matlab Fourier变换--Fourier变换的线性性质

function doFourier()
N=120; %采样的数据点数目
dt=1.2; %采样的间隔时间
n=0:N-1;
t=n*dt; %时间序列
signal1=sin(2*pi*0.25*t);  %信号1
signal2=sin(2*pi*0.15*t);  %信号2

%对两组信号分别进行Fourier变换
F1=dcf(signal1,N);
F2=dcf(signal2,N);

%求出两组信号的振动幅度
magx1=abs(F1);
magx2=abs(F2);

%绘制振幅谱
k1=0:length(magx1)-1;
subplot(3,1,1)
plot(k1/(N*dt),magx1*2/N);
title('第一个振动的Fourier变换');
ylabel('振幅');
xlabel('频率/Hz');

k2=0:length(magx2)-1;
subplot(3,1,2)
plot(k2/(N*dt),magx2*2/N);
title('第二个振动的Fourier变换');
ylabel('振幅');
xlabel('频率/Hz');

%将两个信号合成后再作Fourier变换
signalm=signal1+signal2;
Fm=dcf(signalm,N);
magxm=abs(Fm);
km=0:length(magxm)-1;
subplot(3,1,3);
plot(km/(N*dt),magxm*2/N);
title('合成振动的Fourier变换');
ylabel('振幅');
xlabel('频率/Hz');

end


function [Xk]=dcf(xn,N)
%计算离散Fourier变换的系数
%Xk离散Fourier变换的系数
%N为数据xn的个数 length(xn)

n=[0:1:N-1]; %数据数组序列
k=[0:1:N-1]; %频率数组序列
WN=exp(-j*2*pi/N); %Wn因子
nk=n'*k; %产生N*N的变换矩阵

WNnk=WN.^nk; %离散Fourier变换矩阵
Xk=xn*WNnk;  %Fourier变换系数
end

 对信号作傅里叶变换后，可以通过功率谱密度来分析信号和噪声

sf=1000; %采样频率1000Hz
t=0:1/sf:1; %时间序列
realsignal=cos(2*pi*45*t)+cos(2*pi*320*t);  %真实信号由两个余弦信号组成

%往真实信号中添加白噪声
signal=realsignal+3.5*randn(1,length(t));

figure
subplot(1,2,1);
plot(signal);
xlabel('时间');
ylabel('幅值');
title('原始信号');

%对信号进行傅里叶变换
y=fft(signal,1024);

%计算功率谱密度
p=y.*conj(y)/1024;

%计算变换后不同点所对应的能量值
ff=1000*(0:511)/1024;

subplot(1,2,2);
plot(ff,p(1:512)); %绘制信号的频谱图
xlabel('频率');
ylabel('功率谱密度');
title('信号的频谱图');