Matlab 進行FFT分析

[TOC]

基本概念

在從時域進行頻域變換的基本matlab中的基本函數和數學關系.png
  • 序號和 頻率成分的關系 因為0頻的存在,最高頻率為Fs-df即df*(N-1)


    FFT頻率序列序號和頻率軸的對應關系.png

需要解決的問題

  • 理解FFT產生序列的意義承桥,即幅度和相位
  • 找到頻率序列,對應的頻率軸肩狂,恢復x軸為頻率。重要的頻率Fs蟹漓,頻率軸最大點為Fs-df
  • 找到頻率序列模值和信號真實幅度的轉換關系顿痪。
  • 區(qū)分0頻和其他頻率
  • 在只使用正頻率時,乘以系數2/N耿眉,其中N為FFT的點數

頻域分析的意義

  • 信號變換到頻域的功能
  • FFT是離散傅立葉變換的快速算法,可以將一個信號變換到頻域鱼响,將信號的頻譜提取出來鸣剪,做頻譜分析
  • 有些信號在時域上是很難看出什么特征的,但是如果變換到頻域之后丈积,就很容易看出特征了筐骇。這就是很多信號分析采用FFT變換的原因。

數字信號處理基礎

采樣
  • 模擬信號->ADC采樣->數字信號
  • 采樣定理: 采樣頻率需要大于信號頻率的2倍
FFT變換
  • 數字信號序列江滨,有N個采樣點铛纬,經過FFT變換得到N個點的FFT結果
  • 當N點是2的整數次方,FFT因對稱結構唬滑,計算復雜度降低告唆,會算的很快
  • 假設 采樣率Fs莫秆,信號頻率F,采樣點數N悔详,經過FFT計算得到一個N點的復數序列 sf(N)
  • sf(N)中每個點對應一個頻率點。點的模值 abs(sf(N))惹挟,表征幅度特性茄螃。點的角度表征相位特性。
  • 對于正頻譜连锯,幅度恢復归苍,第一個點直流分量,模值/N运怖;其他點模值*2/N拼弃,即可恢復頻譜的幅值。
  • 第一個點直流分量摇展,第N+1個點對應采樣頻率Fs(實際上只有N個點)吻氧。頻率分辨率df=Fs/N,那么第N個點對應的真實頻率為F_N=(N-1)*Fs/N
  • T=N/Fs咏连,因此T=1/df盯孙。如果要提高頻率分辨率,提高采樣時間祟滴,或者在采樣率不變的情況下振惰,提高采樣點數即可。頻率分辨率和采樣時間是倒數關系垄懂。
FFT復數的意義
  • 如果FFT后N點數據用復數a+bi表示骑晶,則A_N=\sqrt{a^2+b^2},相位\Phi_N=\arctan{\frac草慧{a}}
  • 如果只取正頻率桶蛔,各個分量的信號表達式為
    sf_N=\frac{2\ A_N}{N}\cdot\cos(2\pi F_Nt+\Phi_N) \ (N>0)\\ sf_0=\frac{A_N}{N} \ (N=0)

舉例

  • 直流Adc=2
  • 頻率F1=50 A1=2 相位P1=-30
  • 頻率 F2=75 A2=1.5 相位P2=90
  • 數學表達如下
    S=2+\cos(2\pi50t-\pi30/180)+1.5\cos(2\pi70t-\pi90/180)
  • matlab中cos用弧度制,采樣率Fs=256 Hz冠蒋。采樣點數N=256羽圃,采樣時間T=Fs/N=1
  • 頻率間隔df=1/T=1
  • F_N=(N-1)*Fs/N,第一個點直流抖剿,那么50Hz分量在第51點朽寞,75Hz分量在76點

close all; %先關閉所有圖片
Adc=2;  %直流分量幅度
A1=3;   %頻率F1信號的幅度
A2=1.5; %頻率F2信號的幅度
F1=50;  %信號1頻率(Hz)
F2=75;  %信號2頻率(Hz)
Fs=256; %采樣頻率(Hz)
P1=-30; %信號1相位(度)
P2=90;  %信號相位(度)
N=256;  %采樣點數
t=[0:1/Fs:N/Fs]; %采樣時刻

%信號
S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180);
%顯示原始信號
plot(S);
title('原始信號');

figure;
Y = fft(S,N); %做FFT變換
Ayy = (abs(Y)); %取模
plot(Ayy(1:N)); %顯示原始的FFT模值結果
title('FFT 模值');

figure;
Ayy=Ayy/(N/2);   %換算成實際的幅度, 針對半頻譜
Ayy(1)=Ayy(1)/2; %直流和奈奎斯特頻率處還需要/2
F=([1:N]-1)*Fs/N; %換算成實際的頻率值
% F=[0:N-1]*Fs/N; %F=0:Fs/N:Fs/2-Fs/N
plot(F(1:N/2),Ayy(1:N/2));   %顯示換算后的FFT模值結果
title('幅度-頻率曲線圖');

figure;
Pyy=[1:N/2];
for i=1:N/2
Pyy(i)=phase(Y(i)); %計算相位
Pyy(i)=Pyy(i)*180/pi; %換算為角度
end;
plot(F(1:N/2),Pyy(1:N/2));   %顯示相位圖
title('相位-頻率曲線圖');

