查看: 589|回复: 10|关注: 0

[已解决] MATLAB关于傅里叶变换的小问题

[复制链接]

新手

9 麦片

财富积分


050


1

主题

4

帖子

0

最佳答案
f=100Hz,救急
8D)J@8X}XGZ`2)$)IDAWIUY.png
9[Y){N[3$WW2)SE)UZK{P{F.png

论坛优秀回答者

中级

588 麦片

财富积分


5001500


9

主题

530

帖子

65

最佳答案
  • 关注者: 29
发表于 2018-10-17 21:12:30 | 显示全部楼层 |此回复为最佳答案
给你个简单的例子,照着去改写就可以了。

clear all;
fs = 2000;
dt = 1/fs;
t = 0:dt:1-dt;
N = length(t);
f = 200;
x = sin(2*pi*f.*t);

df = fs/N;
f = 0:df:fs/2;

xfft = fft(x,N);
xmag = abs(xfft)/N;
xmag = xmag(1:floor(N/2)+1);

figure
plot(f,xmag)

新手

9 麦片

财富积分


050


1

主题

4

帖子

0

最佳答案
 楼主| 发表于 2018-10-18 22:33:42 | 显示全部楼层
ukjames 发表于 2018-10-17 21:12
给你个简单的例子,照着去改写就可以了。

clear all;

您可以详细说一说吗?我刚开始学,还不太会改写,看了半天也没看懂:loveliness:

论坛优秀回答者

中级

588 麦片

财富积分


5001500


9

主题

530

帖子

65

最佳答案
  • 关注者: 29
发表于 2018-10-18 22:36:51 | 显示全部楼层
lylsls401 发表于 2018-10-18 14:33
您可以详细说一说吗?我刚开始学,还不太会改写,看了半天也没看懂 ...

把下面这段文字看看,再回过头来看看程序,应该就没有问题了。当初我也是这么过来的。

说明:原文见于网络,原文名称《FFT的物理意义》,本文为了使说明更加形象,将附录代码的绘图结果给出,希望有助于大家的理解。

FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的,但是如

果变换到频域之后,就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱

提取出来,这在频谱分析方面也是经常用的。

虽然很多人都知道FFT是什么,可以用来做什么,怎么去做,但是却不知道FFT之后的结果是什意思、如何决定要使用

多少点来做FFT。


现在就根据实际经验来说说FFT结果的具体物理意义。

一个模拟信号,经过ADC采样之后,就变成了数字信号。采样定理告诉我们,采样频率要大于信号频率的两倍。采样得到的数字信号,就可以做FFT变换了。N个采样点,经过FFT之后,就可以得到N个点的FFT结果。为了方便进行FFT运算,通常N取2的整数次幂。

假设采样频率为Fs,信号频率F,采样点数为N。那么FFT之后结果就是一个为N点的复数。每一个点就对应着一个频率

点。这个点的模,就是该频率值下的幅值。具体跟原始信号的幅度有什么关系呢?假设原始信号的峰值为A,那么FFT

的结果的每个点(除了第一个点直流分量之外)的模值就是A的N/2倍。而第一个点就是直流分量,它的模值就是直流分量

的N倍。而每个点的相位呢,就是在该频率下的信号的相位。

第一个点表示直流分量(即0Hz),而最后一个点N的再下一个点(实际上这个点是不存在的,这里是假设的第N+1个点,也可以看做是将第一个点分做两半分,另一半移到最后)则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加。例如某点n所表示的频率为:

Fn=(n-1)*Fs/N。

由上面的公式可以看出,Fn所能分辨到频率为为Fs/N,如果采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz。1024Hz的采样率采样1024点,刚好是1秒,也就是说,采样1秒时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时间的信号并做FFT,则结果可以分析到0.5Hz。如果要提高频率分辨力,则必须增加采样点数,也即采样时间。频率分辨率和采样时间是倒数关系。

假设FFT之后某点n用复数a+bi表示,那么这个复数的模就是

An=sqrt(a^2+b^2),

相位就是

Pn=atan2(b,a)。

根据以上的结果,就可以计算出n点(n≠1,且n<=N/2)对应的信号的表达式为:

An/(N/2)*cos(2*pi*Fn*t+Pn),即2*An/N*cos(2*pi*Fn*t+Pn)。

对于n=1点的信号,是直流分量,幅度即为A1/N。

由于FFT结果的对称性,通常我们只使用前半部分的结果,即小于采样频率一半的结果。

下面以一个实际的信号来做说明。假设我们有一个信号,它含有2V的直流分量,频率为50Hz、相位为-30度、幅度为3V的交流信号,以及一个频率为75Hz、相位为90度、幅度为1.5V的交流信号。用数学表达式就是如下:

S=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180)

