我想要实现的最终目标是生成十分钟的时间序列：要实现这一目标，我必须执行FFT操作，这是我一直磕磕绊绊的一点。
通常，目标时间序列将被指定为两个术语的总和：稳定组件U(t)和波动组件u'(t)。那是
u(t) = U(t) + u'(t);
一般来说，我的代码遵循以下过程：
1）给定数据
time = 600 [s];
Nfft = 4096;
L = 340.2 [m];
U = 10 [m/s];
df = 1/600 = 0.00167 Hz;
fn = Nfft/(2*time) = 3.4133 Hz;
这意味着我的频率数组应如下布局：
f = (-fn+df):df:fn;
但是，我没有使用整个f数组，而是只使用正半数：
fpos = df:fn = 0.00167:3.4133 Hz;
2）频谱定义
我定义了某个光谱形状，应用以下关系
Su = (6*L*U)./((1 + 6.*fpos.*(L/U)).^(5/3));
3）随机阶段生成
然后，我必须生成一组具有确定分布的complex个样本：在我的情况下，随机阶段将接近标准高斯分布（mu = 0, sigma = 1）。
在MATLAB我致电
nn = complex(normrnd(0,1,Nfft/2),normrnd(0,1,Nfft/2));
4）应用随机阶段
要应用随机阶段，我就这样做
Hu = Su*nn;
此时开始我的痛苦！
到目前为止，我只生成Nfft/2 = 2048个复杂样本，占fpos个内容。因此，仍然缺少占f的负半部分的内容。为了解决这个问题，我想要合并Hu的真实和虚构部分，以获得Huu Nfft = 4096信号Hu 1}}样本和所有真实值。
但是，通过使用此合并过程，将不会表示 0 频率顺序，因为fpos的虚构部分是为{定义的{1}}。
那么，如何通过将程序保持为我迄今为止提出的程序来解释 0-strong 顺序呢？