用于光谱分析的FFT

这个例子展示了使用FFT函数进行光谱分析。FFT的一个常见用途是找出隐藏在噪声时域信号中的信号的频率分量。

首先创建一些数据。考虑在1000hz采样的数据。首先为我们的数据形成一个时间轴，从t=0到t=。25毫秒的步长。然后形成一个信号x，包含50hz和120hz的正弦波。

t = 0:措施:为;X = sin2 *50*t + sin2 *120*t;

添加一些标准差为2的随机噪声来产生一个噪声信号y，通过绘图来观察这个噪声信号y。

Y = x + 2*randn(size(t));情节(y(1:50))标题(“噪声时域信号”）

显然，从这个信号中很难识别频率成分;这就是光谱分析如此流行的原因。

求噪声信号y的离散傅里叶变换是很容易的;只需进行快速傅里叶变换(FFT)。

Y, Y = fft (251);

使用复共轭(CONJ)计算功率谱密度，即不同频率下能量的测量值。形成前127个点的频率轴，并使用它来绘制结果。(其余的点是对称的。)

肽yy = Y *连词(Y) / 251;f = 1000/251 * (0:127);情节(f, Pyy组(1:128))标题(的功率谱密度)包含(的频率(赫兹)）

放大并仅绘制到200hz。注意50hz和120hz的峰值。这些是原始信号的频率。

情节(f(1:50),肽yy(1:50))标题(的功率谱密度)包含(的频率(赫兹)）