转载时域信号的频谱功率谱和功率谱密度计算

Posted ever0413

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了转载时域信号的频谱功率谱和功率谱密度计算相关的知识,希望对你有一定的参考价值。

原文地址:http://blog.chinaunix.net/uid-11829250-id-4992257.html

 

以高斯信号为例,计算幅度谱、相位谱、双边功率谱、双边功率谱密度、单边功率谱、单边功率谱密度。(转载请注明出处)


MATLAB程序代码:

  1. %==========================================================================
    %Name:      spectrum_analysis.m
    %Desc:      以高斯信号为例,求解其频谱、双边功率谱、单边功率谱、双边功率谱密度、
    %           单边功率谱密度,这里高斯信号的半波全宽FWHM=50ps,中心点位于2.5ns处。
    %Parameter: 
    %Return:    
    %Author:    yoyoba([email protected])
    %Date:      2015-4-28
    %Modify:    2015-4-29
    %=========================================================================
    clc;
    clear;
    FWHM=50e-12;            %高斯信号FWHM宽度,为50ps
    time_window=100*FWHM;   %高斯信号的采样窗口宽度,该值决定了傅里叶变换后的频率分辨率
    Ns=2048;                %采样点
    dt=time_window/(Ns-1);  %采样时间间隔
    t=0:dt:time_window;     %采样时间
    gauss_time=exp(-0.5*(2*sqrt(2*log(2))*(t-2.5e-9)/FWHM).^2); %高斯脉冲,中心位于2.5ns处。
    plot(t*1e+9,gauss_time,‘linewidth‘,2.5);
    xlabel(‘Time/ns‘);
    ylabel(‘Amplitude/V‘);
    title(‘Gauss pulse‘);
    %===========以下计算双边谱、双边功率谱、双边功率谱密度=================
    gauss_spec=fftshift(fft(ifftshift(gauss_time)));    %傅里叶变换,并且进行fftshift移位操作。
    gauss_spec=gauss_spec/Ns;   %求实际的幅度值;
    df=1/time_window;               %频率分辨率
    k=floor(-(Ns-1)/2:(Ns-1)/2);    
    % k=0:Ns-1;
    double_f=k*df;   %双边频谱对应的频点


    figure; %幅度谱
    plot(double_f*1e-9,abs(gauss_spec),‘linewidth‘,2.5);
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Amplitude/V‘);
    title(‘double Amplitude spectrum‘);


    figure; %相位谱
    plot(double_f*1e-9,angle(gauss_spec),‘linewidth‘,2.5);
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Phase/rad‘);
    title(‘double Phase spectrum‘);


    figure; %功率谱
    double_power_spec_W=abs(gauss_spec).^2;                 %双边功率谱,单位W;
    double_power_spec_mW=double_power_spec_W*1e+3;          %双边功率谱,单位mW;
    double_power_spec_dBm=10*log10(double_power_spec_mW);   %双边功率谱,单位dBm;
    plot(double_f*1e-9,double_power_spec_dBm,‘linewidth‘,2.5);
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Power/dBm‘);
    title(‘double Power spectrum‘);


    figure; %功率谱密度
    double_power_specD_W=abs(gauss_spec).^2/(df);       %双边功率谱密度,单位W/Hz
    double_power_specD_mW=double_power_specD_W*1e+3;    %双边功率谱密度,单位mW/Hz
    double_power_specD_dBm=10*log10(double_power_specD_mW);%双边功率谱密度,单位dBm/Hz
    plot(double_f*1e-9,double_power_specD_dBm,‘linewidth‘,2.5);
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Power/(dBm/Hz)‘);
    title(‘double power spectrum Density‘);


    %==========以下计算单边谱、单边功率谱及单边功率谱密度=========
    gauss_spec=fft(ifftshift(gauss_time));  %计算单边谱无需fftshift
    gauss_spec=gauss_spec/Ns;       %计算真实的幅度值
    single_gauss_spec=gauss_spec(1:floor(Ns/2));
    single_f=(0:floor(Ns/2)-1)*df;


    figure; %幅度谱
    plot(single_f*1e-9,abs(single_gauss_spec),‘linewidth‘,2.5);
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Amplitude/V‘);
    title(‘single Amplitude spectrum‘);


    figure; %相位谱
    plot(single_f*1e-9,angle(single_gauss_spec),‘linewidth‘,2.5);
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Phase/rad‘);
    title(‘single Phase spectrum‘);


    figure;%功率谱
    double_power_spec_W=abs(gauss_spec).^2;  
    single_power_spec_W=2*double_power_spec_W(1:floor(Ns/2));   %单边功率谱,单位W
    single_power_spec_mW=single_power_spec_W*1e+3;              %单边功率谱,单位mW;
    single_power_spec_dBm=10*log10(single_power_spec_mW);       %双边功率谱,单位dBm;
    plot(single_f*1e-9,single_power_spec_dBm,‘linewidth‘,2.5);  
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Power/dBm‘);
    title(‘single Power spectrum‘);


    figure;%功率谱密度
    double_power_specD_W=abs(gauss_spec).^2/(df);
    single_power_specD_W=2*double_power_specD_W(1:floor(Ns/2));         %单边功率谱密度,单位W/Hz
    single_power_specD_mW=single_power_specD_W*1e+3;                    %单边功率谱密度,单位mW/Hz
    single_power_specD_dBm=10*log10(single_power_specD_mW);             %单边功率谱密度,单位dBm/Hz
    plot(single_f*1e-9,single_power_specD_mW,‘linewidth‘,2.5);
    xlabel(‘Frequency/GHz‘);
    ylabel(‘Power/(dBm/Hz)‘);
    title(‘single power spectrum density‘);
     

 


运行结果:

技术分享技术分享技术分享技术分享技术分享技术分享技术分享技术分享技术分享















































































































以上是关于转载时域信号的频谱功率谱和功率谱密度计算的主要内容,如果未能解决你的问题,请参考以下文章

信号的频谱,频谱密度,能力谱区别

信号的频谱幅度谱相位谱及能量谱密度功率谱密度

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。

基于加速度的路面平整度检测及评价

随机过程 3 - 随机过程的频域分析1 - 功率谱

随机过程 3 - 随机过程的频域分析1 - 功率谱