下载文档原格式
采集信号的频谱分析1. 引言频谱分析是一种重要的信号处理技术，它可以帮助我们理解信号的频域特性。
在现代通信领域和无线电频谱监测中，采集信号的频谱分析是一项关键的工作。
频谱分析可以帮助我们识别信号的不同频率成分，并从中提取有用的信息。
本文将介绍频谱分析的基本原理、常用的采集方法以及一些相关的应用领域。
2. 频谱分析的基本原理频谱分析是将信号从时域转换到频域的过程。
在时域中，信号被表示为随时间变化的波形；而在频域中，信号被表示为不同频率成分的强度和相位。
常用的频谱分析方法包括傅里叶变换（Fourier Transform）和快速傅里叶变换（Fast Fourier Transform，FFT）。
傅里叶变换是一种数学变换，它能将信号从时域转换到频域。
快速傅里叶变换是傅里叶变换的一种高效算法，能够快速计算信号的频谱。
在频谱分析中，我们使用频谱图来表示信号的频谱。
频谱图通常以频率为横轴，信号强度为纵轴，用于直观地展示不同频率成分的能量分布。
3. 采集信号的方法采集信号的频谱分析需要使用合适的设备和方法。
以下是常用的采集信号的方法：3.1 信号接收器信号接收器是一种用于接收信号并将其转化为电信号的设备。
根据需要采集的信号类型不同，可以选择不同类型的信号接收器，如无线电接收器、音频接收器等。
3.2 采样率采样率是指在单位时间内采集信号的样本数。
在频谱分析中，较高的采样率能够提供更精确的频谱信息，但也会增加数据处理的复杂性和成本。
根据信号的带宽和分辨率要求，选择合适的采样率非常重要。
3.3 采样深度采样深度是指每个样本的比特数，决定了每个样本的精度。
较大的采样深度能够提供更高的分辨率，但也会增加数据存储和传输的需求。
根据信号的动态范围和精度要求，选择适当的采样深度是必要的。
3.4 采集时间采集时间是指采集信号所需的时间长度。
较长的采集时间可以提供更准确的频谱信息，但也会增加采集的时间和资源。
根据应用需求和实际情况，选择合适的采集时间是必要的。
典型非周期信号的频谱分析任何一个信号都可以用余弦信号叠加而成，cos(w ）=0.5(e^-jw+e^jw)，可以知道，频谱必须是关于虚周对称，根据频谱还原信号的时候,可以只看正半实轴，幅值加倍即可。
1,窗信号t解答：频谱为：(j )Sa()2F A ωτωτ=⋅，式中：Sa （x)=sinx/x 是采样函数，其幅值频谱图如右上图所示:窗口信号的尺度伸缩情况：2，滞后窗信号解析：根据滞后定理:j 1(j )(j )e T F F ωωω-=j Sa()e 2T A ωωττ-=⋅，其幅值频谱图右上图所示。
显然和窗口信号的是一样的,但是相位频谱图存在滞后3，Sa 信号t0ωτA 2)2(2ωF τπτπ-0ωτA )(ωF τπ2τπ2-)2(t f tA4τ4τ-)(21t f tτ-τ)(t f t2τ2τ-ωτA 21)21(21ωF τπ4τπ4-ωωF (j ω)根据对称性，可以直接得到Sa 信号的频谱，为窗形频谱4。
三角信号解答：根据频域卷积性质:2(j )4Sa ()F ωω=，频谱如如右图所示。
4,冲击信号解答：()()1j t F j t e dt ωωδ∞--∞==⎰，也就是说,δ（t )中包含了所有的频率分量， 而各频率分量的频谱密度都相等。
显然， 信号δ（t )实际上是无法实现的。
