fourier transfrom 傅立叶变换代码实现(matlab语言)

DFT的事情拖了很久了,上个学期就一直纠缠着,始终没有理解,去逸夫楼上课每次下课空教室的时候就喜欢一个人“过瘾”,在黑板上写DFT

的表达式,总想着程序实现。大概那样过了一个月,还是没有理解(智商是硬伤),这几天看了stanford的视频,老师挺逗的,感觉好像懂了,

于是重新写DFT。在matlab下实现了 。。。。




个人觉得<The Scientist and Engineer's Guide to Digital Signal Processing>这本书还是很好的。很值得一看,如果对DSP有兴趣的话。

好吧,开源,上代码:

%% ***************************************************************************************
% code writer ?EOF
% code date : 2014.03.11              2014.03.12 update
% e-mail : jasonleaster@gmail.com
% code purpose : 
%       This code is demo for DFT. I would like to share my code with
%       someone who is interesting in DSP. If there is something wrong with
%       my code, please touche me by e-mail. Thank you!
%
%% ***************************************************************************************

TotalSample = 400;
%The number of all the signal that our sensor got
circle = TotalSample/2;
% circle = TotalSample;
%We assume that the preiod of the signal we generated is 'circle';
SignalInS = zeros(circle,1);
%This varible is used for recording the signal in frequency domain
SignalInT = zeros(TotalSample,1);
%This varible is used for recording the signal which were processed by inverse-DFT in time domain
OriginalSignal = zeros(TotalSample,1);
%This varible is used for recording the original signal that we got.

%% initialize a square wave
for SampleNumber = -(TotalSample/2):(TotalSample/2)-1
    if (mod(abs(SampleNumber),circle) < (circle/2))&&(SampleNumber>0)
        OriginalSignal((TotalSample/2)+1+SampleNumber) = 5;
    elseif (mod(abs(SampleNumber),circle) >= (circle/2))&&(SampleNumber>0)
        OriginalSignal((TotalSample/2)+1+SampleNumber) = 0;
    elseif (mod(abs(SampleNumber),circle) < (circle/2))&&(SampleNumber<0)
        OriginalSignal((TotalSample/2)+1+SampleNumber) = 0;   
    elseif (mod(abs(SampleNumber),circle) >= (circle/2))&&(SampleNumber<0)
        OriginalSignal((TotalSample/2)+1+SampleNumber) = 5;
    end
end

% %% initialize a delta wave
% for SampleNumber = -(TotalSample/2):(TotalSample/2)-1
%     if (SampleNumber == 0)
%         OriginalSignal((TotalSample/2)+1+SampleNumber) = 5;
%     end
% end

%We show the original signal in time domain.
figure(1);
plot( -(TotalSample/2):(TotalSample/2)-1,OriginalSignal,'.-');
title('The original signal');

%% forward-DFT
for frequency = -(circle/2):(circle/2)-1 
    % You must knew what is "Shannon sampling theorem" and you will knew that why frequency is from -(circle/2) to (circle/2)-1
    for SampleNumber = -(TotalSample/2):(TotalSample/2)-1%Nothingelse, just from 1 to TotalSample
        SignalInS((circle/2)+1+frequency) = ...
        SignalInS((circle/2)+1+frequency) + ...
        OriginalSignal((TotalSample/2)+1+SampleNumber)*exp(-2*pi*(frequency/circle)*(SampleNumber)*i);
    end
end

%We show the real part of processed signal in frequency domain.
figure(2);
plot(-(circle/2):(circle/2)-1,real(SignalInS),'-');
title('The real part of signal after processed');

%We show the imagine part of processed signal in frequency domain.
figure(3);
plot(-(circle/2):(circle/2)-1,imag(SignalInS),'-');
title('The imagine part of signal after processed');

%% inverse-DFT
for frequency = -(circle/2):(circle/2)-1
    for SampleNumber = -(TotalSample/2):(TotalSample/2)-1
        SignalInT((TotalSample/2)+1+SampleNumber) = ...
        SignalInT((TotalSample/2)+1+SampleNumber) + ...
        (1/TotalSample)*SignalInS((circle/2)+1+frequency)*exp(2*pi*(frequency/circle)*(SampleNumber)*i);
    end
end

%Just show the signal that we rebuilt by inverse-DFT
figure(4);
plot(-(TotalSample/2):(TotalSample/2)-1,SignalInT,'-');
title('The  rebuilt signal after processed');





我们假设初始信号是方波信号



处理后的实数部分


处理后的虚数部分


逆变换合成的信号



可以看出逆变换的效果是很好的。

这里应该注意

circle = TotalSample/2;

信号周期不能太短,太短了就会出现aliasing引起的逆向变换误差很大。设置值的时候,根据shannon sampling定理来模拟相应的信号周期就可以了


It is hard and wonderful time when you are thinking about fourier transform.


2014.03.12更新:

原来的代码有点问题,对于delta函数的傅立叶变换显然不正确。现在对代码作出更正


The . L

于XTU



update: 2014.10.29

方波的初始化部分可以用以下算法,使得方波关于y轴对称

%% initialize a square wave
for SampleNumber = -(TotalSample/2):(TotalSample/2)-1
    if (mod(abs(SampleNumber),circle) <= (circle/4)) || (mod(abs(SampleNumber),circle) > (circle*3/4))
        OriginalSignal((TotalSample/2)+1+SampleNumber) = 5;
    else
        OriginalSignal((TotalSample/2)+1+SampleNumber) = 0;
    end
end









  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二维傅立叶变换(2D Fourier Transform)是一种将二维信号从时域转换到频域的数学工具,常用于图像处理和信号处理领域。在Matlab中,可以使用fft2函数来进行二维傅立叶变换。 下面是使用Matlab进行二维傅立叶变换的基本步骤: 1. 读取图像或生成二维信号。 2. 将信号转换为灰度图像(如果是彩色图像)。 3. 使用fft2函数对信号进行二维傅立叶变换。 4. 对变换结果进行频谱中心化,即将低频部分移到图像中心。 5. 可选:对频谱进行幅度谱或相位谱的分析。 6. 可选:对频谱进行滤波或其他处理。 7. 使用ifft2函数对处理后的频谱进行逆变换,得到处理后的图像或信号。 下面是一个简单的示例代码: ```matlab % 读取图像 image = imread('image.jpg'); % 转换为灰度图像 gray_image = rgb2gray(image); % 进行二维傅立叶变换 fft_image = fft2(double(gray_image)); % 频谱中心化 shifted_fft_image = fftshift(fft_image); % 可选:显示频谱的幅度谱和相位谱 amplitude_spectrum = abs(shifted_fft_image); phase_spectrum = angle(shifted_fft_image); % 可选:对频谱进行滤波或其他处理 % 对频谱进行逆变换 reconstructed_image = ifft2(ifftshift(shifted_fft_image)); % 显示原始图像和处理后的图像 figure; subplot(1, 2, 1); imshow(gray_image); title('原始图像'); subplot(1, 2, 2); imshow(uint8(abs(reconstructed_image))); title('处理后的图像'); % 相关问题: % 1. 什么是二维傅立叶变换? % 2. 如何在Matlab中进行二维傅立叶变换? % 3. 二维傅立叶变换有哪些应用领域? ``` 希望以上内容能对你有所帮助!如果还有其他问题,请随时提问。

“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
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