FFT频谱测试法Matlab代码如下： adc_data=[];%采样得出的数据形成的矩阵 data_num=size(adc_data);

numpt=data_num(1,1);%采样点的总数

no=1;vin=2;d9=3;d8=4;d7=5;d6=6;d5=7;d4=8;d3=9;d2=10;d1=11;d0=12;%标示样本矩阵的列 vref=2;

fclk=1e6;%A/D转换器的采样频率 adc_bit=10; for i=1:1:numpt

dout(i)=(adc_data(i,d9)/2+adc_data(i,d8)/4+adc_data(i,d7)/8+adc_data(i,d6)/16+adc_data(i,d5)/32+adc_data(i,d4)/64+adc_data(i,d3)/128+adc_data(i,d2)/256+adc_data(i,d1)/512+adc_data(i,d0)/1024)*vref;%通过转换器出来的结果，恢复原来的波形

doute(i)=dout(i)-1;%将正弦波的共模电平偏置为0V end figure(3) plot(doute);

doutw=doute.*hanning(numpt)';%加汉宁窗

dout_spect=fft(doutw);%进行FFT变换，然后利用下面的算法求出SNR、SINAD、SFDR

dout_dB=20*log10(abs(dout_spect)); maxdB=max(dout_dB(1:numpt/2));

x=([0:numpt/2-1].*fclk/numpt)/1000; % fclk/numpt为频谱分辨率，因为FFT频谱图关于中心对称所以只要分析一半的频谱图即可 y1=dout_dB(1:numpt/2)-maxdB; figure(1) plot(x,y1);

axis([0,200,-120,5]); grid off;

title('1024-Samples FFT spectrum'); xlabel('Frequency (kHz)');

ylabel('Magnitude (dB)');%画出FFT的幅频特性曲线

figure(2) plot(dout_dB);

fin=find(dout_dB(1:numpt/2)==maxdB);%找出幅度最大的频率点 span=max(round(numpt/200),5); spanh=2;

spectp=(abs(dout_spect)).*(abs(dout_spect));%幅度的平方 Pdc=sum(spectp(1:span));

Ps=sum(spectp(fin-span:fin+span));%信号的幅度平方和 Fh=[]; Ph=[];

for har_num=1:10%寻找1至10次谐波分量 tone=rem((har_num*(fin-1)+1)/numpt,1); if tone>0.5 tone=1-tone; end

Fh=[Fh tone];

har_peak=max(spectp(round(tone*numpt)-spanh:round(tone*numpt)+spanh));

har_bin=find(spectp(round(tone*numpt)-spanh:round(tone*numpt)+spanh)==har_peak);

har_bin=har_bin+round(tone*numpt)-spanh-1;

Ph=[Ph sum(spectp(har_bin-1:har_bin+1))]; %计算谐波分量 end

Pd=sum(Ph(2:5));

Pn=sum(spectp(1:numpt/2))-Pdc-Ps-Pd; format;

SNR=10*log10(Ps/Pn) SINAD=10*log10(Ps/(Pn+Pd)) SFDR=10*log10(Ph(1)/max(Ph(2:10))) ENOB=(SINAD-1.76)/6.02