5，直流信号解答:这个直接积分是积不出来的，需要用逆变换()1f t =-——->2()πδω6，单边指数信号A τtτπ2τπ4τπ2-τπ4-F (j t )/2πω)(ωf 2τ-2τAf (t )t22-2-10-8-6-4-2024681000.511.522.533.54解答：()()j tF j f t edt ωω∞--∞=⎰tj teedt αω∞--=⋅⎰()0()j te j αωαω∞-+=-+1j αω=+arctan 221j eωααω-=⋅+ 因此频谱为：7，符号信号分析:双边指数信号0α→当时：()()f t Sgn t →，因为双边指数信号的频谱为222()F j j ωωαω-=+因此得到符号信号的频谱为2(0)0(0)jωωω-⎧⎪→≠⎨⎪=⎩8,阶跃信号阶跃信号可以看做是直流信号和符号信号的叠加:11()()22t Sgn t ε=+)(ωϕω2π-2π()F j ωωo1α()Sgn t 1o1-t()b ωωo ()b ωωo 1因此：频谱为：1()()F j j ωπδωω=+因此:1()()()()t a jb j επδωωωω↔+=+分析,下面左边信号可以由右边的信号经过下面的积分得到：()(0.5)d ()d t tf t p t t y t t -∞-∞=-=⎰⎰又因为：j0.5(0.5)(j )Sa(0.5)e Fp t Y ωωω--←−→=，利用时域积分性质。
实验二FFT 频谱分析及应用一、实验目的：1、通过实验加深对FFT 的理解；2、熟悉应用FFT 对典型信号进行频谱分析的方法。
二、实验内容使用MATLAB 程序实现信号频域特性的分析。
涉及到离散傅立叶变换(DFT)、快速傅立叶变换(FFT)及信号频率分辨率等知识点。
三、实验原理与方法和手段在各种信号序列中，有限长序列占重要地位。
对有限长序列可以利用离散傅立叶变换(DFT)进行分析。
DFT不但可以很好的反映序列的频谱特性，而且易于用快速算法(FFT)在计算机上进行分析。
有限长序列的DFT是其z变换在单位圆上的等距离采样，或者说是序列傅立叶的等距离采样，因此可以用于序列的谱分析。
FFT 是DFT 的一种快速算法，它是对变换式进行一次次分解，使其成为假设干小数据点的组合，从而减少运算量。
在MATLAB 信号处理工具箱中的函数fft(x,N)，可以用来实现序列的N点快速傅立叶变换。
经函数fft 求得的序列一般是复序列，通常要求出其幅值和相位。
MATLAB中提供了求复数的幅值和相位的函数：abs angle,这些函数一般和fft 同时使用。
四、实验组织运行要求1、学生在进行实验前必须进行充分的预习,熟悉实验内容；2、学生根据实验要求，读懂并理解相应的程序；3、学生严格遵守实验室的各项规章制度，注意人身和设备平安，配合和服从实验室人员管理；4、教师在学生实验过程中予以必要的辅导，独立完成实验；5、采用集中授课形式。
五、实验条件1、具有WINDOWS 98/2000/NT/XP操作系统的计算机一台；2. 、MATLAB编程软件。
六、实验步骤在“开始--程序〞菜单中，找到MATLAB程序，运行启动；进入MATLAB后，在Comma nd Win dow中输入实验程序，并执行;记录运行结果图形，作分析。
具体步骤如下：1、用FFT进行典型信号的频谱分析：①咼斯序列：x〔M〕= *已,0乞科冬150. else参数：p=3 , q=6 ；p=2 , q=9 ；p=5 , q=7。
实验一典型信号频谱分析一、实验目的1、在理论学习的基础上，通过本实验熟悉典型信号的波形和频谱特征，并能够从信号频谱中读取所需的信息。
2、了解信号频谱分析的基本方法及仪器设备。
二、实验原理本实验利用在DRVI上搭建的频谱分析仪来对信号进行频谱分析。
由虚拟信号发生器产生多种典型波形的电压信号，用频谱分析芯片对该信号进行频谱分析，得到信号的频谱特性数据。
分析结果用图形在计算机上显示出来，也可通过打印机打印出来。
