x = sin(2 * pi * 50 * t)+sin(2 * pi * 120 * t); genera señales en el dominio del tiempo con dos frecuencias de 50 Hz y 120 Hz.
y = x+2 * randn(size(t));%% agrega ruido a X. El uso de randn es evidente.
Plot(y(1:50))%%plot
Título("Señal de dominio de tiempo de ruido")
Y = fft(y, 256) ;%%%Realice la transformada de Fourier de 256 puntos en la señal de ruido en el dominio del tiempo.
pyy = Y . * conj(Y)/256;%%Encontrar la amplitud de un determinado punto de frecuencia
f = 1000/256 *(0:127);%% eje de frecuencia
Plot(f, Pyy(1:128))
Title('Densidad espectral de potencia')
xlabel('Frecuencia (Hz)' )
Su resolución de frecuencia df=1000/256=3.9Hz es inapropiada. No se puede notar la diferencia entre 50Hz y 120Hz. Tenga en cuenta.
Espero que te ayude. Si tiene alguna pregunta, sígala.
Darle un plan de referencia:
Fs = 50%% de frecuencia de muestreo
n = 100 %% puntos de muestreo
dt; = 1/Fs %%El intervalo mínimo en el dominio del tiempo, análisis de dominio instantáneo
t =(0:N-1)* dt %%Duración del tiempo de muestreo
df; = Fs/N; %% intervalo mínimo en el dominio de frecuencia, es decir, resolución en el dominio de frecuencia.
f =(-N/2:N/2-1)* gl
x = sin(2 * pi * 15 * t)+2 * sin(2 * pi * 18 * t);
y = FFT(x);
y = desplazamiento FFT(y);
a = ABS(Y);
A = A/(N/2); %% restaura la amplitud verdadera
Figura (1)
Gráfico de rama (121)
plot(t,x)
Xlabel('tiempo t')
Ylabel("amplitud x")
cuadrícula en
Gráfico de rama (122)
Imagen (f, A)
Xlabel("frecuencia f")
Ylabel("amplitud a")
Cuadrícula abierta, 1, traducción al inglés
t = 0.001.25;
x = sin(2 * pi * 50 * t)+sin(2 * pi * 120 * t);
y = x+2 * randn(tamaño(t));
Plot(y(1:50))
Título("Señal de dominio de tiempo de ruido")
Y = fft(y, 256);
pyy = Y * conj(Y)/256;
<. p>f = 1000/256 *(0:127);Plot(f, Pyy(1:128))
Título("Densidad espectral de potencia")
p>xlabel('Frecuencia (Hz)')