基于Simulink的频谱分析系统：从原理到工程实践

简介：这份文档面向信号处理初学者与通信、音频方向的工程技术人员，围绕基于FFT的频谱分析系统展开，帮助读者在Simulink环境中完成从信号生成到频谱显示的完整建模流程。内容涵盖信源生成、FFT变换、频谱分析仪与示波器显示四个关键模块，并给出10Hz与20Hz正弦波叠加信号的参数设置、模块连接方式及MATLAB示例代码，可用于理解频域分析原理、验证仿真结果并优化模型参数。资源包共1个docx文件，约21KB，以图文与代码结合的形式呈现，便于对照搭建与调试。目前已有95人学习，适合需要快速上手Simulink频谱分析、完成课程设计或实验验证的读者参考。

1. 频谱分析这件事，为什么在 Simulink 里做比纯脚本更值

很多人第一次听到「基于 Simulink 的频谱分析系统」，脑子里浮现的是把一段信号丢进 FFT 函数、画个图就完事。真到工程里你会发现，纯脚本能算频谱，却很难回答「这套分析逻辑换一组采样率还成不成立」「滤波器插在分析链路前面会带来多少相位偏差」「实时流式输入下每帧的频谱怎么对齐」。频谱分析系统的核心不是一次 FFT，而是一条可复用、可调参、可验证的信号处理链路，Simulink 的价值恰好在于把这条链路图形化、可观测、可迭代。

这个方向适合三类人：做信号处理课程设计或毕设的学生，需要一套能讲清楚原理又能跑出结果的系统；做嵌入式或测试的工程师，要把频谱分析从离线脚本搬到可部署模型；还有做算法验证的人，想用 Simulink 当黑匣子，快速对比不同窗函数、不同分辨率下的差异。下面我按「先立住原理、再动手复现、最后讲坑」的顺序，把这条链路拆开讲清楚，参数怎么设、哪里容易翻车，都会落到具体操作上。

2. 频谱分析系统的链路拆解与 Simulink 选型理由

2.1 一条完整频谱分析链路包含哪些环节

不管你是做音频、振动还是通信信号分析，一条能落地的频谱分析链路通常包含五个环节：信号源或采集输入、预处理（去直流、抗混叠滤波）、加窗分帧、FFT 变换、幅度/相位谱后处理与显示。少一个环节，结果就可能失真。比如不做去直流，频谱在 0 Hz 处会顶起一根很高的谱线，把邻近的低频成分淹掉；不做抗混叠滤波，高于奈奎斯特频率的成分会折叠回来，你看到的峰值位置根本不对。

在 Simulink 里，这五个环节对应到具体模块：信号源用 Sine Wave 或 From Workspace，预处理用 DC Blocker 或 Digital Filter Design，加窗分帧用 Buffer 加 Window Function，FFT 用 FFT 或 MATLAB Function 封装，后处理用 Magnitude FFT 或自己写取模运算。每个模块都可以单独打开示波器看中间结果，这是纯脚本给不了的调试体验。

选 Simulink 而不是纯 MATLAB 脚本，核心理由有三条。第一，链路可视化，信号从哪来到哪去一目了然，排查问题时能逐级看波形。第二，参数集中管理，采样率、帧长、窗类型这些参数可以用 MATLAB 变量统一驱动，改一处全链路生效。第三，便于后续往嵌入式部署，Simulink 模型可以直接生成 C 代码，纯脚本做不到这一点。如果你的目标只是算一次频谱，脚本更快；但只要涉及反复调参、多场景对比、后续部署，Simulink 的投入是值得的。

2.2 采样率、帧长、分辨率三者的换算关系

这是频谱分析里最容易设错的一组参数，必须先算清楚再动手。核心公式只有一条：频率分辨率 Δf = 采样率 Fs / 帧长 N。也就是说，你想要 1 Hz 的分辨率，采样率 1000 Hz 时帧长必须是 1000 点。很多人反过来设，先定帧长再问为什么分辨率不够，这就是参数没算明白。

