matlab - 仅正稀疏信号的FFT的意外峰值[OCTAVE或MATLAB]

假设信号对应于一年(365天)中的日值。它由所有零组成，除了几个稀疏值，这些稀疏值对应于所有以相同间隔(30天)分开的孤立峰。我使用快速傅立叶变换功能获得频谱。

如何摆脱0Hz峰值？
编辑:这与信号的非零均值性质有关。有关更多详细信息，请参见this post。

然后，第一个峰值为12Hz，这在某种程度上是可以预期的。但是，峰值也出现在24Hz，36Hz，48Hz ...处。这是一个混叠问题吗？如何摆脱它？

下面是我的代码。它已在Octave中进行了测试，但也应在Matlab中工作

close all
clear all

T = 1/365; % period
samp_freq = 1/T;  % sample frequency
t=0:T:2; % overall time span is two years

% build signal
x= zeros(length(t),1);
for i=1:length(t)
    if mod(i,30) == 0
       x(i) = 100;
    else
        x(i) = 0;
    end
end

figure(1)
plot(t,x)
grid
xlabel("Time [years]")
ylabel("Signal amplitude")


y=fft(x);
N = length(x);

for i=1:N
    f(i) = (i-1)*samp_freq/N;
end

figure(2)
plot(f,abs(y))
xlabel("Frequency")
ylabel("Signal amplitude")

figure(3)
plot(f(1:80),abs(y(1:80)))
xlabel("Frequency")
ylabel("Signal amplitude")

最佳答案

0 Hz处的峰值代表信号的“DC分量”，与算术平均值相同。您可以从数据集中减去平均值以消除此误差，或忽略它。

其他以12 Hz为倍数的峰值称为"harmonics"-之所以存在是因为您的周期信号不是正弦波(实际上是脉冲序列)。第一个峰值为12 Hz，称为"fundamental"。您可以对信号进行预滤波以消除谐波，也可以忽略上面的所有内容(例如20 Hz)。

您可能还需要考虑将window function应用于数据，以减少spectral leakage，从而使峰更尖锐，更准确。

关于matlab - 仅正稀疏信号的FFT的意外峰值[OCTAVE或MATLAB]，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42620759/