三、实验仪器和设备1. 计算机 n台2. DRVI快速可重组虚拟仪器平台 1套3. 打印机 1台四、实验步骤及内容1. 启动服务器，运行DRVI主程序，开启DRVI数据采集仪电源，然后点击DRVI快捷工具条上的"联机注册"图标，选择其中的"DRVI采集仪主卡检测"进行服务器和数据采集仪之间的注册。
2. 点击"实验脚本文件"的链接，将本实验的脚本文件贴入并运行，实验截屏效果图如图2所示。
图1 典型信号频谱分析实验原理设计图图2 典型信号频谱分析实验3.点击DRVI"典型信号频谱分析"实验中的"白噪声"按钮，产生白噪声信号，分析和观察白噪声信号波形和幅值谱特性，如图3。
图3特点分析：所有频率具有相同能量的随机噪声称为白噪声。
白噪声信号的波形没有规律，它的分布是随机的、杂乱的、无序的；幅值谱特性：白噪声的幅值基本为零，因此将白噪声加到其他任意信号上不影响其他信号的幅频特性。
4.点击DRVI"典型信号频谱分析"实验中的"正弦波"按钮，产生正弦波信号，分析和观察正弦波信号波形和幅值谱特性，图4。
图4特点分析：正弦波是周期信号，从频谱图上可以看成是垂直于横坐标的一条直线。
正弦信号只在固有频率处存在一个不规则的尖脉冲，其余各频率处对应幅值为0。
5.点击DRVI"典型信号频谱分析"实验中的"方波"按钮，产生方波信号，分析和观察方波信号波形和幅值谱特性，图5。
第1章设计任务与要求 (1)1．1对于三种典型序列------单位采样序列、实指数序列、矩形序列 (1)1.2自行设计一个周期序列 (1)第2 章原理及过程 (2)1设计原理 (2)第3 章设计内容 (4)1.1单位采样序列 (4)1.1.1时域波形 (4)1.2傅里叶变换 (4)1.3幅度谱及相位谱 (5)1.4频移 (6)1.5时移 (7)2.1时域图形 (7)2.2傅里叶变换 (8)2.3幅度谱与相位谱 (9)2.4频移 (10)2.5时移 (10)3.1时域图形.............................................. 错误！未定义书签。
3.2傅里叶变换............................................ 错误！未定义书签。
3.3幅度谱与相位谱........................................ 错误！未定义书签。
3.4时移.................................................. 错误！未定义书签。
3.5频移.................................................. 错误！未定义书签。
4.1幅度特性曲线 (11)4.4周期序列的DFS (12)4.5傅里叶变换 (12)第4章心得与体会 (13)参考文献 (14)第1章设计任务与要求1．1对于三种典型序列------单位采样序列、实指数序列、矩形序列要求：（1）画出以上序列的时域波形图；（2）求出以上序列的傅里叶变换；（3）画出以上序列的幅度谱及相位谱，并对相关结果予以理论分析；（4）对以上序列分别进行时移，画出时移后序列的频谱图，验证傅里叶变换的时移性质；（5）对以上序列的频谱分别进行频移，求出频移后频谱所对应的序列，并画出序列的时域波形图，验证傅里叶变换的频移性质。
∑-=--==101,....,0,)(1)(N k nk N N n W k X N n x (3.2) 离散傅立叶反变换与正变换的区别在于N W 变为1-N W ，并多了一个N 1的运算。
因为N W 和1-N W 对于推导按时间抽取的快速傅立叶变换算法并无实质性区别，因此可将FFT 和快速傅立叶反变换（IFFT ）算法合并在同一个程序中。
2．利用FFT 进行频谱分析若信号本身是有限长的序列，计算序列的频谱就是直接对序列进行FFT 运算求得)(k X ，)(k X 就代表了序列在[]π2,0之间的频谱值。
