1.语法:
Y = fftshift(X)
Y = fftshift(X,dim)
2.说明:
Y = fftshift(X) 通过将零频分量移动到数组中心,重新排列傅里叶变换 X。
如果 X 是向量,则 fftshift 会将 X 的左右两半部分进行交换。
如果 X 是矩阵,则 fftshift 会将 X 的第一象限与第三象限交换,将第二象限与第四象限交换。
如果 X 是多维数组,则 fftshift 会沿每个维度交换 X 的半空间。
Y = fftshift(X,dim) 沿 X 的维度 dim 执行运算。例如,如果 X 是矩阵,其行表示多个一维变换,则 fftshift(X,2) 会将 X 的每一行的左右两半部分进行交换。
3.输入参数:
X - 输入数组
可选值:向量 | 矩阵 | 多维数组
输入数组,指定为向量、矩阵或多维数组。
数据类型: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical
复数支持: 是
dim - 沿其运算的维度
正整数标量
沿其运算的维度,指定为正整数标量。如果未指定任何值,则 fftshift 沿所有维度进行交换。
以输入矩阵 Xc 为例。运算 fftshift(Xc,1) 会将 Xc 的每一列的上下两半部分进行交换。
以矩阵 Xr 为例。运算 fftshift(Xr,2) 会将 Xr 的每一行的左右两半部分进行交换。
数据类型: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical
4.案例(平移矩阵中的信号):
要处理多个一维信号,可将它们表示为一个矩阵的各行。然后使用维度参数计算傅里叶变换,并平移每一行的零频分量。
创建矩阵 A,其行表示两个一维信号,然后计算每个信号的傅里叶变换。绘制每个信号的功率。
fs = 100; % sampling frequency
t = 0:(1/fs):(10-1/fs); % time vector
S1 = cos(2*pi*15*t);
S2 = cos(2*pi*30*t);
n = length(S1);
A = [S1; S2];
X = fft(A,[],2);
f = (0:n-1)*(fs/n); % frequency range
power = abs(X).^2/n; % power
plot(f,power(1,:),f,power(2,:))
平移零频分量,然后绘制每个信号以零为中心的功率。
Y = fftshift(X,2);
fshift = (-n/2:n/2-1)*(fs/n); % zero-centered frequency range
powershift = abs(Y).^2/n; % zero-centered power
plot(fshift,powershift(1,:),fshift,powershift(2,:))
注:本文转自matlab官网
网址为:https://ww2.mathworks.cn/help/matlab/ref/fftshift.html