0

我在 Matlab 上使用 FFT 计算信号频谱时遗漏了一些东西。我的代码：

%% compute the spectrum of the data (data(t))
L = length(time); % length of the sample
NFFT = 2^(nextpow2(L)-1); % Next power of 2 from length of y
Y = fft(data,NFFT);%/NFFT;%L;
Fs = 1/(mean(time(2:end)-time(1:end-1)));  % compute the sampling frequency
f = Fs/2*linspace(0,1,NFFT/2+1);
loglog(f,2*abs(Y(1:NFFT/2+1)))
title('Single-Sided Amplitude Spectrum of My Data')
xlabel('Frequency (Hz)')
ylabel('|Y(f)|')

你能告诉我我在哪里搞砸了吗？

我试图检查算法是否使用这两个相同信号的采样（相同的采样频率；在两个不同的时间范围 0-10 和 0-100）上工作：

fs=1000;
time10 = [0:1/fs:10];
time100 = [0:1/fs:100];
data10 = sin(2*pi*0.23 .*time10)+cos(2*pi*12 .*time10);
data100 = sin(2*pi*0.23 .*time100)+cos(2*pi*12 .*time100);

我猜这两个频谱应该是 supperpose 但他们不...如此处所示：https ://www.dropbox.com/s/wfols9o409pr94u/FFT_spectrum_StackOverflow.png?dl=0 https://www.dropbox.com/ s/a8vmzwto6x4130w/FFT_spectrum_StackOverflow.fig?dl=0

谢谢

4

1 回答 1

2

好消息是，您对频谱的计算本身没有任何问题。

问题在于，通过查看不同长度的样本，您实际上是在查看两个不同的样本。在时域中，它们可以看作是无限长的正弦曲线与不同长度的矩形窗口相乘的结果。

在频域中，无限长的连续时间正弦信号的频谱与矩形窗口的频谱进行卷积。对于不同的窗口长度，这些窗口的相应光谱具有不同的宽度（对于较长的矩形窗口，光谱较窄）。结果，无限长正弦信号的频谱中的尖峰将分布在不同的带宽上。这正是您所看到的。

于 2017-07-27T12:21:02.260 回答