Matlab - transformata Fourier dla sygnału EMG

clear all;

close all;

clc



%Obróbka po imporcie danych



sampling = 0.0001; %probkowanie

freq= 10000; % czestotliwosc probkowania



 








dane=importdata('pomiar5.dat');



[dlugosc nic] = size(dane.data); %dlugosc wektora danych

N=dlugosc;

%wyznaczanie następnej potęgi dwójki do długości Fouriera

NFFT=2^nextpow2(N);



czas=0:sampling:dlugosc/freq-sampling;



%import danych

dane1=dane.data(:,2);



%Fourier właściwy

Y=fft(dane1,NFFT)/N;

f=freq/2*linspace(0,1,NFFT/2+1);



figure(1);

plot(czas,dane1);



figure(3);

plot(f,2*abs(Y(1:NFFT/2+1))); 

data = xlsread('ffts2.xls'); % wczytanie danych

N=1024; %ilosc punktow transformaty musi byc wieksza od liczby punktów, np. dla 8000 to N=8192

Fs=10000; %czestotliwosc probkowania

df=Fs/N;  %rozdzielczość transformaty w Hz

W=abs( fft(data, N) ); %modul widma

osf=[ 0: N-1 ]*df; %os czestotliwosci w Hz

figure(1)

plot(osf(2:40), W(2:40)) %te wartosci w nawiasach pokazuja jaki zakres ma byc na wykresie (40=400Hz)

title('Widmo czestotliwosci');

xlabel('Czestotliwosc [Hz]');

figure(2) %ten sam wykres tylko w decybelach (pierwszy wyglada lepiej)

plot(osf(2:40), 20*log10(W(2:40))) %te wartosci w nawiasach pokazuja jaki zakres ma byc na wykresie (40=400Hz)

title('Widmo czestotliwosci w [dB]');

xlabel('Czestotliwosc [Hz]');

f=freq/2*linspace(0,1,NFFT/2+1); 

clc;

clear;

 

fs = 10000; % probkowanie



dane=importdata('pomiar5.dat');



y=dane.data(:,2);   % wczytanie danych 

n = length(y)       % dlugosc wektora danych

NFFT=2^nextpow2(n); % ilosc punktow transformaty - funkcja fft() wyznacza sobie sama, ale bedzie to potrzebne do wykresu



df=fs/NFFT;             % rozdzielczość transformaty

osf=[ 0: NFFT-1 ]*df;   % punkty osi czestotliwosci

 

y_fft = fft(y,NFFT);    % transformata fouriera

y_fft = abs(y_fft);     % modul widma



figure(1)

plot(osf(1:30000), y_fft(1:30000)) % ograniczenie zakresu do interesujacego przedzialu

title('Widmo czestotliwosci');

xlabel('Czestotliwosc [Hz]');