浅析傅里叶频谱分析&滤波&小波分析

面包板社区 2020-02-18 00:00

原始信号由20Hz、50Hz和100Hz三种频率的正弦波组成,如上图所示。

在Figure图上画框截取待分析的数据,如下所示:

所得结果如下所示,

从上图中可以清晰的看出有三种频率,而且从时频图中可以看到三种频率发生在不 同时刻。

点击单边傅里叶频谱,放大频谱如下:

画框可以选定滤波范围,如带通滤波,选择如下框,可得结果:

MATLAB中具体代码如下:


  1. function frequency_analysis


  2. clc close all


  3. Ts = 0.001;


  4. Fs = 1/Ts;


  5. f1 = 20;


  6. f2 = 50;


  7. f3 = 100;


  8. dt = 0.2;


  9. t1 = (0:Ts:dt-Ts) + 0; t2 = (0:Ts:dt-Ts) + dt;


  10. t3 = (0:Ts:dt-Ts) + 2*dt;


  11. y1 = sin(2*pi*f1*t1);


  12. y2 = sin(2*pi*f2*t2);


  13. y3 = sin(2*pi*f3*t3);


  14. t = [t1 t2 t3];


  15. y = [y1 y2 y3];


  16. figure


  17. plot(t,y)


  18. xlim([t(1) t(end)])


  19. ylim([min(y) max(y)])


  20. xlabel('时间t')


  21. ylabel('信号y(t)')


  22. title('原始信号')


  23. %


  24. % 以下为标准化程序


  25. % 上面的Ts和Fs要给定,后面会用到


  26. set(gcf,'WindowButtonDownFcn',@BtndownFcn);


  27. function BtndownFcn(h,evt)


  28. temppt = get(gca,'CurrentPoint');


  29. startpt.x = temppt(1,1);


  30. startpt.y = temppt(1,2);


  31. endpt = startpt;


  32. height = 0.0001;


  33. width = 0.0001;


  34. rectangle('Position',[startpt.x, startpt.y, width, height],'Tag','rangerect'); set(h,'WindowButtonMotionFcn',@BtnmoveFcn);


  35. set(h,'WindowButtonUpFcn',@BtnupFcn);


  36. function BtnmoveFcn(h,evt)


  37. temppt = get(gca,'CurrentPoint');


  38. endpt.x = temppt(1,1);


  39. endpt.y = temppt(1,2);


  40. width = abs(endpt.x-startpt.x)+0.00001;


  41. height = abs(endpt.y-startpt.y)+0.00001;


  42. hrect = findobj('Tag','rangerect');


  43. set(hrect,'Position',[min(startpt.x, endpt.x), min(startpt.y, endpt.y), width, height]);


  44. end


  45. function BtnupFcn(h,evt)


  46. set(h,'WindowButtonMotionFcn','');


  47. set(h,'WindowButtonUpFcn','');


  48. hrect = findobj('Tag','rangerect');


  49. delete(hrect);


  50. BtnUp_Spectrum_Analysis(startpt.x, endpt.x)


  51. end


  52. % 频谱分析


  53. function BtnUp_Spectrum_Analysis(starttime, endtime)


  54. hline = findobj(gca,'type','line');


  55. time = get(hline,'xdata');


  56. laser = get(hline,'ydata');


  57. % 得到截取的分析数据


  58. tempx = find(time >= min(starttime, endtime));


  59. startindex = tempx(1);


  60. tempx = find(time <= max(starttime, endtime));


  61. endindex = tempx(end);


  62. yt = laser(startindex:endindex);


  63. yt = ytmean(yt);


  64. t = time(startindex:endindex);


  65. % 傅里叶变换


  66. [Yf, f] = Spectrum_Calc(yt,Fs);


  67. % 小波变换


  68. scale = 1:50;


  69. cw2 = cwt(yt,scale,'morl');


  70. % 作图


  71. figure


  72. subplot(231)


  73. % 截取的频谱分析的数据


  74. plot(t, yt)


  75. xlim([t(1) t(end)])


  76. ylim([min(yt),max(yt)]);


  77. title('频谱分析数据')


  78. xlabel('时间t')


  79. ylabel('截取的数据y(t)')


  80. h1 = subplot(234);


  81. % 单边傅里叶变换分析频谱


  82. plot(f,Yf,'-')


  83. title('单边傅里叶频谱')


  84. xlabel('频率Hz')


  85. ylabel('|Y(f)|')


  86. set(h1,'ButtonDownFcn',@BtnDown_Filter_fcn)


