Matlab中的FFT使用说明

1、FFT是Fast Fourier Transform（快速傅里叶变换）的简称，FFT算法在 MATLABMATLAB中实现的函数是Y=fft(x,n)。刚接触频谱分析用到FFT时，几乎都会对的 fft 函数产生一些疑惑，下面以看一个例子（根据MATLA帮助修改）Fs = 2000;%设置采样频率T = 1/Fs;%得到采用时间L = 1000;%设置信号点数，长度1秒t = (0:L-1)*T;%计算离散时间，% 两个正弦波叠加0f1 = 80;A1 = 0.5;%第一个正弦波100HZ，幅度 0.5f2 = 150;A2 = 1.0 ;%第2个正弦波150H Z，幅度 1.0A3 = 0.5

2、;%白噪声幅度；x = A1*sin(2*pi*f1*t)+ A2*sin(2*pi*f2*t);%产生离散时间信号；叠加噪声；y = x + A3*randn(size(t); % 时域波形图subplot(2,1,1) plot(Fs*t(1:50),x(1:50) title('Sinusoids Signal') xlabel('time (milliseconds)') subplot(2,1,2) plot(Fs*t(1:50),y(1:50) title('Signal Corrupted with Zero-Mean Random Noi

3、se') xlabel('time (milliseconds)')2的N次方，如1024, 512等NFFT = 2人nextpow2(L); %设置 FFT点数，一般为Y = fft(y,NFFT)/L; %计算频域信号，f = Fs/2*linspace(0,1,NFFT/2+1);由NFFT个离散频点表示% 频率离散化，fft 后对应的频率是 -Fs/2 到 Fs/2, % 这里只画出正频率；% Plot single-sided amplitude spectrum.figure;plot(f,2*abs(Y(1:NFFT/2+1);% fft 后含幅度和相位

4、，一般观察幅度谱，并把负频率加上去，title('Single-Sided Amplitude Spectrum of y(t)') xlabel('Frequency (Hz)')ylabel('|Y(f)|')运行结果时域波形图如图所示:Signal Corrupted with Zero-Mean Random Noisetime milliseconds)幅度谱如下:Single-Sided Amplitude Spectrum of y(t)Frequency (Hz)由图可见，80Hz的信号幅度为 0.4762，频率为80.08 ,150Hz的信号频率为150.4，幅度0.9348 , 存在误差。去掉白噪声后，结果为:0.90.8Singile>Sided Amplitude Spectrum of yt)X: 150.4Y; 0,93910.70.6貝0.5X; 00,06Y: 0 49710.40-30.10 LhlJL”，訂7 T I._l_ 丄_-I -.1-_0100200300400500600700 SOO 9001000Frequency (Hz)可见幅度精度提高了，但频率任然有误差。如果修