用matlab自己编写代码实现基2—FFT

function [xk] = my_fft(x,n)
longx=length(x);
if n==0%如果输入序列只有一位,fft是他本身
   xk=x(1)*exp(-2*1j*pi*0*0);
else
   x1=[];
   for i=1:longx/2
       x1=[x1,x(2*i-1)];
   end% 提取离散序列下标为 0 2 4 6...的值,构成偶序列
   x2=[];
   for i=1:longx/2
       x2=[x2,x(2*i)];
   end% 提取离散序列下标为 1 3 5 7...的值,构成偶序列
   x1k=my_fft(x1,n-1);%嵌套自己
   x2k=my_fft(x2,n-1);
   wnk=[];
   for i=1:longx/2
       wnk=[wnk,exp(-2*1j*pi/(longx)*(i-1))];
   end
   x1kk=x1k+wnk.*x2k;%蝶形运算
   x2kk=x1k-wnk.*x2k;
   xk=[x1kk x2kk];
end
end

适用于x为长2^n长度的序列

 

 

  • 4
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
FFT(快速傅里叶变换)是一种高效的信号处理算法,用于将时域信号转换为频域信号。在MATLAB中,可以使用内置的fft函数来实现FFT算法。 首先,我们需要将信号载入MATLAB环境中。可以使用`audioread`函数加载音频文件,或者直接使用`audiorecorder`函数录制音频。假设我们已经将音频载入变量`x`中。 然后,我们可以使用fft函数对信号进行FFT变换。函数使用以下语法:`Y = fft(X)`,其中`X`是输入的时域信号,`Y`是返回的频域信号。例如,`Y = fft(x)`将信号`x`从时域转换为频域。 FFT变换后,我们通常需要对频域信号进行幅度谱分析。可以使用`abs`函数计算频域信号的幅度谱。例如,`A = abs(Y)`将频域信号`Y`的幅度谱存储在变量`A`中。 此外,为了方便数据分析和可视化,我们可以计算频域信号的相位谱和频率轴。可以使用`angle`函数计算相位谱,例如`P = angle(Y)`,其中`P`是频域信号`Y`的相位谱;可以使用`fftshift`和`fft`函数计算频率轴,例如`f = (-N/2:N/2-1)*(Fs/N)`,其中`N`是采样点数,`Fs`是采样率。 最后,我们可以对频域信号进行处理,例如进行滤波、频域增强或频谱合成。处理后,可以使用`ifft`函数将频域信号转换回时域信号,例如`y = ifft(Y)`。 总之,MATLAB提供了方便易用的内置函数来实现FFT算法,使得信号处理和频域分析变得简单而高效。通过熟悉这些函数的用法,我们可以进行各种信号处理任务,从而更好地理解和分析时频领域的信号特性。

“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 5
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