当前位置：文档之家 › 运用MATLAB学习彩色全电视信号的编码、解码及频谱分析.

运用MATLAB学习彩色全电视信号的编码、解码及频谱分析.

  • 格式：doc
  • 大小：1.01 MB
  • 文档页数：31

电视原理运用MATLAB学习彩色全电视信号的编码、解码及频谱分析院系：专业：姓名：2011年6月5日编码及其频谱分析【摘要】MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，代表了当今国际科学计算软件的先进水平。

MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

Simulink是MATLAB最重要的组件之一，它提供一个动态系统建模、仿真和综合分析的集成环境。

Simulink®是用于动态系统和嵌入式系统的多领域仿真和基于模型的设计工具。

对各种时变系统，包括通讯、控制、信号处理、视频处理和图像处理系统，Simulink提供了交互式图形化环境和可定制模块库来对其进行设计、仿真、执行和测试。

.【关键字】：MATLAB 、Simulink、信号处理、数据分析PAL制彩色电视编码原理：PAL是英文（逐行倒相）Phase Alternation Line 的缩写。

所以按照其特点PAL制又可称之为“逐行倒相正交平衡调幅”制。

PAL制彩色全电视信号由亮度信号、色度信号、色同步信号、复合消隐信号和复合同步信号组成。

经过图象信号处理后的三基色信号和各种同步信号同时送入PAL编码器，经过一系列的处理加工后，即可形成PAL 制彩色全电视信号。

具体过程如下：校正的三基色信号R、G、B由矩阵电路变成亮度信号Y、蓝色差信号（B－Y）和红色差信号R－Y。

在亮度通道中，设置有副载波陷波器和延迟线，前者是为了减少进入接收机色度通道的亮度串色，后者是为了均衡色度信号因频率受限而在时间上产生的延迟。

通过陷波器和延迟线的Y信号，再经放大、钳位等处理电路，并混入复合消隐信号（BL）和复合同步信号（S）后，便形成黑白全电视信号（VBS）。

色度通道里，（R－Y）、（B－Y）先经带宽（1.3MHz）限制，并压缩为V、U信号，再由钳位电路钳定零电平，然后进入平衡调幅器，变成红色度信号和蓝色度信号，两者相加并经低通或者带通滤除调制中产生的谐波之后，形成色度信号F。

色度信号F、色同步信号Fb、亮度信号Y与消隐信号BL、同步信号S经混合后输出彩色全电视信号FBAS。

PAL制编码方框图：MATLAB编码仿真的编码电路：一、兼容制传送方式1、要实现彩色与黑白电视兼容，彩色电视要满足以下基本条件：（1）彩色电视信号必须包含一个亮度信号，即黑白全电视信号；（2）必须包含彩色信号，它仅代表色度，可与亮度信号迭加在一起传送。

在接收端又可以被分开，同时二者互不干扰。

（3）彩色电视必须与黑白电视具有相同的基本参量。

如扫描频率、方式、带宽、同步信号组成、图像载频、伴音载频及图像、音的调制方式。

2. 高频混合原理。

谓高频混合原理，是指在彩色电视的传输中，利用人眼对彩色细节分辨力低于对亮度细节分辨力的特性，将色差信号采用4 窄带传送，而亮度信号采用宽带传送。

在接收端，基色信号也只恢复规定带宽以下的低频分量。

反映在画面上，是重现彩色图像的粗线条，即大面积的色调，而图像的细节，即高频成份则由同一亮度信号的高频分量代替，这就是高频混合原理。

3.频谱交错原理色差信号的频带虽经压缩，但由于彩色电视信号中的亮度信号频谱已占用6MHZ 带宽，因而只有设法将色度信号的频谱插到亮度信号频谱的间隙，使色度信号不占有额外的频带，才能做到彩色电视信号只占6MHZ 的频带范围，从而满足与黑白电视兼容的条件。

二、亮度与色差信号为了实现兼容，彩色电视广播必须传送一个亮度信号。

由于彩色摄像机产生的是R、G、B三基色。

根据三基色与三要素的关系可知，混合光的亮度为三基色光的亮度之和。

又根据人眼相对视敏度特性可知，红、绿、蓝三基色信号中的亮度成分又是不一样的，视敏度高的基色（如绿色）含有的亮度成分多一些。

红基色信号（R）、绿基色信号（G）、蓝基色信号（B）可按这个比例混合，可获得一个亮度信号（Y），即亮度方程式为：Y=0.30R 0.59G+ 0.11B1、亮度信号产生：R、G、B、Y：2、色差信号（R-Y）、（B-Y）的产生：R-Y、B-Y：三、色度信号与色同步信号色差信号的频带虽经压缩，但由于彩色电视信号中的亮度信号频谱已占用6MHZ带宽，因而只有设法将色度信号的频谱插到亮度信号频谱的间隙，使色度信号不占有额外的频带，才能做到彩色电视信号只占6MHZ的频带范围，从而满足与黑白电视兼容的条件。

