MATLAB 信号处理代码：时域信号的 FFT 变换及频域分析

MATLAB 信号处理代码：时域信号的 FFT 变换及频域分析

本篇博文将介绍使用 MATLAB 代码实现时域信号的快速傅里叶变换 (FFT)，并进行频域分析。

代码示例：

N = 3; % 信号长度
x = [1, 1, 1]; % 信号序列
nx = 0:N-1; % 信号的时间序列
K = 1000; % FFT 点数
dw = 2*pi/K; % 频率分辨率

% 计算 FFT
k = floor(0:(K-0.5)); % 频率序列
X = x*exp(-j*dw*nx'*k); % 计算频域波形

figure % 绘图
subplot(2,1,1);
stem(nx,x);grid;
xlabel('时间');
ylabel('幅度');
title ('时间域波形');

subplot(2,1,2);
plot(k*dw,abs(X));grid;
xlabel('频率（弧度）');
ylabel('幅度');
title ('系统的幅频响应');

代码解释：

1. 信号定义：

   • N：信号长度，表示信号采样点数。
   • x：信号序列，表示信号在各个采样点的幅度值。
   • nx：信号的时间序列，表示每个采样点对应的时刻。

2. FFT 参数：

   • K：FFT 点数，表示对信号进行 FFT 变换时的采样点数。建议选择 2 的整数次幂，可以提高 FFT 算法的效率。
   • dw：频率分辨率，表示相邻频率点之间的间隔。

3. 计算 FFT：

   • k：频率序列，表示每个频率点的索引值。
   • X：计算得到的频域波形，包含信号在各个频率点的幅度和相位信息。

4. 绘图：

   • 利用 subplot 函数将图形分成两个子图，分别绘制时域波形和频域波形。
   • 使用 stem 函数绘制时域波形，使用 plot 函数绘制频域波形。

容易出错的地方：

1. 变量命名：
   • 确保变量名称的正确性和唯一性，避免与其他变量重名。
2. 数组维度匹配：
   • 信号序列 x 和时间序列 nx 的长度应保持一致。
3. FFT 点数：
   • FFT 点数 K 最好选择 2 的整数次幂，可以提高 FFT 算法的效率。
4. 频率分辨率：
   • 频率分辨率 dw 与采样周期有关，计算时需要注意。
5. 矩阵乘法：
   • 在计算频域波形时，要正确使用矩阵乘法和指数函数。
6. 绘图：
   • 绘图时要选择正确的横坐标和纵坐标，并添加必要的标签和标题。

总结：

本篇博文介绍了使用 MATLAB 代码实现时域信号的 FFT 变换，并对代码中的细节和容易出错的地方进行了说明。希望这篇博文可以帮助您更好地理解和应用 FFT 技术。