FFT-Matlab初步实现
/****************************************************/
/****************************************************/
/****************************************************/
下面是具体说明
1、FFT:频谱关于中间位置对称,只需要观察 0:1:N/2(这N/2+1个点)(时域采集N个点,频域只需要观察N/2+1个点)
2、MATLAB中FFT的频谱,应该看幅值
3、X轴频率点的设置:采样频率为Fs,频谱图显示的最高频率为Fs/2(采样定理)
:X轴频率点:(0:1:N/2)*Fs/N
4、复数幅值修正
5、
/****************************************************/
/****************************************************/
/****************************************************/
栗子及实践部分
一、信号
%% FFT
clear;clc;close all
Fs=1000; % 采集频率
T=1/Fs; % 采集时间间隔
N=2000; % 采集信号的长度--采样点数
f1=33; % 第一个余弦信号的频率
f2=200; % 第二个余弦信号的频率 t=(0:1:N-1)*T; % 定义整个采集时间点
t=t'; % 转置成列向量 y=1.2+2.7*cos(2*pi*f1*t+pi/4)+5*cos(2*pi*f2*t+pi/6); % 时域信号
二、绘制时域信号
%% 绘制时域信号
figure
plot(t,y)
xlabel('时间')
ylabel('信号值')
title('时域信号')
三、FFT变换、并绘制-幅值、实部、虚部
%% fft变换
Y=fft(y); % Y为fft变换的结果,为复数向量
A=abs(Y); % 复数的幅值(模)
RE=real(Y); % 复数的实部
IM=imag(Y); % 复数的虚部 %% 绘制fft变换结果(幅值,实部,虚部)
figure
subplot(3,1,1)
plot(0:1:N-1,A)
xlabel('序号 0 ~ N-1')
ylabel('幅值')
grid on %% 频域只读取0:1:N/2
subplot(3,1,2)
plot(0:1:N-1,RE)
xlabel('序号 0 ~ N-1')
ylabel('实部')
grid on subplot(3,1,3)
plot(0:1:N-1,IM)
xlabel('序号 0 ~ N-1')
ylabel('虚部')
grid on
可以看出频域中的点关于(N/2)对称,所以只需要观察(0:1:N/2)
四、更改相位
幅值不受影响,但实部或虚部的值,会出现0的情况==>看MATLAB中FFT的频谱,应该看幅值
绘制半谱图(幅值的)后--我们发现-幅值-相位-频率---均和时域对应不上。
==>进行幅值-修正
五、进行幅值-修正--并绘制图形
%% fft变换
Y=fft(y); % Y为fft变换结果,复数向量
Y=Y(1:N/2+1); % 只看变换结果的一半即可
A=abs(Y); % 复数的幅值(模)
f=(0:1:N/2)*Fs/N; % 生成频率范围
f=f'; % 转置成列向量 %% 幅值修正
A_adj=zeros(N/2+1,1);
A_adj(1)=A(1)/N; % 频率为0的位置
A_adj(end)=A(end)/N; % 频率为Fs/2的位置
A_adj(2:end-1)=2*A(2:end-1)/N; %% 绘制频率幅值图
figure
subplot(2,1,1)
plot(f,A_adj)
xlabel('频率 (Hz)')
ylabel('幅值 (修正后)')
title('FFT变换幅值图')
grid on %% 绘制频谱相位图
subplot(2,1,2)
phase_angle=angle(Y); % angle函数的返回结果为弧度
phase_angle=rad2deg(phase_angle);
plot(f,phase_angle)
xlabel('频率 (Hz)')
ylabel('相位角 (degree)')
title('FFT变换相位图')
grid on
放大后可以看到,此时,幅值-频率都和时域一致
此时FFT的相位图是杂乱无章的--不用担心,没有频率处的相位是无意义的--我们只需要放大看各个(实际存在的)频率点的相位即可
可以看到--f1=33Hz处为45度,即pi/4--是正确的
六、实际操作:请分析一个未知的采集信号 (example.mat),并确定该采集信号的频率成分。其中, 信号的采集频率 Fs = 2500 Hz
代码
clear;clc;close all
load('example')
Fs=2500; % 采集频率
T=1/Fs; % 采集时间间隔
N=length(y); % 采集信号的长度 t=(0:1:N-1)*T; % 定义整个采集时间点
t=t'; % 转置成列向量 % 绘制时域信号
figure
plot(t,y)
xlabel('时间')
ylabel('信号值')
title('时域信号') % fft变换
Y=fft(y); % Y为fft变换结果,复数向量
Y=Y(1:N/2+1); % 只看变换结果的一半即可
A=abs(Y); % 复数的幅值(模)
f=(0:1:N/2)*Fs/N; % 生成频率范围
f=f'; % 转置成列向量 % 幅值修正
A_adj=zeros(N/2+1,1);
A_adj(1)=A(1)/N; % 频率为0的位置
A_adj(end)=A(end)/N; % 频率为Fs/2的位置
A_adj(2:end-1)=2*A(2:end-1)/N; % 绘制频率幅值图
figure
subplot(2,1,1)
plot(f,A_adj)
xlabel('频率 (Hz)')
ylabel('幅值 (修正后)')
title('FFT变换幅值图')
grid on % 绘制频谱相位图
subplot(2,1,2)
phase_angle=angle(Y); % angle函数的返回结果为弧度
phase_angle=rad2deg(phase_angle);
plot(f,phase_angle)
xlabel('频率 (Hz)')
ylabel('相位角 (degree)')
title('FFT变换相位图')
grid on
FFT-Matlab初步实现的更多相关文章
- MATLAB中FFT的使用方法
MATLAB中FFT的使用方法 说明:以下资源来源于<数字信号处理的MATLAB实现>万永革主编 一.调用方法X=FFT(x):X=FFT(x,N):x=IFFT(X);x=IFFT(X, ...
