FFT算法和低通滤波器去除噪声作用的比较.docVIP

FFT算法和低通滤波器去除噪声作用的比较 我们可以把FFT简单地看作一个变换器，输入N+1个数，输出N+1个数，但他们对应的意义不同，如果把输入当作时域，则输出为频域，表了其对应域的变化快慢。 假设输入信号本身的频率为fc(或者说频带宽为fc)，被频率为fs的冲击 串采样（由采样定理，fs = 2*fc），则变换前的N＋1个数字对应的x轴为{t0,t1,…tN}={0,Ts,2*Ts,....,N*Ts} (其中Ts为1/fs,为采样周期)则变换后的N+1个数对应的x轴变为频率，范围为0~fs，以fs/N为间隔，既为频率点{0,fs/N,2*fs/N,……,fs}，在matlab中如果用fftshift(fft(data))，则变换后对应x轴为-fs/2~fs/2，如果满足采样定理的，信号频带-fc~fc就包含在转换后的频谱里面了，就不会有失真。 ](sin2t+2cos4t+0.4sintsin50t)在[0，2pi]的情况，首先利用FFT算法对其进行去噪声处理，即使高频部分信号为零，利用MATLAB进行仿真，其程序及仿真结果如下： t=linspace(0,2*pi,2^8); %discretizes [0,2pi] into 256 nodes y=exp(-(cos(t).^2)).*(sin(2*t)+2*cos(4*t)+0.4*sin(t).*sin(50*t)); fy=fft(y); %compute fft of y filterfy=[fy(1:6) zeros(1,2^8-12) fy(2^8-5:2^8)]; %sets fft filtery=ifft(filterfy); %computes inverse fft of the filtered fft hold on plot(t,y,r*) %generates the graph of the original signal plot(t,filtery) %generates the plot of the compressed signal title(filtered signal with FFT * unfilered signal) hold off 原信号波形： FFT仿真结果与原信号的比较： 下面设计一个底通滤波器实现消噪的功能： t=linspace(0,2*pi,2^8); %时间向量 ts=2*pi/(2^8); %抽样间隔 fs=1/ts; df=1/2*pi; %频率分辨率 y=exp(-(cos(t).^2)).*(sin(2*t)+2*cos(4*t)+0.4*sin(t).*sin(50*t)); [Y,y,df1]=fftseq(y,ts,df); %对信号进行傅立叶变换 Y=Y/fs; %设计一个低通滤波器 f_cutoff=4/2*pi; %低通滤波器截止频率 n_cutoff=floor(f_cutoff/df1); f=[0:df1:df1*(length(y)-1)]-fs/2; H=zeros(size(f)); H(1:n_cutoff)=ones(1,n_cutoff); H(length(f)-n_cutoff+1:length(f))=ones(1,n_cutoff); DEM=H.*Y; %经过低通滤波器后的信号频谱 signal=real(ifft(DEM))*fs; %经过傅立叶反变换后的信号 hold on