基于MATLAB的FFT信号频谱分析与滤波处理系统

资 源 简 介

本项目旨在构建一个深入演示快速傅里叶变换（FFT）原理及其应用的综合平台，帮助用户直观理解时域与频域之间的转换关系。在该项目中，核心功能包括：1. 多样化信号生成：程序能够按照用户设定的采样率、频率和时长，生成正弦波、方波、混合信号以及带有高斯白噪声的模拟信号。2. FFT频谱分析：利用MATLAB内置的高效fft函数对离散时间信号进行变换，计算并转换得到物理频率轴对应的双边谱和单边谱，精确展示信号的幅频特性和相频特性。3. 结果可视化：通过多子图布局，同步显示原始时域波形、幅度谱图、相位谱图，清晰地展示信号中的频率成分及能量分布。4. 频域滤波与重构：演示基于频域操作的去噪过程，通过对特定频率成分进行置零或衰减，然后使用逆快速傅里叶变换（IFFT）将信号还原回时域，直观对比滤波前后的波形差异。该项目不仅是一个算法实现，更是一套具有教学意义的代码库，注释详细，适合用于理解数字信号处理（DSP）中的核心变换技术。

详 情 说 明

基于MATLAB的快速傅里叶变换(FFT)信号频谱分析与处理系统

项目简介

本项目是一个基于MATLAB开发的综合性信号处理演示平台，旨在深入展示快速傅里叶变换（FFT）的数学原理及其在数字信号处理中的实际应用。该系统集成了模拟信号生成、频谱分析、可视化展示以及频域滤波重构等核心功能，帮助用户直观理解时域信号与频域信号之间的转换关系，以及如何通过频域操作对信号进行去噪处理。代码结构清晰，算法逻辑严密，适合作为数字信号处理（DSP）课程的教学演示或算法研究的基础框架。

主要功能特性

1. 复杂模拟信号生成

系统能够自动生成包含多种成分的混合信号，以模拟真实的复杂信号环境：

• 基频信号：包含频率为50Hz和120Hz的正弦波分量。
• 低频干扰：加入了10Hz的方波信号，模拟非正弦的低频干扰或谐波成分。
• 环境噪声：叠加了高强度的高斯白噪声（噪声强度系数1.5），用于测试系统的鲁棒性和滤波能力。

2. 精确的FFT频谱分析

利用MATLAB内置的高效算法，对离散时间信号进行深度的频域解析：

• 双边与单边谱转换：实现了从FFT原始复数结果到双边幅度谱（P2）、再到单边幅度谱（P1）的标准化计算流程。
• 幅度归一化：对频谱幅值进行了严格的归一化处理（除以信号长度L，单边谱非直流分量乘以2），确保频谱幅值具有明确的物理意义。
• 相位谱计算：计算信号相位，并采用了阈值降噪策略，消除非主成分频率点的相位噪点，使相位图更加清晰。

3. 多维度可视化展示

系统生成两个独立的图形窗口，包含多个子图，全方位展示处理结果：

• 时域分析：展示含噪信号的原始波形，并支持局部放大观察。
• 频域分析：绘制单边幅度谱，自动标记主要频率峰值；绘制离散相位谱。
• 滤波对比：在同一坐标系下对比滤波前后的频谱差异，以及原始纯净信号、含噪输入信号与重构信号的时域波形对比。

4. 频域滤波与信号重构

演示了基于频域幅值的硬阈值滤波算法（Hard Thresholding）：

• 自适应阈值：根据信号最大谱峰的一定比例（0.3倍）动态设定过滤阈值。
• 掩膜处理：自动识别并置零低于阈值的频率成分（即噪声）。
• IFFT重构：利用逆快速傅里叶变换将处理后的频谱还原为时域信号，并使用对称性约束确保输出为实数信号。

详细算法与实现逻辑分析

本项目的核心逻辑实现在主函数中，具体处理流程如下：

1. 参数初始化与信号合成

程序首先定义了采样系统参数：采样率设为1000Hz，信号长度为2000点，提供了0.5Hz的频率分辨率。信号合成阶段采用了线性叠加的方式：

• 构建正弦部分：合成50Hz（幅度0.7）和120Hz（幅度1.0）的正弦波。
• 引入方波：加入10Hz（幅度0.3）的方波信号。
• 注入噪声：生成与时间向量等长的高斯白噪声并叠加，形成最终的观测信号 X。

2. 频谱变换核心算法

对观测信号 X 执行FFT运算得到复数向量 Y。

• 幅度谱计算：首先计算 Y 的模并除以信号长度 L 得到双边谱 P2。截取前一半数据（0到Nyquist频率）得到 P1。为了保持能量守恒和幅值准确性，对 P1 中除直流分量和Nyquist分量外的所有点乘以2。
• 相位谱优化：计算 Y 的相位角（弧度转角度）。为了解决FFT计算中极小幅值点的相位随机性问题，算法引入了 "相位降噪" 步骤：将幅度谱低于最大峰值1%的频率点对应的相位强制置为0。

3. 频域滤波机制

程序实现了一种基于幅度的频域门限滤波法：

• 计算滤波阈值 filter_threshold，设定为频谱最大幅值的30%。
• 创建逻辑掩膜，找出所有幅值低于该阈值的频率索引。
• 将这些索引对应的复数频谱系数直接置零，以此去除背景噪声，保留主要信号成分（50Hz和120Hz及其主要谐波）。

4. 信号重构 (IFFT)

利用处理后的复数频谱数据执行逆快速傅里叶变换（IFFT）。在调用 ifft 函数时，使用了 'symmetric' 参数。这是一个关键的实现细节，它通知MATLAB输入应当是共轭对称的，从而强制输出结果为纯实数，消除因浮点运算误差产生的微小虚部，确保重构信号可以直接在时域中进行比较和分析。

关键函数说明

• fft: 执行快速傅里叶变换，将时域信号转换为频域复数序列。
• ifft: 执行逆快速傅里叶变换，配合 symmetric 选项实现信号的时域重构。
• abs / angle: 分别用于计算复数的模（幅度）和相位角。
• findpeaks: 用于在幅度谱中自动检测局部最大值，辅助标注主要频率成分。
• randn: 生成标准正态分布的伪随机数，用于模拟高斯白噪声。
• square: 生成方波信号，用于丰富测试信号的频谱特征。

使用方法

1. 确保您的计算机上安装了 MATLAB 软件（建议 R2016a 或更高版本，以支持相关绘图和信号处理函数）。
2. 将代码文件放置于 MATLAB 的工作路径中。
3. 在 MATLAB 命令行窗口输入主函数名称并回车，或直接在编辑器中点击运行。
4. 程序将自动输出采样参数信息，并弹出两个图形窗口展示分析结果。

系统要求

• 软件环境：MATLAB
• 工具箱：Signal Processing Toolbox（程序使用了 findpeaks 和 square 函数，属于该工具箱的标准功能）。如果未安装该工具箱，可能需要替换为基础绘图命令或自定义函数。