采样——傅里叶变换基础知识

        本文是我在进行matlab对采集卡采集到的数据进行傅里叶变换处理时百度到的一些知识，如有雷同，请联系删除

一、采样点数
       采样点数是一次向pc发送的数据量包含的点数，采样点数决定了每次传到pc内的数据量。如果每次处理需要更多数据，可以增加采样点数。FFT、IFFT的采样点数（N）必须是2的指数，在频域一个频点对应时域的一次采样，所以FFT的点数自然就是2048、1024、512、256、128。因此在进行傅里叶变换的时候需要考虑点数的数量，因为在进行一次采样的时候采集卡的数据的点数往往不是2的整数倍，因此在调用FFT的时候需要在后面的点数进行更改为2的指数数值大小。

二、采样频率 (Hz)
        采样频率也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数。采样频率必须大于信号的频率（不失真），fs/N（频率分辨率）越小，精度越高，通过补0增加的FFT点数无法提高FFT精度。所谓的补零操作其实就是在原有的数据的后面补零为2的指数倍。采样频率的单位是HZ。采样频率等于采样时间间隔分之一。

三、采样时间间隔
      采样时间间隔=采样点数/采样总时间，采样时间间隔可以理解为时域的采样点数所需要的时间。

四、采样率（个/秒）
       采样率表示每秒采样点的个数，其单位是（个/秒）。按照公式可以这样理解采样率等于采样点数*数据更新率。例如当采样点为100时，我们数据的更新率为20次，即传输了二十次数量为100的采样点，所以我们的采样率就是100*20=2000 (hz) 或者说是2000（次/秒）。

五、采样频率与信号频率的关系
      根据奈奎斯特理论，只有采样频率高于原始信号最高频率的两倍时，才能把数字信号表示的信号还原成为原来信号。

六、采样率和带宽
       采样定理指出，如果信号是带限的并且采样频率高于信号带宽的两倍，那么原来的连续信号可以从采样样本中完全重建出来。带限信号变换的快慢受到它的最高频率分量的限制，也就是说它的离散时刻采样表现信号细节的能力是有限的。如果信号的带宽是100Hz，那么为了避免混叠现象采样频率必须大于200Hz。

七、采样率高低和采样时间
       采样间隔的选择和信号混淆：对模拟信号采样首先要确定采样间隔，如何合理选择△t 涉及到许多需要考虑的技术因素。一般而言，采样频率越高，采样点数就越密，所得离散信号就越逼近于原信号，但过高的采样频率并不可取。对固定长度  (T) 的信号，采集到过大的数据量 (N=T/△t)，给计算机增加不必要的计算工作量和存储空间。若数据量 (N) 限定，则采样时间过短，会导致一些数据信息被排斥在外。若采样频率过低，采样点间隔过远，则离散信号不足以反映原有信号波形特征，无法使信号复原造成信号混淆。

总结
（1）频域分辨率只和采样时间长度有关，采样时间越长，频域分辨率越高；
（2）时域分辨率只和采样率有关，采样率越高，时域分辨率越高。

八、函数fft返回值的数据结构具有对称性
        根据采样定理，fft能分辨的最高频率为采样频率的一半（即Nyquist频率），函数fft返回值是以Nyqusit频率为轴对称的，Y的前一半与后一半是复数共轭关系，信息其实是重复的。所以，如果进行N点的fft，实际上有用的点数为n+1点（N为奇数或者偶数的情况下有用的点数均相同）。
Fn = （n-1）* Fs /N
      其中：Fn是第n点所表示的真实频率值。当然，n只取前一半的点就足够了。这样，可以达到的频率分辨率即为Fs/N。注意：在进行傅里叶的时候该点的amp除以N/2就是对应该频率下的信号的幅度（对于直流信号是除以N）
九、傅里叶变换后的单位的理解
        作FFT分析时，幅值大小与输入点数有关，要得到真实的幅值大小，需要将变换后的结果除以N。且由于零频在双边谱中本没有被一分为二，所以对于零频外的点还有乘以2，得到的才是真实的频率幅值。对信号进行FFT变换后，单位变化从时域上的时间，电压，电流等转变为了赫兹，具体来说傅里叶变化后的信号的单位可以分为两种分别是频率单位和幅度单位，频率单位通常使用赫兹表示，表示信号在频域上的频率，而幅度单位则通常使用复数表示，表示信号在频域上的振幅或者下能为，幅度单位的实部表示信号的振幅，虚部表示信号的相位，就比如信号在时域上的振幅为5V，相位为30°，则在进行傅里叶变换后他的幅度单位可能是5+1.7i，其中实部为2，虚部为1.7。
 十、傅里叶变换的幅度相位的计算方法

       傅里叶变换后点的相位即是对应该频率下的信号的相位。相位的计算可用函数atan2(b,a)计算。atan2(b,a)是求坐标为(a,b)点的角度值，范围从-pi到pi。要精确到xHz，则需要采样长度为1/x秒的信号，并做FFT。要提高频率分辨率，就需要增加采样点数，这在一些实际的应用中是不现实的，需要在较短的时间内完成分析。解决这个问题的方法有频率细分法，比较简单的方法是采样比较短时间的信号，然后在后面补充一定数量的0，使其长度达到需要的点数，再做FFT，这在一定程度上能够提高频率分辨力。https://blog.csdn.net/qq_15063463/article/details/111874565