fft.docVIP

对于实际中的信号，应先进行预处理，去除直流分量和趋势项，再作FFT的分析。对于FFT以后的序列，其频率分辨率 = 采样频率/采样点数; abs ( ) 是求绝对值;直流分量处abs/N，其他点处abs/(N/2),就可得到幅值谱（频谱）；conj ( ) 是求共轭复数与原序列乘积后得到功率值;再除以fft点数，得到功率密度谱。FFT以后除N变成数学谱，再IFFT不除N直接还原。FFT以后除以N/2得物理谱。 FFT是个算法，至于点数N的处理，有些教科书上是除在FFT上，有些是除在IFFT上，因为FT是个变换，所以只要保证 x=IFFT( FFT(x) )成立即可。//除以N得到的双边谱，除以N同时乘以2得到的是单边谱。双边谱意味着有正负频率，只有数学意义，一般可以叫做数学谱；单边谱只有正频率，叫物理谱，一般具体工程问题的谱，都是指物理谱。双边谱和单边谱，一个是数学概念，一个是工程概念。//关于FFT的结果为什么要除以N首先，离散付立叶变换的定义本身比连续付立叶变换少了一个dt(采样时间间隔）；然后，对于单频率成分的信号来说，经过矩形窗截断后的频谱在其信号频率处将放大T（做谱时间长度）倍，同样，对于相隔较远的多频率成分信号来说，相应的频率成分的幅值均将因截断而被放大T倍。综合考虑这两种原因的话，也就是说我们用FFT做出的谱实际上是放大了T/dt=N（做谱点数）倍，因此，必须将此结果除以N。以上是对于单频率或相隔较远的多频率成分信号而言的，其他的情况得具体问题具体分析了，如加的是其他窗，就要考虑幅值恢复系数。密集频率成分的考虑等等。 %% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% matlab自带函数fft使用例程及说明% 分析对象：包含幅值为2，频率f为50Hz，相位角为30度的基波和幅值为1，频率为100Hz，相位角为60度的2次谐波% 采样频率:fs=2500% 采样点数：N=100% 值得注意的是:对于需要分析的波形，若基波频率已知，采样点数必须覆盖整数个基波周期。如比例中，采样点数为100，采样频率为2500，基波频率为50，采样点数覆盖两个基波周期。% fft分析得出的结果存储了各次谐波的幅值和相位信息：第一个为0次谐波，第二个值对应谐波的频率为该次fft解算出的最小频率，第三个值对应谐波的频率为最小频率的2倍，在Nyquist（奈奎斯特）频率点之前依此类推。% 可参考的网络资源：/view/8e453b74f46527d3240ce0ae.html%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%建立分析对象t=0:4e-4:(0.04-4e-4); %采样点数为100，采样周期为4e-4，其对应采样频率为2500Hzx=2*cos(2*pi*50*t+30*pi/180)+cos(2*pi*100*t+60*pi/180); %生成分析数据源，包含基波和二次谐波，从这个公式可以看出，matlab中相位角的计算是基于cos函数的%对分析对象进行谐波分析y = fft(x); %用matlab自带函数fft进行快速离散傅里叶变换m = abs(y); ?t分析结果每个点对应的模值m = m.*2./length(x); %将fft分析结果每个点对应的模值转换为原始信号的峰值pyy = phase(y)*180/pi; %计算相位，得到角度单位为弧度，转换为角度，由于相位卷绕现象的存在，相角范围为[-180,180]，关于相位卷绕具体信息，参考：/s/blog_4513dde60100o6uv.html%通过图示反应各次谐波的分布fs=2500; %采样频率N=length(t); %获得采用点数目if mod(N,2)~=0