МИНОБРНАУКИ РОССИИ

федеральное государственное бюджетное учреждение высшего образования

"Омский государственный университет им. Ф. М. Достоевского"
Факультет Компьютерных наук
Кафедра компьютерных технологий и сетей

Отчёт по дисциплине «Цифровая обработка сигналов».

Лабораторная работа №5.
Спектральный анализ сигналов с применением оконной функции.
16 вариант = 1 вариант (из-за наличия всего 15 вариантов).

Выполнил: Студент 4 курса

очной формы обучения
группы СПБ-701-О-01
Петренко М.А.

Проверила:
Вахний Т.В.

Омск - 2021
Задание 1. Согласно своему варианту сформируйте аналоговый
нестационарный сигнал u1(t).
Для этого создадим функцию, которая будут содержать аналоговый
нестационарный сигнал:

Задание 2. Для заданного сигнала в соответствии с теоремой

Котельникова определите шаг дискретизации. График исходного
непрерывного и полученного дискретного сигнала занесите в отчет.
Для шага дискретизации, нужно задать частоту дискретизации (чтобы было в
соответствии с теоремой Котельникова), т.к. шаг дискретизации = 1/частота
дискретизации:
Зададим частоту дискретизации = 1000.

Большое значение для частоты дискретизации задано для более плавного

графика, т.е. тем и увеличить количество точек.

Результат графика, нестационарный непрерывный сигнал:

Результат графика, нестационарный дискретный сигнал:

Задание 3. Выполните оконное преобразование Фурье (вид оконной

функции согласно своему варианту) дискретного сигнала, постройте его
спектрограмму и изобразите на отдельном рисунке вид окна.
Создадим функции для оконных преобразовании:

Также потребуется оконная функция:

После чего выводим окна, где, переменная window_2 отвечает за ширину

окна, если обойтись без деления, то изначально, ширина окна будет = 400,
поэтому получим ширину окна на 100:
И получаем результат:

Задание 4. Увеличьте ширину окна и выполните п.3 с новым значением

ширины оконной функции.
Чтобы увеличить ширину окна, продублируем код для уменьшенной
функции, уменьшив только делитель для переменной window_1:

И получаем результат увеличенного окна, в нашем случае, ширина окна

будет в 2 раза больше предыдущей:
Задание 5. Согласно своему варианту сформируйте аналоговый
стационарный сигнал u2(t) и для него выполните п.2-4.
Для того, чтобы сформировать аналоговый стационарный сигнал, нам не
потребуется ставить условности:

Для вывода стационарного непрерывного и дискретного сигналов:

Результат стационарного непрерывного и дискретного сигналов

соответственно:
Для выполнения остальных пунктов, повторяем все процессы.
График с уменьшенной шириной окна:

Результат:

График с увеличенной шириной окна:

Результат:

Задание 6. Для дискретного стационарного сигнала выполните ДПФ

(БПФ) и постройте амплитудный спектр.
Для дискретного стационарного сигнала, выполнение Быстрого
Преобразования Фурье, воспользуемся функцией fourier_function(). И
выведем на экран:

Получаем результат:
Быстрое преобразование Фурье, это ускоренное вычисление Дискретного
преобразования Фурье. Результат будет тем же, отличаться будет только
пройденное время для получения результата.

Для оконного дискретного преобразования Фурье, используется

формула:
∞
F ( m , ω )= ∑ f [n]ω [ n−m ] ⅇ− jωn
n=−∞

При выборе оконной функции для выполнения спектрального анализа,

необходимо выбирать такую оконную функцию, где уровень боковых
лепестков спектра которой меньше заданного динамического диапазона.
Иначе, некоторые спектральные составляющие сигнала могут быть не
обнаружены. Если привести пример, то если динамический диапазон сигнала
не больше 40 дБ, то стоит использовать окно Хемминга, боковые лепестки
спектра которой не превышают 42 дБ. Если же динамический диапазон
сигнала не превышает 60 дБ, то можно в соответствии с этим, выбрать другое
окно, к примеру, окно Блэкмана.
Оконные преобразования Фурье зачастую используются в случаях, где
требуется исследовать сигнал на бесконечном интервале, в практике это
невозможно. С помощью оконного преобразования Фурье можно получить
спектр произведения сигнала и самой оконной функции, это является
оценкой исходного сигнала(спектра). Но при этом, вероятны разные
искажения.