离散傅里叶级数matlab,离散周期信号的傅里叶级数表示

本帖最后由 西风烈 于 2018-11-10 21:52 编辑

现在有一个二维数,图像如图所示。

现在想得到这一堆离散数据的傅里叶级数表示。

我傅里叶变换这一块学得不好,没弄明白。

想知道,是否要截取一个周期的数据之后,形成一个完整的周期之后,然后对其进行延拓,之后再求傅里叶级数吗?

有没有哪位大神帮忙,写一个简单的代码。

不胜感激。

复制代码x = [35        34        33        32        31        30        29        28        27        26        25.8000000000000        25.6000000000000        25.4000000000000        25.2000000000000        25        24.8000000000000        24.6000000000000        24.4000000000000        24.2000000000000        24        23.8000000000000        23.6000000000000        23.4000000000000        23.2000000000000        23        22        21        20        19        18        17        16        15        14        13.8000000000000        13.6000000000000        13.4000000000000        13.2000000000000        13        12.8000000000000        12.6000000000000        12.4000000000000        12.2000000000000        12        11.8000000000000        11.6000000000000        11.4000000000000        11.2000000000000        11        10        9        8        7        6        5        4        3        2        1.80000000000000        1.60000000000000        1.40000000000000        1.20000000000000        1        0.800000000000000        0.600000000000000        0.400000000000000        0.200000000000000        0        -0.200000000000000        -0.400000000000000        -0.600000000000000        -0.800000000000000        -1        -2];y = [2.33810586504827        2.48363112635833        2.59789540560919        2.68651302267665        2.72648846698614        2.69134488063110        2.61149695223542        2.50301826645814        2.36832670055008        2.19733884527297        2.15462599514888        2.10857832827275        2.08798291204311        2.01578951993385        1.94042068765623        1.94167961111275        1.94294016918099        2.00902361194571        2.07447470466390        2.10511759010208        2.15825156773687        2.20651917468306        2.24907979002639        2.28863791021804        2.32599132688740        2.48225781636311        2.60543427794120        2.70513001560270        2.76426309168268        2.75408789011821        2.68169848320949        2.57553830229070        2.44374701191763        2.28281884611883        2.24514291617538        2.20489354660741        2.16084874170526        2.11304460385629        2.09187477208419        2.01760146556974        1.94042068765623        1.94167961111275        1.94209961535483        2.00722703371012        2.07160279690479        2.09773984153864        2.14998240464209        2.19572671112384        2.23731037173819        2.40383574880465        2.53053171414469        2.63525873841660        2.70513001560270        2.71988080029850        2.66656564353590        2.56964124836444        2.44574408111832        2.29507324176517        2.26154320447994        2.22566349077475        2.18770139419721        2.14741127045811        2.10462412606314        2.05689038299779        2.02396900851789        1.96376345620852        1.88343329594826        1.88501501612122        1.88580687288077        1.88620305079524        1.88620305079524        1.88541086135770        1.88422382408927        1.86931636930780];% --------------------------------------------------------------------------% 截取一个周期的数据片段x1 = 0:0.1:12.4;y1 = [1.94042068765623        1.97353107687316        2.01760146556974        2.06094498641656        2.09187477208419        2.10411632215472        2.11304460385629        2.13403920670280        2.16084874170526        2.18426625935997        2.20489354660741        2.22517827476020        2.24514291617538        2.26433392057776        2.28281884611883        2.30076691754770        2.31823291757735        2.33524301841175        2.35182339225484        2.36800021131059        2.38379964778295        2.39924787387588        2.41437106179333        2.42919538373926        2.44374701191763        2.45804763381332        2.47210099803497        2.48590636847215        2.49946300901441        2.51277018355134        2.52582715597249        2.53863319016743        2.55118755002574        2.56348949943697        2.57553830229069        2.58733297963381        2.59887158114260        2.61015191365066        2.62117178399160        2.63192899899902        2.64242136550652        2.65264669034771        2.66260278035620        2.67228744236559        2.68169848320949        2.69082752038068        2.69964141400865        2.70810083488209        2.71616645378968        2.72379894152009        2.73095896886200        2.73760720660409        2.74370432553504        2.74921099644352        2.75408789011821        2.75830037378696        2.76183260043428        2.76467341948384        2.76681168035933        2.76823623248443        2.76893592528280        2.76889960817814        2.76811613059411        2.76657434195440        2.76426309168268        2.76117998214582        2.75735762748345        2.75283739477836        2.74766065111337        2.74186876357128        2.73550309923491        2.72860502518705        2.72121590851053        2.71337711628814        2.70513001560270        2.69651210501345        2.68754540898543        2.67824808346009        2.66863828437890        2.65873416768334        2.64855388931487        2.63811560521495        2.62743747132505        2.61653764358665        2.60543427794120        2.59414058780282        2.58265001647617        2.57095106473858        2.55903223336734        2.54688202313979        2.53448893483322        2.52184146922496        2.50892812709231        2.49573740921259        2.48225781636311        2.46847479671253        2.45436158799490        2.43988837533562        2.42502534386007        2.40974267869366        2.39401056496177        2.37779918778981        2.36107873230316        2.34381938362723        2.32599132688740        2.30758075727162        2.28863791021804        2.26918645925561        2.24907979002639        2.22817560660497        2.20651917468306        2.18381932260853        2.15825156773687        2.12953765993429        2.10511759010208        2.09034060135969        2.07447470466390        2.04633717953948        2.00902361194571        1.97037556064539        1.94294016918099        1.93607573809031        1.94167961111275        1.94728389278812        1.94042068765623];

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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