  87. function BtnDown_Filter_fcn(h,evt)


  88. fig_fft = figure;


  89. plot(f,Yf,'-')


  90. title('单边傅里叶频谱')


  91. xlabel('频率Hz')


  92. ylabel('|Y(f)|')


  93. xlim([0 Fs/2])


  94. ylim([0 max(Yf)])


  95. % 构造右键菜单


  96. filter_flag = 1;


  97. hcmenu = uicontextmenu;


  98. uimenu(hcmenu, 'Label', '低通滤波', 'Callback', @hcb1);


  99. uimenu(hcmenu, 'Label', '高通滤波', 'Callback', @hcb2);


  100. uimenu(hcmenu, 'Label', '带通滤波', 'Callback', @hcb3);


  101. uimenu(hcmenu, 'Label', '带阻滤波', 'Callback', @hcb4);


  102. set(gca,'UIContextMenu',hcmenu);


  103. function hcb1(h,evt)


  104. filter_flag = 1;


  105. end


  106. function hcb2(h,evt)


  107. filter_flag = 2;


  108. end


  109. function hcb3(h,evt)


  110. filter_flag = 3;


  111. end


  112. function hcb4(h,evt)


  113. filter_flag = 4;


  114. end


  115. set(fig_fft,'WindowButtonDownFcn',@BtndownFcn);


  116. function BtndownFcn(h,evt)


  117. if


  118. strcmp(get(h,'SelectionType'),'normal')


  119. temppt = get(gca,'CurrentPoint');


  120. startpt.x = temppt(1,1);


  121. startpt.y = temppt(1,2);


  122. endpt = startpt;


  123. height = 0.0001;


  124. width = 0.0001;


  125. rectangle('Position',


  126. [startpt.x, startpt.y, width, height],'Tag','rangerect_fft'); set(h,'WindowButtonMotionFcn',@BtnmoveFcn);


  127. set(h,'WindowButtonUpFcn',@BtnupFcn);


  128. end


  129. function BtnmoveFcn(h,evt)


  130. temppt = get(gca,'CurrentPoint');


  131. endpt.x = temppt(1,1);


  132. endpt.y = temppt(1,2);


  133. width = abs(endpt.xstartpt.x)+0.00001;


  134. height = abs(endpt.ystartpt.y)+0.00001;


  135. hrect = findobj(h,'Tag','rangerect_fft');


  136. set(hrect,'Position', [min(startpt.x, endpt.x), min(startpt.y, endpt.y), width, height]);


  137. end


  138. function BtnupFcn(h,evt)


  139. set(h,'WindowButtonMotionFcn','');


  140. set(h,'WindowButtonUpFcn','');


  141. hrect = findobj(h,'Tag','rangerect_fft');


  142. delete(hrect);


  143. Filter_Analysis(startpt.x, endpt.x);


  144. function Filter_Analysis(x1,x2)


  145. lowfre = min(x1,x2);


  146. highfre = max(x1,x2);


  147. if


  148. lowfre <= 0 || lowfre >= Fs/2


  149. lowfre = 0.01;


  150. end


  151. if


  152. highfre <= 0 || highfre >= Fs/2


  153. highfre= Fs/2-0.01;


  154. end


  155. W1 = lowfre/(Fs/2);


  156. W2 = highfre/(Fs/2);


  157. filter_str = '(低通)';


  158. switch filter_flag


  159. case 1


  160. [b,a] = butter(5,min(W1,W2)); % 低通,画的框的左边为截止频率


  161. filter_str = '(低通)';


  162. case 2


  163. [b,a] = butter(5,max(W1,W2),'high'); % 高通,画的框的右边为截止频率


  164. filter_str = '(高通)';


  165. case 3


  166. [b,a] = butter(5,[W1 W2]); % 带通


  167. filter_str = '(带通)';


  168. case 4


  169. [b,a] = butter(5,[W1 W2],'stop'); % 带阻


  170. filter_str = '(带阻)';


  171. end


  172. y = filter(b,a,yt);


  173. figure


  174. subplot(2,1,1)


  175. plot(t,yt)


  176. xlabel('时间t')


  177. ylabel('信号y')


  178. xlim([t(1) t(end)])


  179. ylim([min(yt),max(yt)]);


  180. title('原始信 号')


  181. subplot(2,1,2)


  182. plot(t,y)


  183. xlabel('时间t')


  184. ylabel('信号y')


  185. xlim([t(1) t(end)])


  186. ylim([min(y),max(y)]);


