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
山河君5 天前
四麦克风声源定位实战:基于 GCC-PHAT + 最小二乘法实现 DOA
算法·音视频·语音识别·信号处理·最小二乘法·tdoa
Aaron15887 天前
RFSOC与ADRV9009、AD9026、AD9361技术指标及应用场景对比分析
人工智能·算法·fpga开发·硬件工程·信息与通信·信号处理·基带工程
jz_ddk9 天前
[实战] 从冲击响应函数计算 FIR 系数
python·fpga开发·信号处理·fir·根升余弦·信号成形
dgaf9 天前
求助,《信号与系统》是做什么的?
物联网·硬件工程·信息与通信·信号处理·dsp开发
@陈小鱼10 天前
基于 Savitzky-Golay滤波器的超声图像运动分析方法
python·计算机视觉·matlab·信号处理
民乐团扒谱机12 天前
【硬科普】位置与动量为什么是傅里叶变换对?从正则对易关系到时空弯曲,一次讲透
人工智能·线性代数·正则·量子力学·傅里叶变换·对易算符
柏木乃一14 天前
Linux进程信号(2):信号产生part2
linux·运维·服务器·c++·信号处理·信号·异常
DuHz15 天前
汽车雷达高级信号处理和建模技术简介——文章精读(上)
linux·论文阅读·人工智能·汽车·信号处理
浩子智控15 天前
高精度高速模拟采集电路挑战
硬件架构·硬件工程·信号处理·dsp开发
NJUST_ZHChen19 天前
“低慢小”无人机目标探测雷达回波数据解析与处理(Matlab)
matlab·无人机·信号处理