幅度谱 )()()(22k X k X k X I R +=相位谱 )()(arctan )(k X k X k R I =ϕ 若信号是模拟信号，用FFT 进行谱分析时，首先必须对信号进行采样，使之变成离散信号，然后就可按照前面的方法用FFT 来对连续信号进行谱分析。
按采样定理，采样频率s f 应大于2倍信号的最高频率，为了满足采样定理，一般在采样之前要设置一个抗混叠低通滤波器。
用FFT 对模拟信号进行谱分析的方框图如下所示。
3.在运用DFT 进行频谱分析的过程中可能产生三种误差：(1)混叠序列的频谱是被采样信号频谱的周期延拓，当采样速率不满足Nyquist 定理时，就会发生频谱混叠，使得采样后的信号序列频谱不能真实的反映原信号的频谱。
避免混叠现象的唯一方法是保证采样速率足够高，使频谱混叠现象不致出现，即在确定采样频率之前，必须对频谱的性质有所了解。
在一般情况下，为了保证不出现频谱混叠，在采样前，先进行抗混叠滤波。
(2)泄漏实际中我们往往用截短的序列来近似很长的甚至是无限长的序列，这样可以使用较短的DFT 来对信号进行频谱分析，这种截短等价于给原信号序列乘以一个矩形窗函数，也相当于在频域将信号的频谱和矩形窗函数的频谱卷积，所得的频谱是原序列频谱的扩展。
抗混叠低通滤波器 采样T=1/f s N 点FFT泄漏不能与混叠完全分开，因为泄漏导致频谱的扩展，从而造成混叠。
实验一应用DFT 和FFT 对信号进行频谱分析一、实验目的1． 加深对离散傅立叶变换（DFT ）和快速傅立叶变换（FFT ）的理解，掌握两种变换的编程实现方法。
2． 掌握应用FFT 对典型信号进行频谱分析的方法。
3． 比较DFT 和FFT ，理解FFT 的优点和不足。
二、实验原理及方法（参见教材） 1．频谱；2．序列的频谱；３．时域、频域采样的基本理论； ４．DFT 的意义及应用；５．DFT 用于频谱分析带来的问题（混淆、泄露、栅栏效应）； ６．FFT 算法。
三、实验内容①观察高斯序列的时域和频域特性，（p, q 取值的影响），频域特性分别使用DFT 和FFT 求取。
a. p=8时，q=2, 4, 8;b. q=8时，p=8,13,14.②观察衰减正弦序列x b (n)的时域频域特性，频域特性分别使用DFT 和FFT 求取。
取a=0.1时，f=0.0625, 0.4375, 0.5625, 观察频谱的形状及谱峰位置，哪种取值时有混淆和泄露现象，说明原因。
③观察三角波序列和反三角波序列的时域和频域特性。
a. 用８点的FFT 分析x c (n)和 x d (n)的幅频特性，观察二者时域序列和频谱形状。
b. 在x c (n)和 x d (n)末尾补零，用１６点FFT 分析其幅频特性，观察其较a. 的变化，分析原因。
c. 用DFT 分析其幅频特性，并与FFT 的结果进行比较。
四、实验步骤1、熟悉原理，掌握方法。
2、 编制信号频谱分析主程序和相应的子程序。
①信号产生子程序： a. 高斯（GAUSS ）序列为参数其它q p n e n x q p n a ,,0150,)(2)(⎪⎪⎩⎪⎪⎨⎧≤≤=--b. 衰减正弦序列⎪⎩⎪⎨⎧≤≤=-其它,0150),2sin()(n fn e n x an b πc. 三角波序列⎪⎪⎩⎪⎪⎨⎧≤≤-≤≤+=其它,074,830,1)(n n n n n x cd. 反三角波序列⎪⎪⎩⎪⎪⎨⎧≤≤-≤≤-=其它,074,330,4)(n n n n n x d ②DFT 和FFT 子程序③信号频谱分析主程序 3、程序流程图如下：五、实验结果编制的程序界面如下：1、高斯序列的DFT及FFT变换2、衰减正弦序列的DFT及FFT变换3、三角波序列的DFT及FFT变换4、反三角波序列的DFT及FFT变换六讨论1 、刚开始试验时感觉无从下手，这是因为对C++不熟悉；后来在老师和同学的指导下，了解了基本操作后，自己才知道怎样做。
