采集到两组离散数据,要分析频谱,怎样用matlab进行傅里叶变换,跪求程序,谢谢

采集到两组离散数据,要分析频谱,怎样用matlab进行傅里叶变换,跪求程序,谢谢,第1张

y=(2*(abs(fft(sig,N)))/N) %换算成实际的幅度

f=(0:N-1)*fs/N%设置频率轴(横轴)坐标

plot(f,y)

xlim( [ 0,max(f)/2 ] )

sig为输入的一维信号,N为采样点数,fs为采样频率。

打个广告:代写matlab算法(数字滤波器,小波变换,神经网络,信号处理,PCA降维等)

首先,计算机处理的信号均为离散化的信号。

对于连续模拟信号的表达式,只要给定离散的时间参数,其得到的就是离散信号

例如

sin(2*pi*100*t) 这表示频率为100Hz的正弦信号

那么,令t = 1:0.1:100

y = sin(2*pi*100*t)

得到的就是离散的正弦信号y.

clc

clear

close

fs = 8000%采样频率

N = 256%采样点数

T = fs/N%频率分辨率

%deltf = fs/N = 8000/256 = 31.25

%输入信号

f1 = 1000

t = 0:1/fs:(N-1)/fs

x = 0.2*sin(2*pi*t*f1)

w = 0:fs/N:(fs-(fs/N))

%计算DFT

rol = exp(-1i*2*pi/N)%旋转因子

dft = zeros(1,N)

sum = 0

for k = 1:N

for i =0:N-1

dft(k) = dft(k) + x(i+1)*rol^(k*i)

end

end

%频域插值提高分辨率

w1 = 0:0.5*0.001*2*pi:2*pi-0.5*0.001*2*pi

dtft = zeros(1,length(w1))

asum = 0

%插值程序

for i =0:length(dtft)-1

w = 2*pi*i/length(dtft)

for k = 0:N-1

asum = dft(k+1)*fik(w,k,N)

dtft(i+1) = dtft(i+1)+asum

end

end

w2 = 0+T:0.5*fs*0.001:fs-0.5*fs*0.001+T

w3 = 0:fs/N:(fs-(fs/N))

%2000点fft

real = fft(x,2000)

w4 = 0:fs/2000:fs-4

%频域插值提高分辨率

% w1 = 0:0.5*0.001*2*pi:2*pi-0.5*0.001*2*pi

% dtft = zeros(1,length(w1))

% asum = 0

% %插值程序

% for i =0:length(dtft)-1

% w = 2*pi*i/length(dtft)

% for k = 0:N-1

% asum = dft(k+1)*fik(w,k,N)

% dtft(i+1) = dtft(i+1)+asum

% end

% end

w2 = 0+T:0.5*fs*0.001:fs-0.5*fs*0.001+T

w3 = 0:fs/N:(fs-(fs/N))

%加窗插值处理

nfft = 2000

win = hanning(length(x))

x_hannig = x.*win'

y2 = fft(x_hannig,N)

y3 = fft(x_hannig,2000)

w1 = 0:0.5*0.001*2*pi:2*pi-0.5*0.001*2*pi

dtft = zeros(1,length(w1))

asum = 0

%插值程序

for i =0:length(dtft)-1

w = 2*pi*i/length(dtft)

for k = 0:N-1

asum = y2(k+1)*fik(w,k,N)

dtft(i+1) = dtft(i+1)+asum

end

end

w5 = 0:0.5*fs*0.001:fs-0.5*fs*0.001

figure

plot(w5,abs(dtft),'o',w4,abs(y3),'g')

legend('插值图像','理想逼近图像')

xlabel('频率')

ylabel('幅值')

title('fs = 8000hz fc=1000hz加汉宁窗结果')


欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/yw/8065695.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-04-13
下一篇2023-04-13

发表评论

登录后才能评论

评论列表(0条)

    保存