matlab_频谱分析_时域转换频域进行分析

设计出一套完整的系统，对信号进行频谱分析和滤波处理； 1．产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2.采集一段含有噪音的语音信号（可以录制含有噪音的信号，或者录制语音后再加进噪音信号），对其进行采样和频谱分析，根据分析结果设计出一合适的滤波器滤除噪音信号。 %写上标题 %设计低通滤波器： [N,Wc]=buttord() %估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc); %设计Butterworth低通滤波器 [h,f]=freqz(); %求数字低通滤波器的频率响应 figure(2); % 打开窗口2 subplot(221); %图形显示分割窗口 plot(f,abs(h)); %绘制Butterworth低通滤波器的幅频响应图 title(巴氏低通滤波器''); grid; %绘制带网格的图像 sf=filter(a,b,s); %叠加函数S经过低通滤波器以后的新函数 subplot(222); plot(t,sf); %绘制叠加函数S经过低通滤波器以后的时域图形 xlabel('时间 (seconds)'); ylabel('时间按幅度'); SF=fft(sf,256); %对叠加函数S经过低通滤波器以后的新函数进行256点的基—2快速傅立叶变换 w= %新信号角频率 subplot(223); plot()); %绘制叠加函数S经过低通滤波器以后的频谱图 title('低通滤波后的频谱图'); %设计高通滤波器 [N,Wc]=buttord() %估算得到Butterworth高通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc,'high'); %设计Butterworth高通滤波器 [h,f]=freqz(); %求数字高通滤波器的频率响应 figure(3); subplot(221); plot()); %绘制Butterworth高通滤波器的幅频响应图 title('巴氏高通滤波器'); grid; %绘制带网格的图像 sf=filter(); %叠加函数S经过高通滤波器以后的新函数 subplot(222); plot(t,sf); ;%绘制叠加函数S经过高通滤波器以后的时域图形 xlabel('Time(seconds)'); ylabel('Time waveform'); w; %新信号角频率 subplot(223); plot()); %绘制叠加函数S经过高通滤波器以后的频谱图 title('高通滤波后的频谱图'); %设计带通滤波器 [N,Wc]=buttord([) %估算得到Butterworth带通滤波器的最小阶数N和3dB截止频率Wc [a,b]=butter(N,Wc); %设计Butterworth带通滤波器 [h,f]=freqz(); %求数字带通滤波器的频率响应 figure(4); subplot(221); plot(f,abs(h)); %绘制Butterworth带通滤波器的幅频响应图 title('butter bandpass filter'); grid; %绘制带网格的图像 sf=filter(a,b,s); %叠加函数S经过带通滤波器以后的新函数 subplot(222); plot(t,sf); %绘制叠加函数S经过带通滤波器以后的时域图形 xlabel('Time(seconds)'); ylabel('Time waveform'); SF=fft(); %对叠加函数S经过带通滤波器以后的新函数进行256点的基—2快速傅立叶变换 w=( %新信号角频率 subplot(223); plot(')); %绘制叠加函数S经过带通滤波器以后的频谱图 title('带通滤波后的频谱图'); matlab如何做频谱分析 % ---------------------------------------------------------------------------------------------------------------- % 方案1：“x = a*cos(2*pi*w*t)”的形式： % ---------------------------------------------------------------------------------------------------------------- % 注意：1.时域的持续时间范围应较大； % 2.频率w与序列k的对应关系（N为序列总长度）：w = 1/dt * k/N; % 3.采样频率1/dt应大于 w 的2倍 % 4.结果曲线的峰值的横坐标对应的就是w和-w值 % ---------------------------------------------------------------------------------------------------------------- a = 0.75; w = pi/3; dt = 0.2; t = [-30*pi:dt:30*pi]; N = size(t, 2); x = a*cos(2*pi*w*t); y = fft(x); y = fftshift(y); figure; subplot(2,1,1); plot(t,x); subplot(2,1,2); plot(1/dt*(-N/2+1:N/2)/N, abs(y)); % ---------------------------------------------------------------------------------------------------------------- % 方案2：“x = a*cos(w*t)”的形式： % ---------------------------------------------------------------------------------------------------------------- % 注意：1.