fftshift函数详解

Posted limanjihe

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fftshift函数详解相关的知识,希望对你有一定的参考价值。

reference: https://ww2.mathworks.cn/help/matlab/ref/fftshift.html

一.实信号情况

因为实信号以fs为采样速率的信号在 fs/2处混叠,所以实信号fft的结果中前半部分对应[0, fs/2],后半部分对应[ -fs/2, 0];

1)实信号fft的结果前半部分对应[0, fs/2]是正频率的结果,后半部分对应[ -fs/2, 0]是负频率的结果。大于fs/2的部分的频谱实际上是实信号的负频率加fs的结果。故要得到正确的结果,只需将视在频率减去fs即可得到频谱对应的真实负频率;

2)如果要让实信号fft的结果与[-fs/2, fs/2]对应,则要fft后fftshift一下即可,fftshift的操作是将fft结果以fs/2为中心左右互换;

3)如果实信号fft的绘图频率f从[-fs/2, fs/2],并且没有fftshift,则fft正频谱对应f在[0, fs/2]的结果将混叠到(f - fs/2)的位置;

fft负频谱对应f在[-fs/2, 0]的结果混叠到 f + fs - fs/2 的位置,注意这里f为负值,也就是说此种情况下fft负频谱对应的视在频率减去fs/2即可得到频谱对应的真实负频率。

 

二.复信号情况

1)复信号没有负频率,以fs为采样速率的信号,fft的频谱结果是从[0,fs]的。

2)在 f> fs/2时,对复信号的fft结果进行fftshift会产生频率混叠(将下面的示例2中的频率从f=15改为f=85可以验证f=85的谱线在fftshift后跑到 f= -15 = 85 - fs = 85 - 100的位置了),所以复信号也一般要求 f <= fs/2

3)在对雷达的慢时间维(复信号)进行fft后,由于要用doppler= ((0:LFFT-1)/LFFT  - 0.5)*PRF; 计算多普勒频率,所以对该慢时间信号fft后要fftshift下,以便和正确的频率单元相对应。注意多普勒频率fd < = PRF/2 时才测的准!

 

fftshift

作用:将零频点移到频谱的中间

用法:

Y=fftshift(X)
Y=fftshift(X,dim)

描述:fftshift移动零频点到频谱中间,重新排列fft,fft2和fftn的输出结果。将零频点放到频谱的中间对于观察傅立叶变换是有用的。

示例1 -实信号的情况

clf;

fs=100;N=256;   %采样频率和数据点数
n=0:N-1;t=n/fs;   %时间序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号

y1=fft(x,N);    %对信号进行快速Fourier变换
y2=fftshift(y1);

mag1=abs(y1);     %求得Fourier变换后的振幅
mag2=abs(y2);    

f1=n*fs/N;    %频率序列
f2=n*fs/N-fs/2;

subplot(3,1,1),plot(f1,mag1,‘r‘);  %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘图1:usual FFT‘,‘color‘,‘r‘);grid on;

subplot(3,1,2),plot(f2,mag1,‘b‘);  %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘图2:FFT without fftshift‘,‘color‘,‘b‘);grid on;

subplot(3,1,3),plot(f2, mag2,‘c‘);  %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘图3:FFT after fftshift‘,‘color‘,‘c‘);grid on;

  

技术分享图片

 

结论:

1)如果期望绘制的幅频图的频率范围为0~fs,则无需运行fftshift变换,正频率对应在[0, fs/2],大于fs/2的频谱的频率值为对应[-fs/2  , 0 ]负频率f + fs,注意f是负频率,是个负数。如图1。

2)如果期望绘制的幅频图的频率范围为-fs/2~fs/2,则需要运行fftshift变换,如图3;如果不变换,图示的响应频点会发生变换,如图2,分析见顶端。

 

 

示例2 -复信号的情况

close all; clear; clf;

fs=100;N=256;   %采样频率和数据点数
n=0:N-1;t=n/fs;   %时间序列
x=0.5*exp(j*2*pi*15*t)+2*exp(j*2*pi*40*t); %信号

y1=fft(x,N);    %对信号进行快速Fourier变换
y2=fftshift(y1);

mag1=abs(y1);     %求得Fourier变换后的振幅
mag2=abs(y2);    

f1=n*fs/N;    %频率序列
f2=n*fs/N-fs/2;

subplot(3,1,1),plot(f1,mag1,‘r‘);  %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘图1:usual FFT‘,‘color‘,‘r‘);grid on;

subplot(3,1,2),plot(f2,mag1,‘b‘);  %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘图2:FFT without fftshift‘,‘color‘,‘b‘);grid on;

subplot(3,1,3),plot(f2,mag2,‘c‘);   %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘图3:FFT after fftshift‘,‘color‘,‘c‘);grid on;

技术分享图片

 

  


以上是关于fftshift函数详解的主要内容,如果未能解决你的问题,请参考以下文章

实现 fftshift 和 ifftshift 的正确顺序(在 python 中)

C++-实现matlab的fftshift(OpenCV)

p68 对数变换 关于fft2 fftshift 频谱

(转) Java中的负数及基本类型的转型详解

详解Android WebView加载html片段

jQuery的DOM操作