典型信号的频谱分析一、试验目的在理论学习的基础上，通过本实验熟悉典型信号的频谱特征，能够从信号频谱中读取所需的信息，也就是具备读谱图的能力。
二、试验原理1. 正弦波、方波、三角波和白噪声信号是实际工程测试中常见的典型信号，这些信号时域、频域之间的关系很明确，并且都具有一定的特性，通过对这些典型信号的频谱进行分析，可以掌握信号的特性，熟悉信号的分析方法。
2. 信号的频谱可分为幅值谱、相位谱、功率谱、对数谱等。
傅立叶变换是信号频谱分析中常用的一个工具，它把一些复杂的信号分解为无穷多个相互之间具有一定关系的正弦信号之和，并通过对各个正弦信号的研究来了解复杂信号的频率成分和幅值。
3. 信号频谱分析是采用傅立叶变换将时域信号x(t)变换为频域信号X(f)，从而帮助人们从另一个角度来了解信号的特征。
时域信号x(t)的傅氏变换为：x(t)=a0/2+ a1*sin(2πf0t)+b1*cos(2πf0t)+ a2*sin(2πf0t)+b2*cos(2πf0t)+.........用Cn画出信号的幅值谱曲线，从信号幅值谱判断信号特征。
三、试验内容a)白噪声信号幅值谱特性b)正弦波信号幅值谱特性c)方波信号幅值谱特性d)三角波信号幅值谱特性e)拍波信号幅值谱特性f)正弦波信号＋白噪声信号幅值谱特性四、程序及波形1.%white noiset=0:0.01:1A=rand(size(t))Afft=abs(fft(A))/5122.%ssin savet=0:0.01:1y1=sin(2*pi*5*t)fs=0:1:100y2=abs(fft(y1))/512plot(fs,y2)3.%fang wavet = 0:0.0001:0.0625y = SQUARE(2*pi*30*t) fs=0:16:10000Y=abs(fft(y))/512plot(fs,Y)4.%sanjiao wavef=100width=0.3t4=0:0.001:0.1c=2*pi*f*t4y4=sawtooth(c,width)fs=0:1/0.001:10Y4=abs(fft(y4))/512plot(fs,Y4)5.%pai wavet=0:0.01:1m1=sin(2*pi*5*t)m2=sin(2*pi*6*t)M1=m1+m2fs=0:0.1:100M2=abs(fft(M1))/512plot(t,M2)6.%white +sinet=0:0.001:1;%采样周期为0.001s,即采样频率为1000Hz;%产生噪声污染的正弦波信号;x=sin(2*pi*100*t)+sin(2*pi*200*t)+rand(size(t));Y=fft(x,512);%对x进行512点的幅里叶变换;f=1000*(0:256)/512;%设置频率轴（横轴）坐标,1000为采样频率;plot(f,Y(1:257));%画出频域内的信号;五、结论1.可以从受噪声污染的信号中鉴别出有用的信号；由最后一个图知道，从受污染信号的时域形式中，很难看出正弦波的成分。
实验二 应用 FFT 对信号进行频谱分析一、实验目的1、在理论学习的基础上，通过本次实验，加深对快速傅里叶变换的理解，熟悉 FFT 算法及其程序的编写。
2、熟悉应用 FFT 对典型信号进行频谱分析的方法。
3、了解应用 FFT 进行信号频谱分析过程中可能出现的问题，以便在实际中正确应用 FFT 。
