Matlab 给定图表（数据）的FFT

我收集了一些关于特定源频率（比如0.5MHz）下声场沿轴的压力分布的数据，即压力与距离。现在，我想获得这些数据的频率成分（将是n*0.5MHz），但是我尝试的每一个代码，我都无法提取这些频率，FFT图就像是零处的垂直线。数据和数字如下所示。你能帮我看看出了什么问题吗

我自己的猜测是轴向数据的数量。但是，即使我增加它，结果也没有改变（fft图的形状）

数据（大小约2 Mb）：

从这个问题：

您的采样频率似乎是10.6KHz。因此，根据奈奎斯特-香农采样定理，你不会检测到高于5.3 KHz的频率。不确定您的0.5 MHz来自何处。

来自此问题：

---

您的采样频率似乎是10.6KHz。因此，根据奈奎斯特-香农采样定理，你不会检测到高于5.3 KHz的频率。不确定0.5 MHz来自何处。

首先准备数据：尝试通过预加重过滤器传递数据：

y1 = filter([1 -1], 1, y);

接下来，观察数据并删除明显的数据错误：

y1(1:3) = 0;

傅里叶分析仅适用于准周期信号。因此，您应该选择一个准平稳的区间，并对这些（可能重叠的）区间进行分析。假设信号在5000点上是准平稳的。我们希望以100点的位移进行分析：

sampleRate = 1/(x(2)-x(1));
frameSize = 5000;
frameShift = 100;
[signalSpectrogram, freqObs, timeObs] = spectrogram(y1, frameSize, frameSize-frameShift, pow2(nextpow2(frameSize)), sampleRate);

让我们显示所有结果：

figure('NumberTitle','off', 'Name','The Spectral Analysis', 'Units','normalized', 'Position',[0 0 1 1]);

subplot(3,1,1);
plot(x,y);
grid('on');
xLim = xlim();
title('Original Signal');

subplot(3,1,2);
plot(x,y1);
grid('on');
title('Prepared Signal');

subplot(3,1,3);
imagesc(timeObs, freqObs, 10*log10(signalSpectrogram.*conj(signalSpectrogram)));
axis('xy');
axis([xLim 0 200]);
title('Prepared Signal Spectrogram');

最后，你必须得到类似的东西：

---

首先准备数据：尝试通过预加重过滤器传递数据：

y1 = filter([1 -1], 1, y);

接下来，观察数据并删除明显的数据错误：

y1(1:3) = 0;

傅里叶分析仅适用于准周期信号。因此，您应该选择一个准平稳的区间，并对这些（可能重叠的）区间进行分析。假设信号在5000点上是准平稳的。我们希望以100点的位移进行分析：

sampleRate = 1/(x(2)-x(1));
frameSize = 5000;
frameShift = 100;
[signalSpectrogram, freqObs, timeObs] = spectrogram(y1, frameSize, frameSize-frameShift, pow2(nextpow2(frameSize)), sampleRate);

让我们显示所有结果：

figure('NumberTitle','off', 'Name','The Spectral Analysis', 'Units','normalized', 'Position',[0 0 1 1]);

subplot(3,1,1);
plot(x,y);
grid('on');
xLim = xlim();
title('Original Signal');

subplot(3,1,2);
plot(x,y1);
grid('on');
title('Prepared Signal');

subplot(3,1,3);
imagesc(timeObs, freqObs, 10*log10(signalSpectrogram.*conj(signalSpectrogram)));
axis('xy');
axis([xLim 0 200]);
title('Prepared Signal Spectrogram');

最后，你必须得到类似的东西：

---

这是因为第0个频率比任何其他频率都强得多。第0个频率是直流分量。减去直流分量（

y-mean（y）

）或删除第0个频率分量（

out（1）=0

）将允许您以预期的方式查看绘图。感谢您的回复。我试过了，但没用。不完全是，而且只在零度。如果你可以自己测试数据，那将非常有用。然后更改y限制：

set（gca，'ylim'，[0,10]）

，替换

10

，直到你看到你想要看到的。或者使用对数lin图：

set（gca，'yscale'，'log'）

。问题是我看不到预期频率下的峰值，0.5*n MHz（n=1,2，…）（x轴）。实际上，在高频（y=0@f>20hz）下它是一条平坦的线，这是因为第0个频率比任何其他频率都强得多。第0个频率是直流分量。减去直流分量（

y-mean（y）

）或删除第0个频率分量（

out（1）=0

）将允许您以预期的方式查看绘图。感谢您的回复。我试过了，但没用。不完全是，而且只在零度。如果你可以自己测试数据，那将非常有用。然后更改y限制：

set（gca，'ylim'，[0,10]）

，替换

10

，直到你看到你想要看到的。或者使用对数lin图：

set（gca，'yscale'，'log'）

。问题是我看不到预期频率下的峰值，0.5*n MHz（n=1,2，…）（x轴）。事实上，这是一条高频（y=0@f>20Hz）的扁平线非常感谢你非常感谢你非常感谢Andrei，我不知道为什么我不能对你的答案投票：非常感谢Andrei，我不知道为什么我不能对你的答案投票：s