资源简介
FFT算法的实现例程,以及不同参数对FFT算法计算精度影响的分析。
代码片段和文件信息
clf;
fs=100;N=128; %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
y=fft(xN); %对信号进行快速Fourier变换
mag=abs(y); %求得Fourier变换后的振幅
f=n*fs/N; %频率序列
subplot(221)plot(fmag); %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘N=128‘);grid on;
subplot(222)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(‘N=128‘);grid on;
%对信号采样数据为1024点的处理
fs=100;N=1024;n=0:N-1;t=n/fs;
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号
y=fft(xN); %对信号进行快速Fourier变换
mag=abs(y); %求取Fourier变换的振幅
f=n*fs/N;
subplot(223)plot(fmag); %绘出随频率变化的振幅
xlabel(‘频率/Hz‘);
ylabel(‘振幅‘);title(‘N=1024‘);grid on;
subplot(224)
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(‘N=1024‘);grid on;
clf;fs=100; %采样频率
Ndata=32; %数据长度
N=32; %FFT的数据长度
n=0:Ndata-1;t=n/fs; %数据对应的时间序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %时间域信号
y=fft(xN); %信号的Fourier变换
mag=abs(y); %求取振幅
f=(0:N-1)*fs/N; %真实频率
subplot(221)plot(f(1:N/2)mag(1:N/2)*2/N); %绘出Nyquist频率之前的振幅
xlabel(‘频率/Hz‘);ylabel(‘振幅‘);
title(‘Ndata=32 Nfft=32‘);grid on;
Ndata=32; %数据个数
N=128; %FFT采用的数据长度
n=0:Ndata-1;t=n/fs; %时间序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);
y=fft(xN);
mag=abs(y);
f=(0:N-1)*fs/N; %真实频率
subplot(222)plot(f(1:N/2)mag(1:N/2)*2/N); %绘出Nyquist频率之前的振幅
xlabel(‘频率/Hz‘);ylabel(‘振幅‘);
title(‘Ndata=32 Nfft=128‘);grid on;
Ndata=136; %数据个数
N=128; %FFT采用的数据个数
n=0:Ndata-1;t=n/fs; %时间序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);
y=fft(xN);
mag=abs(y);
f=(0:N-1)*fs/N; %真实频率
subplot(223)plot(f(1:N/2)mag(1:N/2)*2/N); %绘出Nyquist频率之前的振幅
xlabel(‘频率/Hz‘);ylabel(‘振幅‘);
title(‘Ndata=136 Nfft=128‘);grid on;
Ndata=136; %数据个数
N=512; %FFT所用的数据个数
n=0:Ndata-1;t=n/fs; %时间序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);
y=fft(xN);
mag=abs(y);
f=(0:N-1)*fs/N; %真实频率
subplot(224)plot(f(1:N/2)mag(1:N/2)*2/N); %绘出Nyquist频率之前的振幅
xlabel(‘频率/Hz‘);ylabel(‘振幅‘);
title(‘Ndata=136 Nfft=512‘);grid on;
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2322 2014-01-09 21:10 FFT.m
----------- --------- ---------- ----- ----
2322 1
相关资源
- matlab 各种谱分析对比
- CLAHE算法对比度受限直方图均衡
- 基于MATLAB与FFT算法的傅里叶级数可视
- FFT算法 matlab 实现
- 地震波fft变换、小波变换对比分析m
- 通信原理-DSB 与SSB的调制与解调的对比
- fft中去掉频率点,并ifft,与原信号对
- matlab分簇算法对比
- 基于MATLAB复调制ZOOM-FFT算法的分析和实
- 通信系统中关于多径衰弱、瑞利衰减
- k-means和meanshift在图像聚类分割中的对
- 卡尔曼滤波算法与卡尔曼平滑算法的
- matlab开发-彩色图像对比度增强
- 利用matlab提高图像对比度
- MATLAB的FFT算法实现
- 图像对比度计算MATLAB代码
- MIMO-OFDM不同信道估计的对比matlab代码
- 瑞利衰落信道下无分集,2分集,4分集
- 图像通过幂次变换增强对比度 matla
- MATLAB粒子群算法PSO解决TSP51个城市问题
- LSM&RLS;算法对比
- 目标与背景的对比度计算
- 计算灰度共生矩阵的对比度
- 模糊控制与PID对比
- 通信干扰对齐算法误码率对比
- ZF/MMSE检测的MIMO误码率对比matlab仿真
- 计算图像对比度
- 基于matlab,读取图像文件并计算其图
- 手写字母或数字的简单距离对比识别
- MIMO-OFDM不同信道估计的对比
评论
共有 条评论