zoukankan      html  css  js  c++  java
  • 使用 FFT 进行频谱分析

    下面的示例说明了如何使用 FFT 函数进行频谱分析。FFT 的一个常用场景是确定一个时域噪声信号的频率分量。

    首先创建一些数据。假设是以 1000 Hz 的频率对数据进行的采样。首先为数据构造一条时间轴,时间范围从 t = 0 至 t = 0.25,步长为 1 毫秒。然后,创建一个包含 50 Hz 和 120 Hz 频率的正弦波信号 x。

    t = 0:.001:.25;
    x = sin(2*pi*50*t) + sin(2*pi*120*t);

    添加一些标准差为 2 的随机噪声以产生噪声信号 y。然后,通过对该噪声信号 y 绘图来了解该信号。

    y = x + 2*randn(size(t));
    plot(y(1:50))
    title('Noisy time domain signal')

    很明显,通过观察该信号很难确定频率分量;这就是频谱分析为什么被广泛应用的原因。

    得到带噪声信号 y 的离散傅里叶变换很容易;执行快速傅里叶变换 (FFT) 即可实现。

    Y = fft(y,251);

    使用复数共扼 (CONJ) 计算功率频谱密度,即测量不同频率下的能量。为前 127 个点构造一个频率轴,并使用该轴绘制结果图形。(其余的点是对称的。)

    Pyy = Y.*conj(Y)/251;
    f = 1000/251*(0:127);
    plot(f,Pyy(1:128))
    title('Power spectral density')
    xlabel('Frequency (Hz)')

    放大并仅绘制上限为 200 Hz 的图形。请注意 50 Hz 和 120 Hz 下的峰值。以下是原始信号的频率。

    plot(f(1:50),Pyy(1:50))
    title('Power spectral density')
    xlabel('Frequency (Hz)')

    关注公众号: MATLAB基于模型的设计 (ID:xaxymaker) ,每天推送MATLAB学习最常见的问题,每天进步一点点,业精于勤荒于嬉

     打开微信扫一扫哦!

  • 相关阅读:
    Sublime Text 3 破解 + 注册 + 汉化 + 教程 + 快捷键大全 + 中文乱码 +编译JAVA
    cocos2dx 翻牌效果
    php中将SimpleXMLElement Object转化为普通数组
    VS2013+lua5.3.1 环境配置
    Jquery相册 fancybox-1.3.4
    JS~字符串长度判断,超出进行自动截取(支持中文)
    JS /jquery 时间戳与日期转换
    php验证身份证号码正确性
    JS身份证验证
    逆向编程一,PE结构拉伸内存
  • 原文地址:https://www.cnblogs.com/52geek/p/10421192.html
Copyright © 2011-2022 走看看