3. MATLAB实现:
3.1数据说明:
程序中所用的数据是由
xn=A1*sin(f1*2*pi*n)+A2*sin(f2*2*pi*n)+e (e为白噪声)
来产生的,其中:
n=0:0.001:1;
A1=4;
A2=4;
f1=25;
f2=50;
3.2MATLAB计算源程序
1)创建.M文件,对离散时间序列用傅立叶变换和自相关法进行谱分析,代码如下:
function FXi(data)
figure(1)
Fs=1000;
subplot(3,1,1);
t=0:1/Fs:1;
plot(1000*t(1:50),data(1:50));
xlabel('time(mm)')
title('一元时间序列直观图')
Y=fft(data,512)
Pyy2=Y.*conj(Y)/512;
f2=1000*(0:256)/512;
subplot(3,1,2);
plot(f2,Pyy2(1:257));
title('离散数据的傅立叶频谱图')
xlabel('频率(Hz)')
Fs=1000;
NFFT=1024;
Cx=xcorr(data,'unbiased');
Cxk=fft(Cx,NFFT);
Pxx=abs(Cxk);
t=0:round(NFFT/2-1);
k=t*Fs/NFFT;
P=10*log10(Pxx(t+1));
subplot(3,1,3);
plot(k,P);
title('谱估计的自相关函数法')
xlabel('频率(Hz)')
2)创建.M文件,用最大熵法(MESE)对数据进行谱分析,代码如下:
function MESE(data)
figure(2);
Fs=500;
NFFT=1024;
pyulear(data,20,NFFT,Fs);
|