式中cos参数为弧度,所以-30度和90度要分别换算成弧度。

我们以256Hz的采样率对这个信号进行采样,总共采样256点。按照我们上面的分析,Fn=(n-1)*Fs/N,我们可以知道,每两个点之间的间距就是1Hz,第n个点的频率就是n-1。我们的信号有3个频率:0Hz、50Hz、75Hz,应该分别在第1个点、第51个点、第76个点上出现峰值,其它各点应该接近0。从图中我们可以看到,在第1点、第51点、和第76点附近有比较大的值。我们分别将这三个点附近的数据拿上来细看:

1点: 512+0i

2点: -2.6195E-14 - 1.4162E-13i

3点: -2.8586E-14 - 1.1898E-13i



50点:-6.2076E-13 - 2.1713E-12i

51点:332.55 - 192i

52点:-1.6707E-12 - 1.5241E-12i



75点:-2.2199E-13 -1.0076E-12i

76点:3.4315E-12 + 192i

77点:-3.0263E-14 +7.5609E-13i

   

    很明显,1点、51点、76点的值都比较大,它附近的点值都很小,可以认为是0,即在那些频率点上的信号幅度为0。

接着,我们来计算各点的幅度值。分别计算这三个点的模值,结果如下:

1点: 512

51点:384

76点:192

    按照公式,可以计算出直流分量为:512/N=512/256=2;50Hz信号的幅度为:384/(N/2)=384/(256/2)=3;75Hz信号的

幅度为192/(N/2)=192/(256/2)=1.5。可见,从频谱分析出来的幅度是正确的。

    然后再来计算相位信息。直流信号没有相位可言,不用管它。先计算50Hz信号的相位,atan2(-192, 332.55)=-0.5236,

结果是弧度,换算为角度就是180*(-0.5236)/pi=-30.0001。再计算75Hz信号的相位,atan2(192, 3.4315E-12)=1.5708弧度,换算成角度就是180*1.5708/pi=90.0002。可见,相位也是对的。

根据FFT结果以及上面的分析计算,我们就可以写出信号的表达式了,它就是我们开始提供的信号。

    总结:假设采样频率为Fs,采样点数为N,做FFT之后,某一点n(n从1开始)表示的频率为:Fn=(n-1)*Fs/N;该点的模值除以N/2就是对应该频率下的信号的幅度(对于直流信号是除以N);该点的相位即是对应该频率下的信号的相位。相位的计算可用函数atan2(b,a)计算。atan2(b,a)是求坐标为(a,b)点的角度值,范围从-pi到pi。要精确到xHz,则需要采样长度为1/x秒的信号,并做FFT。要提高频率分辨率,就需要增加采样点数,这在一些实际的应用中是不现实的,需要在较短的时间内完成分析。解决这个问题的方法有频率细分法,比较简单的方法是采样比较短时间的信号,然后在后面补充一定数量的0,使其长度达到需要的点数,再做FFT,这在一定程度上能够提高频率分辨力。

具体的频率细分法可参考相关文献。



[附录:本测试数据使用的matlab程序]

close all; %先关闭所有图片

Adc=2; %直流分量幅度

A1=3;   %频率F1信号的幅度

A2=1.5; %频率F2信号的幅度

F1=50; %信号1频率(Hz)

F2=75; %信号2频率(Hz)

Fs=256; %采样频率(Hz)

P1=-30; %信号1相位(度)

P2=90; %信号相位(度)

N=256; %采样点数

t=[0:1/Fs:N/Fs]; %采样时刻



%信号

S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180);

%显示原始信号

plot(S);

title('原始信号');



figure;

Y = fft(S,N); %做FFT变换

Ayy = (abs(Y)); %取模

plot(Ayy(1:N)); %显示原始的FFT模值结果

title('FFT 模值');



figure;

Ayy=Ayy/(N/2);   %换算成实际的幅度

Ayy(1)=Ayy(1)/2;

F=([1:N]-1)*Fs/N; %换算成实际的频率值

plot(F(1:N/2),Ayy(1:N/2));   %显示换算后的FFT模值结果

title('幅度-频率曲线图');



figure;

Pyy=[1:N/2];

for i=1:N/2

Pyy(i)=phase(Y(i)); %计算相位

Pyy(i)=Pyy(i)*180/pi; %换算为角度

end;

plot(F(1:N/2),Pyy(1:N/2));   %显示相位图

title('相位-频率曲线图');

新手

9 麦片

财富积分


050


1

主题

4

帖子

0

最佳答案
 楼主| 发表于 2018-10-18 22:39:09 | 显示全部楼层
ukjames 发表于 2018-10-18 22:36
把下面这段文字看看,再回过头来看看程序,应该就没有问题了。当初我也是这么过来的。

说明:原文见于网 ...

