%==========================================================================

%Name:      spectrum_analysis.m

%Desc:      以高斯信号为例,求解其频谱、双边功率谱、单边功率谱、双边功率谱密度、

%           单边功率谱密度,这里高斯信号的半波全宽FWHM=50ps,中心点位于2.5ns处。

%Parameter:

%Return:

%Author:    yoyoba(stuyou@126.com)

%Date:      2015-4-28

%Modify:    2015-4-29

%=========================================================================

clc;

clear;

FWHM=50e-12;            %高斯信号FWHM宽度,为50ps

time_window=100*FWHM;   %高斯信号的采样窗口宽度,该值决定了傅里叶变换后的频率分辨率

Ns=2048;                %采样点

dt=time_window/(Ns-1);  %采样时间间隔

t=0:dt:time_window;     %采样时间

gauss_time=exp(-0.5*(2*sqrt(2*log(2))*(t-2.5e-9)/FWHM).^2); %高斯脉冲,中心位于2.5ns处。

plot(t*1e+9,gauss_time,'linewidth',2.5);

xlabel('Time/ns');

ylabel('Amplitude/V');

title('Gauss pulse');

%===========以下计算双边谱、双边功率谱、双边功率谱密度=================

gauss_spec=fftshift(fft(ifftshift(gauss_time)));    %傅里叶变换,并且进行fftshift移位操作。

gauss_spec=gauss_spec/Ns;   %求实际的幅度值;

df=1/time_window;               %频率分辨率

k=floor(-(Ns-1)/2:(Ns-1)/2);

% k=0:Ns-1;

double_f=k*df;   %双边频谱对应的频点

figure; %幅度谱

plot(double_f*1e-9,abs(gauss_spec),'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Amplitude/V');

title('double Amplitude spectrum');

figure; %相位谱

plot(double_f*1e-9,angle(gauss_spec),'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Phase/rad');

title('double Phase spectrum');

figure; %功率谱

double_power_spec_W=abs(gauss_spec).^2;                 %双边功率谱,单位W;

double_power_spec_mW=double_power_spec_W*1e+3;          %双边功率谱,单位mW;

double_power_spec_dBm=10*log10(double_power_spec_mW);   %双边功率谱,单位dBm;

plot(double_f*1e-9,double_power_spec_dBm,'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Power/dBm');

title('double Power spectrum');

figure; %功率谱密度

double_power_specD_W=abs(gauss_spec).^2/(df);       %双边功率谱密度,单位W/Hz

double_power_specD_mW=double_power_specD_W*1e+3;    %双边功率谱密度,单位mW/Hz

double_power_specD_dBm=10*log10(double_power_specD_mW);%双边功率谱密度,单位dBm/Hz

plot(double_f*1e-9,double_power_specD_dBm,'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Power/(dBm/Hz)');

title('double power spectrum Density');

%==========以下计算单边谱、单边功率谱及单边功率谱密度=========

gauss_spec=fft(ifftshift(gauss_time));  %计算单边谱无需fftshift

gauss_spec=gauss_spec/Ns;       %计算真实的幅度值

single_gauss_spec=gauss_spec(1:floor(Ns/2));

single_f=(0:floor(Ns/2)-1)*df;

figure; %幅度谱

plot(single_f*1e-9,abs(single_gauss_spec),'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Amplitude/V');

title('single Amplitude spectrum');

figure; %相位谱

plot(single_f*1e-9,angle(single_gauss_spec),'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Phase/rad');

title('single Phase spectrum');

figure;%功率谱

double_power_spec_W=abs(gauss_spec).^2;

single_power_spec_W=2*double_power_spec_W(1:floor(Ns/2));   %单边功率谱,单位W

single_power_spec_mW=single_power_spec_W*1e+3;              %单边功率谱,单位mW;

single_power_spec_dBm=10*log10(single_power_spec_mW);       %双边功率谱,单位dBm;

plot(single_f*1e-9,single_power_spec_dBm,'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Power/dBm');

title('single Power spectrum');

figure;%功率谱密度

double_power_specD_W=abs(gauss_spec).^2/(df);

single_power_specD_W=2*double_power_specD_W(1:floor(Ns/2));         %单边功率谱密度,单位W/Hz

single_power_specD_mW=single_power_specD_W*1e+3;                    %单边功率谱密度,单位mW/Hz

single_power_specD_dBm=10*log10(single_power_specD_mW);             %单边功率谱密度,单位dBm/Hz

plot(single_f*1e-9,single_power_specD_mW,'linewidth',2.5);

xlabel('Frequency/GHz');

ylabel('Power/(dBm/Hz)');

title('single power spectrum density');

双边功率谱密度和单边功率谱密度_以高斯信号为例,计算幅度谱、相位谱、双边功率谱、双边功率谱密度、单边功率谱、单边功率谱密度。...相关推荐

  1. matlab 功率谱密度 汉宁窗_如何理解随机振动的功率谱密度?

