[问答]

怎么利用matlab进行频域分析？

问答对人有帮助，内容完整，我也想知道答案 0 matlab可以说是一个非常有用且功能齐全的工具，在通信、自控、金融等方面有广泛的应用。使用Matlab对信号进行频域分析具体有哪些方法？需要注意哪些事项？ 0
2019-8-19 06:09:31　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × 化二为一该类别下有 12 个回答。邀请回答 dymanic 该类别下有 8 个回答。邀请回答 cyhe 该类别下有 7 个回答。邀请回答 kong19 该类别下有 7 个回答。邀请回答 60user150 该类别下有 7 个回答。邀请回答 vuwuerwxs 该类别下有 7 个回答。邀请回答 cswerwr 该类别下有 7 个回答。邀请回答 kingnet_520888 该类别下有 7 个回答。邀请回答 vfdfvvdw 该类别下有 6 个回答。邀请回答 maobs20 该类别下有 6 个回答。邀请回答 DDT6 该类别下有 6 个回答。邀请回答阿南科院该类别下有 6 个回答。邀请回答 h1654155957.9611 该类别下有 6 个回答。邀请回答燕子湖畔该类别下有 6 个回答。邀请回答 h1654155957.9663 该类别下有 6 个回答。邀请回答 mingfawolf 该类别下有 6 个回答。邀请回答 testd001xx 该类别下有 6 个回答。邀请回答 duzh20016 该类别下有 6 个回答。邀请回答 bozai602 该类别下有 6 个回答。邀请回答 Hongliang_sz 该类别下有 6 个回答。邀请回答举报杨丽相关推荐 • 可以再VB中调用Labview进行数据的频域分析吗 1842 • 小波分析求教程和程序，震动信号的时频域特性分析 2501 • 怎样对三角波和方波进行频谱分析呢 7503 • saber频域分析问题 5111 • 关于数据采集卡采集电压信号后的信号分析问题 8435 • 新手关于matlab进行FFT变换的程序 8305 • labview如何将从simulink采集的波形进行频谱分析？？？ 6657 • 关于控制系统时域、频域分析的MATLAB的界面设计 2880 • 求问大神关于信号FFT频域分析的问题 3942 • Labview与matlab如何结合起来进行信号分析？特别是三倍频分析？ 2500 2个回答

答案对人有帮助，有参考价值 0 说到频域，不可避免的会提到傅里叶变换，傅里叶变换提供了一个将信号从时域转变到频域的方法。之所以要有信号的频域分析，是因为很多信号在时域不明显的特征可以在频域下得到很好的展现，可以更加容易的进行分析和处理。 FFT Matlab提供的傅里叶变换的函数是FFT，中文名叫做快速傅里叶变换。快速傅里叶变换的提出是伟大的，使得处理器处理数字信号的能力大大提升，也使我们生活向数字化迈了一大步。接下来就谈谈如何使用这个函数。 fft使用很简单，但是一般信号都有x和y两个向量，而fft只会处理y向量，所以想让频域分析变得有意义，那么就需要用户自己处理x向量一个简单的例子从一个简单正弦信号开始吧，正弦信号定义为： y(t)=2sin⁡(2πf0t) 我们现在通过以下代码在Matlab中画出这个正弦曲线 1 fo = 4; %frequency of the sine wave 2 Fs = 100; %sampling rate 3 Ts = 1/Fs; %sampling time interval 4 t = 0:Ts:1-Ts; %sampling period 5 n = length(t); %number of samples 6 y = 2sin(2pifot); %the sine curve 7 8 %plot the cosine curve in the time domain 9 sinePlot = figure; 10 plot(t,y) 11 xlabel('time (seconds)') 12 ylabel('y(t)') 13 title('Sample Sine Wave') 14 grid 这就是我们得到的：当我们对这条曲线fft时，我们希望在频域得到以下频谱（基于傅里叶变换理论，我们希望看见一个幅值为1的峰值在-4Hz处，另一个在+4Hz处）

