FFT频谱测试法Matlab代码.docx
文本预览下载声明
FFT频谱测试法Matlab代码如下：
adc_data=[];%采样得出的数据形成的矩阵
data_num=size(adc_data);
numpt=data_num(1,1);%采样点的总数
no=1;vin=2;d9=3;d8=4;d7=5;d6=6;d5=7;d4=8;d3=9;d2=10;d1=11;d0=12;%标示样本矩阵的列
vref=2;
fclk=1e6;%A/D转换器的采样频率
adc_bit=10;
for i=1:1:numpt
dout(i)=(adc_data(i,d9)/2+adc_data(i,d8)/4+adc_data(i,d7)/8+adc_data(i,d6)/16+adc_data(i,d5)/32+adc_data(i,d4)/64+adc_data(i,d3)/128+adc_data(i,d2)/256+adc_data(i,d1)/512+adc_data(i,d0)/1024)*vref;%通过转换器出来的结果，恢复原来的波形
doute(i)=dout(i)-1;%将正弦波的共模电平偏置为0V
end
figure(3)
plot(doute);
doutw=doute.*hanning(numpt);%加汉宁窗
dout_spect=fft(doutw);%进行FFT变换，然后利用下面的算法求出SNR、SINAD、SFDR
dout_dB=20*log10(abs(dout_spect));
maxdB=max(dout_dB(1:numpt/2));
x=([0:numpt/2-1].*fclk/numpt)/1000; % fclk/numpt为频谱分辨率，因为FFT频谱图关于中心对称所以只要分析一半的频谱图即可
y1=dout_dB(1:numpt/2)-maxdB;
figure(1)
plot(x,y1);
axis([0,200,-120,5]);
grid off;
title(1024-Samples FFT spectrum);
xlabel(Frequency (kHz));
ylabel(Magnitude (dB));%画出FFT的幅频特性曲线
figure(2)
plot(dout_dB);
fin=find(dout_dB(1:numpt/2)==maxdB);%找出幅度最大的频率点
span=max(round(numpt/200),5);
spanh=2;
spectp=(abs(dout_spect)).*(abs(dout_spect));%幅度的平方
Pdc=sum(spectp(1:span));
Ps=sum(spectp(fin-span:fin+span));%信号的幅度平方和
Fh=[];
Ph=[];
for har_num=1:10%寻找1至10次谐波分量
tone=rem((har_num*(fin-1)+1)/numpt,1);
if tone0.5
tone=1-tone;
end
Fh=[Fh tone];
har_peak=max(spectp(round(tone*numpt)-spanh:round(tone*numpt)+spanh));
har_bin=find(spectp(round(tone*numpt)-spanh:round(tone*numpt)+spanh)==har_peak);
har_bin=har_bin+round(tone*numpt)-spanh-1;
Ph=[Ph sum(spectp(har_bin-1:har_bin+1))]; %计算谐波分量
end
Pd=sum(Ph(2:5));
Pn=sum(spectp(1:numpt/2))-Pdc-Ps-Pd;
format;
SNR=10*log10(Ps/Pn)
SINAD=10*log10(Ps/(Pn+Pd))
SFDR=10*log10(Ph(1)/max(Ph(2:10)))
ENOB=(SINAD-1.76)/6.02
显示全部