原创博客页面测试

 2013-10-6 18:34  2518 21 21 分类: 工程师职场

博客测试

插图测试

不管怎么说，EDN的博客是越做越好，而且编辑器的功能也日益强大。

edn的确是用心在做这个事情了，打从两年前网站重新改版了一次之后，折腾的有点乱，现在似乎是又变得好起来。

这代码格式还做的真漂亮。

就是插图还有点分辨率太低，也许是服务器压力太大吧。要是能够把插图的分辨率再提高上来就完美了。不过说来也奇怪，那些神马乱七八糟的论坛，各种扯淡的高清大图都能够上传，为嘛这种专业的电子技术网站博客却不行呢，我们还是码农电工呢。

再观望一段时间吧。

以下是代码片段：
%///////////////////////////////////////////////////////////
% DFT analyse of sampled sine signal
%///////////////////////////////////////////////////////////
close all;
clear;
clc;
% generate 2 sampled sine signals with different frequency
freq_x1         = 5.1E3         ; % frequency of signal x1
amp_x1          = 10            ; % amptitude of signal x1
freq_x2         = 80E3          ; % frequency of signal x2
amp_x2          = 3            ; % amptitude of signal x2

data_len        = 1024          ;
fs              = 512E3         ; % sample rate
kaiser_beta     = 8             ; % beta of kaiser win

idx_n           = [0:data_len-1]; % n index
idx_n           = idx_n .'      ; % we need column vector
idx_t           = idx_n/fs      ; % time index
idx_phase_x1    = 2*pi*idx_n*freq_x1/fs; % x1 phase index
x1              = sin(idx_phase_x1);
idx_phase_x2    = 2*pi*idx_n*freq_x2/fs; % x2 phase index
x2              = sin(idx_phase_x2);
% signal x is consisted of x1 and x2;
x = x1+x2;

% plot them, use time label
figure;
set(gca,'fontsize',16);

% get window function data
win = kaiser(data_len, kaiser_beta);
% windowing the data
win_x       = win .* x;
subplot(4,1,1);plot(idx_t, x1   );grid on;title('x1', 'fontsize', 14);
subplot(4,1,2);plot(idx_t, x2   );grid on;title('x2', 'fontsize', 14);
subplot(4,1,3);plot(idx_t, x    );grid on;title('x=x1+x2', 'fontsize', 14);
subplot(4,1,4);plot(idx_t, win_x);grid on;title('windowed x', 'fontsize', 14);

% perform fft
x_fft           = fft(win_x)    ;
% get frequency index
idx_freq        = -fs/2 + idx_n .* (fs / data_len);
% shift zero frequency to the data center
x_fft           = fftshift(x_fft);
%^ idx_freq        = fftshift(idx_freq);
% map to amptitude dB scale
x_fft_abs       = abs(x_fft);
x_fft_abs_dB    = 20*log10(x_fft_abs + 1E-8);
% normalize the spectrum from 0 dB;
max_dB = max(x_fft_abs_dB);
norm_spectrum   = x_fft_abs_dB - max_dB;
figure; plot(idx_freq, norm_spectrum);grid on;
title('normlized spectrum of x', 'fontsize', 14);