数字信号处理-FFT matlab示例程序_fft+matlab示例-优快云博客

本文链接：https://blog.youkuaiyun.com/MaXiaoTiancsdn/article/details/109266257

该博客展示了如何使用MATLAB进行FFT快速傅里叶变换，通过实例代码解释了对一个正弦信号进行FFT处理的过程，并绘制了不同点数下的幅频图。内容包括采样频率设定、信号生成、FFT运算以及结果可视化，对于理解FFT在数字信号处理中的应用有一定帮助。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数字信号处理-FFT matlab示例程序

代码可以跑通了，但是原理还没有完全弄明白，这里先放上，回头再来补原理。

%x= 0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);%采样频率fs=100Hz，分别绘制N=128、256点幅频图。

clf;
fs=100;N=128; %采样频率和数据点数
n=0:N-1;
t=n/fs; %时间序列
x=sin(2*pi*t); %信号
y=fft(x,N); %对信号进行快速Fourier变换
mag=abs(y); %求得Fourier变换后的振幅
f=n*fs/N; %频率序列
subplot(2,2,1),plot(f,mag); %绘出随频率变化的振幅
xlabel('频率/Hz');
ylabel('振幅');title('N=128');
grid on;
subplot(2,2,2),plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅
xlabel('频率/Hz');
ylabel('振幅');
title('N=128');
grid on;
%对信号采样数据为256点的处理
fs=100;N=256;n=0:N-1;t=n/fs;
x=sin(2*pi*t); %信号
y=fft(x,N); %对信号进行快速Fourier变换
mag=abs(y); %求取Fourier变换的振幅
f=n*fs/N;
subplot(2,2,3),plot(f,mag); %绘出随频率变化的振幅
xlabel('频率/Hz');
ylabel('振幅');title('N=256');grid on;
subplot(2,2,4)
plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅
xlabel('频率/Hz');
ylabel('振幅');title('N=256');grid on;

效果如图所示：
在这里插入图片描述