電子發(fā)燒友App
Matlab可以說(shuō)是一個(gè)非常有用且功能齊全的工具，在通信、自控、金融等方面有廣泛的應(yīng)用。
本文討論使用Matlab對(duì)信號(hào)進(jìn)行頻域分析的方法。
說(shuō)到頻域，不可避免的會(huì)提到傅里葉變換，傅里葉變換提供了一個(gè)將信號(hào)從時(shí)域轉(zhuǎn)變到頻域的方法。之所以要有信號(hào)的頻域分析，是因?yàn)楹芏嘈盘?hào)在時(shí)域不明顯的特征可以在頻域下得到很好的展現(xiàn)，可以更加容易的進(jìn)行分析和處理。
FFT
Matlab提供的傅里葉變換的函數(shù)是FFT，中文名叫做快速傅里葉變換。快速傅里葉變換的提出是偉大的，使得處理器處理數(shù)字信號(hào)的能力大大提升，也使我們生活向數(shù)字化邁了一大步。
接下來(lái)就談?wù)勅绾问褂眠@個(gè)函數(shù)。
fft使用很簡(jiǎn)單，但是一般信號(hào)都有x和y兩個(gè)向量，而fft只會(huì)處理y向量，所以想讓頻域分析變得有意義，那么就需要用戶自己處理x向量
一個(gè)簡(jiǎn)單的例子
從一個(gè)簡(jiǎn)單正弦信號(hào)開(kāi)始吧，正弦信號(hào)定義為：
我們現(xiàn)在通過(guò)以下代碼在Matlab中畫出這個(gè)正弦曲線
fo = 4; %frequency of the sine wave
Fs = 100; %sampling rate
Ts = 1/Fs; %sampling time interval
t = 0:Ts:1-Ts; %sampling period
n = length（t）; %number of samples
y = 2*sin（2*pi*fo*t）; %the sine curve
%plot the cosine curve in the time domain
sinePlot = figure;
plot（t，y）
xlabel（‘time （seconds）’）
ylabel（‘y（t）’）
title（‘Sample Sine Wave’）
grid
這就是我們得到的：
當(dāng)我們對(duì)這條曲線fft時(shí)，我們希望在頻域得到以下頻譜（基于傅里葉變換理論，我們希望看見(jiàn)一個(gè)幅值為1的峰值在-4Hz處，另一個(gè)在+4Hz處）
使用FFT命令
我們知道目標(biāo)是什么了，那么現(xiàn)在使用Matlab的內(nèi)建的FFT函數(shù)來(lái)重新生成頻譜
%plot the frequency spectrum using the MATLAB fft command
matlabFFT = figure; %create a new figure
YfreqDomain = fft（y）; %take the fft of our sin wave， y（t）
stem（abs（YfreqDomain））; %use abs command to get the magnitude
%similary， we would use angle command to get the phase plot！
%we‘ll discuss phase in another post though！
xlabel（’Sample Number‘）
ylabel（’Amplitude‘）
title（’Using the Matlab fft command‘）
grid
axis（［0，100，0，120］）
效果如下：
但是注意一下，這并不是我們真正想要的，有一些信息是缺失的
x軸本來(lái)應(yīng)該給我們提供頻率信息，但是你能讀出頻率嗎？
幅度都是100
沒(méi)有讓頻譜中心為
為FFT定義一個(gè)函數(shù)來(lái)獲取雙邊頻譜
以下代碼可以簡(jiǎn)化獲取雙邊頻譜的過(guò)程，復(fù)制并保存到你的.m文件中
function ［X，freq］=centeredFFT（x，F(xiàn)s）
%this is a custom function that helps in plotting the two-sided spectrum
%x is the signal that is to be transformed
%Fs is the sampling rate
N=length（x）;
%this part of the code generates that frequency axis
if mod（N，2）==0
k=-N/2:N/2-1; % N even
else
k=-（N-1）/2：（N-1）/2; % N odd
end
T=N/Fs;
freq=k/T; %the frequency axis
%takes the fft of the signal， and adjusts the amplitude accordingly
X=fft（x）/N; % normalize the data
X=fftshift（X）; %shifts the fft data so that it is centered
這個(gè)函數(shù)輸出正確的頻域范圍和變換后的信號(hào)，它需要輸入需要變換的信號(hào)和采樣率。
接下來(lái)使用前文的正弦信號(hào)做一個(gè)簡(jiǎn)單的示例，注意你的示例.m文件要和centeredFFT.m文件在一個(gè)目錄下
［YfreqDomain，frequencyRange］ = centeredFFT（y，F(xiàn)s）;
centeredFFT = figure;
%remember to take the abs of YfreqDomain to get the magnitude！
stem（frequencyRange，abs（YfreqDomain））;
xlabel（’Freq （Hz）‘）
ylabel（’Amplitude‘）
title（’Using the centeredFFT function‘）
grid
axis（［-6，6，0，1.5］）
效果如下：
這張圖就滿足了我們的需求，我們得到了在+4和-4處的峰值，而且幅值為1.
為FFT定義一個(gè)函數(shù)來(lái)獲取右邊頻譜
從上圖可以看出，F(xiàn)FT變換得到的頻譜是左右對(duì)稱的，因此，我們只需要其中一邊就能獲得信號(hào)的所有信息，我們一般保留正頻率一側(cè)。
以下的函數(shù)對(duì)上面的自定義函數(shù)做了一些修改，讓它可以幫助我們只畫出信號(hào)的正頻率一側(cè)
function ［X，freq］=positiveFFT（x，F(xiàn)s）
N=length（x）; %get the number of points
k=0:N-1; %create a vector from 0 to N-1
T=N/Fs; %get the frequency interval
freq=k/T; %create the frequency range
X=fft（x）/N; % normalize the data
%only want the first half of the FFT， since it is redundant
cutOff = ceil（N/2）;
%take only the first half of the spectrum
X = X（1:cutOff）;
freq = freq（1:cutOff）;
和前面一樣，使用正弦信號(hào)做一個(gè)示例，下面是示例代碼
［YfreqDomain，frequencyRange］ = positiveFFT（y，F(xiàn)s）;
positiveFFT = figure;
stem（frequencyRange，abs（YfreqDomain））;
set（positiveFFT，’Position‘，［500，500，500，300］）
xlabel（’Freq （Hz）‘）
ylabel（’Amplitude‘）
title（’Using the positiveFFT function‘）
grid
axis（［0，20，0，1.5］）
效果如下：
工商網(wǎng)監(jiān)
評(píng)論