色度信号不能直接简单与亮度信号叠加，因为这样做的话色度信号的频谱将与亮度信号频谱重合，产生严重的干扰。

可采用的方法是，选择一个合适的载频，通常称为副载波，以fsc表示。

亮度信号频谱与色度信号的频谱是互相交错的，如下图所示：采用正交平衡调幅制处理色差信号的过程相关电路图如下：压缩后的色差信号分别为：U=0.493（B-Y）V=0.877(R-Y)色度信号Fv和Fu的形成：Fu=UsinωSCtFv=VcosωSCt这两个平衡调幅信号频率相等,相差90°,保持着正交关系,将二者相加便得到正交平衡调幅的色度信号：F=UsinωSCt+VcosωSCtF常被称为已调色差信号或色度信号，压缩后的色差信号V与+K脉冲混合后与+cosωsc t副载波同时加入平衡调幅器，经平衡调幅电路输出已调色差信号+Fv和色同步信号的F bu分量；色差信号U与-K脉冲混合后，对sinωsc t平衡调幅,得到已调色差信号Fu和色同步信号F bu 分量。

以上二色度信号分量与色同步信号分量混合后，得到色度信号F和色同步信号F b。

为得到逐行倒相的正交副载波+cosωsc t，需设置90°移相、180°倒相和PAL开关电路、逐行倒相的半行频（7.8kHz）开关控制信号。

运用MATLAB仿真得到V和U再进行平衡条幅波形如图所示：从上到下依次为U Fu V Fv四、色同步信号Fb的形成由于PAL制中对V色度分量即FV进行了逐行倒相, 所以在接收端还要使逐行倒相复原。

因此, 要由色同步信号提供一个识别信号, 用它来保证收、发两端的逐行倒相开关(PAL开关)步调一致, 即同步。

色同步信号是由8-12个副载波周期组成的一小串副载波群，其出现周期与行周期相同，且位于行消隐的后肩上，电路如下图：色同步信号前沿滞后行同步脉冲前沿 5.6us，色同步信号的幅度与行同步脉冲幅度相等五、全电视信号FNAS的形成色度信号F、色同步信号Fb、亮度信号Y与消隐信号A、同步信号S经混合电路后输出彩色全电视信号FBAS。

此FBAS信号是色差信号进行幅度压缩形成U、V色差信号后, 由已调的红、蓝两个色度分量叠加形成色度信号, 再与亮度、同步、消隐等其它信号混合而成。

MATLAB仿真FBAS电路和FBAS波形和各分信号波形如图所示：图中从上到下一次是：FBAS F+Fb Y+A+S F Fb彩色图像信号包括亮度信号与色度信号。

从频域来看, 亮度信号与色度信号频谱交错从时域来看, 色度信号叠加在亮度信号电平上, 它们叠加后的信号波形如图图1-18所示。

它们与扫描所需的同步信号、色同步信号以及消隐信号合成了彩色全电视信号(即FBAS), 再去调制图像载波。

我国彩色电视标准中规定, 采用负极性调制。

负极性亮度信号仍以扫描同步电平最高为100%, 黑电平为76%, 白电平最低为20%, 以便于增大色度信号不失真的动态范围编码过程中的各信号的频谱分析所谓频谱，就是电信号的能量按频率分布的曲线。

全电视信号的频谱，应是它所包含的主体信号与辅助信号的频谱之和。

编码频谱分析就是对MATLAB仿真电路中的R信号、G信号、B信号、亮度信号Y和消隐信号A、色度信号、色同步信号F、同步信号S和FBAS信号的各个频谱进行分析的过程。

MATLAB编码频谱分析仿真电路如图所示：1、亮度信号Y的频谱分析亮度信号Y的频谱分析图如下图所示：由图可看出亮度信号是含有直流成分，亮度信号的主要参数有相对幅度、饱和度和频带宽度，亮度信号与色差信号频谱波形相似, 只是幅值不同而已。