举个具体例子。假设你分析的是机械振动信号，关心 0 到 500 Hz 范围内的成分，希望分辨率达到 2 Hz。那么采样率至少要满足奈奎斯特定理，取 2000 Hz 比较稳妥（留一倍余量）。帧长 N = Fs / Δf = 2000 / 2 = 1000 点。如果信号是流式的，每帧 1000 点，帧移取 500 点做 50% 重叠，可以减少加窗带来的信息损失。

在 Simulink 里，这几个参数我一般这样组织：在模型初始化脚本里定义 Fs、N、overlap 三个变量，Buffer 模块的输出帧长设为 N，重叠设为 N - overlap。FFT 模块的 FFT length 设为 N，这样输出谱线数就是 N/2 + 1（单边谱）。把这些关系写成注释贴在模型里，下次改采样率时不会漏改某一处。

2.3 窗函数怎么选：不是所有信号都适合矩形窗

加窗的目的是减少频谱泄漏。泄漏的根源是分帧时信号被截断，截断处的不连续在频域表现为能量向邻近频点扩散。矩形窗相当于不加窗，主瓣最窄但旁瓣最高，泄漏最严重；汉宁窗主瓣稍宽但旁瓣衰减快，适合大多数连续信号；平顶窗主瓣最宽但幅度精度最高，适合做幅值标定。

选窗的判断标准是看你更在意频率定位还是幅度精度。做峰值频率检测，用汉宁窗或汉明窗；做幅值精确测量，用平顶窗；做瞬态信号分析，帧长要短，窗类型影响相对小。在 Simulink 的 Window Function 模块里，窗类型是个下拉选项，但窗的归一化方式要注意：不同工具对窗的相干增益和噪声增益归一化处理不同，直接换窗可能导致幅度谱整体偏移。我一般会在后处理里显式除以窗的相干增益，保证换窗后峰值幅度一致。

3. 在 Simulink 里搭出可复现的频谱分析模型

3.1 从零搭建最小可运行模型的操作步骤

先建一个空白 Simulink 模型，按下面的顺序放模块并连线。第一步，放一个 Sine Wave 模块作为测试信号源，频率设 50 Hz，幅度设 1，采样率通过模型配置参数统一设为 2000 Hz。第二步，放一个 Buffer 模块，输出帧长设为 1000，重叠设为 500。第三步，放一个 Window Function 模块，窗类型选 Hann，接在 Buffer 后面。第四步，放一个 FFT 模块，FFT length 设为 1000，输出选单边谱。第五步，放一个 Vector Scope 或 To Workspace 模块观察结果。

模型配置参数里，Solver 选 Fixed-step，Fixed-step size 设为 1/2000，这样每个采样点推进一次。Buffer 模块需要设置初始条件，一般设为零或直接设成「Allow overlapping frames」。连线时注意 Buffer 输出是帧信号，FFT 模块要能接受帧输入，如果报维度错误，检查 FFT 的输入端口设置是不是「Frame-based」。

跑起来后，Vector Scope 上应该能看到 50 Hz 处一根清晰的谱线。如果谱线位置不对，先查采样率设置；如果谱线很宽，查窗类型和帧长；如果 0 Hz 有高峰，说明没去直流，在 Buffer 前加一个 DC Blocker。这个最小模型跑通，后面的参数调整才有意义。

3.2 用 MATLAB Function 模块封装自定义谱计算

Simulink 自带的 FFT 模块够用，但如果你想加自定义的谱平均、峰值搜索或对数变换，用 MATLAB Function 模块更灵活。下面这段代码实现了一个带窗归一化和单边谱输出的谱计算函数，可以直接贴进 MATLAB Function 模块。

