如果你只对[-05,05]之间的信号进行采样,那么你采的将会是常数1,这样做出的FFT应该是一个delta函数,也就是一个冲击,所以你应该采包括外边的值才能够反映出信号的特性。
这样结果没有任何问题,问题是你采样的值太少了,换句话说就是你采样的信号反映不出这是个门函数的特性来。
matlab里边是可以利用单边函数表示门函数的。你可以跑一下下边的程序,看一下门函数:
fx=heaviside(x+05)-heaviside(x-05);
ezplot(fx,[-1,1]);
而且matlab里边还有对符号表达式做傅里叶变换的函数fourier(),用法如下:
FX=fourier(fx);
ezplot(FX,[-30,30]);
title('fourier transformation of fx')
而如果你非想用fft做,就必须加大采样点数,尤其是门之外的部分,才能够完整的描述信号。
函数(function)表示每个输入值对应唯一输出值的一种对应关系。这种关系使一个集合里的每一个元素对应到另一个(可能相同的)集合里的唯一元素。函数f中对应输入值的输出值x的标准符号为f(x)。包含某个函数所有的输入值的集合被称作这个函数的定义域,包含所有的输出值的集合被称作值域。若先定义映射的概念,可以简单定义函数为,定义在非空数集之间的映射称为函数。
傅里叶变换能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合。在不同的研究领域,傅里叶变换具有多种不同的变体形式,如连续傅里叶变换和离散傅里叶变换。
% 生成一个二维信号(二维矩阵)
% 这里以一个 4x4 的随机矩阵作为示例
signal = rand(4, 4);
% 按列展开二维信号为一维向量
signal_1d = signal(:);
% 进行一维傅里叶变换
f_signal_1d = fft(signal_1d);
% 将一维傅里叶系数重新排列为二维形式
f_signal_2d = reshape(f_signal_1d, size(signal));
% 显示原始信号和二维傅里叶变换结果
disp('原始信号:')
disp(signal)
disp('二维傅里叶变换结果:')
disp(f_signal_2d)
在上面的示例中,首先生成一个 4x4 的随机矩阵作为二维信号。然后,使用 (:) 运算符将二维信号按列展开为一维向量 signal_1d。接下来,使用 MATLAB 自带的一维傅里叶变换函数 fft 对 signal_1d 进行傅里叶变换,得到一维的傅里叶系数 f_signal_1d。最后,使用 reshape 函数将一维傅里叶系数重新排列为与原始信号相同大小的二维矩阵 f_signal_2d,即为二维傅里叶变换结果。
什么样的信号,频率范围是多少?是要用FFT滤波,还是用其他的方式?补充一下,如果是用FFT滤波的话:
对于给定的序列x(n),和采样频率fs等信息,先求其FFT频谱
y=abs(fft(x));
plot((1:length(x))fs/length(x),y);title('信号的频谱');xlabel('频率');
然后你大概确定一下,你需要滤除的频带,上面的图形中可以看出噪声的频带。
比如说,你想要滤除从f1~f2的噪声,最简单的方法就是在频域将这一段置零,
y(200:300)=0;
%这里我假设的是200到300这一段就是频率f1~f2的。这就是频率域滤波了,然后再反变换回去就行了
x=ifft(y);
%
信号滤波后重建
具体的如果设置参数,就要看你的信号的特征了。
#include <mathh>
#include <stdioh>
#define N 8
void kkfft(double pr[], double pi[], int n, int k, double fr[], double fi[], int l, int il);
void main()
{
double xr[N],xi[N],Yr[N],Yi[N],l=0,il=0;
int i,j,n=N,k=3;
for(i=0;i<N;i++)
{
xr[i]=i;
xi[i]=0;
}
printf("------FFT------\n");
l=0;
kkfft(xr,xi,n,k,Yr,Yi,l,il);
for(i=0;i<N;i++)
{
printf("%-11lf + j %-11lf\n",Yr[i],Yi[i]);
}
printf("-----DFFT-------\n");
l=1;
kkfft(Yr,Yi,n,k,xr,xi,l,il);
for(i=0;i<N;i++)
{
printf("%-11lf + j %-11lf\n",xr[i],xi[i]);
}
getch();
}
void kkfft(double pr[], double pi[], int n, int k, double fr[], double fi[], int l, int il)
{
int it,m,is,i,j,nv,l0;
double p,q,s,vr,vi,poddr,poddi;
for (it=0; it<=n-1; it++)
{
m = it;
is = 0;
for(i=0; i<=k-1; i++)
{
j = m/2;
is = 2is+(m-2j);
m = j;
}
fr[it] = pr[is];
fi[it] = pi[is];
}
pr[0] = 10;
pi[0] = 00;
p = 6283185306/(10n);
pr[1] = cos(p);
pi[1] = -sin(p);
if (l!=0)
pi[1]=-pi[1];
for (i=2; i<=n-1; i++)
{
p = pr[i-1]pr[1];
q = pi[i-1]pi[1];
s = (pr[i-1]+pi[i-1])(pr[1]+pi[1]);
pr[i] = p-q;
pi[i] = s-p-q;
}
for (it=0; it<=n-2; it=it+2)
{
vr = fr[it];
vi = fi[it];
fr[it] = vr+fr[it+1];
fi[it] = vi+fi[it+1];
fr[it+1] = vr-fr[it+1];
fi[it+1] = vi-fi[it+1];
}
m = n/2;
nv = 2;
for (l0=k-2; l0>=0; l0--)
{
m = m/2;
nv = 2nv;
for(it=0; it<=(m-1)nv; it=it+nv)
for (j=0; j<=(nv/2)-1; j++)
{
p = pr[mj]fr[it+j+nv/2];
q = pi[mj]fi[it+j+nv/2];
s = pr[mj]+pi[mj];
s = s(fr[it+j+nv/2]+fi[it+j+nv/2]);
poddr = p-q;
poddi = s-p-q;
fr[it+j+nv/2] = fr[it+j]-poddr;
fi[it+j+nv/2] = fi[it+j]-poddi;
fr[it+j] = fr[it+j]+poddr;
fi[it+j] = fi[it+j]+poddi;
}
}
/逆傅立叶变换/
if(l!=0)
{
for(i=0; i<=n-1; i++)
{
fr[i] = fr[i]/(10n);
fi[i] = fi[i]/(10n);
}
}
/是否计算模和相角/
if(il!=0)
{
for(i=0; i<=n-1; i++)
{
pr[i] = sqrt(fr[i]fr[i]+fi[i]fi[i]);
if(fabs(fr[i])<0000001fabs(fi[i]))
{
if ((fi[i]fr[i])>0)
pi[i] = 900;
else
pi[i] = -900;
}
else
pi[i] = atan(fi[i]/fr[i])3600/6283185306;
}
}
return;
}
以上就是关于怎样用matlab实现门函数的傅里叶变换G(jw),。全部的内容,包括:怎样用matlab实现门函数的傅里叶变换G(jw),。、1.有一个程序用来计算一维傅里叶变换,在不改变程序的情况下可以用它做二维傅、信号的傅里叶变换,matlab程序等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)