三个参数 matlab程序,傅里叶变换（fft）matlab程序三 - matlab快速傅里叶变换（三个matlab程序介绍）...

傅里叶变换(fft)matlab程序三

clear all %清除内存所有变量

close all %关闭所有打开的图形窗口

%% 执行FFT点数与原信号长度相等(100点)

% 构建原信号

N=100; % 信号长度(变量@@@@@@@)

Fs=1; % 采样频率

dt=1/Fs; % 采样间隔

t=［0:N-1］*dt; % 时间序列

xn=cos(2*pi*0.24*［0:99］)+cos(2*pi*0.26*［0:99］);

xn=［xn，zeros(1，N-100)］; % 原始信号的值序列

subplot(3，2，1) % 变量@@@@@@@

plot(t，xn) % 绘出原始信号

xlabel(‘时间/s’)，title(‘原始信号(向量长度为100)’) % 变量@@@@@@@

% FFT分析

NN=N; % 执行100点FFT

XN=fft(xn，NN)/NN; % 共轭复数，具有对称性

f0=1/(dt*NN); % 基频

f=［0:ceil((NN-1)/2)］*f0; % 频率序列

A=abs(XN); % 幅值序列

subplot(3，2，2)，stem(f，2*A(1:ceil((NN-1)/2)+1))，xlabel(‘频率/Hz’) % 绘制频谱(变量@@@@@@@)

axis(［0 0.5 0 1.2］) % 调整坐标范围

title(‘执行点数等于信号长度(单边谱100执行点)’); % 变量@@@@@@@

%% 执行FFT点数大于原信号长度

% 构建原信号

N=100; % 信号长度(变量@@@@@@@)

Fs=1; % 采样频率

dt=1/Fs; % 采样间隔

t=［0:N-1］*dt; % 时间序列

xn=cos(2*pi*0.24*［0:99］)+cos(2*pi*0.26*［0:99］);

xn=［xn，zeros(1，N-100)］; % 原始信号的值序列

subplot(3，2，3) % 变量@@@@@@@

plot(t，xn) % 绘出原始信号

xlabel(‘时间/s’)，title(‘原始信号(向量长度为100)’) % 变量@@@@@@@

% FFT分析

NN=120; % 执行120点FFT(变量@@@@@@@)

XN=fft(xn，NN)/NN; % 共轭复数，具有对称性

f0=1/(dt*NN); % 基频

f=［0:ceil((NN-1)/2)］*f0; % 频率序列

A=abs(XN); % 幅值序列

subplot(3，2，4)，stem(f，2*A(1:ceil((NN-1)/2)+1))，xlabel(‘频率/Hz’) % 绘制频谱(变量@@@@@@@)

axis(［0 0.5 0 1.2］) % 调整坐标范围

title(‘执行点数大于信号长度(单边谱120执行点)’); % 变量@@@@@@@

%% 执行FFT点数与原信号长度相等(120点)

% 构建原信号

N=120; % 信号长度(变量@@@@@@@)

Fs=1; % 采样频率

dt=1/Fs; % 采样间隔

t=［0:N-1］*dt; % 时间序列

xn=cos(2*pi*0.24*［0:99］)+cos(2*pi*0.26*［0:99］);

xn=［xn，zeros(1，N-100)］; % 原始信号的值序列

subplot(3，2，5) % 变量@@@@@@@

plot(t，xn) % 绘出原始信号

xlabel(‘时间/s’)，title(‘原始信号(向量长度为120)’) % 变量@@@@@@@

% FFT分析

NN=120; % 执行120点FFT(变量@@@@@@@)

XN=fft(xn，NN)/NN; % 共轭复数，具有对称性

f0=1/(dt*NN); % 基频

f=［0:ceil((NN-1)/2)］*f0; % 频率序列

A=abs(XN); % 幅值序列

subplot(3，2，6)，stem(f，2*A(1:ceil((NN-1)/2)+1))，xlabel(‘频率/Hz’) % 绘制频谱(变量@@@@@@@)

axis(［0 0.5 0 1.2］) % 调整坐标范围

title(‘执行点数等于信号长度(单边谱120执行点)’); % 变量@@@@@@@

结果