    一.随机信号和正太分布有什么关系? 二.时域.频域之间功率守恒? 三.自相关又是个什么玩意? 作为一个工程师,很多人对随机振动看着熟悉,却又实际陌生.熟悉是因为几乎每个产品在出厂时都要求要做随机振动试 ...

  2. matlab 功率谱密度 汉宁窗_信号处理的基本概念

    传感器类型: 根据传感器各构成部分工作方式的不同,可将传感器分成不同的类型:依据接收方式不同,有相对式和绝对式(惯性式)之分:依据机电转换输出量的不同又有发电机型和参数型两种类型.测量电路可输出不同的 ...

  3. matlab 功率谱密度 汉宁窗_信号系统的一些基本概念

    泄露 截断会使谱分析精度受到影响.如果时域信号是周期性的,而截断又按整周期取数,信号截断不会产生问题,因为每周期信号都能代表整个周期信号变化情况.若不是整周期截取数据,则截断将使信号波形两端产生突变, ...

  4. 高斯信号和非高斯信号中偏斜度和峭度的问题

    转自:http://blog.163.com/xi_beijing2008/blog/static/139615561201012344329261/ 感谢:xi_beijing2008 一楼: 最近 ...

  5. fft 相位谱_信号处理之功率谱原理与python实现

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 功率谱图又叫功率谱密度图 功率谱是功率谱密度函数的简称,它定义为单位频带内的信号功率.它表示了信号功率随着频率的变化情况 ...

  6. android 卫星地图,推荐一款亲测好用,可显示卫星地图,高斯平面直角坐标和计算图幅编号等功能的安卓定位导航软件~...

    推荐一款亲测好用,可显示卫星地图,高斯平面直角坐标和计算图幅编号等功能的安卓定位导航软件-步行者坐标导航. 一.软件下载 小米应用商店搜:步行者坐标导航或 http://appcdn.wapx.cn/ ...

  7. Matlab绘制三维曲面(以二维高斯函数为例)

    原文地址为: Matlab绘制三维曲面(以二维高斯函数为例) 寒假学习了一下Python下的NumPy和pymatlab,感觉不是很容易上手.来学校之后,决定继续看完数字图像处理一书.还是想按照上学期 ...

  8. 图像处理之高斯一阶及二阶导数计算

    图像处理之高斯一阶及二阶导数计算 图像的一阶与二阶导数计算在图像特征提取与边缘提取中十分重要.一阶与二阶导数的 作用,通常情况下: 一阶导数可以反应出图像灰度梯度的变化情况 二阶导数可以提取出图像的细 ...

  9. matlab 功率谱密度 汉宁窗_[振动与测试 2] 什么是PSD(功率谱密度)

    上接前章(数字信号处理的基本概念),今天给大家介绍下振动测试中最常见的一个概念PSD,即所谓的功率谱密度(Power Spectral Density),以及其与Autopower(自功率谱)的区别. ...

  10. matlab 功率谱密度 汉宁窗_功率谱密度相关方法的MATLAB实现

    1.基本方法 周期图法是直接将信号的采样数据x(n)进行Fourier变换求取功率谱密度估计的方法.假定有限长随机信号序列为x(n).它的Fourier变换和功率谱密度估计存在下面的关系: 式中,N为 ...

最新文章

  1. 概述HTML文档的基本结构,HTML概述与基本结构
  2. 别一提英特尔就电脑CPU了
  3. [小算法] 找出单链表中的中间元素
  4. C++ inline函数和宏
  5. python 文本处理模块_Python文本处理几种方法
  6. Array K-Coloring
  7. Console-算法[for]-穷举法:百钱买百鸡
  8. Google App Engine上的Spring MVC和REST
  9. python数值模拟教程_数值模拟必备random模块
  10. java反射 Method
  11. 学后端,一步一坑,遇坑就跳,跳完再爬---之mysql与mysql可视化工具
  12. CentOS7图形界面模式
  13. QA面试题:之一(中英文题目、难度:简单)
  14. Asp.Net中获取 字符串中中英字符的长度
  15. 计算机应用结课PPT,计算机应用说课.ppt
  16. 5个促进 OKR 成功的文化准则
  17. GTQ服务多层次金融衍生品市场,促进社会经济繁荣
  18. 支持扫描的单usb口打印服务器,TL-PS110U 单USB口打印服务器
  19. 转:教人找电影的攻略
  20. 举着一片片小小柔柔的叶子

热门文章

  1. leetcode_石头游戏合集
  2. 阿里系退出吴奇隆刘诗诗公司 仅靠明星光环难留资本
  3. Hive:常用系统函数-聚合函数
  4. 分发自动化_使用bitrise自动化应用分发
  5. OWASP A6 Vulnerable and Outdated Components (自带缺陷和过时的组件)
  6. 0704-Scala函数式编程高级
  7. confluence权限管理
  8. vue-element-ui-文件上传ts版
  9. Error connecting to database: Access denied for user ‘zabbix‘@‘locahost‘
  10. pos共识机制_共识机制:权益证明机制(POS)