1. 如何用matlab做傅里叶反变换啊
直接用ifft();例如信号x
y=fft(x);%对信号傅里叶变换到频域
z=ifft(y);%对信号y傅里叶反变换到时域，
2. 用matlab 做时间序列分析应该用什么工具箱
用matlab 做时间序列分析应该用什么工具箱
短时傅里叶变换在Signal Processing Toolbox里,你一定是没装这个工具箱,再装一次MATLBA
3. matlab拟合工具箱用傅里叶逼近对某条曲线拟合
第二个图里定义域是[0,100]，第一个图定义域是[0,5000]画出来当然不一样。。
4. 怎样调用matlab中cftool工具箱傅里叶拟合的结果,也就是系数a0--b7
菜单File－－》Generate M-file，运行导出的m文件，就可以在工作空间里调用系数a0--b7。
5. 如何用matlab进行快速傅里叶变换（请教）
Y=fft(exp(-x^2));请楼主注意，快速傅里叶变化后，值和频率不是对应的。需要加一步Y=fftshift（Y）;祝你好运
6. MATLAB simulink中，傅里叶分析模块是干嘛的啊
做傅里叶变换用的，把时域信号转化到频域。
7. 求助，用MATLAB实现傅里叶分析和小波变换
N=500;fs=1000; %设置采样点及采样频率
n=0:N-1;
t=n/fs;
s=sin(50*2*pi*n/fs)+sin(300*2*pi*n/fs); %信号生成
s1=awgn(s,2); %信噪比2dB
s_ft1=fftshift(abs(fft(s1,N)))/fs;
s2=awgn(s,0); %信噪比0dB
s_ft2=fftshift(abs(fft(s2,N)))/fs;
s3=awgn(s,-2); %信噪比-2dB
s_ft3=fftshift(abs(fft(s3,N)))/fs;
w=fs*(n-N/2)/N; %频域坐标转换
subplot(311);plot(w,s_ft1);title('信噪比为2dB频谱图');
subplot(312);plot(w,s_ft1);title('信噪比为0dB频谱图');
subplot(313);plot(w,s_ft1);title('信噪比为-2dB频谱图'); 第二个N=500;fs=1000; %设置采样点及采样频率
n=0:N-1;
t=n/fs;
s_i=3*sin(100*pi*t)+2*sin(68*pi*t)+5*cos(72*pi*t); %原始信号
s_n=wgn(1,N,3); %噪声
s=s_i+s_n; %信号声称
scale=[1 1.2 1.4 3]; %设置尺度%% 四种小波变换
subplot(221);s_c_h1=cwt(s,scale,'haar','plot');title('Haar wavelet');
subplot(222);s_c_h2=cwt(s,scale,'mexh','plot');title('Mexican hat wavelet');
subplot(223);s_c_h3=cwt(s,scale,'morl','plot');title('Morlet wavelet');
subplot(224);s_c_h4=cwt(s,scale,'meyr','plot');title('Meyer wavelet');figure; %以Mexican hat小波为例
subplot(221);plot(s_c_h2(1,:));title('尺度为1');
subplot(222);plot(s_c_h2(2,:));title('尺度为1.2');
subplot(223);plot(s_c_h2(3,:));title('尺度为1.4');
subplot(224);plot(s_c_h2(4,:));title('尺度为3');
8. 用matlab实现傅里叶正逆变换源程序
matlab是矩阵工具箱，更多地是用来处理数字的东西，要是实现离散的傅里叶变换程序我倒知道。
9. 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。