結果

原始信號.png

FFT結果的模和序號的關系.png
FFT結果正頻率部分和頻率的關系斩郎,即幅頻圖.png

相頻圖 可能不準確.png

參考文獻

https://www.ilovematlab.cn/thread-119939-1-1.html

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末脑融,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子缩宜,更是在濱河造成了極大的恐慌肘迎,老刑警劉巖甥温,帶你破解...
    沈念sama閱讀 216,744評論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異妓布,居然都是意外死亡姻蚓,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 92,505評論 3 392
  • 文/潘曉璐 我一進店門匣沼,熙熙樓的掌柜王于貴愁眉苦臉地迎上來狰挡,“玉大人,你說我怎么就攤上這事释涛〖尤” “怎么了?”我有些...
    開封第一講書人閱讀 163,105評論 0 353
  • 文/不壞的土叔 我叫張陵唇撬,是天一觀的道長它匕。 經常有香客問我,道長窖认,這世上最難降的妖魔是什么豫柬? 我笑而不...
    開封第一講書人閱讀 58,242評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮扑浸,結果婚禮上轮傍,老公的妹妹穿的比我還像新娘。我一直安慰自己首装,他們只是感情好创夜,可當我...
    茶點故事閱讀 67,269評論 6 389
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著仙逻,像睡著了一般驰吓。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上系奉,一...
    開封第一講書人閱讀 51,215評論 1 299
  • 那天檬贰,我揣著相機與錄音,去河邊找鬼缺亮。 笑死翁涤,一個胖子當著我的面吹牛,可吹牛的內容都是我干的萌踱。 我是一名探鬼主播葵礼,決...
    沈念sama閱讀 40,096評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼并鸵!你這毒婦竟也來了鸳粉?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 38,939評論 0 274
  • 序言:老撾萬榮一對情侶失蹤园担,失蹤者是張志新(化名)和其女友劉穎届谈,沒想到半個月后枯夜,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 45,354評論 1 311
  • 正文 獨居荒郊野嶺守林人離奇死亡艰山,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,573評論 2 333
  • 正文 我和宋清朗相戀三年湖雹,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片曙搬。...
    茶點故事閱讀 39,745評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡劝枣,死狀恐怖,靈堂內的尸體忽然破棺而出织鲸,到底是詐尸還是另有隱情,我是刑警寧澤溪胶,帶...
    沈念sama閱讀 35,448評論 5 344
  • 正文 年R本政府宣布搂擦,位于F島的核電站,受9級特大地震影響哗脖,放射性物質發(fā)生泄漏瀑踢。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,048評論 3 327
  • 文/蒙蒙 一才避、第九天 我趴在偏房一處隱蔽的房頂上張望橱夭。 院中可真熱鬧,春花似錦桑逝、人聲如沸棘劣。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,683評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽茬暇。三九已至,卻和暖如春寡喝,著一層夾襖步出監(jiān)牢的瞬間糙俗,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,838評論 1 269
  • 我被黑心中介騙來泰國打工预鬓, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留巧骚,地道東北人。 一個月前我還...
    沈念sama閱讀 47,776評論 2 369
  • 正文 我出身青樓格二,卻偏偏與公主長得像劈彪,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子顶猜,可洞房花燭夜當晚...
    茶點故事閱讀 44,652評論 2 354

推薦閱讀更多精彩內容

  • 姓名:張猛 【嵌牛導讀】:如何對一個信號畫出頻譜并進行分析粉臊,從頻譜中得到有用的信息 引用:http://blog....
    oliverabc閱讀 17,956評論 0 6
  • 一、傅立葉變換的由來 關于傅立葉變換驶兜,無論是書本還是在網上可以很容易找到關于傅立葉變換的描述扼仲,但是大都是些故弄玄虛...
    constant007閱讀 4,427評論 1 10
  • 頻譜泄露 頻譜泄露與傅里葉變換尤其是離散時間傅里葉變換有關远寸,對于頻譜泄露,通常的解釋是這樣的:信號為無限長序列屠凶,運...
    笑看古今風流閱讀 5,459評論 0 1
  • 關于FFT快速傅氏變換的理解 FFT(Fast Fourier Transformation)是離散傅氏變換(DF...
    秋葉雨梧桐閱讀 499評論 0 0
  • 第三章 語音信號特征分析 語音合成音質的好壞驰后,語音識別率的高低,都取決于對語音信號分析的準確度和精度矗愧。例如灶芝,利用線...
    鍋鍋Iris閱讀 10,223評論 3 8