仪器网（yiqi.com）欢迎您！

参与评论

评论

登录后参与评论

全部评论(3条)

• 

  卡米拉tks 2008-05-11 00:00:00

  matlab 基本工具箱中的data analysis中的fourier analysis中就有fft函数包括快速傅立叶变换还有反变换什么的。

  赞(11)

  回复(0)

  评论

  评论

  登录后参与评论

• 

  北暖29 2008-05-10 00:00:00

  Image Process 里好像有，不过help fft2试试

  赞(16)

  回复(0)

  评论

  评论

  登录后参与评论

• 

  梦色未央 2018-05-06 14:47:25

  　　1、采样数据导入Matlab 。 　　采样数据的导入至少有三种方法。 　　diyi就是手动将数据整理成Matlab支持的格式，这种方法仅适用于数据量比较小的采样。 　　第二种方法是使用Matlab的可视化交互操作，具体操作步骤为：File --> Import Data，然后在弹出的对话框中找到保存采样数据的文件，根据提示一步一步即可将数据导入。这种方法适合于数据量较大，但又不是太大的数据。 　　第三种方法，使用文件读入命令。数据文件读入命令有textread、fscanf、load等，如采样数据保存在txt文件中，则推荐使用 textread命令。如[a，b]=textread('data.txt'，'%f%*f%f'); 这条命令将data.txt中保存的数据三个三个分组，将每组的diyi个数据送给列向量a，第三个数送给列向量b，第二个数据丢弃。命令类似于C语言，详细可查看其帮助文件。文件读入命令录入采样数据可以处理任意大小的数据量，且录入速度相当快，一百多万的数据不到20秒即可录入。 　　2、对采样数据进行频谱分析 。 　　频谱分析自然要使用快速傅里叶变换FFT了，对应的命令即 fft ，简单使用方法为：Y=fft(b，N)，其中b即是采样数据，N为fft数据采样个数。一般不指定N，即简化为Y=fft(b)。Y即为FFT变换后得到的结果，与b的元素数相等，为复数。以频率为横坐标，Y数组每个元素的幅值为纵坐标，画图即得数据b的幅频特性；以频率为横坐标，Y数组每个元素的角度为纵坐标，画图即得数据b的相频特性。典型频谱分析M程序举例如下： clc fs=100; 　　t=[0:1/fs:100]; 　　N=length(t)-1;%减1使N为偶数 %频率分辨率F=1/t=fs/N 　　p=1.3*sin(0.48*2*pi*t)+2.1*sin(0.52*2*pi*t)+1.1*sin(0.53*2*pi*t)... +0.5*sin(1.8*2*pi*t)+0.9*sin(2.2*2*pi*t); 　　%上面模拟对信号进行采样，得到采样数据p，下面对p进行频谱分析 　　figure(1) plot(t，p); grid on 　　title('信号 p(t)'); xlabel('t') ylabel('p') Y=fft(p); 　　magY=abs(Y(1:1:N/2))*2/N; f=(0:N/2-1)'*fs/N; figure(2) 　　%plot(f，magY); 　　h=stem(f，magY，'fill'，'--'); 　　set(h，'MarkerEdgeColor'，'red'，'Marker'，'*') grid on 　　title('频谱图 （理想值：[0.48Hz，1.3]、[0.52Hz，2.1]、[0.53Hz，1.1]、[1.8Hz，0.5]、[2.2Hz，0.9]） '); xlabel('f (Hz)') ylabel('幅值') 　　对于现实中的情况，采样频率fs一般都是由采样仪器决定的，即fs为一个给定的常数；另一方面，为了获得一定精度的频谱，对频率分辨率F有一个人为的规定，一般要求F<0.01，即采样时间ts>100秒；由采样时间ts和采样频率fs即可决定采样数据量，即采样总点数N=fs*ts。这就从理论上对采样时间ts和采样总点数N提出了要求，以保证频谱分析的jing准度。

  赞(1)

  回复(0)

  评论

  评论

  登录后参与评论