序列傅里叶变换的性质|时移特性

证明时移不改变幅值只改变相位。(该结论直接证明了音效算法中延时的作用)

matlab仿真

Matlab 复制代码
% 时移特性验证(理论相位与实际相位对比)
clc; clear; close all;

%% 参数设置
N = 64;                 % 信号长度(FFT点数)
n = 0:N-1;              % 时间序列
n0 = 10;                % 时移量
omega = 2*pi*(0:N-1)/N; % 频率轴

%% 原始信号:正弦波加噪声作为示例
x = cos(2*pi*0.1*n) + 0.5*sin(2*pi*0.3*n); % 原始信号
x_shifted = circshift(x, [0, n0]);         % 循环时移后的信号

%% 计算傅里叶变换
X = fft(x, N);              % 原始信号的FFT
X_shifted = fft(x_shifted); % 时移后信号的FFT

%% 幅值和相位计算
magnitude_X = abs(X);                      % 原始信号幅值
magnitude_X_shifted = abs(X_shifted);      % 时移后信号幅值
phase_X = angle(X);                        % 原始信号相位
phase_X_shifted = angle(X_shifted);        % 时移后信号相位

%% 理论相位偏移
phase_theory = -omega * n0;                % 理论线性相位偏移

%% 实际相位差计算并归一化到 [-pi, pi]
phase_diff_actual = phase_X_shifted - phase_X; % 实际相位差
phase_diff_actual = mod(phase_diff_actual + pi, 2*pi) - pi;

% 理论相位偏移归一化
phase_theory = mod(phase_theory + pi, 2*pi) - pi;

%% 绘图结果
figure;

% 幅值比较
subplot(3,1,1);
plot(omega, magnitude_X, 'b', 'LineWidth', 1.5); hold on;
plot(omega, magnitude_X_shifted, 'r--', 'LineWidth', 1.5);
title('时移前后信号的幅值');
xlabel('频率 \omega (rad/sample)');
ylabel('幅值');
legend('原始信号', '时移后信号');
grid on;

% 相位比较
subplot(3,1,2);
plot(omega, phase_X, 'b', 'LineWidth', 1.5); hold on;
plot(omega, phase_X_shifted, 'r--', 'LineWidth', 1.5);
title('时移前后信号的相位');
xlabel('频率 \omega (rad/sample)');
ylabel('相位 (rad)');
legend('原始信号相位', '时移后信号相位');
grid on;

% 理论与实际相位差比较
subplot(3,1,3);
plot(omega, phase_theory, 'k:', 'LineWidth', 1.5); hold on;
plot(omega, phase_diff_actual, 'r-', 'LineWidth', 1.5);
title('理论与实际相位差');
xlabel('频率 \omega (rad/sample)');
ylabel('相位差 (rad)');
legend('理论相位差', '实际相位差');
grid on;

%% 控制台输出结果
disp('频率、理论相位差与实际相位差比较:');
fprintf('%8s %15s %20s\n', '频率', '理论相位差(rad)', '实际相位差(rad)');
for k = 1:N
    fprintf('%8.3f %15.4f %20.4f\n', omega(k), phase_theory(k), phase_diff_actual(k));
end

仿真结果

结论:时移不改变幅值只改变相位

相关推荐
奔袭的算法工程师12 天前
论文解读--Sparse4D v3: Advancing End-to-End 3D Detection and Tracking
人工智能·目标检测·计算机视觉·自动驾驶·信号处理
江畔柳前堤12 天前
github实战指南01-账号配置与 SSH 密钥
运维·人工智能·深度学习·ssh·github·pyqt·信号处理
江畔柳前堤12 天前
github实战指南02-仓库管理与 Issue
人工智能·深度学习·github·信号处理·caffe·wps·issue
小白小宋14 天前
【PUSCH番外篇】5G NR 相位补偿与频移校正:原理、流程与工程实现
算法·5g·matlab·信息与通信·信号处理
DreamLife☼14 天前
OpenBCI-实时BCI系统:低延迟与闭环控制
人工智能·信息可视化·信号处理·开源硬件·脑机接口·低延迟·openbci
network_tester15 天前
TSN交换机研发测试怎么做?一套可落地的“信而泰仪器 + 康芯源服务”方案解读
网络·网络协议·tcp/ip·车载系统·汽车·信息与通信·信号处理
Code-keys15 天前
ARM NEON SIMD 编程实战:从音频信号处理到AI算子研发实战
arm开发·音视频·信号处理
MARIN_shen16 天前
Marin说PCB之高速信号SERDES (GMSL2)信号换层孔打在焊盘中心真的好吗?---01
硬件工程·信号处理·pcb工艺
Inhand陈工18 天前
映翰通IG502实战:通过RS232采集交通信号灯数据,实现自动短信告警
网络·嵌入式硬件·物联网·网络安全·边缘计算·信息与通信·信号处理
network_tester19 天前
SENT/PSI5传感器TSN集成测试:打通传统传感与未来车载网络的“最后一公里”
数据库·网络协议·tcp/ip·自动驾驶·信息与通信·信号处理·tcpdump