放大后可以看到它的主谱线和副谱线。

2、色差信号R-Y和B-Y的频谱分析（1）色差信号R-Y的频谱分析图如图所示：由图可看出色差信号是交流信号（2）色差信号B-Y的频谱分析图如图所示：由图可看出色差信号是不含有直流成分，是交流信号，奇对称。

在不计较显像管失真及传输系统非线性失真的情况下还可以证明色差信号受到干扰时，将不影响亮度信号，也不反映到图像的亮度上。

3、色度信号F、Fu和Fv的频谱分析（1）色度信号F的频谱分析图如图所示：（2）色度信号Fv的频谱分析图如图所示：由图可看出色度信号是不含有直流成分的，色度信号的主要参数有相对幅度、饱和度和频带宽度，色度信号的频谱图, 代表各彩条的色度信号的振幅和相位, 不同色调的矢量处在平面不同位置上，虽然被传送的彩色都是100%饱和度, 但色度信号的长度不尽相同，只有互补的两个彩色矢量长度是相同的, 因为互补的二色相加应为白色, 即此二色的色度信号矢量之和应为零。

色调相同而饱和度不同的彩色,其色度信号的初相角不变。

4、全电视信号FBAS的频谱分析全电视信号FBAS的频谱分析图如图所示：从图中可以看出基波频率为15625行频，它是视频单极性信号, 既有直流成分, 又含有交流成分, 且是上下不对称的信号, 占有0~6MHz的频带宽度。

对静止的图像而言, 其电视信号以帧为周期重复, 其场间、行间相关性也较大对活动图像而言, 则可说是帧间、行间相关性较大的非周期信号, 但其同步与消隐信号仍是周期性的。

解码及其频谱分析PAL制解码器及解码过程：把彩色全电视信号还原成三基色电信号的过程称为解码，解码是编码的逆过程。

它将色度信号分离为FU和±FV 两个色度分离。

PAL制解码器框图及各波形：MATLAB仿真的解码电路如图所示：具体解码过程分析如下：一、（Y+A+S）与（F+Fb）的分离从预视放输出的彩色全电视信号FBAS，经过4.43MHz陷波器和色度带通滤波器进行频率分离，将FBAS分离成亮度信号色度信号两部分。

（1）、用频率分离的方法将FBAS分离为亮度信号、复合同步信号（Y）与高端的色度信号(A)、色同步信号（S）。

在亮度通道中，经4.43MHz的陷波器，将彩色全电视信号中的色度信号滤除，保留亮度信号。

合集下载

利用Matlab进行频谱分析的方法

利用Matlab进行频谱分析的方法

利用Matlab进行频谱分析的方法引言频谱分析是信号处理和电子工程领域中一项重要的技术，用于分析信号在频率域上的特征和频率成分。

在实际应用中，频谱分析广泛应用于音频处理、图像处理、通信系统等领域。

Matlab是一种强大的工具，可以提供许多功能用于频谱分析。

本文将介绍利用Matlab进行频谱分析的方法和一些常用的工具。

一、Matlab中的FFT函数Matlab中的FFT（快速傅里叶变换）函数是一种常用的频谱分析工具。

通过使用FFT函数，我们可以将时域信号转换为频域信号，并得到信号的频谱特征。

FFT 函数的使用方法如下：```Y = fft(X);```其中，X是输入信号，Y是输出的频域信号。

通过该函数，我们可以得到输入信号的幅度谱和相位谱。

二、频谱图的绘制在进行频谱分析时，频谱图是一种直观和易于理解的展示形式。

Matlab中可以使用plot函数绘制频谱图。

首先，我们需要获取频域信号的幅度谱。

然后，使用plot函数将频率与幅度谱进行绘制。

下面是一个示例：```X = 1:1000; % 时间序列Y = sin(2*pi*10*X) + sin(2*pi*50*X); % 输入信号Fs = 1000; % 采样率N = length(Y); % 信号长度Y_FFT = abs(fft(Y)); % 计算频域信号的幅度谱f = (0:N-1)*(Fs/N); % 频率坐标plot(f, Y_FFT);```通过上述代码，我们可以得到输入信号在频谱上的特征，并将其可视化为频谱图。

