• fftshift函数详解


    reference: https://ww2.mathworks.cn/help/matlab/ref/fftshift.html

    一.实信号情况

    因为实信号以fs为采样速率的信号在 fs/2处混叠,所以实信号fft的结果中前半部分对应[0, fs/2],后半部分对应[ -fs/2, 0];

    1)实信号fft的结果前半部分对应[0, fs/2]是正频率的结果,后半部分对应[ -fs/2, 0]是负频率的结果。大于fs/2的部分的频谱实际上是实信号的负频率加fs的结果。故要得到正确的结果,只需将视在频率减去fs即可得到频谱对应的真实负频率;

    2)如果要让实信号fft的结果与[-fs/2, fs/2]对应,则要fft后fftshift一下即可,fftshift的操作是将fft结果以fs/2为中心左右互换;

    3)如果实信号fft的绘图频率f从[-fs/2, fs/2],并且没有fftshift,则fft正频谱对应f在[0, fs/2]的结果将混叠到(f - fs/2)的位置;

    fft负频谱对应f在[-fs/2, 0]的结果混叠到 f + fs - fs/2 的位置,注意这里f为负值,也就是说此种情况下fft负频谱对应的视在频率减去fs/2即可得到频谱对应的真实负频率。

     

    二.复信号情况

    1)复信号没有负频率,以fs为采样速率的信号,fft的频谱结果是从[0,fs]的。

    2)在 f> fs/2时,对复信号的fft结果进行fftshift会产生频率混叠(将下面的示例2中的频率从f=15改为f=85可以验证f=85的谱线在fftshift后跑到 f= -15 = 85 - fs = 85 - 100的位置了),所以复信号也一般要求 f <= fs/2

    3)在对雷达的慢时间维(复信号)进行fft后,由于要用doppler= ((0:LFFT-1)/LFFT  - 0.5)*PRF; 计算多普勒频率,所以对该慢时间信号fft后要fftshift下,以便和正确的频率单元相对应。注意多普勒频率fd < = PRF/2 时才测的准!

     

    fftshift

    作用:将零频点移到频谱的中间

    用法:

    Y=fftshift(X)
    Y=fftshift(X,dim)

    描述:fftshift移动零频点到频谱中间,重新排列fft,fft2和fftn的输出结果。将零频点放到频谱的中间对于观察傅立叶变换是有用的。

    示例1 -实信号的情况

    clf;
    
    fs=100;N=256;   %采样频率和数据点数
    n=0:N-1;t=n/fs;   %时间序列
    x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号
    
    y1=fft(x,N);    %对信号进行快速Fourier变换
    y2=fftshift(y1);
    
    mag1=abs(y1);     %求得Fourier变换后的振幅
    mag2=abs(y2);    
    
    f1=n*fs/N;    %频率序列
    f2=n*fs/N-fs/2;
    
    subplot(3,1,1),plot(f1,mag1,'r');  %绘出随频率变化的振幅
    xlabel('频率/Hz');
    ylabel('振幅');title('图1:usual FFT','color','r');grid on;
    
    subplot(3,1,2),plot(f2,mag1,'b');  %绘出随频率变化的振幅
    xlabel('频率/Hz');
    ylabel('振幅');title('图2:FFT without fftshift','color','b');grid on;
    
    subplot(3,1,3),plot(f2, mag2,'c');  %绘出随频率变化的振幅
    xlabel('频率/Hz');
    ylabel('振幅');title('图3:FFT after fftshift','color','c');grid on;
    

      

    结论:

    1)如果期望绘制的幅频图的频率范围为0~fs,则无需运行fftshift变换,正频率对应在[0, fs/2],大于fs/2的频谱的频率值为对应[-fs/2  , 0 ]负频率f + fs,注意f是负频率,是个负数。如图1。

    2)如果期望绘制的幅频图的频率范围为-fs/2~fs/2,则需要运行fftshift变换,如图3;如果不变换,图示的响应频点会发生变换,如图2,分析见顶端。

     

     

    示例2 -复信号的情况

    close all; clear; clf;
    
    fs=100;N=256;   %采样频率和数据点数
    n=0:N-1;t=n/fs;   %时间序列
    x=0.5*exp(j*2*pi*15*t)+2*exp(j*2*pi*40*t); %信号
    
    y1=fft(x,N);    %对信号进行快速Fourier变换
    y2=fftshift(y1);
    
    mag1=abs(y1);     %求得Fourier变换后的振幅
    mag2=abs(y2);    
    
    f1=n*fs/N;    %频率序列
    f2=n*fs/N-fs/2;
    
    subplot(3,1,1),plot(f1,mag1,'r');  %绘出随频率变化的振幅
    xlabel('频率/Hz');
    ylabel('振幅');title('图1:usual FFT','color','r');grid on;
    
    subplot(3,1,2),plot(f2,mag1,'b');  %绘出随频率变化的振幅
    xlabel('频率/Hz');
    ylabel('振幅');title('图2:FFT without fftshift','color','b');grid on;
    
    subplot(3,1,3),plot(f2,mag2,'c');   %绘出随频率变化的振幅
    xlabel('频率/Hz');
    ylabel('振幅');title('图3:FFT after fftshift','color','c');grid on;
    

      

  • 相关阅读:
    局域网中电脑之间无法ping通问题
    Python 字典dict操作定义
    set集合
    Python 元组遍历排序操作方法
    Python List 列表list()方法
    set函数&操作
    dict函数
    文件操作
    list函数
    字符串格式化format使用
  • 原文地址:https://www.cnblogs.com/limanjihe/p/10014142.html
Copyright © 2020-2023  润新知