MATLAB中ifft函数用法、性质、特性,以和与fft的组合应用全面深入解析(含程序).docxVIP

MATLAB中ifft函数用法、性质、特性，以及与fft的组合应用全面深入解析（含程序） 前言 在我之前的《MATLAB中fft函数用法、性质、特性、缺陷全面深入解析（含程序）》中，我已经详细阐述了fft的所有性质，大家应该能够正确使用fft来获得合适的信号频谱图。鉴于网上的程序代码基本都只介绍了使用fft实现信号时域到频域的转换，很少有介绍使用ifft将频域信号转换为时域信号，尤其是对同一信号进行连续fft和ifft的控制和变换，更不用说网上的很多程序都有很大局限性，考虑不周全，直接拿来用会出很多问题。所以这里我在前面那篇文章的基础上，利用程序全面讲解fft和ifft的组合用法，来保证信号的正确变换，同时说明如何调整参数来减少失真，降低误差。让大家能够将信号在时域频域间自由轻松变换，同时根据需要修改参数，来获得所需的时域或频域信号。 ifft ifft是fft的逆运算，也就是将频域信号反变换为时域信号，要使用ifft，就必须先清除fft后的信号频谱的结构，大家应该先看我之前的那篇《MATLAB中fft函数用法、性质、特性、缺陷全面深入解析（含程序）》就知道了。我们需要先将频域值变换为最初的fft后的结构，再使用ifft，才能经过变换，直接获得正确的信号时域值。 这里先说明一下，对信号进行fft后，如果直接进行ifft，那么可以直接还原时域信号，误差可以忽略，这个我就不演示了。我这篇文章要讲解的是在利用fft变换后，又进行了各个运算步骤获得了最后的正确的频域图后，如何利用这个频域图进行反运算，最后利用ifft获得正确的原来的时域图。或者是已知一个信号的准确的频域图，如何进行正确运算，利用ifft获得正确的时域图。 ifft的定性解析 首先我通过程序给大家展示一下fft和ifft的组合用法，下面的程序演示的是fft后运算获得正确的频域图后，再反变换利用ifft获得原来的时域图。最后测量输出恢复的时域信号与原时域信号的误差。 组合程序解释如下： %这个程序用于初步测试ifft的正确性 clear all; clc; Fs = 1e3; %这是原始时域信号x的采样频率 multiple=0; %x进行fft前的补零倍数，可以增加频率分辨率，也会影响信号频域值 time=10; t = 0:1/Fs:time-1/Fs; %这个会??响x的采样点数，当然点数越多，频域越精确越平滑 %x = 1.5*cos(2*pi*100*t)+3*sin(2*pi*202.5*t)+2*sin(2*pi*1450*t); x = 1.5*cos(2*pi*100*t)+3*sin(2*pi*200*t); %x = 1.5*cos(2*pi*100*t)+3*sin(2*pi*200*t)+2*cos(2*pi*0.1*t); %频率最小分辨率———————————————— x=[x,zeros(1,length(x)*multiple)]; freqres = Fs/length(x); %变换运算获得正确频谱图—————————————— xdft = fft(x); xdft2 = xdft(1:length(x)/2+1); xdft2 = 1/length(x).*xdft2; xdft2(2:end-1) = (1+multiple)*2*xdft2(2:end-1); freq = 0:Fs/length(x):Fs/2; plot(freq,abs(xdft2)); %利用频谱图恢复原来的fft图——————————— xdft3=xdft2; xdft3(2:end-1)=xdft2(2:end-1)./2; xdft3=xdft3.*length(x); for j=length(x)/2+2:length(x) xdft3(j)=conj(xdft3(length(x)-j+2)); end error2=xdft3-xdft; %原来的fft图与恢复后的fft图的误差 subplot(4,1,1);plot(real(xdft));title(最初的fft图实部); subplot(4,1,2);plot(real(xdft3));title(恢复后的fft图实部); subplot(4,1,3);plot(imag(xdft));title(最初的fft图虚部); subplot(4,1,4);plot(imag(xdft3));title(恢复后的fft图虚部); %现在利用恢复的fft图进行ifft反变换———————— back=ifft(xdft3); error=x-back; %测量恢复的时域信号与原来的时域信号的误差 min(error) max(error) %输出误差的最大值