利用Matlab画出频率分别为10KHz与12KHz的两正弦信号叠加的时域波形图。

好的，可以使用以下代码实现：

% 设置参数
fs = 48000; % 采样率为48KHz
t = 0:1/fs:0.01; % 时间范围为10ms
f1 = 10000; % 第一个正弦信号的频率为10KHz
f2 = 12000; % 第二个正弦信号的频率为12KHz

% 生成两个正弦信号
x1 = sin(2*pi*f1*t);
x2 = sin(2*pi*f2*t);

% 叠加两个信号
x = x1 + x2;

% 绘制时域波形图
plot(t, x);
xlabel('时间 (s)');
ylabel('幅值');
title('10KHz与12KHz两正弦信号叠加的时域波形图');

运行以上代码后，就可以得到频率分别为10KHz与12KHz的两正弦信号叠加的时域波形图了。

相关问题

在matlab中生成调制信号与载波信号，调制信号加直流分量后与载波相乘即可得到AM信号，设置调制信号幅度为6V，频率为50KHz，载波信号幅度为1V，频率为500KHz，直流分量大小为8V，得出AM信号的时域波形、频谱、功率谱、自相关函数波形图

在MATLAB中生成AM（Amplitude Modulation）信号的过程通常涉及以下几个步骤：

1. **创建调制信号**：
使用`sin`函数生成正弦波作为调制信号，给定幅度A_m = 6V，频率f_m = 50kHz，你可以这样编写：

   t = 0:0.001:1; % 创建时间向量
   mod_signal = 6 * sin(2*pi*50e3*t); % 调制信号

2. **创建载波信号**：
对于载波信号，幅度A_c = 1V，频率f_c = 500kHz，可以这样生成：

   carrier_signal = cos(2*pi*500e3*t); % 载波信号

3. **加入直流分量**：
直流分量D = 8V，可以直接添加到调制信号上，因为AM信号的直流分量是在调制信号上叠加的：

   dcm_signal = mod_signal + 8;

4. **AM信号的合成**：
最终的AM信号是调制信号与载波信号的点乘（对应于实际电路中的电压相乘），即 `am_signal = dcm_signal .* carrier_signal;`

5. **时域波形**：
可以通过`plot(t, am_signal)`绘制出AM信号的时间波形。

6. **频谱分析**：
使用`fft`函数计算其离散傅立叶变换(DFT)并使用`abs`函数取绝对值得到频谱，然后画出频谱图，例如：

   spectrum = abs(fft(am_signal));
   freqs = (0:length(spectrum)-1)*(Fs/length(spectrum)); % Fs是采样率
   plot(freqs, spectrum);

7. **功率谱**：
由于MATLAB内置的`pwelch`函数更适合估计功率谱，可以用它代替`fft`：

   [Pxx, f] = pwelch(am_signal, [], [], Fs);
   plot(f, Pxx);

8. **自相关函数**：
自相关函数可以反映信号的统计特性，用`xcorr`函数计算：

   corr_func = xcorr(am_signal);
   plot(corr_func);

请注意，以上示例假设了采样率Fs足够高以避免频谱混叠，具体数值需根据实际情况选择。上述代码中的一些参数如`t`、`Fs`未明确给出，你需要根据实验需求进行设定。运行这些代码后，你应该会得到所需的AM信号的各种特性图形。

matlab 两个幅度相同不同频率的正弦波合成的信号 并加入一个高斯白噪音 然后通过带通滤波器去除噪声，画出合成信号，加噪声信号和去噪声信号的时域和频域

在MATLAB中，你可以按照以下步骤操作来生成、处理并可视化两个幅度相同但频率不同的正弦波，再添加高斯白噪声，并最终通过带通滤波器进行降噪：

1. **生成正弦波**:
使用`sin()`函数创建两个不同频率的正弦波，例如：

   f1 = 50; % 高频正弦波频率 (Hz)
   f2 = 100; % 低频正弦波频率 (Hz)
   t = linspace(0, 1, 1000); % 时间范围 (假设采样率为1kHz)
   x1 = sin(2 * pi * f1 * t);
   x2 = sin(2 * pi * f2 * t);

2. **幅度匹配**:
如果两个正弦波需要有相同的幅度，可以调整其中一个的振幅：

   x2 = x2 * abs(max(x1)); % 将x2的幅度调整至与x1相等

3. **叠加正弦波**:
合成信号 `y` 为两者之和：

   y = x1 + x2;

4. **添加高斯白噪声**:
使用`awgn()`函数添加噪声，假设SNR（信噪比）为某个值，如10dB：

   snr = 10; % dB
   noise_power = 10^(-snr/10) * var(y);
   w = randn(size(y)) * sqrt(noise_power);
   noisy_y = y + w;

5. **带通滤波**:
使用`fir1()`或`designfilt()`设计一个带通滤波器，然后应用到`noisy_y`上。比如，设计一个30Hz到70Hz的低通滤波器：

   [b, a] = fir1(100, [0.3 0.7]); % 设计一个6th-order Butterworth带通滤波器
   filtered_y = filter(b, a, noisy_y);

6. **绘制时域和频域图**:
对于时域，可以使用`plot()`或`stairs()`画出：

   subplot(2, 1, 1)
   plot(t, y, 'b', 'LineWidth', 2), hold on
   plot(t, noisy_y, 'g--', 'LineWidth', 2)
   plot(t, filtered_y, 'r:', 'LineWidth', 2)
   legend('Original Signal', 'Noisy Signal', 'Filtered Signal')
   title('Time Domain')

   subplot(2, 1, 2)
   [Pxx, f] = pwelch(filtered_y, [], [], [], Fs); % 波形功率谱密度（PSD）
   plot(f, Pxx, 'r')
   title('Frequency Domain')
   xlabel('Frequency (Hz)')
   ylabel('Power/Frequency')
   hold off

这里我们使用了`pwelch()`函数计算并绘制了频谱。