信号中所包含的直流分量;式中第二项A1cos(Ωt+φ1)称为基波,它的角频率与原周期信号相同,A1是基波振幅,φ1是基波初相角;式中第三项A2cos(Ωt+φ2)称为二次谐波,它的频率是基波的二倍,A2是基波振幅,φ2是基波初相角。依此类推,还有三次、四次等高次谐波分量。
2. 方波信号的频谱
将方波信号展开成傅立叶级数为:
n=135
此公式说明,方波信号中只含有一、三、五等奇次谐波分量,并且其各奇次谐波分量的幅值逐渐减小,初相角为零。图3-1-1为一个周期方波信号的组成情况,由图可见,当它包含的分量越多时,波形越接近于原来的方波信号,还可以看出频率较低的谐波分量振幅较大,它们组成方波的主体,而频率较高的谐波分量振幅较小,它们主要影响波形的细节。
a)基波 b)基波+三次谐波
c)基波+三次谐波+五次谐波
d)基波+三次谐波+五次谐波+七次谐波
e)基波+三次谐波+五次谐波+七次谐波+九次谐波
3-1-1方波的合成
3. 方波信号的分解
方波信号的分解的基本工作原理是采用多个带通滤波器,把它们的中心频率分别调到被测信号的各个频率分量上,当被测信号同时加到多路滤波器上,中心频率与信号所包含的某次谐波分量频率一致的滤波器便有输出。在被测信号发生的实际时间内可以同时测得信号所包含的各频率分量。本实验便是采用此方法,实验中共有5路滤波器,分别对应方波的一、三、五、七、九次分量。
4. 信号的合成
本实验将分解出的1路基波分量和4路谐波分量通过一个加法器,合成为原输入的方波信号,
信号合成电路图如图3-1-2所示。
薄膜发电
3-1-2
4 实验步骤
本实验在方波信号的分解与合成单元完成。
1. 使信号发生器输出频率为100Hz、幅值为4V的方波信号,接入IN端。
2. 用示波器同时测量INOUT1端,调节该通路所对应的幅值调节电位器,使该通路输出方波的基波分量,基波分量的幅值为方波信号幅值的4/π倍,频率于方波相同并且没有相位差.(注意:出厂时波形调节电位器已调到最佳位置,其波形基本不失真,基本没有相位差。
若实验中发现存在波形失真或有相位差的现象,请适当调节波形调节电位器,使波形恢复正常。)
3. 用同样的方法分别在OUT3OUT5OUT7OUT9端得到方波的三、五、七、九此谐波分量(注意其他谐波分量各参数应当满足式3-1-1所示)。
4. 完成信号的分解后,分别测量基波与三次谐波,基波、三次谐波与五次谐波,基波、三 次谐波、五次谐波与七次谐波,基波、三次谐波、五次谐波、七次谐波与九次谐波合成后的波形。并完成图3-1-3
声音设备
    3-1-3
            基波                            基波+三次谐波
基波+三、五次谐波                    基波+三、五、七次谐波
基波+三、五、七、九次谐波
2 连续周期信号与连续非周期信号的频谱实验
1 实验目的
1. 掌握连续周期信号与连续非周期信号频谱的特点
设备防护箱2. 学习使用频谱分析仪观察信号的频谱
尼龙包胶线2 实验设备
PC机一台,桥梁同步顶升TDSAS系列教学实验系统一套。
3 实验原理及内容
1. 连续信号的频谱 
一个周期信号只要满足狄里赫利条件,则可以分解为一系列谐波分量之和。为了表征不同信号的谐波组成情况,时常画出周期信号各次谐波的分布图形,这种图形称为信号的频谱。描述各次谐波振幅与频率关系的是振幅频谱;描述各次谐波相位与频率关系的是相位频谱。根据周期信号展开成傅立叶级数的不同形式可分为单边频带谱和双边频带谱。

本文发布于:2024-09-22 23:38:06,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/174375.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:信号   谐波   方波   分量   实验   频谱   频率   分解
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议