海平面高度变化的Fourier分析(Matlab).pdf

海平面高度变化的Fourier分析(Matlab).pdf

ID:52449697

大小:178.53 KB

页数:7页

时间:2020-03-27

海平面高度变化的Fourier分析(Matlab).pdf_第1页
海平面高度变化的Fourier分析(Matlab).pdf_第2页
海平面高度变化的Fourier分析(Matlab).pdf_第3页
海平面高度变化的Fourier分析(Matlab).pdf_第4页
海平面高度变化的Fourier分析(Matlab).pdf_第5页
资源描述:

《海平面高度变化的Fourier分析(Matlab).pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、海平面高度变化的Fourier分析(Matlab6.x)以海平面高度变化的时间序列为例进行Fourier分析,供有兴趣的同学参考。第一步,存入数据在Matlab的编辑窗口中将时间序列的序号定义为x向量,将时间序列定义为y向量,然后存为名为TS1的m文件,以便调用(图1)。数据可从Excel中拷贝、粘贴。注意:数据的保存与执行程序的保存不同,后者可以直接在编辑窗口保存,在命令窗口运行;前者则必须在命令窗口保存。因此,需要将图1中的数据文件复制到命令窗口(CommandWindow)中,回车即可保存(图2)。图1时间序列的向量表示图2在命令窗口保存数据文件1第二步,编写Four

2、ier变换的m文件根据快速Fourier变换的原理,借助Matlab的有关命令,不难编写进行FFT的计算程序。需要说明的是,由于调用数据,首先需要清屏(clear)并装入(load)数据文件。M文件中各个语句的意义已在旁边注释,供参考(图3)。第三步,执行计算命令将编写成功的FFT文件从编辑窗口复制到命令窗口,回车,立即得到计算结果(图4,图5)。计算结果中包括最大谱密度Pm和时间序列的周期T(图4)。图3Fourier变换的m文件之一在默认的情况下,Matlab总是根据最后一个绘图指令给出图像。在我们的计算程序中,最后一个绘图指令是局部放大的频谱图,执行计算命令以后,Ma

3、tlab立即弹出该图(图5),图上加有格网(grid),目的是便于直观估计最大频谱及其对应的频率。在Matlab的图形窗口上,可以对图形进行编辑处理,当然也可以放大和缩小。要想通过曲线直观地估计周期长度,可以利用图形工具栏(FigureToolbar)中的(Zoomin)对曲线进行局部放大,借助放大的结果估计最大功率谱密度Pm对应的频率fp,该频率的倒数就是时间序列的周期,即有T=1/fp。不过,本程序已设计为直接计算出周期长度。2图4Fourier文件的执行结果如果需要绘出其他图形,则可在命令窗口中单独执行有关命令。例如,将以下指令“plot(f(1:N/2+1),P(1

4、:N/2+1))%以对称点为界绘制频谱图”拷贝到命令窗口的提示符下:回车,立即得到的以对称点为界的频谱图(图6)。执行命令可得对称分布的频谱全图(图7)——从该图可以看出我们进行FFT为什么只取一半的结果。执行命令可得原始时间序列变化的曲线图式(图8)。318000160001400012000100008000600040002000000.020.040.060.080.10.120.140.160.180.2Freq-SpecFig图5局部放大并加上格网的频谱图18000160001400012000100008000600040002000000.050.10.15

5、0.20.250.30.350.40.450.5图6以对称点为界的频谱图418000160001400012000100008000600040002000000.10.20.30.40.50.60.70.80.91图7对称分布的频谱全图120100806040200-20-40-600102030405060708090100图8时间序列的原始信号图5【附录】我们曾经讲过,计算时间序列的周期至少有三个方面的意义:⎧寻找地理系统的内在节律(认识地理现象的隐含规律)⎪⎨揭示地理系统演化的因果关系(如太阳黑子影响中国大陆的洪灾频率)⎪⎩发展预测(有了周期可以进行实践意义的预测分

6、析)功率谱分析是寻找时间序列周期最为有效的方法之一,Matlab提供了Fourier分析的全套工具。今后各位可以在不断地应用中逐步掌握。最后,作为参考,给出FFT的另一个m文件(图9),下面这种文件的与前面那个文件大同小异。文件中使用了线性等分向量的命令“linspace”,这个命令为绝大多少进行FFT的编程者使用,但是,使用这个命令进行Fourier变换的结果不是十分精确的,原因在于:nnFFT虽然是对2个数据进行,但结果却有2+1个数据点。但是,应用线性等分向量的命令n“linspace”以后,系统自觉的将变换结果视为2个数据点,而将最后一个数据舍弃。因此,最后给出的最

7、大功率谱密度虽然正确,但对应的频率却有误差,从而计算的周期也不精确。例如,在命令窗口执行图9中的m文件,得到的周期为T=10.5833(图10)。不过,当时间序列足够长时,误差将会很小。还有一点需要说明的是:我们之所以将数据和FFT程序存为不同的文件,主要是想为同一个程序计算多个不同的时间序列提供方便。将时间序列与计算过程的有关指令放在一起也没有什么不妥——下面的文件即是如此(图9)。图9Fourier变换的m文件之二6图10第二个FFT程序的执行结果7

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。