求matlab周期三角波信号频谱分析的代码,能画出三角波信号、幅度谱和相位谱。
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了求matlab周期三角波信号频谱分析的代码,能画出三角波信号、幅度谱和相位谱。相关的知识,希望对你有一定的参考价值。
%产生峰值为1的三角波,分析其0~63次谐波的幅值谱和相位谱
clf;
Fs =128;%采样频率
T = 1/Fs;% 采样周期
N = 128;% 采样点数
t = (0:N-1)*T;% 时间,单位:S
x=zeros(N);
for n=0:N-1
b=fix((n)/(N/4));
Y=fft(y,512);
F =10*f*[0:256]/512;
fp=2*sqrt(Y.*conj(Y));%幅度谱
xp=angle(Y); %相位谱
gl=abs(Y).^2; %功率谱
magif=ifft2(abs(f2));%幅度重构
pha=angle(f2);%取相位
phaif=ifft2(exp(j*pha));%相位重构
数据是x(i),共N个点,采样频率是fsample
扩展资料 :
信号源有很多种,包括正弦波信号源,函数发生器、脉冲发生器、扫描发生器、任意波形发生器、合成信号源等。一般来讲任意波形发生器,是一种特殊的信号源,综合具有其它信号源波形生成能力,因而适合各种仿真实验的需要。
传统都认为信号源主要给被测电路提供所需要的已知信号(各种波形),然后用其它仪表测量感兴趣的参数。可见信号源在电子实验和测试处理中,并不测量任何参数而是根据使用者的要求,仿真各种测试信号,提供给被测电路,以达到测试的需要。
参考资料来源:百度百科-三角波信号
参考技术A%产生峰值为1的三角波,分析其0~63次谐波的幅值谱和相位谱
clf;
Fs =128; %采样频率
T = 1/Fs; % 采样周期
N = 128; % 采样点数
t = (0:N-1)*T; % 时间,单位:S
x=zeros(N);
for n=0:N-1
b=fix((n)/(N/4));
m=n+1;
A=1/(N/4);
if b==0
x(m)=A*n;
elseif b==1||b==2
x(m)=A*(N/2-n);
elseif b==3
x(m)=A*(n-N);
end;
end;
n=0:N-1;
subplot(3,1,1)
plot(t,x);
xlabel('时间/S');
ylabel('振幅');title('时域波形');grid on;
y=fft(x,N); %对信号进行快速Fourier变换
mag=abs(y)*2/N; %求取Fourier变换的振幅;*2/N转变为真实幅值
f=n*Fs/N;
subplot(3,1,2)
plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅
xlabel('频率/Hz');
ylabel('振幅');title('幅值谱');grid on;
p=mod(angle(y)*180/pi,360);
subplot(3,1,3)
plot(f(1:N/2),p(1:N/2)); %绘出Nyquist频率之前随频率变化的相位
xlabel('频率/Hz');
ylabel('振幅');title('相位谱');grid on;
matlab 作出信号频谱图
先对信号等时间采样得到一组时域信号然后做傅里叶变换。特殊情况下可以看出数据点所满足的解析式,使用拟合,然后对拟合得到的函数进行傅里叶变换,用matlab的fourier函数即可。一般情况下得到的离散的数据点没有明显的拟合函数,这时候可以考虑用离散傅里叶变换。matlab中的fft函数可以完成这个功能。
由于一般情况中的fft更具有应用性,下面着重举例说明fft。
引用一段matlab帮助文件提供的代码作说明:(%后面是中文或英文注释)
clc;clear;
Fs = 1000; % Sampling frequency,取样频率
T = 1/Fs; % Sample time,采样时间间隔
L = 1000; % Length of signal,总时间
t = (0:L-1)*T; % Time vector,时间向量
% Sum of a 50 Hz sinusoid and a 120 Hz sinusoid 信号函数,提供50Hz和120Hz的主频率
x = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t);
y = x + 2*randn(size(t)); % Sinusoids plus noise 信号函数加上模拟的噪音
plot(Fs*t(1:100),y(1:100)) % 信号图
title('Signal Corrupted with Zero-Mean Random Noise')
xlabel('time (milliseconds)')
NFFT = 2^nextpow2(L); % Next power of 2 from length of y 扩充采样点,由1000变为1024
Y = fft(y,NFFT)/L;%除一个L,使归一化,可以不除,不影响对主频率的判断
f = Fs/2*linspace(0,1,NFFT/2+1);%这里除以2是因为fft的对称性,因此只画一半
% Plot single-sided amplitude spectrum.
