matlab生成一段计算正弦波形的THD结果代码

以下是一个生成计算正弦波形的THD结果的 MATLAB 代码示例：

% 生成正弦波
fs = 10000;  % 采样率为10kHz
f = 50;      % 正弦波频率为50Hz
t = 0:1/fs:1-1/fs;  % 生成1秒的时间序列
x = sin(2*pi*f*t);   % 生成正弦波信号

% 计算THD结果
N = length(x);
X = fft(x);          % 对信号进行FFT变换
X(1) = 0;            % 去除直流分量
f_bins = 1:floor(N/2);
f_harm = f_bins * f;
THD = 100 * sqrt(sum(abs(X(f_bins).^2))/abs(X(1))^2);  % 计算THD

% 输出THD结果
fprintf('THD = %.3f%%\n', THD);

这段代码首先生成一个频率为50Hz的正弦波信号，并对其进行FFT变换，然后计算其THD结果，并输出THD值。需要注意的是，THD值的计算需要去除信号的直流分量，并且只考虑信号的谐波分量。

相关问题

用matlab导入示波器电流波形数据进行FFT分析和THD分析并用波形可视化

在MATLAB中，导入示波器捕获的电流波形数据并进行FFT（快速傅立叶变换）分析以及THD（总谐波失真）分析是很常见的步骤。下面是简单的步骤和代码示例：

首先，假设你已经有了名为`current_data`的矢量，代表了示波器采集的电流波形数据：

% 导入示波器数据
data = load('your_current_data_file.mat'); % 替换为实际文件名
current_data = data.current; % 假设文件中有一个名为'current'的变量

% 检查数据
figure;
plot(current_data);
xlabel('Sample Number');
ylabel('Current (A)');
title('Raw Current Waveform');

接下来，进行FFT分析：

% FFT分析
[fftData, freq] = fftshift(fft(current_data));
power_spectrum = abs(fftData).^2;

% 计算频率分辨率
fs = 1 / (data.ts); % 时间间隔，如果未提供，可以从示波器信息获取
frequency_resolution = fs / length(power_spectrum);

% 显示功率谱
figure;
plot(freq, power_spectrum);
xlabel('Frequency (Hz)');
ylabel('Power Spectrum');
title('Power Spectrogram and FFT Analysis');

对于THD分析，首先你需要知道理想正弦波的功率谱应该是什么样子。然后，对比实际功率谱，计算非线性成分占总能量的比例：

% THD分析
base_frequency_power = max(power_spectrum(frequency_resolution <= base_frequency * 2)); % 基本频率
total_power = sum(power_spectrum);

% 计算THD
thd = sqrt(sum(power_spectrum .* (freq > base_frequency) ./ base_frequency_power)) / total_power * 100; % 百分数形式

最后，如果你想要可视化THD结果：

% 波形与谐波可视化的简单例子
harmonic_index = find(freq > base_frequency);
harmonic_indices = harmonic_index(1:4); % 可能选择展示前几个谐波

figure;
hold on;
plot(current_data, 'k', 'LineWidth', 2);
for i = harmonic_indices
    plot([i i], ylim, ':r', 'LineWidth', 1);
end
text(max(find(current_data > mean(current_data))), ylim(2), ['THD: ', num2str(thd), '%'], 'HorizontalAlignment', 'right');
legend('Original Waveform', 'Selected Harmonics');
hold off;

以上代码展示了基本流程，根据实际需求可能需要调整细节。同时请注意，THD计算可能会受到噪声和测量误差的影响，所以确保你的数据预处理足够清洁。