freqz的逆变换invfreqz

                                  作者  makethyme

%invfreqz_learn.m
%invfreqz()为freqz的逆变换
b=fir1(48,0.4);
[h,w]=freqz(b,1,512);
b1=invfreqz(h,w,48,1);
figure;
plot(b,'r'),hold on;
plot(b1,'g'),hold off;
 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在进行FFT逆变换时,如果原始信号中存在高频噪声或者杂波,那么会在逆变换后的信号中产生韦伯杂波。这是因为噪声的功率谱密度在高频段上较高,而FFT逆变换是将频域信号转换回时域信号,因此高频噪声会在时域信号中表现为高频的振荡。 为了去掉这种韦伯杂波,我们可以在进行FFT逆变换之前,对频域信号进行滤波处理,去掉高频噪声。常用的滤波方法包括低通滤波和带阻滤波。 下面是一个去掉韦伯杂波的示例代码: ```matlab % 定义原始信号 n = 1000; % 信号长度 t = linspace(0, 1, n); x = 1 + 0.5*sin(2*pi*10*t) + 0.2*sin(2*pi*50*t) + randn(1, n)*0.1; % 带噪声的信号 % 对信号进行FFT变换 X = fft(x); % 计算频率域的采样点 fs = 1/(t(2)-t(1)); f = (0:n/2)*fs/n; % 绘制原始信号的功率谱密度 Pxx = abs(X(1:n/2+1)).^2/n; plot(f, Pxx); % 对频域信号进行滤波 fcut = 30; % 截止频率 Hd = designfilt('lowpassfir', 'FilterOrder', 100, 'CutoffFrequency', fcut, 'SampleRate', fs); Xfilt = X.*freqz(Hd, n); % 对滤波后的信号进行FFT逆变换 xfilt = ifft(Xfilt); % 绘制滤波后的信号的功率谱密度 Pxxfilt = abs(Xfilt(1:n/2+1)).^2/n; figure; plot(f, Pxxfilt); % 绘制原始信号和滤波后的信号的对比图 figure; plot(t, x, 'b', t, real(xfilt), 'r'); legend('原始信号', '滤波后的信号'); ``` 在这个示例代码中,我们首先定义了一个带噪声的信号,然后对其进行了FFT变换和功率谱密度计算。接下来,我们使用MATLAB内置的designfilt函数设计了一个低通滤波器,将截止频率设置为30Hz,然后使用freqz函数计算滤波器的频率响应。对频域信号进行滤波时,我们将原始信号的FFT结果与滤波器的频率响应相乘,得到滤波后的频域信号。最后,我们对滤波后的频域信号进行FFT逆变换,得到滤波后的时域信号,并绘制了原始信号和滤波后的信号的对比图。 通过对频域信号进行滤波处理,可以有效地去掉FFT逆变换时产生的韦伯杂波。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值