[Matlab]频率f,角频率Ω和数字频率w的物理含义

需要结合

http://anony3721.blog.163.com/blog/static/51197420111129503233/

或者

https://blog.csdn.net/xiaoyanwin/article/details/15420707

食用。

%信号处理中的各种频率
%freqs.m
%MatlabR2015b
%2018年6月4日 09:46:34

clear;
close all;
clc;
%模拟角频率 Omega: rad/s
%物理意义:在2*pi的时间段里面包含的y=sin(Omega*t)正弦信号的个数
t = 0:pi/100:2*pi;
for Omega = 1:4
    y(:,Omega) = sin(Omega*t);
    str{Omega} = [‘\Omega=‘,num2str(Omega)];
end

figure(‘Position‘,[ 300 300 750 500]);
h = plot(t‘,y);
title(‘模拟角频率\Omega‘);
axis([0,2*pi+0.1 -1.05 1.05 ]);
legend(h,str);
grid on;

%模拟频率f: hz
%物理意义:在1s的时间段内含有f个y=sin(f*t)完整周期的波形信号
clear;
t = 0:1/200:1;
for f = 1:4
    y(:,f) = sin(2*pi*f*t);
    str{f} = [‘f=‘,num2str(f)];
end
figure(‘Position‘,[ 300 300 750 500]);
h = plot(t‘,y);
axis([0,1.05 -1.05 1.05 ]);
title(‘模拟频率f‘);
legend(h,str);

%数字频率w(归一化过的)
%1.数字频率必须跟采样周期Ts结合在一起才有意义
%2.数字频率是从单位圆上N点等间隔采样而来的,这个N就是数字周期
%3.数字频率和数字周期之间的关系 w = k*2*pi/N
%4.数字频率w和模拟频率之间的关系:
% w = Omega*Ts = Omega/Fs,使用Fs归一化后的频率
clear;
w = pi/4;
N = 2*pi/w;  %N = 8
n = 0:N-1;
x = sin(n*w);  %生成离散序列
figure(‘Position‘,[ 300 300 750 500]);
subplot(2,1,1);
stem(n,x);
title(‘数字频率固定的离散信号‘);
xlabel(‘n‘);
Fs = 1000; %采样频率是1000Hz
Ts = 1/Fs;
t = n*Ts;%对应连续信号时刻
T = N*Ts;%模拟周期
f = w*Fs/(2*pi); %信号的真实频率
subplot(2,1,2);
plot(t,x);
xlabel(‘t:s‘);
title(‘抽样频率已知后对应的时域信号‘)
freq = n*Fs/N - Fs/2; %真正的双边谱频率量
X = fftshift(abs(fft(x))); %频谱搬移
x_ifft = ifft(fft(x));
figure(‘Position‘,[ 300 300 750 500]);
subplot(3,1,1);
plot(freq,X);
xlabel(‘f‘);
title(‘8点抽样得到的双边频率幅度特性‘);
grid on;
subplot(3,1,2);
stem(t,x_ifft);
title(‘逆FFT后的时域波形‘)
xlabel(‘n‘);
subplot(3,1,3);
stem(t,x);
title(‘原时域波形‘);
xlabel(‘n‘);

%fft补0
Nfft = 1024;
X_Nfft = fftshift(abs(fft(x,Nfft)));
freqNormalized = (-Nfft/2:Nfft/2-1)/Nfft;
figure(‘Position‘,[ 300 300 750 500]);
subplot(3,1,1);
plot(freqNormalized,X_Nfft);
title(‘补0后频率幅度特性‘);
xlabel(‘\omega‘);
subplot(3,1,2);
plot(freqNormalized(1:1024/8:end),X_Nfft(1:1024/8:end));
title(‘补0后抽取得到的频率幅度特性‘);
xlabel(‘\omega‘);
subplot(3,1,3);
plot(freq/Fs,X);
title(‘补0前频率幅度特性‘);
xlabel(‘\omega‘);

%0~N-1 和 1~N的区别
clear;
N = 100; %数字周期N
Fs = 2000; %采样频率
Ts = 1/Fs;%采样周期
n = 1:N;%频率点
w = 0.02*pi;
x = sin(w*n); %数字频率 w = 0.02*pi
t = n*Ts;
T = N*Ts;
f = w*Fs/(2*pi);
freq1 = n*Fs/N - Fs/N;
X = abs(fft(x));
figure(‘Position‘,[ 300 300 750 500]);
subplot(3,1,1);
stem(t,x);
xlabel(‘n‘);
title(‘时域波形‘)
subplot(3,1,2);
plot(freq1,X);
title(‘1~N频域幅度特性‘);
xlabel(‘f‘);
subplot(3,1,3);
freq =  (n-1)*Fs/N - Fs/2;
plot(freq,fftshift(abs(fft(x))));
title(‘0~N-1频域幅度特性‘);
xlabel(‘f‘);
grid on;

  

原文地址:https://www.cnblogs.com/alimy/p/9132694.html

时间: 2024-10-10 18:30:46

[Matlab]频率f,角频率Ω和数字频率w的物理含义的相关文章

模拟角频率, 数字角频率, 频率的区别

频率f: 1s内,信号有几个周期.单位hz 模拟角频率Ω : Ω = 2* pi/T, 即在一个周期时间内,完整的圆周数.  单位是rad/s. 做圆周运动的快慢. 数字角频率w:单位圆上数字周期内相邻采样点的弧度. 单位是 rad. Ω / fs = Ω * Ts = w; 其中fs是采样频率. 对于数字频率还有待理解.