谢谢谢谢,我看看

新手

9 麦片

财富积分


050


1

主题

4

帖子

0

最佳答案
 楼主| 发表于 2018-10-18 23:04:23 | 显示全部楼层
ukjames 发表于 2018-10-18 22:36
把下面这段文字看看,再回过头来看看程序,应该就没有问题了。当初我也是这么过来的。

说明:原文见于网 ...

真不会。。。

还是谢谢你

论坛优秀回答者

中级

588 麦片

财富积分


5001500


9

主题

530

帖子

65

最佳答案
  • 关注者: 29
发表于 2018-10-18 23:18:46 | 显示全部楼层
lylsls401 发表于 2018-10-18 15:04
真不会。。。

还是谢谢你

简单来说,你要对一个信号进行傅里叶变换,首先要知道采样频率。当然仿真信号除外,这个可以人为设定。知道了采样频率,然后需要做的就是设定采样点N,一般希望fs/N是一个整数,这样可以避免频谱泄露。 得到的频域的幅值,这时要考虑单边普还是双边普,双边普是左右对称的,所以一般取用单边普,这也是程序中xmag要取xmag(1:N/2+1)的原因。根据采样定理,采样频率要满足信号中最大频率f<fs/2,所以这就是为什么要把f设置成0:fs/2的原因。如果你对基本概念不了解,我即使这样解释,你可能还是会云里雾里,哎

论坛优秀回答者

中级

588 麦片

财富积分


5001500


9

主题

530

帖子

65

最佳答案
  • 关注者: 29
发表于 2018-10-18 23:21:57 | 显示全部楼层
lylsls401 发表于 2018-10-18 15:04
真不会。。。

还是谢谢你

clear all;
fs = 2000;
dt = 1/fs;
t = 0:dt:1-dt;
N = length(t);
f1 = 200;
f2 = 400;
x = sin(2*pi*f1.*t) +sin(2*pi*f2.*t) ;

df = fs/N;
f = 0:df:fs/2;

xfft = fft(x,N);
xmag = abs(xfft)/N;
xmag = xmag(1:floor(N/2)+1);

figure
plot(f,xmag)

如果程序这样改写,fft后你就能看到200和400处有两个峰值,就是表示该时域信号中所含有的频率。

新手

10 麦片

财富积分


050


1

主题

3

帖子

0

最佳答案
发表于 2018-10-19 10:57:08 | 显示全部楼层
ukjames 发表于 2018-10-18 22:36
把下面这段文字看看,再回过头来看看程序,应该就没有问题了。当初我也是这么过来的。

说明:原文见于网 ...

想问一下如果我将信号的频率f提高,而采样频率fs不变,当然fs>2f,在频谱图中却找不见所要观察的信号,可以给我讲讲吗?
代码如下:
clear;
close all;%关闭所有图片
f1=3.2*10^9; %频率f1
f2=3.9*10^9; %频率f2
f3=4.2*10^9; %频率f3
fs=4.096*3*10^9;%10^10;%采样频率
Adc=0;%直流分量幅值
A1=1;
A2=0.5;
A3=0.5;
A4=2;%随机信号幅值
t=0:0.001:4.095;%fx/N为整数避免频谱泄露
x=Adc+A1*sin(2*pi*f1*t)+A2*sin(2*pi*f2*t)+A4*randn(size(t))+A3*sin(2*pi*f3*t);
% figure (1)
% plot(x)
y=round(fft(x));%/8192;
re=real(y);
im=imag(y);
X_re=re.*re;
X_im=im.*im;
X=(X_re+X_im)/4096;
f0=fs/4096*(0:2047);
figure (2)
% subplot(2,2,1)
plot(f0,10*log(X(1:2048)/max(X)))
grid on;
title('power spectrum');
legend('FFT-4096 without polyphase structure,fs=10^10');
grid on;
ylabel('power (dB)');
xlabel('frequency');
当频率f1、f2、f3为100hz一下时能看到谱线的图,但横坐标不对。我实际上用的是fs=10Gsps,信号的频率在0-4GHz,但发现当信号f达到GHz量级时根本不行。请帮忙指点迷津~

论坛优秀回答者

中级

588 麦片

财富积分


5001500


9

主题

530

帖子

65

最佳答案
  • 关注者: 29
发表于 2018-10-19 16:24:43 | 显示全部楼层
破壳er 发表于 2018-10-19 02:57
想问一下如果我将信号的频率f提高,而采样频率fs不变,当然fs>2f,在频谱图中却找不见所要观察的信号,可 ...

你的信号中含有随机信号,你是用randn产生的随机信号,再看其幅值明显大于其他正弦信号。对于randn产生的随机信号,可以人为其是白噪声,而白噪声的特性就是其遍布整个频域。再加上本来幅值就很大,所以你的那3个正弦信号的频率肯定会被其覆盖,就不会明显显示了啊。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

站长推荐上一条 /2 下一条

快速回复 返回顶部 返回列表