(2,1,1);plot(n,x);title('x(n)');xlabel('n');%在第一个子窗中绘图x(n)X=fft(x);magX=abs(X);subplot(2,1,2);plot(n,X);title('DTFT|X|');xlabel('f(pi)');%在第二个子图中绘图x(n)的快速傅%里叶变换结果:卷积的快速算法源程序:functionpr6()n=0:15;x=1.^n;h=(4/5).^n;x(16:32)=0;h(16:32)=0;%到此x(n)=1,n=0~15;x(n)=0,n=16~32%h(n)=(4/5)^n,n=0~15;h(n)=0,n=16~32subplot(3,1,1);stem(x);title('x(n)');axis([1,32,0,1.5]);%在第一个子窗绘图x(n)横轴从1到32,纵轴从0到1.5(边框范围)subplot(3,1,2);stem(h);title('h(n)');axis([1,32,0,1.5]);%在第二个子窗绘图h(n)横轴从1到32,纵轴从0到1.5X=fft(x);%X(n)为x(n)的快速傅里叶变换H=fft(h);%H(n)为h(n)的快速傅里叶变换Y=X.*H;%Y(n)=X(n)*H(n)%Y=conv(x,h);y=ifft(Y);%y(n)为Y(n)的傅里叶反变换subplot(3,1,3)%在第三个子窗绘图y(n)横轴从1到32,纵轴从0到6stem(abs(y));title('y(n=x(n)*h(n))');axis([1,32,0,6]);结果:实验总结与思考1、在较短的傅里叶变换中,FFT的计算速度与DFT相比不是很明显,序列计算长度越长,计算时间差距越大,FFT较快;2、对于不同序列的较小长度的频谱分析可能会得到相同的频谱,适当加倍长度会避免这种情况的发生;
全文预览
