- •Формирование четырёх четных последовательностей прямоугольных периодических импульсов единичной амплитуды с параметрами:
- •Определение коэффициентов ряда Фурье периодической последовательности и построение графиков зависимостей амплитудных спектров сигналов от .
- •2. Определение прямого преобразования Фурье для заданного сигнала и построение графиков амплитудного и фазового спектров.
- •3. Написание функции вычисления дискретного преобразования Фурье (дпф).
- •4. Вычисление дпф заданного сигнала и построение графиков амплитудного и фазового спектров.
- •Вычисление и построение спектров сигнала с помощью функции fft().
- •6. Изучение свойств преобразования Фурье.
- •6.1. Иллюстрация свойства линейности.
- •6.2. Иллюстрация свойства временного сдвига.
- •6.3. Иллюстрация свойства изменения масштаба.
- •7.4. Иллюстрация свойства свертки.
- •7.5. Теорема Парсеваля.
6.1. Иллюстрация свойства линейности.
% Свойство линейности
alpha = 0.5;
beta = 0.25;
y = alpha*g+beta*h;
[Y,w] = freqz(y,1,512);
% Графики Y и alpha*G+beta*H для проверки их равенства
figure(2), subplot(211),plot(abs(Y))
subplot(212), plot(abs(alpha*G+beta*H))
Рис.7. Иллюстрация свойства линейности преобразования Фурье.
Графики, представленные на рис. 7., показывают, что спектр суммы равен сумме спектров исходных сигналов.
Свойство выполняется благодаря линейности интегральных вычислений, доказательство [2]:
Это свойство позволяет раскладывать сложные сигналы на их составляющие, а это удобно когда составляющие являются собственными функциями (например, гармонические колебания).
6.2. Иллюстрация свойства временного сдвига.
% Свойство временного сдвига
n0 = 12; % y2 - последовательность y, сдвинутая на 12 отсчетов
y2 = [zeros([1,n0]) g];
[Y2,w] = freqz(y2,1,512);
G0 = exp(-j*w*n0).*G;
% Графики амплитудных спектров
figure(3), subplot(211), plot(abs(G0))
subplot(212), plot(abs(Y2));
Рис.8. Иллюстрация свойства временного сдвига преобразования Фурье.
На рис 8. видим, что графики амплитудных спектров сигналов совпадают.
Свойство временного сдвига заключается в том, что при осуществлении сдвига амплитудный спектр сигнала не меняется, добавляется только фазовый сдвиг (-2πft0).
Доказательство:
6.3. Иллюстрация свойства изменения масштаба.
Если , то для любого действительного a .
Докажем данное свойство.
Пусть и , тогда
Аналогично для получаем:
Следовательно, .
% Свойство изменения масштаба
a=0.1;% Коэффициент изменения масштаба
g1= exp(gamma*k*a);
figure(4),plot(k,g,k,g1) % Графики во временной области
[G,w] = freqz(g,1,512);
G1 = freqz(g1,1,512);
% Графики спектров
figure(5), subplot(211), plot(w',abs(G))
subplot(212), plot(w,abs(G1))
Рис.9. Графики сигналов s(t) и s(at) во временной области.
Рис.10. Графики амплитудных спектров сигналов s(t) и s(at) в частотной области.
Видим, что для a = 0.1 s(at) представляет собой функцию s(t), растянутую во времени в 10 раз. При этом амплитудный спектр сужается в 10 раз по оси частот.
Таким образом, чем шире сигнал по оси времени, тем уже его амплитудный спектр и наоборот.
При данном изменении масштаба скорость убывания экспоненциальной зависимости уменьшилась; амплитудный спектр сигнала стал выше, но его спад до нуля стал более резким.
7.4. Иллюстрация свойства свертки.
Если , , то .
Докажем данное свойство.
Запишем преобразование Фурье свёртки
Пусть , тогда
Следовательно,
Таким образом, получили, что .
% Свойство свертки
y5 = conv(g,h);
[Y5,w] = freqz(y5,1,512);
figure(6), subplot(211), plot(abs(Y5))
subplot(212), plot(abs(G.*H))
Рис.11. Иллюстрация свойства свертки преобразования Фурье.
На рис. 11 видим, что график амплитудного спектра свёртки сигналов совпадает с графиком произведения преобразований Фурье этих же сигналов, значит, свойство свёртки выполняется.