发布网友 发布时间:2022-04-22 06:15
共2个回答
热心网友 时间:2023-09-27 14:10
时域谱和频域谱是相互对应的
时域的信号长度,决定频域的采样间隔,它们成导数关系
时域中信号有N点,每点间隔dt,所以时域信号长度为N*dt
那么频谱每点的间隔就是1/(N*dt)
傅立叶变换结果和原来信号有相同的点数,所以m=N
又第一点一定对应0频率,所以
频域信号的很坐标就是(0:m-1)/(N*dt)
这句就是根据这个很坐标和频谱c,画出频谱plot((0:m-1)/(N*dt),c);
所以在频谱图上,可以根据峰值的位置的横坐标读出对应的频率
clear all;
N=256;dt=0.02;
n=0:N-1;t=n*dt;
x=sin(2*pi*t);
m=N;
a=zeros(1,m);b=zeros(1,m);
for k=0:m-1
for ii=0:N-1
a(k+1)=a(k+1)+2/N*x(ii+1)*cos(2*pi*k*ii/N);
b(k+1)=b(k+1)+2/N*x(ii+1)*sin(2*pi*k*ii/N);
end
c(k+1)=sqrt(a(k+1)^2+b(k+1)^2);
end
subplot(211);plot(t,x);title('原始信号'),xlabel('时间/t');
f=(0:m-1)/(N*dt);
subplot(212);plot(f,c);hold on
title('Fourier');xlabel('频率/HZ');ylabel('振幅');
ind=find(c==max(c),1,'first');%寻找最到值的位置
x0=f(ind); %根据位置得到横坐标(频率)
y0=c(ind); %根据位置得到纵坐标(幅度)
plot(x0,y0,'ro');hold off
text(x0+1,y0-0.1,num2str(x0,'频率=%f'));
热心网友 时间:2023-09-27 14:11
MATLAB 傅里叶变换:
傅立叶变换的分类:
傅立叶级数:将周期性连续函数变换为离散频率点上的函数
(连续)傅立叶变换:将连续函数变换为连续频率的函数
离散时间傅立叶变换:将离散函数变换为连续频率的函数
离散傅立叶变换:将有限长离散函数变换为离散频率点上的函数
其中FFT是离散傅立叶变换的快速计算方法,适用于离散信号,并且注意变换后的点数与信号的采样点数一致。尽管可以将信号补0,但补0不能提高频域的分辨率。
matlab中提供了函数fft做一维的FFT。
时域谱和频域谱是相互对应;时域的信号长度,决定频域的采样间隔,它们成导数关系;
时域中信号有N点,每点间隔dt,所以时域信号长度为N*dt;那么频谱每点的间隔就是1/(N*dt)。
傅立叶变换结果和原来信号有相同的点数,所以m=N,又第一点一定对应0频率,所以频域信号的很坐标就是(0:m-1)/(N*dt),这句就是根据这个很坐标和频谱c,画出频谱plot((0:m-1)/(N*dt),c),所以在频谱图上,可以根据峰值的位置的横坐标读出对应的频率。
clear all;
N=256;dt=0.02;
n=0:N-1;t=n*dt;
x=sin(2*pi*t);
m=N;
a=zeros(1,m);b=zeros(1,m);
for k=0:m-1
for ii=0:N-1
a(k+1)=a(k+1)+2/N*x(ii+1)*cos(2*pi*k*ii/N);
b(k+1)=b(k+1)+2/N*x(ii+1)*sin(2*pi*k*ii/N);
end
c(k+1)=sqrt(a(k+1)^2+b(k+1)^2);
end
subplot(211);plot(t,x);title('原始信号'),xlabel('时间/t');
f=(0:m-1)/(N*dt);
subplot(212);plot(f,c);hold on
title('Fourier');xlabel('频率/HZ');ylabel('振幅');
ind=find(c==max(c),1,'first');%寻找最到值的位置
x0=f(ind); %根据位置得到横坐标(频率)
y0=c(ind); %根据位置得到纵坐标(幅度)
plot(x0,y0,'ro');hold off
text(x0+1,y0-0.1,num2str(x0,'频率=%f'));