matlab功率谱工具箱

① 如何用MATLAB对电信号进行功率谱分析谢谢啦

取样，FFT，平方
频率分辨率 fs/N

② matlab如何绘制功率谱

N=1024;
wn=randn(1,N);
Pxx=10*log10(abs(fft(wn).^2)/N);
f=(0:length(Pxx)-1)/length(Pxx)
figure(1);
plot(f,Pxx);
xlabel('频率');
ylabel('功率（dB）');
title('周期图法N=256')
grid on;

③ matlab怎么绘制出功率谱

t=a(:,1);%%%%t是时间；
yt=a(:,2);%%%%yt是数据；
dt=t(2)-t(1);%%%%dt是点距；
lt=length(t);%%%%是数据的长度；
f0=2*pi/(lt*dt);%%%%f0是基频；
fy=fft(yt);%%%%fy是fft变换得到的波谱；
for i=1:1:lt
f(i)=f0*(i-1);%%%%f是频率；
P(i)=abs(fy(i))^2;%%%P是功率谱；
end
plot(f,P); %%%%画图；

f的单位是秒分之一。就是频率。
P是没有单位的，就是振幅大小。如果有那是yt单位的平方。

④ MATLAB工具箱有哪些作用

MATLAB附带了很多工具箱（Toolbox），而且每次发布新版本时，工具箱几乎都要增加版。按F1键打开MATLAB的“权Help”，在窗口左边显示了MATLAB所有的工具箱。

一般来说，每个工具箱针对一个具体的问题，如图像处理工具箱（Image.Processing.Toolbox）专门针对数字图像处理问题，偏微分方程工具箱（Partial.Differential.Equation.Toolbox）是偏微分方程（组）求解函数的集合。一个工具箱中包含若干函数。实际上，工具箱也是一个函数库，在功能方面与MATLAB主体中的数值计算和数据可视化部分相同。

但有一点区别：主体部分的核心函数都是内置函数，是用C语言编写并编译过的；而工具箱中的函数都是基于MATLAB的二次开发，即用MATLAB语言写的.m文件。用Editor打开这些文件，就可以看到源代码。

⑤ 用matlab 实现函数的功率谱

n=0:0.1:200;%设定信号时间长度为0到200秒，采样间隔0.1，则采样频率为10HZ，点数2001

y=sin(2*pi*0.2*n)+sin(2*0.213*n);

Y=fft(y);%FFT
Pyy=Y.*conj(Y)/2000;%信号功率谱
f=10*(0:1000)/2000;%计算横轴频率值

figure(1)
subplot(2,1,1),plot(n,y),title('信号'),xlabel('时间(S)')
subplot(2,1,2),plot(f,Pyy(1:1001)),title('信号功率谱'),xlabel('频率(Hz)')

⑥ 用matlab实现功率谱

n=0:0.1:200;%设定信号时间长度为0到200秒，采样间隔0.1，则采样频率为10HZ，点数2001
y=sin(2*pi*0.2*n)+sin(2*0.213*n);
Y=fft(y);%FFTPyy=Y.*conj(Y)/2000;%信号功率谱f=10*(0:1000)/2000;%计算横轴频率值figure(1)subplot(2,1,1),plot(n,y),title('信号'),xlabel('时间(S)')subplot(2,1,2),plot(f,Pyy(1:1001)),title('信号功率谱'),xlabel('频率(Hz)')

请采纳答案，支持我一下。

⑦ matlab里进行功率谱计算和绘图的命令是怎样的

load（'路径\文件名.txt'）
signal=文件名；
fft_signal = fft(signal);
power_spectrum_signal = abs(fft_signal^2）/length(signal);
plot(power_spectrum_signal);

创建一个.m文件，把上面的程序复制到m文件里，然后修改路径和文件名就可以了。还不懂就发消息给我，我把程序传给你

⑧ matlab里有什么工具箱，可以用FFT（快速傅立叶变换）做频谱分析

1、采样数据导入Matlab 。
采样数据的导入至少有三种方法。
第一就是手动将数据整理成Matlab支持的格式，这种方法仅适用于数据量比较小的采样。
第二种方法是使用Matlab的可视化交互操作，具体操作步骤为：File --> Import Data，然后在弹出的对话框中找到保存采样数据的文件，根据提示一步一步即可将数据导入。这种方法适合于数据量较大，但又不是太大的数据。
第三种方法，使用文件读入命令。数据文件读入命令有textread、fscanf、load等，如采样数据保存在txt文件中，则推荐使用 textread命令。如[a,b]=textread('data.txt','%f%*f%f'); 这条命令将data.txt中保存的数据三个三个分组，将每组的第一个数据送给列向量a，第三个数送给列向量b，第二个数据丢弃。命令类似于C语言，详细可查看其帮助文件。文件读入命令录入采样数据可以处理任意大小的数据量，且录入速度相当快，一百多万的数据不到20秒即可录入。
2、对采样数据进行频谱分析 。
频谱分析自然要使用快速傅里叶变换FFT了，对应的命令即 fft ，简单使用方法为：Y=fft(b,N)，其中b即是采样数据，N为fft数据采样个数。一般不指定N，即简化为Y=fft(b)。Y即为FFT变换后得到的结果，与b的元素数相等，为复数。以频率为横坐标，Y数组每个元素的幅值为纵坐标，画图即得数据b的幅频特性；以频率为横坐标，Y数组每个元素的角度为纵坐标，画图即得数据b的相频特性。典型频谱分析M程序举例如下： clc fs=100;
t=[0:1/fs:100];
N=length(t)-1;%减1使N为偶数 %频率分辨率F=1/t=fs/N
p=1.3*sin(0.48*2*pi*t)+2.1*sin(0.52*2*pi*t)+1.1*sin(0.53*2*pi*t)... +0.5*sin(1.8*2*pi*t)+0.9*sin(2.2*2*pi*t);
%上面模拟对信号进行采样，得到采样数据p，下面对p进行频谱分析
figure(1) plot(t,p); grid on
title('信号 p(t)'); xlabel('t') ylabel('p') Y=fft(p);
magY=abs(Y(1:1:N/2))*2/N; f=(0:N/2-1)'*fs/N; figure(2)
%plot(f,magY);
h=stem(f,magY,'fill','--');
set(h,'MarkerEdgeColor','red','Marker','*') grid on
title('频谱图 （理想值：[0.48Hz,1.3]、[0.52Hz,2.1]、[0.53Hz,1.1]、[1.8Hz,0.5]、[2.2Hz,0.9]） '); xlabel('f (Hz)') ylabel('幅值')
对于现实中的情况，采样频率fs一般都是由采样仪器决定的，即fs为一个给定的常数；另一方面，为了获得一定精度的频谱，对频率分辨率F有一个人为的规定，一般要求F<0.01，即采样时间ts>100秒；由采样时间ts和采样频率fs即可决定采样数据量，即采样总点数N=fs*ts。这就从理论上对采样时间ts和采样总点数N提出了要求，以保证频谱分析的精准度。