求频谱

S1 = fft(s1);

求幅值的办法

A = abs(S1);            % 频域幅值谱

求相位的办法

Pha = angle(S1);        % 频域相位谱

重建信号的办法

S2 = A.*exp(1j*Pha);    % 根据幅值谱和相位谱重建频域信号

经过验证，可行

close all;clear;clc;
fs=2000;                % 采样频率
f0=80;                  % 基频
T = 60;                 % 信号长度
t = 0:1/fs:T;           % 采样时刻
s = sin(2*pi*f0*t);     % 创建信号
windowLen = 2048;       % 处理窗长
s1 = s(1:windowLen);    % 截取处理信号
S1 = fft(s1);           % 做fft，频域变换
A = abs(S1);            % 频域幅值谱
Pha = angle(S1);        % 频域相位谱
S2 = A.*exp(1j*Pha);    % 根据幅值谱和相位谱重建频域信号
s2 = ifft(S2);          % 求逆傅里叶变换
x_f = 0:fs/windowLen:fs-fs/windowLen;
subplot(211);plot(x_f,abs(S1));title('原始信号频谱');
subplot(212);plot(x_f,abs(S2));title('重建信号频谱');
disp(['频域误差：' num2str(sum(S2-S1))]);  % 频域误差：-5.1003e-13
disp(['时域误差：' num2str(sum(s2-s1))]);  % 时域误差：1.3568e-15

仿真代码

%%
close all;clear;clc;
fs = 2000;             % 采样频率
f0 = [80,160];          % 信号基频
A = [0.5,0.5];            % 幅值
phi = [0,0];            % 初始相位
T = 30;                 % 信号时长
SNR_in = -2;           % 输入信噪比
t = 0:1/fs:T-1/fs;   
s_k = sum(A'.*sin(2*pi*f0'*t+phi'),1);              % 输出原始信号(行向量)

n_k = randn(size(s_k));                             % 用randn函数产生高斯白噪声
signal_power = mean(s_k.*s_k);                      % 求出信号的平均能量
noise_power = mean(n_k.*n_k);                       % 求出噪声的平均能量
noise_variance = signal_power / ( 10^(SNR_in/10) );    % 计算出噪声设定的方差值
n_k = sqrt(noise_variance/noise_power)*n_k;         % 按噪声的平均能量构成相应的白噪声
x_k1 = s_k+n_k;                                      % 构成带噪语音
n_k = randn(size(s_k));                             % 用randn函数产生高斯白噪声
signal_power = mean(s_k.*s_k);                      % 求出信号的平均能量
noise_power = mean(n_k.*n_k);                       % 求出噪声的平均能量
noise_variance = signal_power / ( 10^(SNR_in/10) );    % 计算出噪声设定的方差值
n_k = sqrt(noise_variance/noise_power)*n_k;         % 按噪声的平均能量构成相应的白噪声
x_k2 = s_k+n_k;                                      % 构成带噪语音
%%
snr_out = [SNR_signal(s_k,x_k1),SNR_signal(s_k,x_k2),SNR_signal(s_k,mean(x_k1+x_k2))];
windowLen = 2048;
s0 = s_k(1:windowLen);
s1 = x_k1(1:windowLen);
s2 = x_k2(1:windowLen);
S1 = fft(s1);
A1 = angle(S1);
S2 = fft(s2);
A2 = angle(S2);
S3 = mean([abs(S1);abs(S2)],1);
SS3 = S3.*exp(1j*A1);    % 根据幅值谱和相位谱重建频域信号
SS4 = S3.*exp(1j*A2); 
s3 = ifft(SS3);
s4 = ifft(SS4);
snr_out = [SNR_signal(s0,s1),SNR_signal(s0,s2),SNR_signal(s0,mean(s1+s2)),SNR_signal(s0,s3)]
% SNR_signal(s0,s4)
%%
plot(S3)

最后

以上就是诚心草丛为你收集整理的Matlab信号处理 | FFT与IFFT中幅度加相位的转换仿真代码的全部内容，希望文章能够帮你解决Matlab信号处理 | FFT与IFFT中幅度加相位的转换仿真代码所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。