  187. title(sprintf('滤波信号%s%.2fHz~%.2fHz',filter_str,lowfre,highfre))


  188. end


  189. end


  190. end


  191. end


  192. subplot(1,3,[2,3]) % 频率轴化为频率


  193. [X,Y] = meshgrid(t,5/(2*pi)./scale*Fs);


  194. mesh(X,Y,abs(cw2))


  195. view(0,90)


  196. title('时频图')


  197. xlabel('时间')


  198. ylabel('频率')


  199. xlim([t(1) t(end)])


  200. set(gca,'ylim',[0,max(max(Y))])


  201. set(gca,'YScale','log')


  202. set(gca,'YTick', [1:9,10:10:90,100:100:900,1000,2000])


  203. function [Yf, f] = Spectrum_Calc(yt,Fs)


  204. L = length(yt);


  205. NFFT = 2^nextpow2(L);


  206. Yf = fft(yt,NFFT)/L;


  207. Yf = 2*abs(Yf(1:NFFT/2+1));


  208. f = Fs/2*linspace(0,1,NFFT/2+1);


  209. end


  210. end


  211. end


  212. end


  213. 其中选框的代码可以标准化,可以用来在用户交互中用户选择范围,代码整理如下


  214. set(gcf,'WindowButtonDownFcn',@BtndownFcn);


  215. function BtndownFcn(h,evt)


  216. temppt = get(gca,'CurrentPoint');


  217. startpt.x = temppt(1,1);


  218. startpt.y = temppt(1,2);


  219. endpt = startpt;


  220. height = 0.0001;


  221. width = 0.0001;


  222. rectangle('Position',[startpt.x, startpt.y, width, height],'Tag','rangerect'); set(h,'WindowButtonMotionFcn',@BtnmoveFcn);


  223. set(h,'WindowButtonUpFcn',@BtnupFcn);


  224. function BtnmoveFcn(h,evt)


  225. temppt = get(gca,'CurrentPoint');


  226. endpt.x = temppt(1,1);


  227. endpt.y = temppt(1,2);


  228. width = abs(endpt.x-startpt.x)+0.00001;


  229. height = abs(endpt.y-startpt.y)+0.00001;


  230. hrect = findobj('Tag','rangerect');


  231. set(hrect,'Position',[min(startpt.x, endpt.x), min(startpt.y, endpt.y), width, height]);


  232. end


  233. function BtnupFcn(h,evt)


  234. set(h,'WindowButtonMotionFcn','');


  235. set(h,'WindowButtonUpFcn','');


  236. hrect = findobj('Tag','rangerect');


  237. delete(hrect);


  238. % ProsessFcn(startpt,endpt);