时域的持续时间范围应较大； % 2.频率w与序列k的对应关系（N为序列总长度）：w = 1/dt *2*pi* k/N; % 3.采样频率1/dt应大于 w/(2*pi) 的2倍 % 4.结果曲线的峰值的横坐标对应的就是w和-w值 % ---------------------------------------------------------------------------------------------------------------- a = 0.75; w = pi/3; dt = 1; t = [-20*pi:dt:20*pi]; N = size(t, 2); x = a*cos(w*t); y = fft(x); y = fftshift(y); figure; subplot(2,1,1); plot(t,x); subplot(2,1,2); plot(1/dt*2*pi*(-N/2:N/2-1)/N, abs(y)); 备注：由于使用了fftshift，所以得到的频谱序列关于原点对称，如果不需要负半轴的话自行修改一下就ok了 function f=frequency(x,fs) dtlen=length(x); t=(0:dtlen-1)/fs; subplot(211); plot(t,x); axis tight; y=abs(fft(x))*2/dtlen; ff=(0:dtlen/2-1)*fs/dtlen; subplot(212); f=y(1:floor(dtlen/2)); plot(ff,f); axis tight; return; Matlab编程实现FFT实践及频谱分析 内容 1．用Matlab产生正弦波,矩形波,以及白噪声信号，并显示各自时域波形图 2．进行FFT变换，显示各自频谱图，其中采样率，频率、数据长度自选 3．做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱 4．用IFFT傅立叶反变换恢复信号，并显示恢复的正弦信号时域波形图 源程序 %*************************************************************************% % FFT实践及频谱分析 % %*************************************************************************% %*************************************************************************% %***************1.正弦波****************% fs=100;%设定采样频率 N=128; n=0:N-1; t=n/fs; f0=10;%设定正弦信号频率 %生成正弦信号 x=sin(2*pi*f0*t); figure(1); subplot(231); plot(t,x);%作正弦信号的时域波形 xlabel('t'); ylabel('y'); title('正弦信号y=2*pi*10t时域波形'); grid; %进行FFT变换并做频谱图 y=fft(x,N);%进行fft变换 mag=abs(y);%求幅值 f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换 figure(1); subplot(232); plot(f,mag);%做频谱图 axis([0,100,0,80]); xlabel('频率(Hz)'); ylabel('幅值'); title('正弦信号y=2*pi*10t幅频谱图N=128'); grid; %求均方根谱 sq=abs(y); figure(1); subplot(233); plot(f,sq); xlabel('频率(Hz)'); ylabel('均方根谱'); title('正弦信号y=2*pi*10t均方根谱'); grid; %求功率谱 power=sq.^2; figure(1); subplot(234); plot(f,power); xlabel('频率(Hz)'); ylabel('功率谱'); title('正弦信号y=2*pi*10t功率谱'); grid; %求对数谱 ln=log(sq); figure(1); subplot(235); plot(f,ln); xlabel('频率(Hz)'); ylabel('对数谱'); title('正弦信号y=2*pi*10t对数谱'); grid; %用IFFT恢复原始信号 xifft=ifft(y); magx=real(xifft); ti=[0:length(xifft)-1]/fs; figure(1); subplot(236); plot(ti,magx); xlabel('t'); ylabel('y'); title('通过IFFT转换的正弦信号波形'); grid; %****************2.矩形波****************% fs=10;%设定采样频率 t=-5:0.1:5; x=rectpuls(t,2); x=x(1:99); figure(2); subplot(231); plot(t(1:99),x);%作矩形波的时域波形 xlabel('t'); ylabel('y'); title('矩形波时域波形'); grid; %进行FFT变换并做频谱图 y=fft(x);%进行fft变换 mag=abs(y);%求幅值 f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换 figure(2); subplot(232); plot(f,mag);%做频谱图 xlabel('频率(Hz)'); ylabel('幅值'); title('矩形波幅频谱图');