matlab 信号时域频域分析

一、信号常见参数

1.均值：反映信号变化的中心趋势，也称为直流分量

2.方差：反映信号绕均值的波动程度

3.均方值：表示信号强度；平方根称为有效值（RMS）,也是信号能量的一种表达

4.周期/频率：过零点检测

5.初相位：上升沿第一个过零点位置与周期的比值

p1=max(x);%峰值

p2=p1-min(x);%峰峰值

v1=mean(x);%均值

x1=x-v1;

x2=x1.*x1;

b=sum(x2)/N;

v1=sqrt(b);

s1=std(x);

二、信号数字微分/积分

1.数字微分（中值法）

for k=1:1:N-1
    x1(k)=(x(k+1)-x(k-1))/(2*dt);
end
x(0)=x(1);
x(N)=x(N-1);

2.数字积分（梯形法）

y(0)=0;
for k=1:1:N
    y(k)=y(k-1)+dt*(x(k)+x(k-1))/2;
end

三、信号的频谱分析

频谱分析是借助于傅里叶变换，将信号准换到频率域，揭示出构成频率信号的不同频率成分。

频谱分析优点：适合复杂信号分析；抗干扰能力强

3.1 周期信号的频谱分析

1.信号正交分解与合成

用正交函数集可以合成任何信号。

利用三角正交函数集将周期信号进行分解和合成（傅里叶级数展开）

2.频谱图

周期信号频谱图特点：

（1）离散性，每条谱线代表一个频率分量

（2）谐波性，谱线出现在基波的整数倍频率上

（3）谐波次数越高，谐波分量越小

3.用FFT计算频谱

对A/D采样后的数字信号无法给出函数表达式，很难导出傅里叶级数展开式，但可以用数字积分方法求出傅里叶级数

（1）matlab中调用fft   Y=fft(X,n)  数据长度n必须是2的幂方，得到y=a+jb

fs=5120;n=1024;
dt=1.0/5120.0;T=dt*n;
t=linspace(0,T,n);
x=10*sin(2*pi*100*t)+10/3*sin(3*2*pi*100*t);
plot(t,x);
y=fft(x,n);
a=real(y);b=imag(y);
figure;
subplot(2,1,1);plot(a);
subplot(2,1,2);plot(b);
a1=abs(y);q1=angle(y)*180/pi;
figure;
subplot(2,1,1);plot(a1);
subplot(2,1,2);plot(q1);

 

（2）功率谱和对数功率谱

dB=20log(p)。功率谱往往显示不出高次谐波，而对数功率谱可以显示

FFT频谱注意：

（1）不显示负频率部分

（2）X坐标换为频率

（3）幅值量纲还原

fs=5120;n=1024;
dt=1.0/5120.0;T=dt*n;
t=linspace(0,T,n);
x=10*sin(2*pi*100*t)+10/3*sin(3*2*pi*100*t);
plot(t,x);
y=fft(x,n);
f=linspace(0,fs/2,n/2);
a1=abs(y)/(n/2);
a2=a1.^2;
p2=20*log10(a2);
subplot(2,1,1)
plot(f,a2(1:n/2));
subplot(2,1,2)
plot(f,p2(1:n/2));

 4.数字信号的频谱计算方法

（1）信号截断，对截断信号周期延拓，得到虚拟无限长信号。这样对数字信号来说不管原来是不是周期信号，经过处理都变成周期信号

（2）截断信号的能量泄露，接头处信号有跳变。这样真实信号频谱是脉冲信号，而截断后信号频谱是以f0为中心向两边延申的信号。

信号截断相对于一个矩形窗与正弦信号相乘，时域相乘频域卷积，弦信号的谱是脉冲信号，截断信号的谱就是将矩形窗的谱搬移到脉冲的位置

（3）工程中克服能量泄露的方法：信号整周期截断

四、离散傅里叶变换（DFT)

将信号截断，周期延拓，转变为周期信号后进行傅里叶级数分解

f=?%计算的频率点
n=1024;
dt=1.0/fs;
xr=0;
xi=0;
for n=0 to n-1
    xr=xr+x(n)*cos(2*pi*f*n*dt)*dt;
    xi=xi+x(n)*sin(2*pi*f*n*dt)*dt;
next
a=sqr(xr*xr+xi*xi);
q=atn(xi/xr);

五、快速傅里叶变换（FFT）

FFT是DFT的一种有效算法，通过选择和排列中间结果，可以有效减小运算量，计算结果与DFT相同。（不同频率点DFT计算公式有冗余）

六、FFT谱的栅栏效应

为提高效率，通常用FFT算法计算信号频谱，如果信号的频率分量与频率取样点不重合，则只能取相邻谱线值代替。

七、能量泄露与栅栏效应的关系

频谱的离散取样造成了栅栏效应，谱峰越尖锐，产生误差的可能性越大。实际中，由于信号截断的原因产生了能量泄露，即使信号频率与频谱离散取样点不相等，也能得到该频率分量的一个近似值。从这个意义上说，能量泄露误差不完全是有害的，可以减小栅栏效应造成的误差

八、信号截断函数（窗函数）

能量泄露分主瓣泄露和旁瓣泄露。主瓣泄露可以减小因栅栏效应带来的谱峰幅值估计误差，有好的一面，而旁瓣泄露是有害的。

信号加窗截断就是用窗函数与信号相乘，然后截断，这样可以减小周期延拓时边界的跳变；从频谱角度看则可以抑制旁瓣能量泄露。

fs=5120;n=1024;
dt=1.0/5120.0;T=dt*n;
t=linspace(0,T,n);
x=10*sin(2*pi*102*t);
subplot(4,1,1);plot(t,x);
w=hamming(n);w1=w';
subplot(4,1,2);plot(t,w1);
z=2*w1.*x;
y=fft(z,n);
subplot(4,1,3);plot(t,z);
f=linspace(0,fs/2,n/2);
a1=abs(y)/(n/2);
subplot(4,1,4);plot(f,a1(1:n/2));

 九、总结

信号截断->能量泄露

FFT->栅栏效应

加窗->控制能量泄露，减小栅栏效应误差