写出信号傅里叶变换的MATLAB代码

以下是信号傅里叶变换的MATLAB代码：

%% 定义信号
t = linspace(0, 2*pi, 1000); %时间轴
x = sin(4*pi*t) + 0.5*sin(12*pi*t); %定义信号

%% 傅里叶变换
y = fft(x); %快速傅里叶变换
f = (0:length(y)-1)*1000/length(y); %频率轴
amplitude = abs(y); %求振幅
phase = angle(y); %求相位

%% 画图
subplot(2,1,1);
plot(t, x);
xlabel('time');
ylabel('signal');
title('Original signal');

subplot(2,1,2);
plot(f, amplitude);
xlabel('frequency');
ylabel('amplitude');
title('Amplitude spectrum');

笑话：为什么程序员喜欢猫？因为猫每次都有九条命，程序员试了八次还能继续！

相关问题

写出matlab实现离散傅里叶变换的代码

以下是 MATLAB 实现的离散傅里叶变换的代码示例：

function [Xk] = DFT(xn)

N = length(xn);
n = 0:N-1;
k = 0:N-1;
WN = exp(-1i*2*pi/N);
nk = n' * k;

WNnk = WN .^ nk;
Xk = xn * WNnk;

end

其中 xn 表示输入信号序列，Xk 表示变换后的信号序列。对于输入信号序列 xn 的长度为 N，DFT 的计算公式为：

X[k] = Σ[n=0,N-1] xn[n] * exp(-j*2πnk/N)

其中，k 表示频域上的信号序列索引，n 表示时域上的信号序列索引，WN 表示旋转因子，WNnk 表示旋转因子的矩阵。

在代码中，我们使用了向量化的运算，通过矩阵乘法的方式计算了变换后的信号序列 Xk。

用matlab写一段代码，将脑电信号傅里叶变换，然后绘制出不同频率的信号

好的，以下是一段Matlab代码，可以实现对脑电信号的傅里叶变换，并绘制出不同频率的信号。请注意，这只是一个简单的例子，具体实现根据数据格式和需求可能有所不同。

% 导入脑电信号数据，假设数据存储在名为 eeg 的变量中
load eeg.mat

% 对信号进行傅里叶变换，并计算出频率和相应的功率谱密度
fft_eeg = fft(eeg);
psd = abs(fft_eeg).^2 / length(eeg);

% 计算出频率轴
fs = 1000; % 采样率为1000Hz，假设
f_axis = linspace(0, fs/2, length(eeg)/2+1);

% 绘制功率谱密度随频率变化的曲线
plot(f_axis, psd(1:length(eeg)/2+1));
xlabel('Frequency (Hz)');
ylabel('Power Spectral Density');
title('Power Spectral Density of EEG signal');

运行以上代码后，可以得到一个关于脑电信号功率谱密度随频率变化的曲线图像。您可以根据需要进行调整和修改。