weixin 发表于 2018-6-29 10:10

用matlab对信号进行傅里叶变换的入门实例

  傅氏变换分析是信号分析中很重要的方法,借助matlab可以很方便的对各类信号进行傅氏频域分析。本文介绍了集中离散的傅氏变换以及matlab实现方法。
  1、离散序列的傅里叶变换DTFT (Discrete Time Fourier Transform)
  实现代码
  N=8;
  %原离散信号有8点
  n=;
  %原信号是1行8列的矩阵
  xn=0.5.^n;
  %构建原始信号,为指数信号

  w=[-800:1:800]*4*pi/800;
  %频域共-800--+800的长度
  %本应是无穷,高频分量很少,故省去

  X=xn*exp(-j*(n'*w));
  %求dtft变换,采用原始定义对复指数分量求和
  subplot(311)
  stem(n,xn);
  title('原始信号(指数信号)');
  subplot(312);
  plot(w/pi,abs(X));
  title('DTFT变换')

  结果:
  分析:可见,离散序列的dtft变换是周期的,这也符合Nyquist采样定理的描述,连续时间信号经周期采样之后,所得的离散信号的频谱是原连续信号频谱的周期延拓。

  2、离散傅里叶变换DFT (Discrete Fourier Transform)
  与1中DTFT不一样的是,DTFT的求和区间是整个频域,这对计算机的计算来说是不可以实现的,DFT就是序列的有限傅里叶变换。实际上,1中我给的代码也只是对频域的-800----+800中间的1601点求了和,也不是无数次求和。

  实现代码
  N=8;
  %原离散信号有8点
  n=;
  %原信号是1行8列的矩阵
  xn=0.5.^n;
  %构建原始信号,为指数信号

  w=[-8:1:8]*4*pi/8;
  %频域共-800--+800 的长度
  %本应是无穷,高频分量很少,故省去
  X=xn*exp(-j*(n'*w));
  %求dtft变换,采用原始定义对复指数分量求和
  subplot(311)
  stem(n,xn);
  w1=[-4:1:4]*4*pi/4;
  X1=xn*exp(-j*(n'*w1));
  title('原始信号(指数信号)');
  subplot(312);
  stem(w/pi,abs(X));
  title('原信号的16点DFT变换')
  subplot(313)
  stem(w1/pi,abs(X1));
  title('原信号的8点DFT变换')

  结果:

  分析:DFT只是DTFT的现实版本,因为DTFT要求求和区间无穷,而DFT只在有限点内求和。

  3、快速傅里叶变换FFT (Fast Fourier Transform)
  虽然DFT相比DTFT缩减了很大的复杂度,但是任然有相当大的计算量,不利于信息的实时有效处理,1965年发现的DFT解决了这一问题。

  实现代码
  N=64;
  %原离散信号有8点
  n=;
  %原信号是1行8列的矩阵
  xn=0.5.^n;
  %构建原始信号,为指数信号
  Xk=fft(xn,N);
  subplot(221);
  stem(n,xn);
  title('原信号');
  subplot(212);
  stem(n,abs(Xk));
  title('FFT变换')

  结果:
  分析:由图可见,fft变换的频率中心不在0点,这是fft算法造成的,把fft改为fft shift可以将频率中心移到0点。

  来源:博客园-走岂来的博客

页: [1]
查看完整版本: 用matlab对信号进行傅里叶变换的入门实例