噪声的频谱分析的重要意义_频谱分析的作用

标签：

首先补充：

randn()函数用来产生正态分布的随机数或矩阵

conj()函数用来求负数的共轭：如果Z是一个复数组，那么conj(Z) = real(Z) - i*imag(Z)其中real(Z)，imag(Z)分别代表Z的实部和虚部

1.首先看一下频谱分析下，频谱图像展现的特征：

x = sin(2*pi*50*t)的原图和频谱图：

代码：

1 clear;2 clc;3 t = 0:0.001:0.25;4 x = sin(2*pi*50*t);5 %x = 2*sin(2*pi*50*t+pi);6 %x = sin(2*pi*50*t) + 2*sin(2*pi*140*t);7 %x = sin(100*pi*t)+cos(280*pi*t);8 figure(1);9 plot(t,x);10 xlabel(‘t‘); ylabel(‘f(t)‘);11 y =x;12 Y = fft(y,256);13 Pyy = Y.*conj(Y)/256; %计算Y的模的长度14 f = 1000/256*(0:127);15 figure(2);16 plot(f,Pyy(1:128));17 title(‘Power spectral density‘);18 xlabel(‘Frequency (Hz)‘);

View Code

结果图为：

频谱图中，峰值是正好是原函数的周期的频率。  变下初始相位呢？

x = 2*sin(2*pi*50*t+pi);

代码：