《Simulink下的频谱分析方法及matlab的FFT编程(共8页).doc》由会员分享，可在线阅读，更多相关《Simulink下的频谱分析方法及matlab的FFT编程(共8页).doc（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上Simulink下的频谱分析方法实现功能： 信号发生器一个信号输入，实时显示其频谱分析 调用模块： 信号源（Signal Processing Blockset - Signal Processing Sources - Sine Wave） Tip 1：不能用连续的信号源 频谱观察窗（Signal Processing Blockset - Signal Processing Sources - Spectrum Scope） Tip 2: 不能用普通的观察窗 Tip 3：必须构上设置中的Buffer input. Buffer size 越大越精细。 Tip 4:
2、 剩下的tips读帮助。 连接关系： 如下图所示 原理框图实验结果： 输出示意图 实现功能： 从Workspace读取一组数，进行频谱分析 调用模块： From Workspace Tip 1: 采样时间不能用0，即必须使用离散模式 Tip 2: 从其他模型中Scope保存出来的“Structure with time”的数据可以直接用 频谱观察窗（同上一功能） 实现功能： 从dSPACE读取一组数，进行频谱分析 实现方法： 1. 从dSPACE读数保存成文件，数据导入Workspace（过程略） 2. 采用从其他模型的Scope保存数据为“Structure with time”的方式构建一
3、个结构变量ScopeData1 3. 使用以下代码将dSPACE数据dscapture拷贝到结构变量ScopeData1中 % ScopeData1.time=0:0.0001:1.9156; %纯粹为占位，19157为dSPACE保存数据长度 for i=1:19157 ScopeData1.signals.values(:,:,i)=dscapture.Y.Data(i); end % 4. 采用下图中的模型进行频谱分析 实验结果： 通过以上方法对单轴压电加速度传感器进行灵敏度分析，下图分别为采用dSPACE和直接利用示波器分析的结果对比。 结果分析： 波形吻合，采用dSPACE测试时噪声
4、的分贝减小了25dB。 在310Hz、370Hz和410Hz出现异常尖峰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(
5、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
6、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
7、*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);tit
8、le(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
9、;figure(2);subplot(234);plot(f,power);xlabel(频率(Hz);ylabel(功率谱);title(矩形波功率谱);grid;%求对数谱ln=log(sq);figure(2);subplot(235);plot(f,ln);xlabel(频率(Hz);ylabel(对数谱);title(矩形波对数谱);grid;%用IFFT恢复原始信号xifft=ifft(y);magx=real(xifft);ti=0:length(xifft)-1/fs;figure(2);subplot(236);plot(ti,magx);xlabel(t);ylabel(y
10、);title(通过IFFT转换的矩形波波形);grid;%*3.白噪声*%fs=10;%设定采样频率t=-5:0.1:5;x=zeros(1,100);x(50)=;figure(3);subplot(231);plot(t(1:100),x);%作白噪声的时域波形xlabel(t);ylabel(y);title(白噪声时域波形);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(3);subplot(232);plot(f,mag);%做频谱图
11、xlabel(频率(Hz);ylabel(幅值);title(白噪声幅频谱图);grid;%求均方根谱sq=abs(y);figure(3);subplot(233);plot(f,sq);xlabel(频率(Hz);ylabel(均方根谱);title(白噪声均方根谱);grid;%求功率谱power=sq.2;figure(3);subplot(234);plot(f,power);xlabel(频率(Hz);ylabel(功率谱);title(白噪声功率谱);grid;%求对数谱ln=log(sq);figure(3);subplot(235);plot(f,ln);xlabel(频率(Hz);ylabel(对数谱);title(白噪声对数谱);grid;%用IFFT恢复原始信号xifft=ifft(y);magx=real(xifft);ti=0:length(xifft)-1/fs;figure(3);subplot(236);plot(ti,magx);xlabel(t);ylabel(y);title(通过IFFT转换的白噪声波形);grid;专心-专注-专业