《使用Matlab对采样数据进行频谱分析》由会员分享，可在线阅读，更多相关《使用Matlab对采样数据进行频谱分析（12页珍藏版）》请在装配图网上搜索。
1、使用Matlab对采样数据进行频谱分析1、 采样数据导入 Matlab采样数据的导入至少有三种方法。第一就是手动将数据整理成Matlab支持的格式，这种方法仅适用于数据量比较小的采样。第二种方法是使用Matlab的可视化交互操作，具体操作步骤为：File - Import Data，然后在弹出的对话框中找到保存采样数据的文件，根据提示一步一步即可将数据导入。这种方法适合于数据量较大，但又不是太大的数据。据本人经验，当数据大于15万对之后，读入速度就会显著变慢，出现假死而失败。第三种方法，使用文件读入命令。数据文件读入命令有textread、fscanf、load等，如果采样数据保存在txt文件
2、中，则推荐使用textread命令。如a,b=textread(data.txt,%f%*f%f);这条命令将data.txt中保存的数据三个三个分组，将每组的第一个数据送给列向量 a，第三个数送给列向量 b，第二个数据丢弃。命令类似于C语言， 详细可查看其帮助文件。文件读入命令录入采样数据可以处理任意大小的数据量，且录入速度相当快，一百多万的数据不到20秒即可录入。强烈推荐！2、对采样数据进行频谱分析频谱分析自然要使用快速傅里叶变换FFT 了，对应的命令即 fft，简单使用方法为：Y=fft(b,N)，其中b即是采样数据，N为fft数据采样个数。一般不指定N ,即简化为Y=fft(b)。 Y
3、即为FFT变换后得到的结果，与 b的元素数相等，为复数。以频率为横坐标，Y数组每个元素的幅值为纵坐标，画图即得数据b的幅频特性；以频率为横坐标，Y数组每个元素的角度为纵坐标，画图即得数据 b的相频特性。典型频谱分析 M程序举例如下：clcfs=100;t=O:1/fs:1OO;N=length(t)-1;% 减1使N为偶数 %频率分辨率 F=1/t=fs/Np=1.3*si n(0.48*2*pi*t)+2.1*si n(0.52*2*pi*t)+1.1*si n(0.53*2*pi*t).+0.5*si n(1.8*2*pi*t)+0.9*sin (2.2*2*pi*t);%上面模拟对信号进
4、行采样，得到采样数据p，下面对p进行频谱分析figure(1) plot(t,p); grid ontitle(信号 p(t); xlabel(t) ylabel(p)Y=fft(p);magY=abs(Y(1:1:N/2)*2/N;f=(0:N/2-1)*fs/N; figure(2)%plot(f,magY);h=stem(f,magY,fill,-);set(h,MarkerEdgeColor,red,Marker,*) grid ontitle(频谱图 (理想值：0.48Hz, 1.3、 0.52Hz,2.1、 0.53Hz, 1.1、 1.8Hz,0.5、 2.2Hz,0.9); x
5、label(f (Hz) ylabel(幅值)对于现实中的情况，采样频率fs 一般都是由采样仪器决定的，即fs为一个给定的常数；另一方面，为了获得一定精度的频谱，对频率分辨率F有一个人为的规定，一般要求F100秒；由采样时间ts和采样频率fs即可决定采样数据量，即采样总点数 N=fs*ts。这就从理论上对采样时间ts和采样总点数 N提出了要求，以保证频谱分析的精准度。3、数据长度的选择频率分辨率F，顾名思义就是频谱中能够区分出的最小频率刻度。如F=0.01，则频谱图中横坐标频率的最小刻度为 0.01，即0.02Hz和0.03Hz是没有准确数据的，但 Matlab在画图时对其进行了插值，故而pl
6、ot作图时看到的频谱是连续的。但用stem来作图就可以看出频率是离散的，stem对了解F的含义非常有帮助。由此，我们可以进一步思考。如果信号所包含的频率分量不是 F的整数倍，那么这个频率分量就不会得到正确的反映。如信号包含1.13Hz频率分量，而 F=1/ts=fs/N=0.02，贝U 1.13/0.02=56.5，不等于整数，即在频谱图中找不 到准确的刻度，而只能在第56和57个频率刻度上分开显示其幅值，这自然就不准确了。因此，请大家在频谱分析时一定要使F能够被频率精度整除。如要求频率精确度为0.01 ,则F最大为0.01，也可取值为0.02、0.05、0.001等数据，使0.01/F=整数