三、频谱分析的应用举例频谱分析可以应用于许多实际问题中。

下面将介绍两个常见的应用举例：语音信号分析和图像处理。

1. 语音信号分析语音信号分析是频谱分析的一个重要应用领域。

通过对语音信号进行频谱分析，我们可以探索声波的频率特性和信号的频率成分。

在Matlab中，可以使用wavread 函数读取音频文件，并进行频谱分析。

下面是一个示例：```[waveform, Fs] = wavread('speech.wav'); % 读取音频文件N = length(waveform); % 信号长度waveform_FFT = abs(fft(waveform)); % 计算频域信号的幅度谱f = (0:N-1)*(Fs/N); % 频率坐标plot(f, waveform_FFT);```通过上述代码，我们可以获取语音信号的频谱特征，并将其可视化为频谱图。

运用MATLAB学习彩色全电视信号的编码、解码及频谱分析

运用MATLAB学习彩色全电视信号的编码、解码及频谱分析

电视原理运用MATLAB学习彩色全电视信号的编码、解码及频谱分析院系：专业：姓名：2011年6月5日编码及其频谱分析【摘要】MATLAB是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。

它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，代表了当今国际科学计算软件的先进水平。

MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

Simulink是MATLAB最重要的组件之一，它提供一个动态系统建模、仿真和综合分析的集成环境。

Simulink®是用于动态系统和嵌入式系统的多领域仿真和基于模型的设计工具。

对各种时变系统，包括通讯、控制、信号处理、视频处理和图像处理系统，Simulink提供了交互式图形化环境和可定制模块库来对其进行设计、仿真、执行和测试。

.【关键字】：MATLAB 、Simulink、信号处理、数据分析PAL制彩色电视编码原理：PAL是英文（逐行倒相）Phase Alternation Line 的缩写。

所以按照其特点PAL制又可称之为“逐行倒相正交平衡调幅”制。

PAL制彩色全电视信号由亮度信号、色度信号、色同步信号、复合消隐信号和复合同步信号组成。

经过图象信号处理后的三基色信号和各种同步信号同时送入PAL编码器，经过一系列的处理加工后，即可形成PAL 制彩色全电视信号。

具体过程如下：校正的三基色信号R、G、B由矩阵电路变成亮度信号Y、蓝色差信号（B－Y）和红色差信号R－Y。

在亮度通道中，设置有副载波陷波器和延迟线，前者是为了减少进入接收机色度通道的亮度串色，后者是为了均衡色度信号因频率受限而在时间上产生的延迟。

MATLAB中的信号编码与解码技巧

MATLAB中的信号编码与解码技巧

MATLAB中的信号编码与解码技巧引言现代通信系统中，信号编码和解码是关键技术，它们在数据传输和存储中扮演着至关重要的角色。

MATLAB作为一种强大的数学计算软件和编程环境，提供了丰富的功能和工具，用于信号处理和通信系统建模。

本文将探讨MATLAB中的一些常见信号编码和解码技巧，以提供读者对这一主题的深入理解。

一、数字信号编码1. PCM编码脉冲编码调制（PCM）是一种常用的数字信号编码技术，在语音和音频传输中广泛应用。

MATLAB提供了丰富的函数，可以帮助我们实现PCM编码。

例如，使用`audioread`函数可以读取音频文件，并使用`pcmenco`函数进行PCM编码。

2. Huffman编码霍夫曼编码是一种无损数据压缩算法，可以根据数据的统计特性进行代码设计。

在MATLAB中，`huffmandict`函数可用于生成霍夫曼编码字典，`huffmanenco`函数用于对数据进行编码，`huffmandeco`函数用于解码。

