心想安全技术实验，x(n)是两个正弦信号及其白噪声的叠加，用matlab,试用FFT对其做频谱分析，并对其补零分析2N、3N长度的FFT效果，实验步骤

进行心电信号分析实验时，如果信号x(n)包含两个正弦信号及白噪声，我们可以使用Fast Fourier Transform (FFT) 进行频谱分析。以下是使用MATLAB进行这个任务的一般步骤：

1. **数据准备**：
- 创建一个包含两个正弦信号和白噪声的合成信号 `x(n)`。

   Fs = 1000; % 假设采样频率为1kHz
   T = 1/Fs; % 采样周期
   N = length(x); % 数据总点数

   % 两个正弦信号和白噪声示例
   f1 = 5; f2 = 10; % 频率
   noise_level = 0.1; % 白噪声比例
   sin1 = sin(2 * pi * f1 * t);
   sin2 = sin(2 * pi * f2 * t);
   white_noise = noise_level * randn(size(sin1));
   x = sin1 + sin2 + white_noise;

2. **FFT分析**：
使用`fft()`函数计算原始信号的离散傅立叶变换(DFT)。

   Y = fft(x);
   Y = Y(1:N/2+1); % 丢弃负频率部分，只保留正频率
   freq = Fs*(0:(N/2))/N; % 频率轴

3. **绘制频谱图**：
画出原始频谱以及补零后的频谱对比。

   figure;
   subplot(2,1,1);
   plot(freq, abs(Y)); % 原始频谱
   title('Original FFT');

   % 补零分析
   Y_2N = ifftshift(Y, 1); % 将中心移至原点
   Y_2N = fft(Y_2N, 2*N); % 对长度2N的数据进行FFT
   Y_3N = ifftshift(Y_2N, 1);
   Y_3N = fft(Y_3N, 3*N);

   subplot(2,1,2);
   plot(freq(1:N/2), abs(Y_2N(1:N/2))); % 2N长度的频谱
   hold on;
   plot(freq(1:N/2), abs(Y_3N(1:N/2))); % 3N长度的频谱
   legend('Original', 'Length 2N', 'Length 3N');
   title('Zero-Padded FFT Analysis');

4. **观察与比较**：
观察2N和3N长度的FFT结果是否更好地分离了两个正弦信号，以及它们的频谱细节有何变化。