fft代码 matlab

FFT（快速傅里叶变换）是一种可以将时域信号转换为频域信号的算法。在MATLAB中，我们可以使用内置函数fft来实现FFT。以下是一个示例代码：

% 定义时域信号
x = [1, 2, 3, 4];

% 进行FFT变换
X = fft(x);

% 计算频谱幅度
X_mag = abs(X);

% 计算角度谱
X_phase = angle(X);

% 计算频率轴
f_axis = (0:length(X)-1)*(1/length(X));

% 绘制频谱幅度图
figure;
plot(f_axis, X_mag);
title('频谱幅度');
xlabel('频率');
ylabel('幅度');

% 绘制角度谱图
figure;
plot(f_axis, X_phase);
title('角度谱');
xlabel('频率');
ylabel('相位');

在上述代码中，我们首先定义了一个时域信号x，然后使用fft函数对其进行FFT变换得到频域信号X。接着我们分别计算了频谱幅度（X_mag）和角度谱（X_phase），这两个值可以反映出信号在不同频率上的振幅和相位信息。最后，我们使用plot函数绘制了频谱幅度图和角度谱图，以便更直观地观察信号在频域上的特征。

相关问题

FFT变换 matlab代码

MATLAB中快速傅里叶变换（FFT）的代码如下：

function Y = fft(x)
    N = length(x);
    if N <= 1
        Y = x;
    else
        x_even = x(1:2:end);
        x_odd = x(2:2:end);
        Y_even = fft(x_even);
        Y_odd = fft(x_odd);
        factor = exp(-2i * pi * (0:N/2-1) / N);
        Y = [Y_even + factor .* Y_odd, Y_even - factor .* Y_odd];
    end
end

使用方法：

x = [1, 2, 3, 4];
Y = fft(x);
disp(Y);

FFT测距代码matlab

下面是一个使用FFT测距的示例MATLAB代码：

% 生成测试信号
fs = 1000;  % 采样率
t = 0:1/fs:1-1/fs; % 时间序列
f1 = 50;  % 信号频率
f2 = 120;  % 信号频率
s1 = sin(2*pi*f1*t);  % 信号1
s2 = sin(2*pi*f2*t);  % 信号2
s = s1 + s2;  % 信号合成

% 绘制时域波形
figure;
subplot(2, 1, 1);
plot(t, s);
xlabel('Time (s)');
ylabel('Amplitude');
title('Time Domain');

% FFT变换
N = length(s);
freqs = (0:N-1) * fs / N;
fft_result = fft(s);
fft_db = 20 * log10(abs(fft_result));

% 绘制频域波形
subplot(2, 1, 2);
plot(freqs, fft_db);
xlim([0, fs/2]);
xlabel('Frequency (Hz)');
ylabel('Magnitude (dB)');
title('Frequency Domain');

% 寻找信号频率
[~, max_idx] = max(fft_db(1:N/2)); % 取前一半的频谱
freq = freqs(max_idx);

% 计算距离
c = 3e8;  % 光速
d = c / (2 * freq);  % 单程距离
disp(['The distance is:', num2str(d), ' m']);

这个代码与Python版本的代码非常相似，生成了两个频率为50Hz和120Hz的正弦信号，并将它们合成为一个信号。然后，它进行FFT变换，绘制了信号的频域波形，并计算了信号的主频率和距离。