二、模拟信号编码1. AM编码幅度调制（AM）是一种传统的模拟信号编码技术，常用于广播和无线电通信。

在MATLAB中，我们可以使用`ammod`函数实现AM编码，并使用`amdemod`函数进行解调。

2. FM编码频率调制（FM）是另一种常见的模拟信号编码技术，广泛应用于音频和视频传输。

在MATLAB中，`fmmod`函数可用于FM编码，`fmdemod`函数可用于解调。

三、数字信号解码1. PCM解码PCM编码的逆过程是PCM解码，MATLAB中的`pcmdeco`函数可用于解码PCM信号并恢复原始信号。

2. Huffman解码通过使用霍夫曼编码表，我们可以对霍夫曼编码进行解码。

在MATLAB中，`huffmandeco`函数可用于解码数据，并使用`huffmanenco`函数所生成的编码字典。

四、应用实例：数字音频编码数字音频编码是一个实际应用领域，通过对音频信号进行编码和解码，可以实现音频数据的压缩和传输。

用MATLAB对信号做频谱分析

用MATLAB对信号做频谱分析

⽤MATLAB对信号做频谱分析1.⾸先学习下傅⾥叶变换的东西。

学⾼数的时候⽼师只是将傅⾥叶变换简单的说了下，并没有深⼊的讲解。

⽽现在看来，傅⾥叶变换似乎是信号处理的⽅⾯的重点只是呢，现在就先学习学习傅⾥叶变换吧。

上⾯这幅图在知乎⼀个很著名的关于傅⾥叶变换的⽂章中的核⼼插图，我觉得这幅图很直观的就说明了傅⾥叶变换的实质。

时域上的东西直观的反应到了频域上了，很完美的结合到了⼀起，233333. ⽆数正弦波叠加，震荡的叠加的最后结果竟然是⽅波，同理，任何周期性函数竟然都能拆分为傅⾥叶级数的形式，这样的简介与优雅，真令⼈折服。

