基于matlab的方波傅里叶变换

matlab 信号与系统 6.4日零点截止
用MATLAB软件编程和调用相关函数，绘制周期T1=1，幅度E=1的对称方波的前10项傅里叶级数的系数（三角函数形式），并用前5项恢复原信号。
（1）画出原时域波形和幅度谱
（2）绘出恢复后的时域波形，并与原波形比较并简要说明

需要代码，过程可简略

首先，我们需要计算对称方波的傅里叶级数系数。对于方波信号，我们可以使用以下公式计算傅里叶系数：

a_n = 0 b_n = (2 * E / (n * pi)) * (1 - (-1)^n)

其中，a_n 和 b_n 分别表示傅里叶级数的余弦和正弦系数，n 表示级数的阶数，E 表示方波的幅度。

接下来，我们将使用 MATLAB 编程来实现这个过程。

计算傅里叶级数的前10项系数：

T1 = 1;
E = 1;
N = 10;

% 计算傅里叶级数的系数

a_n = zeros(1, N);
b_n = zeros(1, N);
for n = 1:N
    a_n(n) = 0;
    b_n(n) = (2 * E / (n * pi)) * (1 - (-1)^n);
end

使用前5项傅里叶级数恢复原信号：

t = linspace(0, T1, 1000);
x = zeros(1, length(t));
N_recover = 5;

% 使用前5项傅里叶级数恢复原信号

for n = 1:N_recover
    x = x + a_n(n) * cos(2 * pi * n * t / T1) + b_n(n) * sin(2 * pi * n * t / T1);
end

绘制原时域波形、幅度谱以及恢复后的时域波形：
% 绘制原时域波形

figure;
subplot(3, 1, 1);
square_wave = square(2 * pi * t);
plot(t, square_wave);
title('原时域波形');

% 绘制幅度谱

subplot(3, 1, 2);
stem(1:N, b_n);
title('幅度谱');

% 绘制恢复后的时域波形

subplot(3, 1, 3);
plot(t, x);
title('恢复后的时域波形');

通过观察绘制的图像，我们可以看到原时域波形为一个标准的方波信号。幅度谱显示了前10项傅里叶级数的系数，我们可以看到随着频率的增加，系数逐渐减小。恢复后的时域波形与原波形非常接近，但由于我们只使用了前5项傅里叶级数，因此恢复的信号在波形的上升和下降过程中会有一些畸变。这说明，随着傅里叶级数项数的增加，我们可以更好地恢复原始信号。

```c

```