PSD（功率谱密度）和调整后的FFT的幅度谱（Matlab代码实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

FFT（快速傅里叶变换）计算1维信号的功率谱密度（PSD）和单边幅度谱Y[f]。

1）计算1维信号y(t)的功率谱密度（P(f)）、幅度谱（F(f)）以及采样率为Fs（奈奎斯特率）的幅度谱，该采样率事先已知。结果分别绘制在三个图中，对应简单的功率谱密度（PSD）、对数功率谱密度（dB）和幅度谱。

幅度（f）= √PSD（f）

2）该函数的实用性在于调整频率轴。

3）使用Matlab内置函数fft计算快速傅里叶变换，但对于长度小于1000点的信号，可以使用嵌套函数y=Fast_Fourier_Transform(X, N)。

FFT（快速傅里叶变换）是一种计算效率高的算法，用于计算信号的频谱特性。在信号处理中，FFT通常用于计算信号的功率谱密度（PSD）和单边幅度谱Y[f]。

1）对于一个长度为N的信号y(t)，可以通过FFT计算其功率谱密度（P(f)）和幅度谱（F(f)）。假设信号的采样率为Fs（奈奎斯特率），则FFT计算得到的幅度谱为在频率轴上均匀分布的N个频率点对应的幅度值。为了更直观地展示结果，通常将幅度谱绘制成图表形式，其中横轴表示频率，纵轴表示幅度值。可以绘制三个图表，分别展示简单的功率谱密度（PSD）、对数功率谱密度（以分贝dB为单位）和幅度谱。

其中，幅度（f）可以通过功率谱密度（PSD）计算得到，即幅度（f）= √PSD（f）。

2）FFT的另一个实用性在于其能够调整频率轴。通过FFT计算得到的频谱通常是对称的，其中正频率和负频率是成对出现的。但是在实际应用中，我们通常只关注正频率部分，因此可以通过FFT计算得到的频谱，仅保留正频率部分，从而调整频率轴。

3）在Matlab中，可以使用内置函数fft来计算快速傅里叶变换。对于长度小于1000点的信号，也可以使用自定义的嵌套函数Fast_Fourier_Transform(X, N)来进行计算，以提高计算效率。

综上所述，FFT在信号处理中具有广泛的应用，可以用于计算信号的频谱特性，并且在频谱分析和频率调整方面具有重要的实用性。

📚2 运行结果

部分代码：

% FFT[Y(t)]=============================================================
FY1=FFT(y1,Fs1);

% Figures setting=======================================================
pause(1.2)
set(figure(1),'Position',[1070 400 300 300])
set(figure(2),'Position',[745 400 300 300])
set(figure(3),'Position',[375 400 300 300])
set(figure(4),'Position',[25 400 300 300])
figure(5), plot3(t1,real(y1),imag(y1)), xlabel(' time (s)'),ylabel('mag Re[Y(t)] (v)'),
zlabel('mag(Imag[Y(t)]'), view(-63,30), grid on
t=strcat(' Y(t)=',num2str(Amp1),'*Exp(2* pi *',num2str(f1),'*t ) ',...
    ',  Fs=',num2str(Fs1),'Hz');
title(t);

fprintf('\n\n\n\n\n\n\n\n Resluts for the signal  Y(t)');
fprintf(' Type  "return" to move to the second part\n\n');

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

[1]马令坤,戴志美.基于信号功率谱密度分布的动态非均匀子带分解方法[J].计算机应用, 2014(9):4.DOI:CNKI:SUN:JSJY.0.2014-09-014.

[2]李颖,王振会,肖稳安,et al.基于FFT的大气电场频谱分析及雷暴预报研究[C]//"推进气象科技创新,提高防灾减灾和应对气候变化能力"——江苏省气象学会第七届学术交流会论文集.2011.

[3]谢胜,陈航,于平,等.基于平均幅度谱的高精度频率估计方法[J].新型工业化, 2011, 000(003):31-36.DOI:10.3969/j.issn.2095-6649.2011.03.005.

🌈4 Matlab代码实现