function [magSpec, freqAxis] = spectrumCalc(frame, Fs, N, winType) % frame: 输入帧信号，长度 N % Fs: 采样率 % N: 帧长 % winType: 窗类型字符串，'hann' 或 'rect' % 输出单边幅度谱和对应频率轴 % 根据窗类型生成窗函数 switch winType case 'hann' w = hann(N); case 'rect' w = ones(N, 1); otherwise error('不支持的窗类型: %s', winType); end % 加窗并做 FFT frame = frame(:); % 强制列向量，避免维度不一致 xw = frame .* w; % 逐点加窗 X = fft(xw, N); % N 点 FFT % 取单边谱，索引 1 到 N/2+1 halfN = floor(N/2) + 1; Xhalf = X(1:halfN); % 幅度归一化：除以帧长，再乘 2（单边谱能量补偿） % 直流和奈奎斯特分量不乘 2 magSpec = abs(Xhalf) / N; magSpec(2:end-1) = 2 * magSpec(2:end-1); % 除以窗的相干增益，保证换窗后幅度一致 cohGain = sum(w) / N; magSpec = magSpec / cohGain; % 生成频率轴 freqAxis = (0:halfN-1)' * Fs / N; end

这段代码的关键点有三个。第一，frame(:)强制列向量，Simulink 传进来的帧可能是行向量也可能是列向量，不统一会导致.*报错。第二，单边谱的 2 倍补偿只对非直流、非奈奎斯特分量生效，代码里用magSpec(2:end-1)处理，边界两个点保持原值。第三，除以窗的相干增益sum(w)/N，这一步保证换窗后同一信号的峰值幅度不变，是很多人漏掉的归一化步骤。

参数说明：Fs和N必须和模型配置里的采样率、Buffer 帧长一致，否则频率轴对不上。winType目前支持 hann 和 rect，要加其他窗只需在 switch 里补一个 case。这个函数每帧调用一次，输出可以直接接 To Workspace 或 Spectrum Analyzer。

3.3 用 Spectrum Analyzer 做在线验证与参数扫描

Simulink 自带的 Spectrum Analyzer 模块比 Vector Scope 更适合频谱观察，它支持在线调整分辨率带宽、窗类型和平均次数。把 FFT 输出接进 Spectrum Analyzer，运行模型后双击模块，能看到实时刷新的频谱。这里有个实用技巧：把 Spectrum Analyzer 的「Frequency Resolution」设成和你的 Δf 一致，这样显示的谱线间隔和理论值对应，方便验证。

参数扫描是 Simulink 的强项。把窗类型、帧长这些参数写成 MATLAB 变量，用sim命令在脚本里循环改参数、跑模型、收集结果。下面这段脚本演示了扫描三种帧长下的分辨率差异。

% 参数扫描：对比不同帧长下的频谱分辨率 Fs = 2000; frameLengths = [256, 512, 1024]; results = cell(length(frameLengths), 1); for k = 1:length(frameLengths) N = frameLengths(k); % 把 N 写入模型工作区，模型里 Buffer 和 FFT 引用这个变量 assignin('base', 'N', N); % 运行模型，模型需配置为输出频谱到工作区变量 specOut simOut = sim('spectrumModel', 'StopTime', '2'); results{k} = simOut.specOut; fprintf('帧长 %d，分辨率 %.2f Hz\n', N, Fs/N); end

这段脚本的逻辑是：每次循环改 N，通过assignin把新值送进模型工作区，模型里的 Buffer 和 FFT 模块引用同一个 N 变量，保证帧长和 FFT 长度同步变化。sim命令跑完模型后从simOut取频谱数据。运行后你会看到，帧长 256 时分辨率 7.81 Hz，512 时 3.91 Hz，1024 时 1.95 Hz，和公式完全对应。这个扫描过程能帮你快速确认参数设置是否符合预期，比手动改一次跑一次高效得多。

4. 频谱分析系统常见的翻车点与排查方法

4.1 谱线位置偏移：先查采样率再查频率轴

现象：明明输入的是 50 Hz 信号，频谱峰值却出现在 48 Hz 或 52 Hz 附近。原因通常有两个：一是模型配置里的采样率和信号源实际采样率不一致，二是频率轴生成时用错了 Fs。排查方法：在 Buffer 输出接一个 To Workspace，检查帧数据的实际时间间隔；再检查频率轴计算式freqAxis = (0:halfN-1)' * Fs / N里的 Fs 是不是和模型配置一致。我遇到过最隐蔽的一次是信号源模块自己带了采样率参数，和模型配置冲突，改了一处没改另一处，血泪经验就是所有采样率必须统一由一个变量驱动。