浅谈模拟频率,模拟角频率,数字角频率之间的关系

模拟频率 模拟频率$f$表示"单位时间内完成周期性变化的次数",是描述周期运动频繁程度的量.计量的单位是"次/秒",为了纪念德国物理学家赫兹的贡献,人们把频率的单位命名为赫兹,简称"赫",单位为 Hz.比如电脑显示器上面写的刷新率60Hz,就代表着显示器每秒刷新60次画面. 再比如我们常见的钟表,秒针每转一圈需要60s,所以周期$T=60s$,频率$f=\frac{1}{T}=\frac{1}{60}$. 秒针每转一圈,所转过的角度为$2\pi$

模拟频率与数字频率

在数字信号处理的学习中,很多刚入门朋友常常为模拟频率.数字频率及其相互之间的关系所迷惑,甚至是一些已经对数字信号处理有所了解的朋友也为这个问题所困惑. 我们通常所说的频率,在没有特别指明的情况下,指的是模拟频率,其单位为赫兹(Hz),或者为1/秒(1/s),数学符号用f来表示.这是因为现实世界中的信号大多为模拟信号,频率是其重要的物理特性.以赫兹表示的模拟频率表示的是每秒时间内信号变化的周期数.如果用单位圆表示的话,如图1所示,旋转一圈表示信号变化一个周期,则模拟频率则指的是每秒时间内信号旋转的

信号处理中数字频率和模拟频率简明讲解

数字频率和模拟频率 在数字信号处理的学习中,很多刚入门朋友常常为模拟频率.数字频率及其相互之间的关系所迷惑,甚至是一些已经对数字信号处理有所了解的朋友也为这个问题所困惑. 我们通常所说的频率,在没有特别指明的情况下,指的是模拟频率,其单位为赫兹(Hz),或者为1/秒(1/s),数学符号用f来表示.这是因为现实世界中的信号大多为模拟信号,频率是其重要的物理特性.以赫兹表示的模拟频率表示的是每秒时间内信号变化的周期数.如果用单位圆表示的话,如图1所示,旋转一圈表示信号变化一个周期,则模拟频率则指的是

直接数字频率合成技术及其C++的实现

DDFS-Direct Digital Frequency Synthesizer 直接数字频率合成技术可以用来产生任意波形的周期信号.所谓的DDFS简单的说是查表法,内部维护一个Lookup Table储存一个周期的波形.那么这个查找表其实就是给出了相位到函数值的一个映射关系: 这里相位ω又是时间t的线性函数. 而调整输出频率实际上就是调整相位函数的系数kΔ. 举个具体的例子,比如我们的查找表存储的是正弦波的一个周期.查找表的长度为1024.正弦波的相位是以2π为周期的,那么查找表相邻的两项间

采用DDS(数字频率合成法)设计信号发生器

§2.1设计指导思想 用大规模CPLD设计多功能信号发生器,要求能够输出方波.锯齿波.三角波.正弦波. 具体是用VHDL硬件描述语言编写多功能信号发生器程序,经过编译.仿真,再下载到CPLD器件上,再经数模转换器输出各类波形. 1.CPLD(COMPLEX Programmable Logic Device,复杂可编程逻辑器件)属于最具有代表性的IC芯片之一.CPLD基本上是由多个SPLD(SIMPLE PLD)在单片上的集成,集成度高,可以实现比较复杂的电路或系统.CPLD的优点是其结构的规则

matlab解析出声音文件的频率

因为matlab工具集成了很多算法.记录学习了用matlab来解析声音频率. ff.wav 是一段频率为17640HZ的已知声音文件 贴上代码: 1 %1.%[X,Fs,Bit]=wavread('d:\\ff.wav'); 2 %2.然后进行特征提取 3 %3.然后分类器识别 4 %4.输出识别结果 5 %close all; 6 %clear all; 7 [X,Fs]=audioread('d:\\ff.wav'); 8 N=2048; 9 n=0:N-1; 10 Xk=fft(X,N);

2189 数字三角形W

2189 数字三角形W 时间限制: 1 s 空间限制: 32000 KB 题目等级 : 黄金 Gold 题目描述 Description 数字三角形要求走到最后mod 100最大 输入描述 Input Description 第1行n,表示n行第2到n+1行为每个的权值 输出描述 Output Description mod 100最大值 样例输入 Sample Input 2199 98 样例输出 Sample Output 99 数据范围及提示 Data Size & Hint n<=2

如?何?屏?蔽?C?h?r?o?m?e?、?S?a?f?a?r?i?等?W?e?b?k?i?t?内?核?浏?览?器?文?本?框?和?文?本?域?的?高?亮?边?框?、?可?变?大?小?等?自?动?外?观?处?理

1.高亮外框的取消 input { outline: none; } textarea { outline: none; } 如上,使用CSS的outline就可以实现 2.文本域缩放功能的取消 也是使用CSS,具体有两种方法 textarea { width: 400px; max-width: 400px; height: 400px; max-height: 400px; 上面是限定最大宽度和高度(CSS2),这也是最容易想到的方法了 texearea { resize: none; }