二、实验原理与方法一个连续信号 )(t x a 的频谱可以用它的傅立叶变换表示为⎰+∞∞-Ω-=Ωdt e t x j X t j a a )()( （2-1）如果对该信号进行理想采样，可以得到采样序列)()(nT x n x a = （2-2）同样可以对该序列进行z 变换，其中T 为采样周期∑+∞-∞=-=n n z n x z X )()( （2-3） 当 ωj ez =的时候，我们就得到了序列的傅立叶变换 ∑+∞-∞=-=n n j j e n x e X ωω)()( （2-4）其中ω称为数字频率，它和模拟域频率的关系为s f T Ω=Ω=ω（2-5）式中的s f 是采样频率。
上式说明数字频率是模拟频率对采样率s f 的归一化。
同模拟域的情况相似，数字频率代表了序列值变化的速率，而序列的傅立叶变换称为序列的频谱。
序列的傅立叶变换和对应的采样信号频谱具有下式的对应关系∑-=)2(1)(Tm j X T e X a j πωω （2-6） 即序列的频谱是采样信号频谱的周期延拓。
从式（2-6）可以看出，只要分析采样序列的频谱，就可以得到相应的连续信号的频谱。
注意：这里的信号必须是带限信号，采样也必须满足 Nyquist 定理。
在各种信号序列中，有限长序列在数字信号处理中占有很重要的地位。
无限长的序列也往往可以用有限长序列来逼近。
对于有限长的序列我们可以使用离散傅立叶变换（DFT ），这一变换可以很好地反应序列的频域特性，并且容易利用快速算法在计算机上实现当序列的长度是 N 时，我们定义离散傅立叶变换为：∑-===10)()]([)(N n kn NW n x n x DFT K X （2-7） 其中，N j N e W π2-=它的反变换定义为：∑-=-==10)(1)]([)(N k kn N W k X N k X IDFT n x （2-8） 根据式（2-3）和（2-7）令 k N W z -=，则有)]([)()(10n x DFT W n x z X N n kn N W z k N ==∑-==- （2-9）可以得到 k N k N j W z W e z X k X k N -===-,)()(2π是 z 平面单位圆上幅角为k Nπω2=的点，就是将单位圆进行 N 等分以后第 k 个点。
检查波形的频率成分能够揭示出在普通的示波器图形中难以察觉的重要信息。
例如，在标准的波形图上（图1）可能看不出波形的失真或对称性方面的问题。
但是只要看一下波形的频率成分（图2）那些问题就很明显了。
在过去，观察波形的频率成分需要有频谱分析仪，还要掌握仪器的使用技能。
现在，对于深入的频率分析依然需要这样。
但是，很多基本的频率分析可以用泰克公司TDS3000这样的数字荧光示波器（DPO）来做。
为了能够观察波形的频率成分，泰克TDS3000系列具有模块化的FFT（傅立叶变换）能力。
FFT实际上显示的是波形的频率成分。
这本应用笔记将介绍TDS3000系列FFT频率图的基本知识，频率图的含义和使用方法。
波形的基本构成要了解FFT频率图，就要首先了解波形及其基本构成。
波形又区分为周期性波形和非周期性波形。
为了简单起见，我们先从周期性波形开始。
周期性波形基础。
周期性波形是按照一定的时间间隔或周期多次重复出现的波形。
正弦波、方波和三角波都是常见的周期性波形。
按照傅立叶的理论，所有的周期性波形都是由一组特定的正弦波组成的。
其中的基本正弦波也叫基波，其频率与该波形的频率相同。
例如，1千赫兹方波的基本正弦波的频率也是1千赫兹。
同样，1千赫兹三角波的基本正弦波的频率也是1千赫兹。
从本质上说，基波是波形中最重要的频率成分，它决定了波形的频率或重复周期。
在所有的非正弦周期性波形中，与基本成分同时存在的还有谐波。
谐波是频率为基波频率整倍数的正弦波。
例如，1千赫兹方波的三次谐波是3千赫兹的正弦波，而五次谐波为5千赫兹的正弦波，依此类推直至无限。