2019-8-19 15:27:16 评论举报范志坚

答案对人有帮助，有参考价值 0 使用FFT命令我们知道目标是什么了，那么现在使用Matlab的内建的FFT函数来重新生成频谱 1 %plot the frequency spectrum using the MATLAB fft command 2 matlabFFT = figure; %create a new figure 3 YfreqDomain = fft(y); %take the fft of our sin wave, y(t) 4 5 stem(abs(YfreqDomain)); %use abs command to get the magnitude 6 %similary, we would use angle command to get the phase plot! 7 %we'll discuss phase in another post though! 8 9 xlabel('Sample Number') 10 ylabel('Amplitude') 11 title('Using the Matlab fft command') 12 grid 13 axis([0,100,0,120])效果如下：但是注意一下，这并不是我们真正想要的，有一些信息是缺失的 · x轴本来应该给我们提供频率信息，但是你能读出频率吗？ · 幅度都是100 · 没有让频谱中心为0为FFT定义一个函数来获取双边频谱以下代码可以简化获取双边频谱的过程，复制并保存到你的.m文件中 1 function [X,freq]=centeredFFT(x,Fs) 2 %this is a custom function that helps in plotting the two-sided spectrum 3 %x is the signal that is to be transformed 4 %Fs is the sampling rate 5 6 N=length(x); 7 8 %this part of the code generates that frequency axis 9 if mod(N,2)==0 10 k=-N/2:N/2-1; % N even 11 else 12 k=-(N-1)/2:(N-1)/2; % N odd 13 end 14 T=N/Fs; 15 freq=k/T; %the frequency axis 16 17 %takes the fft of the signal, and adjusts the amplitude accordingly 18 X=fft(x)/N; % normalize the data 19 X=fftshift(X); %shifts the fft data so that it is centered这个函数输出正确的频域范围和变换后的信号，它需要输入需要变换的信号和采样率。接下来使用前文的正弦信号做一个简单的示例，注意你的示例.m文件要和centeredFFT.m文件在一个目录下 1 [YfreqDomain,frequencyRange] = centeredFFT(y,Fs); 2 centeredFFT = figure; 3 4 %remember to take the abs of YfreqDomain to get the magnitude! 5 stem(frequencyRange,abs(YfreqDomain)); 6 xlabel('Freq (Hz)') 7 ylabel('Amplitude') 8 title('Using the centeredFFT function') 9 grid 10 axis([-6,6,0,1.5])效果如下：这张图就满足了我们的需求,我们得到了在+4和-4处的峰值，而且幅值为1. 为FFT定义一个函数来获取右边频谱从上图可以看出，FFT变换得到的频谱是左右对称的，因此，我们只需要其中一边就能获得信号的所有信息，我们一般保留正频率一侧。以下的函数对上面的自定义函数做了一些修改，让它可以帮助我们只画出信号的正频率一侧 1 function [X,freq]=positiveFFT(x,Fs) 2 N=length(x); %get the number of points 3 k=0:N-1; %create a vector from 0 to N-1 4 T=N/Fs; %get the frequency interval 5 freq=k/T; %create the frequency range 6 X=fft(x)/N; % normalize the data 7 8 %only want the first half of the FFT, since it is redundant 9 cutOff = ceil(N/2); 10 11 %take only the first half of the spectrum 12 X = X(1:cutOff); 13 freq = freq(1:cutOff);和前面一样，使用正弦信号做一个示例，下面是示例代码 1 [YfreqDomain,frequencyRange] = positiveFFT(y,Fs); 2 positiveFFT = figure; 3 stem(frequencyRange,abs(YfreqDomain)); 4 set(positiveFFT,'Position',[500,500,500,300]) 5 xlabel('Freq (Hz)') 6 ylabel('Amplitude') 7 title('Using the positiveFFT function') 8 grid 9 axis([0,20,0,1.5])效果如下：进入作者朱浩博客

2019-8-19 15:27:19 评论举报李木木