首页 > 编程知识 正文

matlab三维直线(matlab的三维画成二维)

时间:2023-05-06 09:24:45 阅读:73661 作者:3159

二维函数的图像必须在三维坐标系中绘制,很多函数的图像非常漂亮有趣。 可视化也有助于加深我们的理解。

) plot3,我觉得三维图表在网上看到这张图很漂亮:

t=0:pi/360:2*pi; x=sin(t; y=cos(t; z=2*x.^2 y.^2; figureplot3(x,y,z,' Color ',' r ',' LineWidth ',2 ); xlabel(x ); ylabel(y ); z标签(z ); title () z=(cost ) )2* (Sint ) )2); axis([-1.21.2-1.21.21、2.2];

)2) mesh、网格图clear all、clc; t=-0.5:01:0.5; [x,y ]=消息网格(t ); 形成%格点矩阵z=sin(4*pi*x ) cos )6*pi*y; figure(1) mesh(x ) x、y、z ); axis((-0.5.5-0.5.5-2 ); title(z=sin )4*pi*x ) cos )6*pi*y ); mesh ' ) colormap cool%cool是配色方案,还有winter、summerhelpcolormapcolorbar等其他方案

绘制二元函数,观察采样后光谱混叠现象

二元函数图像的绘制还是把变量分成多个离散点来绘制,只需要增加分数。

清除全部,clc; t=-1:01:1; [x,y ]=消息网格(t ); %格点矩阵f=cos(2*pi* )2*x-y ); figure(1) mesh(x ) x、y、f ); gridonxlabel('x ); ylabel(y ); z标签(f ); axis((-0.5.5-11-1.5 ); title(f=cos(2*pi ) 2x-y ); mesh ' ) colormap wintercolorbar

首先,让我们手动计算其2位傅立叶变换:

我不想打公式

f=FFT2(f; 进行%二维DFT变换,对连续函数进行采样得到一个矩阵,将该矩阵按图像进行处理figure(2) subplot (121 )、im show (ABS )、[ ) ]; title (函数f=cos )2* pi (2x-y ) )二维光谱) ) F=fftshift(F ) f ); 使用matlab的fftshift函数将低频分量转换为以频谱为中心的subplot(122 ),IMshow ) ABS ),[] ); 中心化光谱) )。

t=-1.1:333:1.1; 以%频率3进行采样(主题请求(x,y )=meshgrid ) t ); %格点矩阵f=cos(2*pi* )2*x-y ); figure(1) mesh(x ) x、y、f ); gridonxlabel('x ); ylabel(y ); z标签(f ); axis([-11-11-1.51.5]; title ('采样后f=cos(2*pi ) 2x-y ); mesh ' ) colormapwintercolorbarf=FFT2(f; 进行%二维DFT变换,对连续函数进行采样得到一个矩阵,将该矩阵按图像进行处理figure(2) subplot (121 )、im show (ABS )、[ ) ]; title ()函数f=cos(2*pi ) 2x-y () ) ) )采样后的二维光谱) ) F=fftshift(F ) f ); 使用matlab的fftshift函数将低频分量转换为以频谱为中心的subplot(122 ),IMshow ) ABS ),[] ); title (中心化频谱) )采样后的信号:

采样后信号频谱:

函数的x方向的频率为2,y方向的频率为1,所以一定会有混叠失真

发现光谱能量中心的相对位置是错误的,这是由于混叠应变造成的

t=-1.1:17:1.1; 以高于%的频率采样[x,y]=meshgrid(t ); %格点矩阵f=cos(2*pi* )2*x-y ); figure(1) mesh(x ) x、y、f ); gridonxlabel('x ); ylabel(y ); z标签(f ); axis([-11-11-1.51.5]; title ('采样后f=cos(2*pi ) 2x-y ); mesh ' ) colormapwintercolorbarf=FFT2(f; 进行%二维DFT变换,对连续函数进行采样得到一个矩阵,将该矩阵按图像进行处理figure(2) subplot (121 )、im show (ABS )、[ ) ]; title ()函数f=cos(2*pi ) 2x-y () ) ) )采样后的二维光谱) ) F=fftshift(F ) f ); 使用matlab的fftshift函数将低频分量转换为以频谱为中心的subplot(122 ),IMshow ) ABS ),[] ); 中心化频谱(title ) )以更大的采样频率进行采样,以免不满足奈奎斯特定理而发生混叠。

得到的光谱与连续函数的光谱更相似。 采样频率越大,得到的频谱与连续函数的频谱越相似

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。