在 MATLAB 中使用 FFT 实现信号的快速傅里叶变换：加载信号并调用 fft() 函数计算 DFT。使用 fftfreq() 函数计算频率值。使用 abs() 和 angle() 函数分别获取幅度和相位。输出包含幅度和相位谱的数组。
如何使用 MATLAB 实现信号的快速傅里叶变换 (FFT)
快速傅里叶变换 (FFT) 是MATLAB中一个强大的函数，用于计算离散傅里叶变换 (DFT)。它是一种高效的算法，可将信号从时域转换为频域。
如何使用 FFT：
要使用 FFT 计算信号的傅里叶变换，请执行以下步骤：
- 加载信号：将信号数据加载到 MATLAB 工作空间中。
-
调用 FFT 函数：使用
fft()函数计算信号的 DFT。例如：
X = fft(signal);
X 将包含信号的频域表示。
-
计算频率：使用
fftfreq()函数计算与频率点相对应的频率值。例如：
frequencies = fftfreq(length(signal), sample_rate);
frequencies 将包含与 X 中的每个频率点相对应的频率值。
-
获取幅度和相位：使用
abs()和angle()函数分别计算 DFT 的幅度和相位。例如：
amplitude = abs(X); phase = angle(X);
输出：
amplitude 和 phase 数组将分别包含信号的幅度和相位谱。幅度谱表示信号的频率成分的幅度，而相位谱表示它们的相位。
示例：
以下是一个使用 FFT 计算正弦信号傅里叶变换的示例：
% 创建正弦信号
t = linspace(0, 1, 1000);
signal = sin(2 * pi * 100 * t);
% 计算 FFT
X = fft(signal);
frequencies = fftfreq(length(signal), 1/dt);
% 绘制幅度和相位谱
figure;
subplot(2,1,1);
plot(frequencies, abs(X));
title('幅度谱');
xlabel('频率 (Hz)');
ylabel('幅度');
subplot(2,1,2);
plot(frequencies, angle(X));
title('相位谱');
xlabel('频率 (Hz)');
ylabel('相位 (弧度)');这将绘制信号的幅度和相位谱，显示其在 100 Hz 的频率分量。
