搜索资源列表
DFT分析模拟信号频谱
- 应用傅里叶变换DFT，分析各种离散信号x(k)的频谱。离散周期信号可以展开成傅里叶级数，所以离散周期信号的频谱 是一个周期的周期性离散频谱，各谱线之间的间隔为 ，而且存在着谐波的关系。 -DFT application of the Fourier transform, analyze discrete signal x (k) of the spectrum. Discrete signal cycle can begin as Fo
Fourierclassicalanalyse
- 傅里叶变换和傅里叶变换的性质,周期信号和非周期信号的频谱分析,卷积和卷积定理,抽样信号的傅里叶变换和抽样定理,相关、能量谱和功率谱.-Fourier transform and Fourier transform nature, the cycle-cycle signal and the signal spectrum analysis, Convolution and convolution theorem, the samplin
DFT分析模拟信号频谱
- 应用傅里叶变换DFT，分析各种离散信号x(k)的频谱。离散周期信号可以展开成傅里叶级数，所以离散周期信号的频谱 是一个周期的周期性离散频谱，各谱线之间的间隔为 ，而且存在着谐波的关系。 -DFT application of the Fourier transform, analyze discrete signal x (k) of the spectrum. Discrete signal cycle can begin as Fo
Fourierclassicalanalyse
- 傅里叶变换和傅里叶变换的性质,周期信号和非周期信号的频谱分析,卷积和卷积定理,抽样信号的傅里叶变换和抽样定理,相关、能量谱和功率谱.-Fourier transform and Fourier transform nature, the cycle-cycle signal and the signal spectrum analysis, Convolution and convolution theorem, the samplin
chapter052
- Blackman窗分析频谱，周期信号的截断，不同采样方式周期信号的频谱，信号序列的过零点查找与二次采样-Blackman window analysis of the spectrum, periodic signal truncation, different sampling methods periodic signal spectrum, the signal sequence of zero-crossing point se
matlabpinpufenxi
- matlab各种周期信号的频谱分析 。-matlab various periodic signal range of the spectrum analyzer matlab cycle spectrum analysis of signals.
vhdl
- 信号与线性系统的时频域分析：观测已知方波信号、正弦波信号的频谱；观测实时模拟信号的频谱；加深理解时域周期信号的各频率分量在振幅频谱图上所占的比重；观测相位在波形合成中的作用；LTI系统的频域分析，LTI系统对周期性输入信号的响应。-Signals and linear systems with time-frequency domain analysis: observation known square wave signal, si
Signal_system_Experiment
- 信号与系统实验源代码 包括：实验一 周期信号的谐波逼近，幅频相频分析；实验二 simulink信号的抽样和内插； 实验三 GUIDE二阶状态轨迹的显示；实验四 Wav信号的波形分析及频谱分析-Signals and systems including source code of the experiment: The experiment of a periodic signal of the harmonic approxima
1
- 本音频信号分析仪由32位MCU为主控制器，通过AD转换，对音频信号进行采样，把连续信号离散化，然后通过FFT快速傅氏变换运算，在时域和频域对音频信号各个频率分量以及功率等指标进行分析和处理，然后通过高分辨率的LCD对信号的频谱进行显示。该系统能够精确测量的音频信号频率范围为20Hz-10KHz，其幅度范围为5mVpp-5Vpp，分辨力分为20Hz和100Hz两档。测量功率精确度高达1 ,并且能够准确的测量周期信号的周期，是理想的音频信号
MCUAD
- 本音频信号分析仪由32位MCU为主控制器，通过AD转换，对音频信号进行采样，把连续信号离散化，然后通过FFT快速傅氏变换运算，在时域和频域对音频信号各个频率分量以及功率等指标进行分析和处理，然后通过高分辨率的LCD对信号的频谱进行显示。该系统能够精确测量的音频信号频率范围为20Hz-10KHz，其幅度范围为5mVpp-5Vpp，分辨力分为20Hz和100Hz两档。测量功率精确度高达1 ,并且能够准确的测量周期信号的周期，是理想的音频信号
lianxuzhouqixinhaopinpufenxi
- 该文件包括了连续周期信号的单边带及双边带频谱分析的所有源代码及仿真波形，设计完整，而且符合要求。-The document includes a continuous cycle, and bilateral single-sideband signal with a spectral analysis of all source code and simulation waveforms, design integrity, but
1.1
- 噪声中正弦信号的频谱分析，包括不同周期不同长度不同信噪比情况-Sinusoidal signal in the noise spectrum analysis
1.2
- 噪声信号中正弦信号的频谱分析，包括不同信噪比不同周期不同长度-Sinusoidal signal in the noise signal spectrum analysis, including the different cycles of different lengths in different SNR
Cycle_rectangular_pulse_spectrum
- 连续时间周期矩形脉冲信号的频谱分析、合成的MATLAB程序代码，占空比为1/5、T1=5s。 -Continuous-time periodic rectangular pulse signal spectral analysis, synthesis of MATLAB code, the duty cycle of 1/5, T1 = 5s.
Homework1
- 用FFT分析离散时间周期信号的频谱实例，利用FFT分析离散时间周期信号的频谱，通过实验理解分辨率的概念和栅栏效应。-With a the FFT analysis the the frequency spectrum instance of of the discrete-time periodic signal, the use of the FFT analysis the the frequency spectrum of the
信号与系统应用
- 信号与系统的应用，对同一个连续周期信号，选定不同采样间隔 s T 和信号截取长度 1 T ，获得离散 信号，使用DFT或FFT 进行频谱分析，画出频谱图，与理论计算的结果进行比 较，观察： （1）不同采样率 s T 对频率范围和混叠误差的影响； （2）不同采样长度 1 T （单周期采样和多周期采样）对频率分辨率的影响； （3）是否完整周期采样对泄漏误差的影响，多周期采样是否可以减小非完整周 期采样产生的泄漏误差。 以下信号中叠加
周期信号频谱分析
- 可以对周期信号进行频谱分析，并把结果显示出来(Frequency spectrum analysis of periodic signals)
111
- 功能包括： (1) 音频信号信号输入，从声卡输入、从WAV文件输入、从标准信号发生器输入； (2) 信号波形分析，包括幅值、频率、周期、相位的估计，以及统计量峰值、均值、均方值和方差的计算； (3) 信号频谱分析，频率、周期的估计，图形显示幅值谱、相位谱、实频谱、虚频谱和功率谱的曲线。(Functions include: (1) input of audio signal signal, input from sound ca
xinghaoFFTbianhuan
- 1.利用MATLAB分析非周期信号的频谱 2.观察信号频谱变化验证傅里叶变换性质(1. Analysis of the spectrum of non periodic signals by MATLAB 2. Observe the spectrum change of the signal to verify the Fourier transform property.)
周期信号的频谱分析
- 通过Matlab编写M文件实现了对矩形脉冲周期信号的时域波形和频谱分析。(Time domain waveform and spectrum analysis of rectangular pulse periodic signals are realized by writing M files in Matlab.)