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。...
%==========================================================================
%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
- 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 ...
- 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 ...
- 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, ...
- 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 ...
- 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 ...
- 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/ ...
- 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 ...
- 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 ...
- 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. ...
- 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
- 概述HTML文档的基本结构,HTML概述与基本结构
- 别一提英特尔就电脑CPU了
- [小算法] 找出单链表中的中间元素
- C++ inline函数和宏
- python 文本处理模块_Python文本处理几种方法
- Array K-Coloring
- Console-算法[for]-穷举法:百钱买百鸡
- Google App Engine上的Spring MVC和REST
- python数值模拟教程_数值模拟必备random模块
- java反射 Method
- 学后端,一步一坑,遇坑就跳,跳完再爬---之mysql与mysql可视化工具
- CentOS7图形界面模式
- QA面试题:之一(中英文题目、难度:简单)
- Asp.Net中获取 字符串中中英字符的长度
- 计算机应用结课PPT,计算机应用说课.ppt
- 5个促进 OKR 成功的文化准则
- GTQ服务多层次金融衍生品市场,促进社会经济繁荣
- 支持扫描的单usb口打印服务器,TL-PS110U 单USB口打印服务器
- 转:教人找电影的攻略
- 举着一片片小小柔柔的叶子
热门文章
- leetcode_石头游戏合集
- 阿里系退出吴奇隆刘诗诗公司 仅靠明星光环难留资本
- Hive:常用系统函数-聚合函数
- 分发自动化_使用bitrise自动化应用分发
- OWASP A6 Vulnerable and Outdated Components (自带缺陷和过时的组件)
- 0704-Scala函数式编程高级
- confluence权限管理
- vue-element-ui-文件上传ts版
- Error connecting to database: Access denied for user ‘zabbix‘@‘locahost‘
- pos共识机制_共识机制:权益证明机制(POS)