4.2 幅度不对：窗归一化和单边谱补偿漏了

现象：输入幅度 1 的正弦波，频谱峰值显示 0.5 或 2.0。原因：单边谱没有做 2 倍补偿，或者窗的相干增益没有归一化。解决：按 3.2 节代码里的方式，非直流分量乘 2，再除以sum(w)/N。注意矩形窗的相干增益是 1，汉宁窗是 0.5，换窗后如果不重新归一化，幅度会差一倍。这个坑在对比不同窗类型时特别容易踩，建议把归一化写死在函数里，不要每次手动调。

4.3 帧边界处频谱跳变：重叠和窗长没配合好

现象：流式信号分析时，频谱在帧与帧之间出现明显跳变，看起来不稳定。原因：帧移太大，相邻帧之间信息不连续，加窗后边界处能量被压低。解决：帧移取帧长的 25% 到 50%，即重叠 50% 到 75%。在 Simulink 的 Buffer 模块里，重叠参数设成 N 的 50% 左右。如果信号本身是瞬态的，帧长要缩短，重叠比例可以适当降低，避免把瞬态事件平均掉。

4.4 模型跑得慢：向量化配置和求解器步长没调对

现象：模型运行几分钟才出结果，或者仿真速度远低于实时。原因：求解器步长设得太小，或者 Buffer 模块的采样方式导致每点都触发一次帧输出。解决：固定步长设为 1/Fs 即可，不要设得更小；Buffer 模块确认是「帧输出」模式而不是逐点输出；如果不需要实时性，把仿真时间缩短到几个帧长就够观察频谱。另外，MATLAB Function 模块里的循环尽量向量化，避免逐点 for 循环拖慢速度。

4.5 换电脑后模型报错：路径和变量依赖丢了

现象：模型在另一台机器上打开，报「未定义变量 N」或「找不到函数」。原因：模型依赖的初始化脚本没有一起拷贝，或者 MATLAB Function 里的自定义函数不在路径上。解决：把参数定义写进模型的 PreLoadFcn 回调里，打开模型自动执行；自定义函数保存为独立 .m 文件放在模型同目录，用addpath加载。这个坑在团队协作时特别常见，后悔药就是一开始就把依赖关系理清楚，别等到换机器才发现。

5. 把频谱分析系统做扎实的两个进阶习惯

第一个习惯是给模型加自检。在模型里放一个 Assertion 模块，检查 FFT 输出的谱线数是否等于 N/2+1，检查频率轴最大值是否等于 Fs/2。这些断言在参数改动后能第一时间发现配置错误，比跑完看结果再回头查快得多。我一般还会在初始化脚本里加一段打印，把 Fs、N、Δf、窗类型输出到命令行，每次运行前扫一眼，确认参数符合预期。

第二个习惯是用已知信号做回归验证。准备一个由两个正弦分量加白噪声合成的测试信号，频率和幅度已知，每次改完模型跑一遍，看频谱峰值位置和幅度是否和理论值一致。下面这个表格是我常用的验证用例，覆盖了分辨率、幅度精度和泄漏三个维度。

每次调整窗类型、帧长或归一化方式后，把这四个用例跑一遍，对比峰值位置和幅度。如果某个用例的幅度偏了，基本能定位到是归一化还是窗增益的问题；如果双频分不开，说明帧长不够，分辨率不足。这个习惯看起来笨，但能帮你把模型从「能跑」推到「可信」。

最后说一个我自己的教训。早期做频谱分析时，我总想一步到位把参数调到最优，结果改一个参数影响三处，越调越乱。后来改成先固定采样率和帧长，只动窗类型，确认幅度归一化没问题，再回头调分辨率。一次只动一个变量，配合上面的验证用例，问题定位速度至少快一倍。频谱分析系统的难点不在 FFT 本身，而在链路里每个环节的参数耦合，把耦合关系理清楚，剩下的就是耐心验证。希望帮到你。

本文还有配套的精品资源，点击获取