  239. % 选完框后对选择的 范围处理


  240. end


  241. end

面包板社区 面包板社区——中国第一电子人社交平台 面包板社区是Aspencore旗下媒体,整合了电子工程专辑、电子技术设计、国际电子商情丰富资源。社区包括论坛、博客、问答,拥有超过250万注册用户,加入面包板社区,从菜鸟变大神,打造您的电子人脉社交圈!
评论 (0)
  • 文/Leon编辑/cc孙聪颖‍2023年,厨电行业在相对平稳的市场环境中迎来温和复苏,看似为行业增长积蓄势能。带着对市场向好的预期,2024 年初,老板电器副董事长兼总经理任富佳为企业定下双位数增长目标。然而现实与预期相悖,过去一年,这家老牌厨电企业不仅未能达成业绩目标,曾提出的“三年再造一个老板电器”愿景,也因市场下行压力面临落空风险。作为“企二代”管理者,任富佳在掌舵企业穿越市场周期的过程中,正面临着前所未有的挑战。4月29日,老板电器(002508.SZ)发布了2024年年度报告及2025
    华尔街科技眼 2025-04-30 12:40 171浏览
  • 网约车,真的“饱和”了?近日,网约车市场的 “饱和” 话题再度引发热议。多地陆续发布网约车风险预警,提醒从业者谨慎入局,这背后究竟隐藏着怎样的市场现状呢?从数据来看,网约车市场的“过剩”现象已愈发明显。以东莞为例,截至2024年12月底,全市网约车数量超过5.77万辆,考取网约车驾驶员证的人数更是超过13.48万人。随着司机数量的不断攀升,订单量却未能同步增长,导致单车日均接单量和营收双双下降。2024年下半年,东莞网约出租车单车日均订单量约10.5单,而单车日均营收也不容乐
    用户1742991715177 2025-04-29 18:28 193浏览
  • 在智能硬件设备趋向微型化的背景下,语音芯片方案厂商针对小体积设备开发了多款超小型语音芯片方案,其中WTV系列和WT2003H系列凭借其QFN封装设计、高性能与高集成度,成为微型设备语音方案的理想选择。以下从封装特性、功能优势及典型应用场景三个方面进行详细介绍。一、超小体积封装:QFN技术的核心优势WTV系列与WT2003H系列均提供QFN封装(如QFN32,尺寸为4×4mm),这种封装形式具有以下特点:体积紧凑:QFN封装通过减少引脚间距和优化内部结构,显著缩小芯片体积,适用于智能门铃、穿戴设备
    广州唯创电子 2025-04-30 09:02 202浏览
  • 在CAN总线分析软件领域,当CANoe不再是唯一选择时,虹科PCAN-Explorer 6软件成为了一个有竞争力的解决方案。在现代工业控制和汽车领域,CAN总线分析软件的重要性不言而喻。随着技术的进步和市场需求的多样化,单一的解决方案已无法满足所有用户的需求。正是在这样的背景下,虹科PCAN-Explorer 6软件以其独特的模块化设计和灵活的功能扩展,为CAN总线分析领域带来了新的选择和可能性。本文将深入探讨虹科PCAN-Explorer 6软件如何以其创新的模块化插件策略,提供定制化的功能选
    虹科汽车智能互联 2025-04-28 16:00 169浏览
  • 文/郭楚妤编辑/cc孙聪颖‍越来越多的企业开始蚕食动力电池市场,行业“去宁王化”态势逐渐明显。随着这种趋势的加强,打开新的市场对于宁德时代而言至关重要。“我们不希望被定义为电池的制造者,而是希望把自己称作新能源产业的开拓者。”4月21日,在宁德时代举行的“超级科技日”发布会上,宁德时代掌门人曾毓群如是说。随着宁德时代核心新品骁遥双核电池的发布,其搭载的“电电增程”技术也走进业界视野。除此之外,经过近3年试水,宁德时代在换电业务上重资加码。曾毓群认为换电是一个重资产、高投入、长周期的产业,涉及的利
    华尔街科技眼 2025-04-28 21:55 145浏览
  •  探针台的维护直接影响其测试精度与使用寿命,需结合日常清洁、环境控制、定期校准等多维度操作,具体方法如下:一、日常清洁与保养1.‌表面清洁‌l 使用无尘布或软布擦拭探针台表面,避免残留清洁剂或硬物划伤精密部件。l 探针头清洁需用非腐蚀性溶剂(如异丙醇)擦拭,检查是否弯曲或损坏。2.‌光部件维护‌l 镜头、观察窗等光学部件用镜头纸蘸取wu水jiu精从中心向外轻擦,操作时远离火源并保持通风。3.‌内部防尘‌l 使用后及时吹扫灰尘,防止污染物进入机械滑
    锦正茂科技 2025-04-28 11:45 107浏览
  • 贞光科技代理品牌紫光国芯的车规级LPDDR4内存正成为智能驾驶舱的核心选择。在汽车电子国产化浪潮中,其产品以宽温域稳定工作能力、优异电磁兼容性和超长使用寿命赢得市场认可。紫光国芯不仅确保供应链安全可控,还提供专业本地技术支持。面向未来,紫光国芯正研发LPDDR5车规级产品,将以更高带宽、更低功耗支持汽车智能化发展。随着智能网联汽车的迅猛发展,智能驾驶舱作为人机交互的核心载体,对处理器和存储器的性能与可靠性提出了更高要求。在汽车电子国产化浪潮中,贞光科技代理品牌紫光国芯的车规级LPDDR4内存凭借
