Question

用matlab进行频谱分析应该用什么工具箱

Answer 1

1、采样数据导入matlab
。
采样数据的导入至少有三种方法。
第一就是手动将数据整理成matlab支持的格式，这种方法仅适用于数据量比较小的采样。
第二种方法是使用matlab的可视化交互操作，具体操作步骤为：file
-->
import
data，然后在弹出的对话框中找到保存采样数据的文件，根据提示一步一步即可将数据导入。这种方法适合于数据量较大，但又不是太大的数据。
第三种方法，使用文件读入命令。数据文件读入命令有textread、fscanf、load等，如采样数据保存在txt文件中，则推荐使用
textread命令。如[a,b]=textread('data.txt','%f%*f%f');
这条命令将data.txt中保存的数据三个三个分组，将每组的第一个数据送给列向量a，第三个数送给列向量b，第二个数据丢弃。命令类似于c语言，详细可查看其帮助文件。文件读入命令录入采样数据可以处理任意大小的数据量，且录入速度相当快，一百多万的数据不到20秒即可录入。
2、对采样数据进行频谱分析
。
频谱分析自然要使用快速傅里叶变换fft了，对应的命令即
fft
，简单使用方法为：y=fft(b,n)，其中b即是采样数据，n为fft数据采样个数。一般不指定n，即简化为y=fft(b)。y即为fft变换后得到的结果，与b的元素数相等，为复数。以频率为横坐标，y数组每个元素的幅值为纵坐标，画图即得数据b的幅频特性；以频率为横坐标，y数组每个元素的角度为纵坐标，画图即得数据b的相频特性。典型频谱分析m程序举例如下：
clc
fs=100;
t=[0:1/fs:100];
n=length(t)-1;%减1使n为偶数
%频率分辨率f=1/t=fs/n
p=1.3*sin(0.48*2*pi*t)+2.1*sin(0.52*2*pi*t)+1.1*sin(0.53*2*pi*t)...
+0.5*sin(1.8*2*pi*t)+0.9*sin(2.2*2*pi*t);
%上面模拟对信号进行采样，得到采样数据p，下面对p进行频谱分析
figure(1)
plot(t,p);
grid
on
title('信号
p(t)');
xlabel('t')
ylabel('p')
y=fft(p);
magy=abs(y(1:1:n/2))*2/n;
f=(0:n/2-1)'*fs/n;
figure(2)
%plot(f,magy);
h=stem(f,magy,'fill','--');
set(h,'markeredgecolor','red','marker','*')
grid
on
title('频谱图
（理想值：[0.48hz,1.3]、[0.52hz,2.1]、[0.53hz,1.1]、[1.8hz,0.5]、[2.2hz,0.9]）
');
xlabel('f
(hz)')
ylabel('幅值')
对于现实中的情况，采样频率fs一般都是由采样仪器决定的，即fs为一个给定的常数；另一方面，为了获得一定精度的频谱，对频率分辨率f有一个人为的规定，一般要求f<0.01，即采样时间ts>100秒；由采样时间ts和采样频率fs即可决定采样数据量，即采样总点数n=fs*ts。这就从理论上对采样时间ts和采样总点数n提出了要求，以保证频谱分析的精准度。