在研究和学习利用matlab进行信号分析的过程中，自己写的一个程序，贴出来大家一块学习一下。
亦可见：http://blog.sina.com.cn/s/blog_5d7954df01011jdl.html
- clear all;
- clc;
- %给定参数
- fs=1000;
- N=1000;
- n=0:N-1;
- t=n/fs;
- %构造仿真信号
- x=2*sin(2*pi*120*t)+(1+sin(2*pi*5*t)).*sin(2*pi*50*t+0.5*cos(2*pi*5*t));
- %emd分解
- imf=emd(x);
- %绘制时域波形
- figure,plot(t,x);xlabel('时间 t/s');ylabel('幅值');title('仿真信号时域波形');
- %绘制FFT频谱
- nfft= 2^nextpow2(length(t));%找出大于y的个数的最大的2的指数值
- ff=fs*(0:nfft/2-1)/nfft;%FFT变换后对应的频率的序列
- fftx=fft(x,nfft);%求FFT变换
- ps=fftx.*conj(fftx)/nfft;%conj()函数是求y函数的共轭复数，实数的共轭复数是他本身
- figure;
- subplot(211),plot(ff,abs(fftx(1:nfft/2))*2/nfft);ylabel('幅值');xlabel('频率');title('FFT频谱');
- subplot(212),plot(ff,ps(1:nfft/2));ylabel('功率谱密度');xlabel('频率');title('信号功率谱');
- %绘制emd分解结果
- plot_imf(x,t,imf);
- %求时频谱
- [A,f,t]=hhspectrum(imf(1:end-1, :));%对IMF分量求取瞬时频率与振幅：A：是每个IMF的振幅向量,f:每个IMF对应的瞬时频率，t：时间序列号
- %绘制瞬时包络图和瞬时频率图
- figure;
- subplot(221),plot(t/N,A(1,:));xlabel('时间 t/s');ylabel('幅值');title('imf1分量瞬时包络');
- subplot(222),plot(t/N,f(1,:)*fs);xlabel('时间 t/s');ylabel('频率');title('imf1分量瞬时频率');
- subplot(223),plot(t/N,A(2,:));xlabel('时间 t/s');ylabel('幅值');title('imf2分量瞬时包络');
- subplot(224),plot(t/N,f(2,:)*fs);xlabel('时间 t/s');ylabel('频率');title('imf2分量瞬时频率');
- %即时频图(用颜色表示第三维值的大小)和三维图（三维坐标系：时间，中心频率，振幅）
- [E,t,Cenf]=toimage(A,f,t,length(t));%将每个IMF信号合成求取Hilbert谱，E：对应的振幅值，Cenf：每个网格对应的中心频率 这里横轴为时间，纵轴为频率
- %绘制Hilbert-Huang谱
- figure;
- set(gcf,'Color','w');
- imagesc(t/N,[0,0.5*fs],E);
- set(gca,'YDir','normal')
- colormap('jet')
- colorbar;
- xlabel('时间 t/s');
- ylabel('频率 f/Hz');axis([0 1 0 200])
- title('Hilbert-Huang Spectrum') ;
- %画出边际谱
- %N=length(Cenf);%设置频率点数 %完全从理论公式出发。网格化后中心频率很重要，大家从连续数据变为离散的角度去思考，相信应该很容易理解
- for k=1:size(E,1)
- bjp(k)=sum(E(k,:))*1/fs;
- end
- figure;
- plot(Cenf(1,:)*fs,bjp); % 作边际谱图 进行求取Hilbert谱时频率已经被抽样成具有一定窗长的离散频率，所以此时的频率轴已经是中心频率
- xlabel('频率 f/Hz');
- ylabel('幅值');
- title('边际谱');
[attach]55283[/attach] [attach]55282[/attach] [attach]55281[/attach] [attach]55280[/attach] [attach]55279[/attach] [attach]55278[/attach] |
