利用FFT成功实现拓扑识别（三）--算法的验证

利用FFT成功实现拓扑识别（三）

算法的验证

 通过对采样数据的FFT变换，在mathlab中，利用plot输出FFT变换后的频域数据，我们得到以下的频谱分析图：

可以看出，在0，50和833hz的位置上，数据明显高于其他频率的幅值，这与原始信号的特征完全一致。

排序输出

在嵌入式ARM系统上移植运行后，也可以得到类似的结果，为了更清晰地展示输出结果，我们对FFT输出的各个频率点对应的幅值，依照幅值大小进行排序后，输出幅值最大的30组频率和幅值的对应列表，如下图：

可以看出，实际计算值和原始信号的幅值相比略小，这就牵扯到fft变换中常见的频谱泄露问题，频谱泄露会影响对频率的分析结果，主要影响为：
1、 幅值变的比实际的低
2、 频率分析不准
怎么降低频谱泄露的影响呢？我后面开专期分析。