分析周期性数据与FFT
您可以使用傅里叶变换分析数据的变化，如在自然界经过一段时间的事件。
将近300年来，天文学家已经列出使用苏黎世太阳黑子相对数太阳黑子的数量和规模。剧情上约年1700年至二○○○年苏黎世数量。
加载sunspot.dat年=太阳黑子（：，1）;relNums =太阳黑子（：，2）;图（一年，relNums）xlabel（'年'）ylabel（“苏黎世数”）标题（“太阳黑子数据”）
若要在太阳黑子活动的周期性仔细一看，绘制第一个50年的数据。
图（一年（1:50），relNums（1:50），'B.-'）;xlabel（'年'）ylabel（“苏黎世数”）标题（“太阳黑子数据”）
傅立叶变换是在信号的基本工具处理，在识别数据的频率分量。使用FFT功能，以傅立叶变换苏黎世数据。取出输出，其存储的数据的总和的第一要素。积的输出，其中包含有关实轴复傅立叶系数的镜像的其余部分。
Y = FFT（relNums）;Y（1）= [];图（Y，'RO'）xlabel（'真正的（Y）'）ylabel（'IMAG（Y）'）标题（“傅里叶系数”）
对自己的傅里叶系数是难以解释。该系数的更有意义的措施是他们的幅度平方，这是权力的措施。由于系数的一半幅度重复，你只需要计算的系数的一半的力量。绘制的功率谱是频率的函数，在每年的周期测量。
N =长度（Y）;功率= ABS（Y（1：地板（N / 2）））。^ 2;变换数据的前半部分的％功率maxfreq = 1/2;％的最大频率FREQ =（1：N / 2）/（N / 2）* maxfreq;％等距频率网格图（频率，功率）xlabel（“周期/年”）ylabel（'功率'）
最大太阳黑子活动发生比每年一次的频率。对于周期性的活动，是更容易解释的视图，情节功率周期的函数，在每个周期年测量。情节揭示了一次每11年太阳黑子活动高峰。
周期= 1./freq;图（周期，功率）;XLIM（[0 50]）;在最大功率％缩放xlabel（“年代/周期”）ylabel（'功率'）
也可以看看
相关话题
您还可以选择从下面的列表中的网站：
