FFT频谱分析及应用

)*n2);yl=fft(xl,128);y2=fft(x2,128);subplot(3,l,l)plot(n2,x2);titleCW限序列x(n):*);gridon;subplot(3,l,2)plot(abs(yl(l:64)));titled取有限序列x(n)长度N=64的128点FFT图i^gridon;subplot(3,l,3)plot(abs(y2(l:64)));titleC取有限序列x(n)长度N=128的128点FFT图:,);gridon;答:N越大,频率分辨率才越高,频域信息才能展现得更清晰3、被噪声污染得信号,比较难看出所包含得频率分量,如一个由50Hz和120Hz正弦信号构成的信号,受零均值随机噪声的干扰,数据采样率为1000Hz,试用FFT函数来分析其信号频率成分,耍求:(1)画出时域波形;(2)分析信号功率谱密度。t=0:0.001:0.8;x=sin(2*pi*50*t)+cos(2*pi*120*t);y=x4-1.5*randn(1,length(t));%加噪声信号subplot(3,l,l);plot(t,x);titleC原始信号');subplot(3,l,2);plot(t,y);titleCiO噪声后的信号)%title(fpressanykey,continue../);%pause;Y=fft(y,512);P=Y.*conj(Y)/512;%共轨乘求功率谱密度f=1000*(0:255)/512;subplot(3,l,3);plot(f,P(1:256));title('功率谱密度J;六、思考题FFT对信号进行频谱分析时,信号的频率的分辨率与什么有关?能否给出其数学关系?答:FFT对信号进行频谱分析时,信号的频率的分辨率与取样的点数N有关,N越大,分辨率越高,采样周期也越长。数学关系:频率分辨率=采样频率/点数