具有采样率的偶数输入

使用两者以1 kHz采样的偶数信号获取时期图FFT.和期刊。比较结果。

创建一个由100 Hz Sine Wave组成的信号N（0,1）添加剂噪声。采样频率为1 kHz。信号长度为1000个样本。使用随机数生成器的默认设置以进行可重复的结果。

RNG.默认FS = 1000;T = 0：1 / FS：1-1 / FS;x = cos（2 * pi * 100 * t）+ randn（尺寸（t））;

获取期限图FFT.。该信号是真实值的，并且具有均匀的长度。因为信号是真实的，所以您只需要正面或负频率的功率估计。为了节省总功率，乘以模板中发生的所有频率 - 正面和负频率 - 通过2.零频率（DC）和奈奎斯特频率不会发生两次。绘制结果。

n =长度（x）;xdft = fft（x）;XDFT = XDFT（1：N / 2 + 1）;psdx =（1 /（fs * n））* abs（xdft）。^ 2;PSDX（2：终端1）= 2 * PSDX（2：结束-1）;freq = 0：fs / length（x）：fs / 2;绘图（频率，10 * log10（psdx））网格在标题（'使用FFT'时期图）Xlabel（'频率（Hz）'）ylabel（'电源/频率（DB / Hz）'）

计算和绘制几术语期刊。表明这两个结果是相同的。

期间图（X，Rectwin（长度（x）），长度（x），fs）

mxerr = max（psdx'-equentogram（x，rectwin（长度（x）），长度（x），fs））

mxerr = 3.4694e-18

输入频率频率

使用FFT.使用归一化频率生成输入的一段时间图。创建由正弦波组成的信号N（0,1）添加剂噪声。正弦波具有角度频率 $$\pi /4.$$Rad /样品。使用随机数生成器的默认设置以进行可重复的结果。

RNG.默认n = 0：999;x = cos（pi / 4 * n）+ Randn（尺寸（n））;

获取期限图FFT.。该信号是真实值的，并且具有均匀的长度。因为信号是真实的，所以您只需要正面或负频率的功率估计。为了节省总功率，乘以模板中发生的所有频率 - 正面和负频率 - 通过2.零频率（DC）和奈奎斯特频率不会发生两次。绘制结果。

n =长度（x）;xdft = fft（x）;XDFT = XDFT（1：N / 2 + 1）;psdx =（1 /（2 * pi * n））* abs（xdft）。^ 2;PSDX（2：终端1）= 2 * PSDX（2：结束-1）;freq = 0：（2 * pi）/ n：pi;绘图（FREQ / PI，10 * log10（PSDX））网格在标题（'使用FFT'时期图）Xlabel（'归一化频率（\ Times \ Pi Rad / Sample）'）ylabel（'电源/频率（DB / RAD /样品）'）

计算和绘制几术语期刊。表明这两个结果是相同的。

期间图（X，Rectwin（长度（x）），长度（x））

mxerr = max（psdx'-equentogram（x，entrwin（长度（x）），长度（x）））

mxerr = 1.4211e-14

具有归一化频率的复值输入

使用FFT.为具有归一化频率的复值输入产生一段时间图。信号是具有角度频率的复杂指数 $$\pi /4.$$rad /样品在复合值中N（0,1）噪音。将随机数生成器设置为可重复结果的默认设置。

RNG.默认n = 0：999;x = exp（1j * pi / 4 * n）+ [11] * randn（2，长度（n））/ sqrt（2）;

使用FFT.获取期限图。因为输入复杂化，所以从 $$[0.那2\pi ）$$Rad /样品。绘制结果。

n =长度（x）;xdft = fft（x）;psdx =（1 /（2 * pi * n））* abs（xdft）。^ 2;freq = 0：（2 * pi）/ n：2 * pi-（2 * pi）/ n;绘图（FREQ / PI，10 * log10（PSDX））网格在标题（'使用FFT'时期图）Xlabel（'归一化频率（\ Times \ Pi Rad / Sample）'）ylabel（'电源/频率（DB / RAD /样品）'）

使用期刊获取并绘制一段时间评分。比较PSD估计。

一期间（x，intwin（长度（x）），长度（x），'twosiding'）

mxerr = max（psdx'-equentogram（x，rectwin（长度（x）），长度（x），'twosiding'）））

mxerr = 2.8422e-14