[问答]

如何利用FFT运算去恢复原来的信号呢

1963 频率

问答对人有帮助，内容完整，我也想知道答案 0 如何利用FFT运算去恢复原来的信号呢？如何去获取原来信号的频率呢？ 0
2021-11-19 08:09:11　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × heks 该类别下有 50 个回答。邀请回答 hgimtk 该类别下有 44 个回答。邀请回答新星之火12138 该类别下有 42 个回答。邀请回答 wang21cj 该类别下有 41 个回答。邀请回答 chm5 该类别下有 40 个回答。邀请回答 hjfjsdgfjdsf 该类别下有 37 个回答。邀请回答 werywer 该类别下有 35 个回答。邀请回答 h1654155957.9520 该类别下有 35 个回答。邀请回答 fdjslkjd 该类别下有 35 个回答。邀请回答 uvysdfydad 该类别下有 35 个回答。邀请回答 jenny042 该类别下有 34 个回答。邀请回答 dfzvzs 该类别下有 34 个回答。邀请回答维生素B2 该类别下有 34 个回答。邀请回答凤毛麟角该类别下有 34 个回答。邀请回答 ggfvxv 该类别下有 33 个回答。邀请回答刘洋该类别下有 33 个回答。邀请回答 meihuacg 该类别下有 33 个回答。邀请回答 hfgdzc 该类别下有 33 个回答。邀请回答 h1654155275.6678 该类别下有 32 个回答。邀请回答河南顺之航该类别下有 32 个回答。邀请回答举报 ytrwv 相关推荐 • 为什么执行B指令的，之前str存储的数据恢复原来的数据了，这是为什么？ 3141 • 下载成功后又恢复原来的端口号是为什么？ 1592 • 基于ALIENTEK MINISTM32的ps2鼠标实验鼠标滑动留下痕迹怎么恢复原来的颜色 976 • 利用FFT从复合信号求合成信号 2155 • STM32F4是怎样去使用FPU+DSP库进行FFT运算的 1762 • 如何使用STM32F103汇编库去实现FFT呢 1145 • 如何利用固定数组进行256点FFT运算？ 1148 • FFT函数和IFFT函数的Matlab该如何去实现呢 740 • 如何利用STM32F4去实现电流检测呢 2056 • 怎样在STM32F407上做FFT的运算 1911 1个回答

