基于matlab的fft算法程序设计word格式内容摘要:

( 3) 设计 程序 利用 分析出的 取样频率以及频率取样点来 画出该信号在加噪声与不加噪声的情况下的幅频图 ,并进行比对。 设计流程图 图 1 程序总流程图 4 仿真实现过程 源程序代码 fs=100。 %设定采样频率 N=128。 n=0:N1。 开始 设置抽样频率 fs、频率抽样点 N、信号频率 f0 生成正弦信号 x=sin(2*pi*f0*t) 对该信号进行 FFT 变换 画出该信号的幅频谱图 对该信号加入一个噪声 画出该信号的幅频图 再进行 FFT 变换 用 IFFT 恢复 加噪声后的 信号 结束 利用 IFFT 将原始正弦信号还原 t=n/fs。 f0=10。 %设定正弦 信号频率 %生成正弦信号 x=sin(2*pi*f0*t)。 figure(1)。 subplot(121)。 plot(t,x)。 %作正弦信号的时域波形 xlabel(39。 t39。 )。 ylabel(39。 y39。 )。 title(39。 正弦信号时域波形 39。 )。 grid。 %进行 FFT 变换并做频谱图 y=fft(x,N)。 %进行 fft 变换 mag=abs(y)。 %求幅值 f=(0:length(y)1)39。 *fs/length(y)。 %进行对应的频率转换 figure(2)。 subplot(121)。 plot(f,mag)。 %做频谱图 axis([0,100,0,80])。 xlabel(39。 频率 (Hz)39。 )。 ylabel(39。 幅值 39。 )。 title(39。 正弦信号幅频谱图 N=12839。 )。 grid。 %用 IFFT 恢复原始信号 xifft=ifft(y)。 magx=real(xifft)。 ti=[0:length(xifft)1]/fs。 figure(3)。 subplot(121)。 plot(ti,magx)。 xlabel(39。 t39。 )。 ylabel(39。 y39。 )。 title(39。 通过 IFFT 转 换的正弦信号波形 39。 )。 grid。 %对信号加信噪比为 16 的高斯白噪声 SNR=16。 %设定信噪比 y=awgn(x,SNR)。 figure(1)。 subplot(122)。 plot(t,y)。 %画出加噪声后的信号时域波形图 xlabel(39。 t39。 )。 ylabel(39。 y39。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。