    贞光科技 2025-04-28 16:52 221浏览
  • 随着电子元器件的快速发展,导致各种常见的贴片电阻元器件也越来越小,给我们分辨也就变得越来越难,下面就由smt贴片加工厂_安徽英特丽就来告诉大家如何分辨的SMT贴片元器件。先来看看贴片电感和贴片电容的区分:(1)看颜色(黑色)——一般黑色都是贴片电感。贴片电容只有勇于精密设备中的贴片钽电容才是黑色的,其他普通贴片电容基本都不是黑色的。(2)看型号标码——贴片电感以L开头,贴片电容以C开头。从外形是圆形初步判断应为电感,测量两端电阻为零点几欧,则为电感。(3)检测——贴片电感一般阻值小,更没有“充放
    贴片加工小安 2025-04-29 14:59 193浏览
  • 晶振在使用过程中可能会受到污染,导致性能下降。可是污染物是怎么进入晶振内部的?如何检测晶振内部污染物?我可不可以使用超声波清洗?今天KOAN凯擎小妹将逐一解答。1. 污染物来源a. 制造过程:生产环境不洁净或封装密封不严,可能导致灰尘和杂质进入晶振。b. 使用环境:高湿度、温度变化、化学物质和机械应力可能导致污染物渗入。c. 储存不当:不良的储存环境和不合适的包装材料可能引发化学物质迁移。建议储存湿度维持相对湿度在30%至75%的范围内,有助于避免湿度对晶振的不利影响。避免雨淋或阳光直射。d.
    koan-xtal 2025-04-28 06:11 142浏览
  • 你是不是也有在公共场合被偷看手机或笔电的经验呢?科技时代下,不少现代人的各式机密数据都在手机、平板或是笔电等可携式的3C产品上处理,若是经常性地需要在公共场合使用,不管是工作上的机密文件,或是重要的个人信息等,民众都有防窃防盗意识,为了避免他人窥探内容,都会选择使用「防窥保护贴片」,以防止数据外泄。现今市面上「防窥保护贴」、「防窥片」、「屏幕防窥膜」等产品就是这种目的下产物 (以下简称防窥片)!防窥片功能与常见问题解析首先,防窥片最主要的功能就是用来防止他人窥视屏幕上的隐私信息,它是利用百叶窗的
    百佳泰测试实验室 2025-04-30 13:28 229浏览
  • 一、gao效冷却与控温机制‌1、‌冷媒流动设计‌采用低压液氮(或液氦)通过毛细管路导入蒸发器,蒸汽喷射至样品腔实现快速冷却,冷却效率高(室温至80K约20分钟,至4.2K约30分钟)。通过控温仪动态调节蒸发器加热功率,结合温度传感器(如PT100铂电阻或Cernox磁场不敏感传感器),实现±0.01K的高精度温度稳定性。2、‌宽温区覆盖与扩展性‌标准温区为80K-325K,通过降压选件可将下限延伸至65K(液氮模式)或4K(液氦模式)。可选配475K高温模块,满足材料在ji端温度下的性能测试需求
    锦正茂科技 2025-04-30 13:08 173浏览
  • 4月22日下午,备受瞩目的飞凌嵌入式「2025嵌入式及边缘AI技术论坛」在深圳深铁皇冠假日酒店盛大举行,此次活动邀请到了200余位嵌入式技术领域的技术专家、企业代表和工程师用户,共享嵌入式及边缘AI技术的盛宴!1、精彩纷呈的展区产品及方案展区是本场活动的第一场重头戏,从硬件产品到软件系统,从企业级应用到高校教学应用,都吸引了现场来宾的驻足观看和交流讨论。全产品矩阵展区展示了飞凌嵌入式丰富的产品线,从嵌入式板卡到工控机,从进口芯片平台到全国产平台,无不体现出飞凌嵌入式在嵌入式主控设备研发设计方面的
    飞凌嵌入式 2025-04-28 14:43 137浏览
  • 一、智能家居的痛点与创新机遇随着城市化进程加速,现代家庭正面临两大核心挑战:情感陪伴缺失:超60%的双职工家庭存在“亲子陪伴真空期”,儿童独自居家场景增加;操作复杂度攀升:智能设备功能迭代导致用户学习成本陡增,超40%用户因操作困难放弃高阶功能。而WTR096-16S录音语音芯片方案,通过“语音交互+智能录音”双核驱动,不仅解决设备易用性问题,更构建起家庭成员间的全天候情感纽带。二、WTR096-16S方案的核心技术突破1. 高保真语音交互系统动态情绪语音库:支持8种语气模板(温柔提醒/紧急告警
    广州唯创电子 2025-04-28 09:24 185浏览
  • 浪潮之上:智能时代的觉醒    近日参加了一场课题的答辩,这是医疗人工智能揭榜挂帅的国家项目的地区考场,参与者众多,围绕着医疗健康的主题,八仙过海各显神通,百花齐放。   中国大地正在发生着激动人心的场景:深圳前海深港人工智能算力中心高速运转的液冷服务器,武汉马路上自动驾驶出租车穿行的智慧道路,机器人参与北京的马拉松竞赛。从中央到地方,人工智能相关政策和消息如雨后春笋般不断出台,数字中国的建设图景正在智能浪潮中徐徐展开,战略布局如同围棋
    广州铁金刚 2025-04-30 15:24 167浏览
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