matlab频谱分析

设计出一套完整的系统，对信号进行频谱分析和滤波处理；1．产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。2.采集一段含有噪音的语音信号（可以录制含有噪音的信号，或者录制语音后再加进噪音信号），对其进行采样和频谱分析，根据分析结果设计出一合适的滤波器滤除噪音信号。%写上标题%设计低通滤波器：[N,Wc]=buttord()%估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wc[a,b]=butter(N,Wc);%设计Butterworth低通滤波器[h,f]=freqz();%求数字低通滤波器的频率响应figure(2);%打开窗口2subplot(221);%图形显示分割窗口plot(f,abs(h));%绘制Butterworth低通滤波器的幅频响应图title(巴氏低通滤波器'');grid;%绘制带网格的图像sf=filter(a,b,s);%叠加函数S经过低通滤波器以后的新函数subplot(222);plot(t,sf);%绘制叠加函数S经过低通滤波器以后的时域图形xlabel('时间(seconds)');ylabel('时间按幅度');SF=fft(sf,256);%对叠加函数S经过低通滤波器以后的新函数进行256点的基—2快速傅立叶变换w=%新信号角频率subplot(223);plot());%绘制叠加函数S经过低通滤波器以后的频谱图title('低通滤波后的频谱图');%设计高通滤波器[N,Wc]=buttord()%估算得到Butterworth高通滤波器的最小阶数N和3dB截止频率Wc[a,b]=butter(N,Wc,'high');%设计Butterworth高通滤波器[h,f]=freqz();%求数字高通滤波器的频率响应figure(3);subplot(221);plot());%绘制Butterworth高通滤波器的幅频响应图title('巴氏高通滤波器');grid;%绘制带网格的图像sf=filter();%叠加函数S经过高通滤波器以后的新函数subplot(222);plot(t,sf);;%绘制叠加函数S经过高通滤波器以后的时域图形xlabel('Time(seconds)');ylabel('Timewaveform');w;%新信号角频率subplot(223);plot());%绘制叠加函数S经过高通滤波器以后的频谱图title('高通滤波后的频谱图');%设计带通滤波器[N,Wc]=buttord([)%估算得到Butterworth带通滤波器的最小阶数N和3dB截止频率Wc[a,b]=butter(N,Wc);%设计Butterworth带通滤波器[h,f]=freqz();%求数字带通滤波器的频率响应figure(4);subplot(221);plot(f,abs(h));%绘制Butterworth带通滤波器的幅频响应图title('butterbandpassfilter');grid;%绘制带网格的图像sf=filter(a,b,s);%叠加函数S经过带通滤波器以后的新函数subplot(222);plot(t,sf);%绘制叠加函数S经过带通滤波器以后的时域图形xlabel('Time(seconds)');ylabel('Timewaveform');SF=fft();%对叠加函数S经过带通滤波器以后的新函数进行256点的基—2快速傅立叶变换w=(%新信号角频率subplot(223);plot('));%绘制叠加函数S经过带通滤波器以后的频谱图title('带通滤波后的频谱图');matlab如何做频谱分析%----------------------------------------------------------------------------------------------------------------%方案1：“x=a*cos(2*pi*w*t)”的形式：%----------------------------------------------------------------------------------------------------------------%注意：1.时域的持续时间范围应较大；%2.频率w与序列k的对应关系（N为序列总长度）：w=1/dt*k/N;%3.采样频率1/dt应大于w的2倍%4.结果曲线的峰值的横坐标对应的就是w和-w值%----------------------------------------------------------------------------------------------------------------a=0.75;w=pi/3;dt=0.2;t=[-30*pi:dt:30*pi];N=size(t,2);x=a*cos(2*pi*w*t);y=fft(x);y=fftshift(y);figure;subplot(2,1,1);plot(t,x);subplot(2,1,2);plot(1/dt*(-N/2+1:N/2)/N,abs(y));%----------------------------------------------------------------------------------------------------------------%方案2：“x=a*cos(w*t)”的形式：%----------------------------------------------------------------------------------------------------------------%注意：1.时域的持续时间范围应较大；%2.