主要内容

用FFT分析周期性数据

您可以使用傅立叶变换来分析数据的变化,例如在一段时间内自然界的事件。

在将近300年的时间里,天文学家使用苏黎世黑子相对数字制定了黑子的数量和大小。大约在1700年至2000年间绘制苏黎世的数字。

加载sunspot.dat年= sunspot(:,1);relnums = sunspot(:,2);情节(年份,relnums)Xlabel('年')ylabel(“苏黎世号码”) 标题(“黑子数据”

图包含一个轴对象。带有标题Sunspot数据的轴对象包含类型线的对象。

要仔细研究黑子活动的周期性,请绘制数据的前50年。

情节(年(1:50),Relnums(1:50),'B.-');Xlabel('年')ylabel(“苏黎世号码”) 标题(“黑子数据”

图包含一个轴对象。带有标题Sunspot数据的轴对象包含类型线的对象。

傅立叶变换是信号处理中的基本工具,可以标识数据中的频率成分。使用FFT功能,采用苏黎世数据的傅立叶变换。删除输出的第一个元素,该元素存储数据之和。绘制输出的其余部分,其中包含有关真实轴的复杂傅立叶系数的镜像。

y = fft(relnums);y(1)= [];情节(Y,'ro')xlabel(“真实(y)”)ylabel(“图像(y)”) 标题(“傅立叶系数”

图包含一个轴对象。带有标题傅立叶系数的轴对象包含类型线的对象。

傅立叶系数本身很难解释。系数的更有意义的衡量标准是它们的幅度平方,这是衡量功率的衡量标准。由于一半的系数重复大小,因此您只需要在一半系数上计算功率即可。将功率谱绘制为频率的函数,每年以周期测量。

n =长度(y);power = abs(y(1:地板(n/2)))。^2;转换数据上半年的功率%MAXFREQ = 1/2;最大频率%freq =(1:n/2)/(n/2)*maxfreq;%均等频率网格情节(Freq,Power)Xlabel(“周期/年”)ylabel('力量'

图包含一个轴对象。轴对象包含一个类型行的对象。

每年最大的黑子活动频率不超过一次。对于更容易解释的周期性活动的观点,将功率绘制为时期的函数,以每个周期的年度测量。该地块表明,黑子活动大约每11年达到每11年的峰值。

周期= 1./freq;情节(时期,权力);xlim([0 50]);%放大最大功率Xlabel(“年/周期”)ylabel('力量'

图包含一个轴对象。轴对象包含一个类型行的对象。

也可以看看

||

相关话题