基于DFT的信号识别系统

基于DFT的信号识别系统一、实验目的通过实验巩固离散傅立叶变换DFT的认识和理解。熟练掌握应用DFT进行频谱分析的方法。理解DFT离散频谱分析的应用价值。二、实验内容在语音识别、雷达信号处理、生物医学

DFT 基于的信号识别系统 一、实验目的 （1） DFT 通过实验巩固离散傅立叶变换的认识和理解。 （2） DFT 熟练掌握应用进行频谱分析的方法。 （3） DFT 理解离散频谱分析的应用价值。 二、实验内容 在语音识别、雷达信号处理、生物医学信号检测与识别等应用领域广泛使用 1 基于离散傅立叶变换的谱分析技术。一个典型的信号识别系统如图： 1 图 x(n) 设系统的输入信号是具有单一频谱峰值的正弦信号，短时矩形窗将信号 DFT 截短为有限长，经过变换得到频谱，频率检测器检测频谱最大峰值的位置， 即对应的频率，然后由分类器识别信号的类别。分类器的分类判决规则为： Hz0≤f≤200 第一类：最大峰值频率分布范围（）为。 Hz200≤f≤500 第二类：最大峰值频率分布范围（）为。 Hz500≤f≤1000 第三类：最大峰值频率分布范围（）为。 Hzf≥1000 第四类：最大峰值频率分布范围（）为。 fs=10000HzN=1000DFT 设采样频率，短时矩形窗宽度为，短时加窗信号经过 ω 21000 可以得到连续频谱在0≤＜范围内的个取样点。 1 （）编程实现该系统 πn 2xn=1.2sin(0.08)0≤f≤fs （）输入信号（），理论计算并画出范围的幅度谱， 标出峰值频率，观察系统的实际识别结果，分析其正确性。 πn 3xn=1.5+3cos(0.5)0≤f≤fs （）输入信号（），理论计算并画出范围的幅度谱， 标出峰值频率，观察系统的实际识别结果，分析其正确性。 π 4xn=0.7sin(0.14n)0≤f≤fs （）输入信号（），理论计算并画出范围的幅度谱， 标出峰值频率，观察系统的实际识别结果，分析其正确性。 ππ 5xn=1.2cos(0.5n)+ 9.5sin(0.02n)0≤f≤fs （）输入信号（），理论计算并画出 范围的幅度谱，标出峰值频率，观察系统的实际识别结果，分析其正确性。 π 6xn=cos(0.102n)0≤f≤fs （）输入信号（），理论计算并画出范围的幅度谱， 标出峰值频率，观察系统的实际识别结果，分析其正确性。 三、实验分析 N0,N-1 1.x(n)[] 设是长度为的有限长信号，即信号仅仅分布在 （注意这个前提） 01 区间，其余时间均为，那么，该信号的离散傅立叶变换定义如式：