频率w与序列k的对应关系（N为序列总长度）：w=1/dt*2*pi*k/N;%3.采样频率1/dt应大于w/(2*pi)的2倍%4.结果曲线的峰值的横坐标对应的就是w和-w值%----------------------------------------------------------------------------------------------------------------a=0.75;w=pi/3;dt=1;t=[-20*pi:dt:20*pi];N=size(t,2);x=a*cos(w*t);y=fft(x);y=fftshift(y);figure;subplot(2,1,1);plot(t,x);subplot(2,1,2);plot(1/dt*2*pi*(-N/2:N/2-1)/N,abs(y));备注：由于使用了fftshift，所以得到的频谱序列关于原点对称，如果不需要负半轴的话自行修改一下就ok了functionf=frequency(x,fs)dtlen=length(x);t=(0:dtlen-1)/fs;subplot(211);plot(t,x);axistight;y=abs(fft(x))*2/dtlen;ff=(0:dtlen/2-1)*fs/dtlen;subplot(212);f=y(1:floor(dtlen/2));plot(ff,f);axistight;return;Matlab编程实现FFT实践及频谱分析内容1．用Matlab产生正弦波,矩形波,以及白噪声信号，并显示各自时域波形图2．进行FFT变换，显示各自频谱图，其中采样率，频率、数据长度自选3．做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱4．用IFFT傅立叶反变换恢复信号，并显示恢复的正弦信号时域波形图源程序%*************************************************************************%%FFT实践及频谱分析%%*************************************************************************%%*************************************************************************%%***************1.正弦波****************%fs=100;%设定采样频率N=128;n=0:N-1;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(231);plot(t,x);%作正弦信号的时域波形xlabel('t');ylabel('y');title('正弦信号y=2*pi*10t时域波形');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)'*fs/length(y);%进行对应的频率转换figure(1);subplot(232);plot(f,mag);%做频谱图axis([0,100,0,80]);xlabel('频率(Hz)');ylabel('幅值');title('正弦信号y=2*pi*10t幅频谱图N=128');grid;%求均方根谱sq=abs(y);figure(1);subplot(233);plot(f,sq);xlabel('频率(Hz)');ylabel('均方根谱');title('正弦信号y=2*pi*10t均方根谱');grid;%求功率谱power=sq.^2;figure(1);subplot(234);plot(f,power);xlabel('频率(Hz)');ylabel('功率谱');title('正弦信号y=2*pi*10t功率谱');grid;%求对数谱ln=log(sq);figure(1);subplot(235);plot(f,ln);xlabel('频率(Hz)');ylabel('对数谱');title('正弦信号y=2*pi*10t对数谱');grid;%用IFFT恢复原始信号xifft=ifft(y);magx=real(xifft);ti=[0:length(xifft)-1]/fs;figure(1);subplot(236);plot(ti,magx);xlabel('t');ylabel('y');title('通过IFFT转换的正弦信号波形');grid;%****************2.矩形波****************%fs=10;%设定采样频率t=-5:0.1:5;x=rectpuls(t,2);x=x(1:99);figure(2);subplot(231);plot(t(1:99),x);%作矩形波的时域波形xlabel('t');ylabel('y');title('矩形波时域波形');grid;%进行FFT变换并做频谱图y=fft(x);%进行fft变换mag=abs(y);%求幅值f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换figure(2);subplot(232);plot(f,mag);%做频谱图xlabel('频率(Hz)');ylabel('幅值');title('矩形波幅频谱图');grid;%求均方根谱sq=abs(y);figure(2);subplot(233);plot(f,sq);xlabel('频率(Hz)');ylabel('均方根谱');title('矩形波均方根谱');grid;%求功率谱power=sq.^2;figure(2);subplot(234);plot(f,power);xlabel('频率(Hz)');ylabel('功率谱');title(