三分钟学会FFT求频谱(matlab)

三分钟学会FFT求频谱(matlab)

(以下可不看)
简介: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。
(以下必看)
一、FFT求频谱你需要知道的参数:
1.采样频率即Fs
2.需要进行FFT的数据
二、matlab程序
你需要替换的东西:
1.fs改成你的采样频率
2.fft_a = step(:,1);中的step(:,1)改成你的原始数据
3.在ylabel(‘’)中填上原始数据的单位

新增很多人问这个’acc_x_AmF’ matlab里没有,大家可以改成fft_Amf试试

 fs=50;   %采样频率为1000Hz
 %fft_a原始数据
 fft_a = step(:,1);
 n1=length(fft_a);  %原始数据长度
 t1=(0:1/fs:(n1-1)/fs)';  %时间
%进行FFT频谱分析
fftnoise_1 = fft_a - mean(fft_a); %减去直流分量
fft_DFT=fft(fftnoise_1)/n1;%傅里叶变换 
fft_AmF=abs(fft_DFT);
%单边幅度频谱分析
f_SS_1=(fs*(0:(n1/2))/n1)';  %fs采样频率
fft_AmF_SS_1=acc_x_AmF(1:floor(n1/2)+1,:);
fft_AmF_SS_1(2:end-1,:)=2*fft_AmF_SS_1(2:end-1,:);
%信号频域可视化
figure(1)
plot(f_SS_1,fft_AmF_SS_1(:,1))
xlabel('f/Hz') 
ylabel('加速度/m^2/s') %原始数据的单位是啥你就填啥
title('原始数据FFT')

下图为运行后的结果
注:我的原始数据是三轴加计测量步数的原始数据
运行结果

好了到这里你就学会怎么对原始数据进行FFT求频谱了,这个程序为什么会这么写,FFT的原理等这里不介绍。如果这篇文章对你有帮助记得三连谢谢啦。

  • 40
    点赞
  • 152
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
Matlab中,使用FFT频谱的步骤如下: 1. 首先,确定采样频率(Fs)和需要进行FFT的数据。将数据存储在变量fft_a中。 2. 对原始数据进行预处理,减去直流分量,得到fft_a减去均值的结果fft_a_noise。 3. 进行FFT变换,使用fft函数对fft_a_noise进行傅里叶变换,得到fft_DFT。 4. 计算单边幅度频谱,使用abs函数计算fft_DFT的绝对值,得到fft_AmF。 5. 计算频率轴,使用fs和数据长度n1计算频率轴f_SS_1。 6. 对单边幅度频谱进行处理,将fft_AmF的第二个到倒数第二个元素乘以2,得到fft_AmF_SS_1。 7. 可视化信号频域,使用plot函数绘制f_SS_1和fft_AmF_SS_1的图像。 下面是一个示例的Matlab代码: ```matlab fs = 50; % 采样频率为50Hz fft_a = step(:,1); % 原始数据 % 预处理 fft_a_noise = fft_a - mean(fft_a); % FFT变换 fft_DFT = fft(fft_a_noise) / length(fft_a); % 计算单边幅度频谱 fft_AmF = abs(fft_DFT); % 计算频率轴 f_SS_1 = (fs * (0:(length(fft_a)/2)) / length(fft_a))'; % 处理单边幅度频谱 fft_AmF_SS_1 = fft_AmF(1:floor(length(fft_a)/2)+1,:); fft_AmF_SS_1(2:end-1,:) = 2 * fft_AmF_SS_1(2:end-1,:); % 可视化信号频域 figure(1) plot(f_SS_1, fft_AmF_SS_1(:,1)) xlabel('f/Hz') ylabel('加速度/m^2/s') title('原始数据FFT') ``` 请注意,你需要根据你的实际情况替换代码中的变量和数据。 #### 引用[.reference_title] - *1* *2* [三分钟学会FFT频谱matlab)](https://blog.csdn.net/m0_52178309/article/details/110490504)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [MATLAB中利用FFT进行频谱分析](https://blog.csdn.net/NavaJam/article/details/113524099)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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

打赏作者

星星是条咸鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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