除了具有特定的频率之外，周期性波形的基波和谐波还具有特定的振幅和相位关系。
通过这些关系将基波和谐波叠加在一起，就形成了特定的波形。
这一点在图3中有进一步的说明，图中显示了一个方波的前五个频率成分相加在一起。
注意图3中合成的波形并不是一个准确的方波。
这是由于所加入的谐波还不够多。
若再加入更高次的谐波，所得波形的过渡会更陡峭波角更直，波顶和波底则更平坦。
实验一典型信号频谱分析
一.实验要求
1.在理论学习的基础上，通过本实验熟悉典型信号的波形和频谱特征，并能够从信号频谱中读取所需的信息。
2.了解信号频谱分析的基本方法及仪器设备。
二.实验原理提示
1.典型信号及其频谱分析的作用
正弦波、方波、三角波和白噪声信号是实际工程测试中常见的典型信号，这些信号时域、频域之间的关系很明确，并且都具有一定的特性，通过对这些典型信号的频谱进行分析，对掌握信号的特性，熟悉信号的分析方法大有益处，并且这些典型信号也可以作为实际工程信号分析时的参照资料。
本实验利用labVIEW虚拟仪器平台可以很方便的对上述典型信号作频谱分析。
2.频谱分析的方法及设备
信号的频谱可分为幅值谱、相位谱、功率谱、对数谱等等。
对信号作频谱分析的设备主要是频谱分析仪，它把信号按数学关系作为频率的函数显示出来，其工作方式有模拟式和数字式二种。
模拟式频谱分析仪以模拟滤波器为基础，从信号中选出各个频率成分的量值；数字式频谱分析仪以数字滤波器或快速傅立叶变换为基础，实现信号的时-频关系转换分析傅立叶变换是信号频谱分析中常用的一个工具，它把一些复杂的信号分解为无穷多个相互之间具有一定关系的正弦信号之和，并通过对各个正弦信号的研究来了解复杂信号的频率成分和幅值。
信号频谱分析是采用傅立叶变换将时域信号x(t)变换为频域信号X(f)，从而帮助人们从另一个角度来了解信号的特征。
时域信号x(t)的傅氏变换为：
式中X(f)为信号的频域表示，x(t)为信号的时域表示，f为频率。
用傅立叶变换将信号变换到频率域，其数学表达式为：
式中Cn画出信号的幅值谱曲线，从信号幅值谱判断信号特征。
本实验利用labVIEW平台上搭建的频谱分析仪来对信号进行频谱分析。
由虚拟信号发生器产生一个典型波形的电压信号，用频谱分析仪对该信号进行频谱分析，得到频谱特性数据。
分析结果用图形在计算机上显示出来，也可以通过打印机打印出来。
三.实验仪器和设备
计算机若干台，LabVIEW虚拟仪器平台 1套，打印机 1台。
四.实验步骤及内容
1. 打开labVIEW中的"典型信号频谱分析"脚本，进行信号频谱分析实验。
2. 点击labVIEW"典型信号频谱分析"实验中的"白噪声"按钮，产生白噪声信号，分析和观察白噪声信号波形和幅值谱特性。
3. 点击labVIEW"典型信号频谱分析"实验中的"正弦波"按钮，产生正弦波信号，分析和观察正弦波信号波形和幅值谱特性。
4. 点击labVIEW"典型信号频谱分析"实验中的"方波"按钮，产生方波信号，分析和观察方波信号波形和幅值谱特性。
5. 点击labVIEW"典型信号频谱分析"实验中的"三角波"按钮，产生三角波信号，分析和观察三角波信号波形和幅值谱特性。
6. 点击labVIEW典型信号频谱分析实验中的"正弦波＋白噪声"按钮，产生叠加信号，分析和观察"正弦波信号＋白噪声信号"波形和幅值谱特性。
五.实验结果
（1）方波
（2）正弦波（3）白噪声
（4）白噪声+正弦波
六.思考题
1. 为何白噪声信号对信号的波形干扰很大，但对信号的频谱影响很小。
答：白噪声的带宽无穷大，在整个频带上均匀分布的噪声，所以从频谱上看，只是把有用信号的频谱抬高了一点而已。
而在时域上，白噪声是完全随机的信号，叠加到波形上会把信号的波形完全搅乱。