figure
plot(f,2*abs(Y(1:NFFT/2+1))) %乘2是为了归一化,因为右边一半的fft图像没画;不乘,不影响对主频率的判断
title('Single-Sided Amplitude Spectrum of y(t)')
xlabel('Frequency (Hz)')
ylabel('|Y(f)|')
这行代码“f = Fs/2*linspace(0,1,NFFT/2+1);”如果不理解可以写成
“f = Fs*linspace(0,1,NFFT);”然后把后面的plot行的乘2去掉,NFFT/2+1也改成NFFT,这就等于没有折叠的状态。
至于为什么对称、为什么表达式是这样,就需要去做DFT数学推导了,这里不做推导。
得图如下:
折叠了的fft图。在50与120Hz处有明显的主峰。
未折叠的fft图。右边两个峰值并没有实际意义,只是由于对称性而得到的。
参考技术A 看看这个————matlab如何做频谱分析% ----------------------------------------------------------------------------------------------------------------% 方案1:“x = a*cos(2*pi*w*t)”的形式:
% ----------------------------------------------------------------------------------------------------------------
% 注意:1.时域的持续时间范围应较大;
% 2.频率w与序列k的对应关系(N为序列总长度):w = 1/dt * k/N;
% 3.采样频率1/dt应大于 w 的2倍
% 4.结果曲线的峰值的横坐标对应的就是w和-w值
% ----------------------------------------------------------------------------------------------------------------
a = 0.75;
w = pi/3;
dt = 0.2;
t = [-30*pi:dt:30*pi];
N = size(t, 2);
x = a*cos(2*pi*w*t);
y = fft(x);
y = fftshift(y);
figure;
subplot(2,1,1);
plot(t,x);
subplot(2,1,2);
plot(1/dt*(-N/2+1:N/2)/N, abs(y));
% ----------------------------------------------------------------------------------------------------------------
% 方案2:“x = a*cos(w*t)”的形式:
% ----------------------------------------------------------------------------------------------------------------
% 注意:1.时域的持续时间范围应较大;
% 2.频率w与序列k的对应关系(N为序列总长度):w = 1/dt *2*pi* k/N;
% 3.采样频率1/dt应大于 w/(2*pi) 的2倍
% 4.结果曲线的峰值的横坐标对应的就是w和-w值
% ----------------------------------------------------------------------------------------------------------------
a = 0.75;
w = pi/3;
dt = 1;
t = [-20*pi:dt:20*pi];
N = size(t, 2);
x = a*cos(w*t);
y = fft(x);
y = fftshift(y);
figure;
subplot(2,1,1);
plot(t,x);
subplot(2,1,2);
plot(1/dt*2*pi*(-N/2:N/2-1)/N, abs(y));
备注:由于使用了fftshift,所以得到的频谱序列关于原点对称,如果不需要负半轴的话自行修改一下就ok了function f=frequency(x,fs)
dtlen=length(x);
t=(0:dtlen-1)/fs;
subplot(211);
plot(t,x);
axis tight;
y=abs(fft(x))*2/dtlen;
ff=(0:dtlen/2-1)*fs/dtlen;
subplot(212);
f=y(1:floor(dtlen/2));
plot(ff,f);
axis tight;
return;
以上是关于求matlab周期三角波信号频谱分析的代码,能画出三角波信号、幅度谱和相位谱。的主要内容,如果未能解决你的问题,请参考以下文章
在matlab中,如何对一个信号的频域进行分析,并画出频域图?