Question

我在Matlab上使用FFT计算我的信号频谱时遗漏了一些东西。我的代码：

%% compute the spectrum of the data (data(t))
L = length(time); % length of the sample
NFFT = 2^(nextpow2(L)-1); % Next power of 2 from length of y
Y = fft(data,NFFT);%/NFFT;%L;
Fs = 1/(mean(time(2:end)-time(1:end-1)));  % compute the sampling frequency
f = Fs/2*linspace(0,1,NFFT/2+1);
loglog(f,2*abs(Y(1:NFFT/2+1)))
title('Single-Sided Amplitude Spectrum of My Data')
xlabel('Frequency (Hz)')
ylabel('|Y(f)|')

你愿意告诉我在哪里搞砸了吗？

我试图检查algorythm是否使用相同信号的这两个采样（相同的采样频率;在两个不同的时间范围0-10和0-100）：

fs=1000;
time10 = [0:1/fs:10];
time100 = [0:1/fs:100];
data10 = sin(2*pi*0.23 .*time10)+cos(2*pi*12 .*time10);
data100 = sin(2*pi*0.23 .*time100)+cos(2*pi*12 .*time100);

我猜这两个频谱应该是supperpose但它们不会......如下所示：https://www.dropbox.com/s/wfols9o409pr94u/FFT_spectrum_StackOverflow.png?dl=0 https://www.dropbox.com/s/a8vmzwto6x4130w/FFT_spectrum_StackOverflow.fig?dl=0

由于

Answer 1

好消息是你自己计算频谱没有任何问题。

问题在于，通过查看不同长度的样本，您可以有效地查看两个不同的样本。在时域中，它们可以看作是无限长正弦曲线与不同长度的矩形窗口相乘的结果。

在频域中，无限长连续时间正弦信号的频谱与矩形窗口的频谱进行卷积。对于不同的窗口长度，这些窗口的相应光谱具有不同的宽度（对于较长的矩形窗口，较窄的光谱）。结果，无限长正弦信号的频谱尖峰将分布在不同的带宽上。这正是你所看到的。

在Matlab上使用FFT计算和绘制信号的频谱

1 个答案: