Matlab中fft与pwelch区别及用fft求功率谱的方法

在信号处理与频谱分析领域，掌握频谱、功率谱的基本概念至关重要。通常，我们通过FFT（快速傅里叶变换）和pwelch（Welch平均周期图法）来计算功率谱密度。本文将用清晰的步骤和代码实例，带你深入理解这两种方法的原理、操作要点及其差异。

一、先搞清楚频谱的对称性

许多从事信号处理的朋友对FFT并不陌生，它是实现傅里叶变换的核心工具。这里不再赘述FFT函数的具体用法，但有一个关键点必须牢记：实信号经FFT变换后的频谱关于0频对称，呈偶函数特性。例如，对于信号st = cos(2*pi*f0*t)+1;，若t的长度为4000，则0频分量位于第一个点。经过fftshift操作后，0频移至第2001个点，此时频谱关于第2001个点对称，而非整个4000个点左右对称。

小提示： 深入理解频谱对称性，对后续功率谱计算中的“乘2”修正操作至关重要，忽略这一点将导致功率谱结果错误。

二、pwelch函数详解

pwelch函数用于计算功率谱密度，它基于Welch平均周期图法对信号进行谱估计。其核心思想是将信号分段，每段加窗后计算周期图，再对所有段的周期图进行平均，从而降低估计方差。pwelch函数的基本调用格式如下：

pxx = pwelch(x,window,noverlap,nfft)
[pxx,f] = pwelch(x,window,noverlap,f,fs)

其中参数含义如下：

• X：输入信号序列；
• window：若为数值，表示窗函数长度（即分段长度L），默认窗函数为汉明窗；若为向量，则直接作为窗函数序列；
• NFFT：FFT计算点数。当X为实数时，若NFFT为偶数，则Pxx长度为(NFFT/2+1)；若NFFT为奇数，则Pxx长度为(NFFT+1)/2。当X为复数时，Pxx长度等于NFFT。若未指定NFFT，默认值为256或大于信号长度的下一个2的幂次；
• Fs：采样频率，用于绘制功率谱曲线时的频率轴，默认值为1；
• Pxx：输出功率谱密度估计值；
• F：与Pxx对应的频率向量；
• NOVERLAP：各分段之间的重叠样本数。通常设置NOVERLAP = L/2，即50%重叠，可得到良好平衡的Welch平均周期图。

小提示： 设置noverlap时，通常推荐50%重叠（noverlap = L/2），这样能够在方差与偏差之间取得理想的折中。

三、代码示例：FFT与pwelch对比

以下通过代码示例，分别展示使用FFT和pwelch计算信号功率谱的过程。请留意代码中的注释说明：

clc;close all;clear all;
fs = 10e6;
N = 4000;
t = (0:N-1)/fs;
f0 = 1e5;
st = cos(2*pi*f0*t) + 1;

st_fft = fft(st);
psdx = abs(st_fft(1:end/2+1)).^2/fs/N;  %功率谱密度为能量谱密度除以时间，摸值的平方即为能量谱
psdx(2:end) = 2*psdx(2:end);            %乘2是因为fft结果是对称的，在计算功率时需要把功率加回来；第一个点是0频，这个点并不对称
freq = linspace(0,fs/2,length(psdx));

[pxx,f] = pwelch(st,rectwin(N),32,N,fs);

figure;
plot(freq,psdx);
title('fft方法求功率谱密度');
grid on

figure;
plot(f,pxx);
title('fwelch方法求功率谱密度');
grid on

四、结果对比

执行上述代码后，将生成两个图形窗口。第一幅图显示的是基于FFT直接计算的功率谱密度，第二幅图则是pwelch方法得到的功率谱密度。

观察可见，两种方法在1e5 Hz频率处均出现峰值，对应于信号中的余弦分量。FFT方法由于仅使用单段数据，谱线更尖锐，频率分辨率更高；而pwelch方法通过分段和平均，谱线更平滑，方差更小，但频率分辨率有所降低。

五、常见问题与解答

• 问：为什么使用FFT计算功率谱时需要乘以2？
  答： 因为实信号FFT结果关于0频对称，只有一半的频率点包含独立信息。若不乘2，仅取一半频谱会丢失另一半对称部分的能量。但需注意：0频（直流分量）是对称中心，本身不重复，因此应从第2个点开始乘2，而不是第1个点（0频）。
• 问：pwelch中window参数设为rectwin(N)的含义是什么？
  答： rectwin(N)表示采用矩形窗，且窗口长度等于信号总长度N，即不进行分段。实际应用中，通常让窗口长度小于N，并搭配适当重叠，以获取更佳的平均效果。此处使用矩形窗且不分段，仅是为了与FFT方法进行直接对比。
• 问：pwelch输出的频率分辨率如何确定？
  答： pwelch的频率分辨率由窗函数长度L决定：频率分辨率 = fs / L。窗长越大，分辨率越高，但平均次数减少，方差增大；反之则分辨率降低，方差减小。实际应用中需根据信号特性进行权衡。
• 问：若信号为复数，pwelch返回的Pxx长度会怎样？
  答： 当X为复数时，Pxx长度等于NFFT（若未指定NFFT则取默认值），不再减半，因为复数频谱不具有对称性。

六、总结

通过本文的学习，你已掌握两种功率谱计算方法：直接使用FFT计算时，需注意频谱对称性及乘2修正；而使用pwelch函数，则可灵活调整窗函数、重叠比例和FFT点数，获得更平滑的谱估计结果。在实际工程中，建议根据信号特性与具体需求选择最合适的方法。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Matlab中fft与pwelch区别及用fft求功率谱的方法要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题