答案对人有帮助，有参考价值 0 　　说明：利用FFT运算实现信号的　　一、信号建模　　% Use Fourier transforms to find the frequency components of a signal buried in noise. 　　% Specify the parameters of a signal with a sampling frequency of 1 kHz and a signal duration of 1.5 seconds. 　　Fs = 1000; % Sampling frequency 　　T = 1/Fs; % Sampling period 　　L = 1500; % Length of signal 　　t = （0:L-1）T; % Time vector 　　Form a signal containing a 50 Hz sinusoid of amplitude 0.7 and a 120 Hz sinusoid of amplitude 1. 　　S = 0.7sin（2pi50t） + sin（2pi120t）; 　　% Corrupt the signal with zero-mean white noise with a variance of 4. 　　X = S + 2randn（size（t））; 　　% Plot the noisy signal in the time domain. It is difficult to identify the frequency components by looking at the signal X（t）。　　plot（1000t（1:50），X（1:50））　　title（‘Signal Corrupted with Zero-Mean Random Noise’）　　xlabel（‘t （milliseconds）’）　　ylabel（‘X（t）’）　　二、利用FFT恢复信号　　% Compute the Fourier transform of the signal. 　　Y = fft（X）; 　　% Compute the two-sided spectrum P2. Then compute the single-sided spectrum P1 based on P2 and the even-valued signal length L. 　　P2 = abs（Y/L）; 　　P1 = P2（1:L/2+1）;% 取右半部分　　P1（2:end-1） = 2P1（2:end-1）;% 除掉两头的乘2倍　　% Define the frequency domain f and plot the single-sided amplitude spectrum P1. The amplitudes are not exactly at 0.7 and 1， as expected， because of the added noise. On average， longer signals produce better frequency approximations. 　　f = Fs（0：（L/2））/L; % 频率范围　　plot（f，P1）　　title（‘Single-Sided Amplitude Spectrum of X（t）’）　　xlabel（‘f （Hz）’）　　ylabel（‘\|P1（f）\|’）　　% Now， take the Fourier transform of the original， uncorrupted signal and retrieve the exact amplitudes， 0.7 and 1.0. 　　% 无噪声干扰条件恢复原来信号　　Y = fft（S）; 　　P2 = abs（Y/L）; 　　P1 = P2（1:L/2+1）; 　　P1（2:end-1） = 2P1（2:end-1）; 　　plot（f，P1）　　title（‘Single-Sided Amplitude Spectrum of S（t）’）　　xlabel（‘f （Hz）’）　　ylabel（‘\|P1（f）\|’）　　获取信号的频率和频率　　　　信号的功率谱信息（周期图求PSD）　　功率谱应用与幅度变换之间的关系　　具体的步骤是：　　信号经过FFT变换，再除N，取左半部分，即1：N/2+1 ; 　　（1）对其进行取取，　　然后一点点保持不变，对中间部分乘以2（因为性），即得到的幅频部分；　　（2）对等进行取吸收，并进行适当的运算，因为再除以中间速率乘法，　　然后端几乎保持不变，对以2（对偶性），即得到的谱图速度部分；　　对应的频率范围为 f = Fs（0：（L/2））/L; 即 freq = 0:Fs/length（S）：Fs/2; 　　2.1 对2中对应的功率谱图数值取对数，即为周期图Periodogram求PSD 　　N = length（S）; 　　xdft = fft（S）; % FFT变换　　xdft = xdft（1:N/2+1）;% 取右半部分　　%% 求幅度　　xx = （1/（N）） * abs（xdft）;% 右半部分幅度平方除以N的功率，再除以Fs，得到功率谱　　xx（2:end-1） = 2xx（2:end-1）; 　　%% 求得PSD 对数值取对数即得到对应的周期图　　psdx = （1/（FsN）） * abs（xdft）.^2;% 右半部分平方除以N的功率，再除以Fs，得到功率谱　　psdx（2:end-1） = 2psdx（2:end-1）;% 出去两端，中间部分放大2倍，信号对称　　freq = 0:Fs/length（S）：Fs/2; 　　% plot（freq，10log10（psdx））　　plot（freq，（psdx））　　figure 　　plot（freq，xx）　　grid on 　　title（‘Periodogram Using FFT’）　　xlabel（‘Frequency （Hz）’）　　ylabel（‘Power/Frequency （dB/Hz）’）　　　　重新整理：　　rng default 　　clear 　　Fs = 1000; 　　t = 0:1/Fs:10-1/Fs; 　　x = 100cos（2pi100t） ; 　　%% 　　N = length（x）; 　　xdft = fft（x）; 　　xdft = xdft（1:N/2+1）; 　　psdx = （1/（FsN）） abs（xdft）.^2; 　　psdx（2:end-1） = 2psdx（2:end-1）; 　　xx = （1/（N）） abs（xdft）; 　　xx（2:end-1） = 2xx（2:end-1）; 　　freq = 0:Fs/length（x）：Fs/2; 　　plot（freq，10log10（psdx））　　grid on 　　title（‘Periodogram Using FFT’）　　xlabel（‘Frequency （Hz）’）　　ylabel（‘Power/Frequency （dB/Hz）’）　　figure（2）　　periodogram（x，rectwin（length（x）），length（x），Fs）　　figure（3）　　plot（freq，xx）　　figure（4）　　plot（freq，（psdx））　　scope = dsp.SpectrumAnalyzer（‘SampleRate’，Fs）; 　　scope（x‘）　　补充：　　　　数字角频率和模拟频率之间的关系

2021-11-19 09:43:46 评论举报李欣