基于Matlab的FFT滤波：谐波分析、频段清除与数据提取
基于matlab的FFT滤波，可以实现对simulink模型中示波器的波形数据或者外部mat数据、csv数据进行谐波分析(FFT)和自定义频段清除，对已有数据特定频段的数据进行提取也可以。 优点是滤波前后波形无相位滞后，幅值衰减可补偿，不足之处在于不支持实时滤波。 图一是将图二的信号(含三次谐波)进行140hz-150hz频段谐波清除前后的时域及频谱图，图3是对给定数据进行特定频段信号提取。
江湖救急！最近实验室师弟做电力谐波分析卡在滤波环节，正好翻出我两年前写的MATLAB频域滤波脚本。这玩意儿虽然不能实时处理，但对付示波器导出的实验数据是真香。直接上干货，教你怎么用FFT玩转自定义频段滤波。
先看个暴力操作：
% 读取任意格式数据（以CSV为例） rawData = readtable('scope_data.csv'); signal = rawData.Waveform; % 假设波形存储在Waveform列 Fs = 1e4; % 采样率自己填实测值 % 快速傅里叶开挂 N = length(signal); freqAxis = (-N/2:N/2-1)*(Fs/N); Y = fftshift(fft(signal));这里有个坑：很多人直接用fft完事，但fftshift才是频谱对齐频率轴的关键。不信邪的可以注释掉这行，看看频谱图会不会左右镜像。
重点来了——频段清除黑魔法：
% 构造140-150Hz屠杀结界 killBand = (abs(freqAxis) > 140) & (abs(freqAxis) < 150); Y_clean = Y .* (1 - killBand'); % 转置防维度打架 % 回时域记得补偿幅值 filteredSignal = real(ifft(ifftshift(Y_clean))) * (2/N);看到那个(2/N)没？这是补偿FFT变换的能量损失。曾经有个师兄没加这个系数，滤波后幅值腰斩，在组会上被老板怼了半小时...
基于matlab的FFT滤波，可以实现对simulink模型中示波器的波形数据或者外部mat数据、csv数据进行谐波分析(FFT)和自定义频段清除，对已有数据特定频段的数据进行提取也可以。 优点是滤波前后波形无相位滞后，幅值衰减可补偿，不足之处在于不支持实时滤波。 图一是将图二的信号(含三次谐波)进行140hz-150hz频段谐波清除前后的时域及频谱图，图3是对给定数据进行特定频段信号提取。
想提取特定频段？改个符号就行：
% 比如提取50-60Hz工频信号 extractBand = (abs(freqAxis) > 50) & (abs(freqAxis) < 60); Y_extract = Y .* extractBand';这里有个骚操作：把提取后的频谱用hold on叠加到原频谱上，立马get到论文里的对比效果图。比Origin画图快多了，亲测组会前十分钟能出图。
验证环节不能少：
% 时域波形对比 subplot(2,1,1) plot(signal), hold on plot(filteredSignal) legend('原始信号','滤波后') % 频谱打脸验证 subplot(2,1,2) plot(freqAxis, abs(Y)), hold on plot(freqAxis, abs(Y_extract))当看到滤波后的频谱在140-150Hz区间突然凹下去一块，那种满足感比吃鸡还刺激。不过要小心频谱泄露——加个汉宁窗？没必要！我们做的是事后分析，直接暴力截断更带劲。
实战经验：
- Simulink导出的.mat数据直接用
load读取，比csv快10倍 - 碰到复数信号？把
real()去掉，但记得检查虚部是否小于1e-5 - 采样率一定要准！去年有个妹子把50kHz设成50Hz，结果滤波后信号亲妈都不认识
最后说下局限性：这方法处理10秒长的1MHz采样数据时，我的拯救者Y7000会卡成PPT。所以...数据量大的时候还是搞个高通/低通滤波器模块吧，别跟自己电脑过不去。