Simulink下的频谱分析方法
实现功能：
信号发生器一个信号输入，实时显示其频谱分析 调用模块：
信号源（Signal Processing Blockset -> Signal Processing Sources -> Sine Wave） Tip 1：不能用连续的信号源
频谱观察窗（Signal Processing Blockset -> Signal Processing Sources -> Spectrum Scope） Tip 2: 不能用普通的观察窗
Tip 3：必须构上设置中的Buffer input. Buffer size 越大越精细。 Tip 4: 剩下的tips读帮助。 连接关系： 如下图所示
原理框图实验结果：
输出示意图
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ －－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ 实现功能：
从Workspace读取一组数，进行频谱分析 调用模块： From Workspace
Tip 1: 采样时间不能用0，即必须使用离散模式
Tip 2: 从其他模型中Scope保存出来的“Structure with time”的数据可以直接用 频谱观察窗（同上一功能）
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ －－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ 实现功能：
从dSPACE读取一组数，进行频谱分析 实现方法：
1. 从dSPACE读数保存成文件，数据导入Workspace（过程略）
2. 采用从其他模型的Scope保存数据为“Structure with time”的方式构建一个结构变量ScopeData1 3. 使用以下代码将dSPACE数据dscapture拷贝到结构变量ScopeData1中 %%
ScopeData1.time=[0:0.0001:1.9156]; %纯粹为占位，19157为dSPACE保存数据长度 for i=1:19157
ScopeData1.signals.values(:,:,i)=dscapture.Y.Data(i); end %%
4. 采用下图中的模型进行频谱分析
实验结果：
通过以上方法对单轴压电加速度传感器进行灵敏度分析，下图分别为采用dSPACE和直接利用示波器分析的结果对比。
结果分析：
波形吻合，采用dSPACE测试时噪声的分贝减小了25dB。 在310Hz、370Hz和410Hz出现异常尖峰
Matlab编程实现FFT实践及频谱分析
内容
1．用Matlab产生正弦波,矩形波,以及白噪声信号，并显示各自时域波形图 2．进行FFT变换，显示各自频谱图，其中采样率，频率、数据长度自选 3．做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱 4．用IFFT傅立叶反变换恢复信号，并显示恢复的正弦信号时域波形图 源程序
%*************************************************************************%
% FFT实践及频谱分析 %
%*************************************************************************%
%*************************************************************************%
%***************1.正弦波****************% fs=100;%设定采样频率 N=128; n=0:N-1; t=n/fs;
f0=10;%设定正弦信号频率 %生成正弦信号
x=sin(2*pi*f0*t); figure(1); subplot(231);
plot(t,x);%作正弦信号的时域波形 xlabel('t'); ylabel('y');
title('正弦信号y=2*pi*10t时域波形'); grid;
%进行FFT变换并做频谱图 y=fft(x,N);%进行fft变换 mag=abs(y);%求幅值
f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换 figure(1); subplot(232);
plot(f,mag);%做频谱图
axis([0,100,0,80]);%控制矩阵横轴纵轴范围，axis[xmin xmax ymin ymax] xlabel('频率(Hz)'); ylabel('幅值');
title('正弦信号y=2*pi*10t幅频谱图N=128'); grid;
%求均方根谱 sq=abs(y); figure(1); subplot(233); plot(f,sq);
xlabel('频率(Hz)'); ylabel('均方根谱');
title('正弦信号y=2*pi*10t均方根谱'); grid; %求功率谱 power=sq.^2; figure(1); subplot(234); plot(f,power);
xlabel('频率(Hz)'); ylabel('功率谱');
title('正弦信号y=2*pi*10t功率谱'); grid; %求对数谱 ln=log(sq); figure(1); subplot(235); plot(f,ln);
xlabel('频率(Hz)'); ylabel('对数谱');
title('正弦信号y=2*pi*10t对数谱'); grid;
%用IFFT恢复原始信号 xifft=ifft(y); magx=real(xifft);
ti=[0:length(xifft)-1]/fs; figure(1); subplot(236); plot(ti,magx); xlabel('t'); ylabel('y');
title('通过IFFT转换的正弦信号波形'); grid;
%****************2.矩形波****************% fs=10;%设定采样频率 t=-5:0.1:5;
x=rectpuls(t,2); x=x(1:99); figure(2); subplot(231);
plot(t(1:99),x);%作矩形波的时域波形 xlabel('t'); ylabel('y');
title('矩形波时域波形'); grid;
%进行FFT变换并做频谱图
y=fft(x);%进行fft变换 mag=abs(y);%求幅值
f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换 figure(2); subplot(232);
plot(f,mag);%做频谱图 xlabel('频率(Hz)'); ylabel('幅值');
title('矩形波幅频谱图'); grid;
%求均方根谱 sq=abs(y); figure(2); subplot(233); plot(f,sq);
xlabel('频率(Hz)'); ylabel('均方根谱');
title('矩形波均方根谱'); grid; %求功率谱 power=sq.^2; figure(2); subplot(234); plot(f,power);
xlabel('频率(Hz)'); ylabel('功率谱');
title('矩形波功率谱'); grid; %求对数谱 ln=log(sq); figure(2); subplot(235); plot(f,ln);
xlabel('频率(Hz)'); ylabel('对数谱');
title('矩形波对数谱'); grid;
%用IFFT恢复原始信号 xifft=ifft(y); magx=real(xifft);
ti=[0:length(xifft)-1]/fs; figure(2); subplot(236); plot(ti,magx); xlabel('t'); ylabel('y');
title('通过IFFT转换的矩形波波形'); grid;
%****************3.白噪声****************% fs=10;%设定采样频率 t=-5:0.1:5;
x=zeros(1,100); x(50)=100000; figure(3); subplot(231);
plot(t(1:100),x);%作白噪声的时域波形 xlabel('t'); ylabel('y');
title('白噪声时域波形'); grid;
%进行FFT变换并做频谱图 y=fft(x);%进行fft变换 mag=abs(y);%求幅值
f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换 figure(3); subplot(232);
plot(f,mag);%做频谱图 xlabel('频率(Hz)'); ylabel('幅值');
title('白噪声幅频谱图'); grid;
%求均方根谱 sq=abs(y); figure(3); subplot(233); plot(f,sq);
xlabel('频率(Hz)'); ylabel('均方根谱');
title('白噪声均方根谱'); grid; %求功率谱 power=sq.^2; figure(3); subplot(234); plot(f,power);
xlabel('频率(Hz)'); ylabel('功率谱');
title('白噪声功率谱'); grid; %求对数谱 ln=log(sq); figure(3);
subplot(235); plot(f,ln);
xlabel('频率(Hz)'); ylabel('对数谱');
title('白噪声对数谱'); grid;
%用IFFT恢复原始信号 xifft=ifft(y); magx=real(xifft);
ti=[0:length(xifft)-1]/fs; figure(3); subplot(236); plot(ti,magx); xlabel('t'); ylabel('y');
title('通过IFFT转换的白噪声波形'); grid;