2.MATLAB对信号做频谱分析代码：(1)对 f1 = Sa(2t)的频谱分析1 clear;clc;2 hold on;3 R=0.05;4 t=-1.2:R:1.2;5 t1 = 2*t;6 f1=sinc(t1); %Sa函数7 subplot(1,2,1),plot(t,f1)8 xlabel('t'),ylabel('f1')9 axis([-2,2,-0.3,1.2]); %写出Sa函数上下限1011 N=1000;12 k=-N:N;13 W1=40;14 W=k*W1/N;15 F=f1*exp(-j*t'*W)*R; %f1的傅⾥叶变换16 F=real(F); %取F的实部17 subplot(1,2,2),plot(W,F)18 xlabel('W'),ylabel('F(jw)')View Code结果如下图：(2)对 f2 = u(t+2) - u(t-2)的频谱分析1 R=0.05;2 t=-3:R:3;3 f2=(t>=-2)-(t>=2);4 subplot(1,2,1),plot(t,f2)5 grid on;6 xlabel('t'),ylabel('f2')7 axis([-3,3,-0.5,1.5]);89 N=1000;k=-N:N;10 W1=40;11 W=k*W1/N;12 F=f2*exp(-j*t'*W)*R;13 F=real(F);14 subplot(1,2,2),plot(W,F)15 grid on;16 xlabel('W'),ylabel('F(jw)')View Code结果如下图：(3)对f3 = t[u(t+1) - u(t-1) ]的频谱分析1 R=0.05;2 h=0.001;3 t=-1.2:R:1.2;4 y=t.*(t>=-1)-t.*(t>=1);5 f4=diff(y)/h;6 subplot(1,2,1),plot(t,y)7 xlabel('t'),ylabel('y')8 axis([-1.2,1.2,-1.2,1.2]);910 N=1000;11 k=-N:N;12 W1=40;13 W=k*W1/N;14 F=y*exp(-j*t'*W)*R;15 F=real(F);16 subplot(1,2,2),plot(W,F)17 xlabel('W'),ylabel('F(jw)')18 axis([-40,40,-0.06,0.06]);View Code结果如下图：(4)对正弦波做FFT频谱分析1 %*************************************************************************%2 % FFT实践及频谱分析 %3 %*************************************************************************%4 %***************正弦波****************%5 fs=100;%设定采样频率6 N=128;7 n=0:N-1;8 t=n/fs;9 f0=10;%设定正弦信号频率10 %⽣成正弦信号11 x=sin(2*pi*f0*t);12 figure(1);13 subplot(231);14 plot(t,x);%作正弦信号的时域波形15 xlabel('t');16 ylabel('y');17 title('正弦信号y=2*pi*10t时域波形');18 grid;1920 %进⾏FFT变换并做频谱图21 y=fft(x,N);%进⾏fft变换22 mag=abs(y);%求幅值23 f=(0:length(y)-1)'*fs/length(y);%进⾏对应的频率转换24 figure(1);25 subplot(232);26 plot(f,mag);%做频谱图27 axis([0,100,0,80]);28 xlabel('频率(Hz)');29 ylabel('幅值');30 title('正弦信号y=2*pi*10t幅频谱图N=128');31 grid;3233 %求均⽅根谱34 sq=abs(y);35 figure(1);36 subplot(233);37 plot(f,sq);38 xlabel('频率(Hz)');39 ylabel('均⽅根谱');40 title('正弦信号y=2*pi*10t均⽅根谱');41 grid;4243 %求功率谱44 power=sq.^2;45 figure(1);46 subplot(234);47 plot(f,power);48 xlabel('频率(Hz)');49 ylabel('功率谱');50 title('正弦信号y=2*pi*10t功率谱');51 grid;5253 %求对数谱54 ln=log(sq);55 figure(1);56 subplot(235);57 plot(f,ln);58 xlabel('频率(Hz)');59 ylabel('对数谱');60 title('正弦信号y=2*pi*10t对数谱');61 grid;6263 %⽤IFFT恢复原始信号64 xifft=ifft(y);65 magx=real(xifft);66 ti=[0:length(xifft)-1]/fs;67 figure(1);68 subplot(236);69 plot(ti,magx);70 xlabel('t');71 ylabel('y');72 title('通过IFFT转换的正弦信号波形');73 grid;View Code执⾏结果如下图：(5)对矩形波做FFT频谱分析1 %****************2.矩形波****************%2 fs=10;%设定采样频率3 t=-5:0.1:5;4 x=rectpuls(t,2);5 x=x(1:99);6 figure(1);7 subplot(231); plot(t(1:99),x);%作矩形波的时域波形8 xlabel('t');9 ylabel('y');10 title('矩形波时域波形');11 grid;1213 %进⾏FFT变换并做频谱图14 y=fft(x);%进⾏fft变换15 mag=abs(y);%求幅值16 f=(0:length(y)-1)'*fs/length(y);%进⾏对应的频率转换17 figure(1);18 subplot(232);19 plot(f,mag);%做频谱图20 xlabel('频率(Hz)');21 ylabel('幅值');22 title('矩形波幅频谱图');23 grid;2425 %求均⽅根谱26 sq=abs(y);27 figure(1);28 subplot(233);29 plot(f,sq);30 xlabel('频率(Hz)');31 ylabel('均⽅根谱');32 title('矩形波均⽅根谱');33 grid;3435 %求功率谱36 power=sq.^2;37 figure(1);38 subplot(234);39 plot(f,power);40 xlabel('频率(Hz)');41 ylabel('功率谱');42 title('矩形波功率谱');43 grid;4445 %求对数谱46 ln=log(sq);47 figure(1);48 subplot(235);49 plot(f,ln);50 xlabel('频率(Hz)');51 ylabel('对数谱');52 title('矩形波对数谱');53 grid;5455 %⽤IFFT恢复原始信号56 xifft=ifft(y);57 magx=real(xifft);58 ti=[0:length(xifft)-1]/fs;59 figure(1);60 subplot(236);61 plot(ti,magx);62 xlabel('t');63 ylabel('y');64 title('通过IFFT转换的矩形波波形');65 grid;View Code执⾏结果如下图：(6)对⽩噪声做频谱分析1 %****************3.⽩噪声****************%2 fs=10;%设定采样频率3 t=-5:0.1:5;4 x=zeros(1,100);5 x(50)=100000;6 figure(1);7 subplot(231);8 plot(t(1:100),x);%作⽩噪声的时域波形9 xlabel('t');10 ylabel('y');11 title('⽩噪声时域波形');12 grid;1314 %进⾏FFT变换并做频谱图15 y=fft(x); %进⾏fft变换16 mag=abs(y);%求幅值17 f=(0:length(y)-1)'*fs/length(y);%进⾏对应的频率转换18 figure(1);19 subplot(232);20 plot(f,mag);%做频谱图21 xlabel('频率(Hz)');22 ylabel('幅值');23 title('⽩噪声幅频谱图');24 grid;2526 %求均⽅根谱27 sq=abs(y);28 figure(1);29 subplot(233);30 plot(f,sq);31 xlabel('频率(Hz)');32 ylabel('均⽅根谱');33 title('⽩噪声均⽅根谱');34 grid;3536 %求功率谱37 power=sq.^2;38 figure(1);39 subplot(234);40 plot(f,power);41 xlabel('频率(Hz)');42 ylabel('功率谱');43 title('⽩噪声功率谱');44 grid;4546 %求对数谱47 ln=log(sq);48 figure(1);49 subplot(235);50 plot(f,ln);51 xlabel('频率(Hz)');52 ylabel('对数谱');53 title('⽩噪声对数谱');54 grid;5556 %⽤IFFT恢复原始信号57 xifft=ifft(y);58 magx=real(xifft);59 ti=[0:length(xifft)-1]/fs;60 figure(1);61 subplot(236);62 plot(ti,magx);63 xlabel('t');64 ylabel('y');65 title('通过IFFT转换的⽩噪声波形');66 grid;View Code执⾏结果如下：。