正弦频率调制傅里叶变换


1、原理

相比于傅里叶变换,正弦频率调制傅里叶变换的原理本质上是对信号的相位项进行傅里叶变换,变换的目的是将原始信号的相位项分解为傅里叶级数的展开,假设离散的原始信号为x(n),可以表示为
在这里插入图片描述

系数ak可以通过傅里叶级数的正交性得到,即
在这里插入图片描述

2、仿真

仿真信号的采样率设置为2500Hz,采样时间长度0.1s,所采样的信号为

s_t=exp(1j*2*pi*cos(2*pi*100*t+pi/3)).*exp(1j*4*pi*sin(2*pi*50*t));

通过相位解缠后所提取的信号相位与原始信号的理论相位对比结果如下
在这里插入图片描述

两条曲线能够很好的吻合,计算信号的正弦频率调制傅里叶变换的幅度谱为
在这里插入图片描述

代码如下:

%% 用于离散信号正弦调频傅里叶变换
close all; clear; clc;
%% 参数设置
T=0.1;  %设置信号长度
fs=2500;%设置采样率
%t=(0.5*T:1/fs:1.5*T);
t=0:1/fs:T;
f=linspace(-fs/2,fs/2,length(t));
%% 信号采样
s_t=exp(1j*2*pi*cos(2*pi*100*t+pi/3)).*exp(1j*4*pi*sin(2*pi*50*t));
%% 正弦调频傅里叶变换
ln_s_t=unwrap(real(-1j*log(s_t)));
ln_s_t=ln_s_t-mean(ln_s_t);
figure;plot(t,ln_s_t,t,2*pi*cos(2*pi*100*t+pi/3)+4*pi*sin(2*pi*50*t),'--','linewidth',2);
a_k=fftshift(fft(ln_s_t))/length(f);
figure;plot(f,abs(a_k));

3、总结

该变换比较关键的一点是需要解决信号的相位解缠问题,这需要信号的采样率需要满足一定的条件。

4、参考

B. Peng, X. Wei, B. Deng, H. Chen, Z. Liu and X. Li, “A Sinusoidal Frequency Modulation Fourier Transform for Radar-Based Vehicle Vibration Estimation,” in IEEE Transactions on Instrumentation and Measurement, vol. 63, no. 9, pp. 2188-2199, Sept. 2014, doi: 10.1109/TIM.2014.2308031.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
傅里变换是一种将一个函数表示为一组正弦波的叠加的数学工具。它将一个函数从时域(时间域)转换到频域(频率域),从而可以分析信号的频谱特性。傅里变换的物理意义在于它可以将一个信号分解为不同频率正弦波成分,从而揭示信号中包含的各种频率成分的强度和相位信息。 通过傅里变换,我们可以得到信号的频谱,即信号在不同频率上的能量分布情况。这对于理解信号的频率特性、滤波、信号处理和通信系统设计等方面非常重要。傅里变换在物理学、工程学、信号处理、图像处理等领域都有广泛的应用。 傅里变换的物理意义可以通过以下几个方面来理解: 1. 频谱分析:傅里变换将信号分解为不同频率正弦波成分,可以帮助我们了解信号中包含的各种频率成分的强度和相位信息。 2. 滤波:傅里变换可以将信号在频域上进行滤波操作,去除不需要的频率成分或者保留感兴趣的频率成分。 3. 信号处理:傅里变换可以将信号从时域转换到频域,使得信号处理更加方便和高效,例如去噪、压缩等操作。 4. 通信系统设计:傅里变换可以帮助我们分析和设计通信系统中的调制、解调、编码、解码等关键技术。 总之,傅里变换的物理意义在于它提供了一种将信号从时域转换到频域的数学工具,可以帮助我们理解信号的频率特性、进行频谱分析和信号处理,以及在通信系统设计中起到重要作用。
评论 1
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