- MATLAB中fft函数的正确使用方法
问题来源:在阅读莱昂斯的<数字信号处理>第三章离散傅里叶变换时,试图验证实数偶对称信号的傅里叶变换实部为偶对称的且虚部为零.验证失败.验证信号为矩形信号,结果显示虚部是不为零且最大幅值等于 ...
- FFT的分析以及matlab实验
FFT(Fast Fourier Transformation),即为快速傅氏变换,是离散傅氏变换(DFT)的快速算法. 采样得到的数字信号,做FFT变换,N个采样点,经过FFT之后,就可以得到N个点 ...
- [转载]Matlab中fft与fftshift命令的小结与分析
http://blog.sina.com.cn/s/blog_68f3a4510100qvp1.html 注:转载请注明出处——by author. 我们知道Fourier分析是信号处理里很重要的技术 ...
- [转载]MATLAB中FFT的使用方法
http://blog.163.com/fei_lai_feng/blog/static/9289962200971751114547/ 说明:以下资源来源于<数字信号处理的MATLAB实现&g ...
- MatLab实现FFT与功率谱
FFT和功率谱估计 用Fourier变换求取信号的功率谱---周期图法 clf; Fs=1000; N=256;Nfft=256;%数据的长度和FFT所用的数据长度 n=0:N-1;t=n/Fs;%采 ...
- Matlab计算的FFT与通过Origin计算的FFT
实验的过程中,经常需要对所采集的数据进行频谱分析,软件的选择对计算速度影响挺大的.我在实验过程中,通常使用Origin7.5来进行快速傅里叶变换,因为方便快捷,计算之后,绘出来的图也容易编辑.但是当数 ...
- matlab 中fft的用法
一.调用方法X=FFT(x):X=FFT(x,N):x=IFFT(X);x=IFFT(X,N) 用MATLAB进行谱分析时注意: (1)函数FFT返回值的数据结构具有对称性. 例:N=8;n=0:N- ...
- Matlab周期图法使用FFT实现
参考文章:http://www.cnblogs.com/adgk07/p/9314892.html 首先根据他这个代码和我之前手上已经拥有的那个代码,编写了一个适合自己的代码. 首先模仿他的代码,测试 ...
- 基2时抽8点FFT的matlab实现流程及FFT的内部机理
前言 本来想用verilog描述FFT算法,虽然是8点的FFT算法,但写出来的资源用量及时延也不比调用FFT IP的好, 还是老实调IP吧,了解内部机理即可,无需重复发明轮子. 参考 https:// ...
随机推荐
- ABC133F Small Products
考虑 DP. 状态 令 $f[\ell][x]$ 表示长度为 $\ell$,首项不超过 $x$ 的序列的个数. 答案是 $f[K][N]$. 有递推 $f[\ell][x] = f[\ell][x - ...
- 初步了解autoencoder
初步了解autoencoder 学习自莫烦python 什么是autoencoder? 自编码(autoencoder)是一种神经网络的形式. 例子:一张图片->对其进行打码->最后再将其 ...
- 使用Python基于OpenCV的图像油画特效
算法步骤: 1.获取图像的灰度图片 2.设计一个小方框(4x4/8x8 /10x10等),统计每个小方框的像素值 3.将0-255的灰度值划分成几个等级,并把第二步处理的结果映射到所设置的各个等级中, ...
- java中的重写总结
这个理解了就挺容易的~~ 我就直接贴个程序啦 ,程序里有说明!! 父类: package ParentAndSon; public class Parent extends Object {//4:以 ...
- 预约系统(四) 管理页面框架搭建easyUI
Manage控制器用于管理页面 Index视图为管理页面首页,采用easyUi的后台管理框架 Html头部调用,jquery库,easyui库,easyui.css,icon.css,语言包 < ...
- oa_mvc_easyui_项目搭建及登录页面验证码(1)
1.空项目的搭建,三层的搭建(各层之中的引用) webapp:bll,model,common bll:dal,model dal:model 2.SQL表 ItcastDb:T_UserInfo,T ...
- Mysql学习(二)之安装、开启自启、启动、重启、停止
安装 方法一:通过homebrew brew install mysql 方法二:通过官网dmg文件安装(Mac) https://dev.mysql.com/downloads/mysql/ 通过h ...
- Tomcat 7 自动加载类及检测文件变动原理
在一般的 web 应用开发里通常会使用开发工具(如 Eclipse.IntelJ )集成 tomcat ,这样可以将 web 工程项目直接发布到 tomcat 中,然后一键启动.经常遇到的一种情况是直 ...
- 帝国cms 获取一条数据,但是从第二条开始获取
/*这里的1指的是获取一条数据,2指的是从第二条开始获取*/ [e:loop={"select * from phome_ecms_news where classid='2' limit ...
- input在获得焦点时外边框不变色
input:focus{ ouline:none; }