7、。而F仅仅由采样 时间ts （也称数据长度）决定，因此一定要选择好ts,且要首先确定ts的值。作为验证，对上面的程序做一个修改：将t=0:1/fs:100;改为t=0:1/fs:83;即ts由100改为83,则F=1/ts由0.01变为0.012。二者分别作出频谱图对比如下：?(?:卩绷洞?卩她PR.1JP哋阴?R妣側ID 0.511.52吐)上图 1 频谱圏：ts=100s, F=l/ts=O.Ol上图 2 频谱图：ts=83s, F=1/ts=0.012对比上面两个图即可发现，图2中由于f/F不是整数，在横坐标中找不到对应的刻度，从而使得各个频率的幅值泄漏到了其他频率。总结上面的结论，在保
8、证采样定理所要求的二倍频的前提下，并不是采样频率fs或采样点数N越大越好，而是要控制好数据长度ts，使频率分辨率F满足频率精度。Figure 2数起是100C个，分别是在这个时间区晰集t=0： 0 09004： 0 03996,怎么写MATLA灌序?fs=25000n=1000t=0 1/tS 0 03996 base-importdataCA TXT) yl=fft(base( 2): y2=fftshift(y1).f=(0 n-1)*fs n-fs/2.piot(f abs(yi)r)plot(fabs(y2).h)【axis(o 10000 o soooooj)；这样对不对麻烦大神看一
9、下！谢谢了，在线等.我有更好的答寞分車到：匪按默认排序按时间书2013-07-02 21合1条回答杲快回答wxhhq0226 八破 间题不大.改成如下 fs-25000 n=1000 t=0 1/fS 0 03996 Dase=importdatarA TXT*) l=fft(basei 2).y2=fftshift(y1):f=(0 n-l)*fs n-fs/2:fgured)plot(t base( 2) T)。原始采样图 fgure(2)plot(f abs(y2) 频谱国 axis(0 10000 0.5000CO);如何使用Matlab ,对一组数据iSfJFFT变换,得到频谱分析，
10、万分感谢。IzzbelOl 4级被測览 12欲 | 2013.05.03教揭分別是电流丸电压2013.05.03看看下面的程序,应i亥能苇上你的七.已经通过诣试：Fs=256;样頻率(Hz)N二256; %餐祥点数 t=O:l/Fs;N/Fs; %表样时刻S=2+3*cos(2*pi*10*t+piS0/180)+co5(2*pi*20*t-pi*90/180);%我的调话信号,你自己是电流电压数芳的话,磊开妲通过Sad指令戦入就是 Y = fft(S,N); %(FFT变損Ayy = abs(Y); %取檯Ayy=Ayy/(N/2); %按冀，或实际的冷芨Ayy =Ayy /2;F=(l:N
11、-l)*Fs/N; %按算成实际的頻率值 r Fn = (n-1)*F5/N stem(F(l:N/21Ayy(l:N/2); %显示换算后的FFT脅直結異 titled蕩度濒率曲銭関);找有一组数0./098/6S4 0.6983024b 0.65002716 0.b9027/90.53433WS 0.4418209 0.43/88S/90.41280866 0 39737654 0.38580248 0.38580248 038387346 0 38580248 038580248 0.38194445 0.378086470.37422839采彌率為so冶，?务at各苗大耐!:p匚3 X
12、tX于 2010-6J g：55：44左舌.扱二=复1# Xitcfyanyv的怙子Fs = 1000;% Sarripiiig frequencyT = 1/Fs:% Sample timeMATLAB新于?:L- 1000; t-(0：L 1)MT；% Length of signal % Time vector% Sum of a 50 Hz siiiLsod arid d 120 Hz suiumJ看其他会员是如彳 从零开蛤学习 MATLAB 的!X = 0.7slfKpi(t) + 切(2*厅120)；y = x + ?*randn(si7e(t); % Soisoris pkis
13、noise pbt(Fs;lt(l：50)ry(l：50)titleCSigndl Corrupted with Zero-Mean Random Nose1) xlabeCUme (mlseconds)TfigureNf=FT 一 2/snextpow2(L); % Next power of 2 from length of y Y NFE/L；f = Fs/2 引 ns 吟(0 丄 NFFT/2);Simubnk% Pbt sing ip-sided amplhide spectrum pbt(fr2*abs(Y(l:NFFT/2) titlefngle-Sided Ampltude Spectrum of yt)9) xht Frequency (Hz) yht|Y(fH
使用Matlab对采样数据进行频谱分析
