1、傅里叶变换的意义
傅里叶变换将信号从时域转换到频域,在频域上看信号的强弱。
2、非时域信号傅里叶变换的意义
傅里叶变换是把时域信号分解成不同频率成分的信号,不同频率成分的信号是指信号有不同成分,它们随时间周期性变化,周期有长有短,那对非以时间为自变量的信号呢?自然是信号有不同成分,它们随比如说位置“周期性”变化,周期有长的有短的。
3、怎么进行变换 (matlab)
一般情况下在使用傅里叶变换的时候我们只需要知道傅里叶变换的意义以及傅里叶变换得到的是什么,没必要去编写傅里叶变换的具体程序,很多软件中都有fft函数,我们只需要调用即可,下面以matlab为例进行说明。
进行傅里叶变换后我们必须搞清楚变换之后X轴(频率)与Y轴(幅值)与时域信号对应的关系:
(1) 假设采样频率为Fs,信号频率F,采样点数为N。那么FFT之后结果就是一个为N点的复数。每一个点就对应着一个频率点,第一个点表示直流分量(即0Hz),而最后一个点N的再下一个点(实际上这个点是不存在的,这里是假设的第N+1个点,也可以看做是将第一个点分做两半分,另一半移到最后)则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加。例如某点n所表示的频率为:Fn=(n-1)*Fs/N。这样就可以确定X轴(频率)的坐标了。Fs/N表示的是频率分辨率,从表达式可知要增加频率分辨率就要增加采样点数,也就是采样时间。
(2)傅里叶变换后每一个频率点对应的复数的模值就代表着该频率值信号的幅度特性,我们需要确定这个模值和原始信号的幅值的关系才能确定Y轴的坐标。它们之间额关系如下:假设原始信号的峰值为A,那么FFT的结果的每个点(除了第一个点直流分量之外)的模值就是A的N/2倍。而第一个点就是直流分量,它的模值就是直流分量的N倍。
(3)相位谱。时域信号的相位就是变换后对应复数的相位角
通过以上叙述的关系我们就可以确定FFT变换后每个点对应的信号表达式,假设FFT之后某点n用复数a+bi表示,那么这个复数的模就是An=根号a*a+b*b,相位就是Pn=atan2(b,a),则第n点对应的信号的表达式为:
A1/N n=1(直流分量)
An/(N/2)*cos(2*pi*Fn*t+Pn) n!=1
由于FFT结果的对称性,通常我们只使用前半部分的结果,即小于采样频率一半的结果。
下面以一个实例验证以上的叙述:
原始信号为y=0.5*sin(2*pi*3*t)+cos(2*pi*10*t),进行变换的效果如下图:
clc,clear
dt=0.02;%采样间隔
N=512;%采样点数
t=0:dt:(N-1)*dt;%采样时刻
fs=1/dt;%采样频率,与才采样间隔互为倒数
n=0:1:N-1;
f=(fs/N).*n;%X轴每个点对应的频率
x=0.5*sin(2*pi*3*t)+cos(2*pi*10*t);%信号
figure(1)
plot(t,x)
y=fft(x);%傅里叶变换得到一个复数
Ay=abs(y);%取模
figure(2)
plot(f,Ay)
Ayy=Ay*2/N;%转换成实际的幅值
figure(3)
plot(f(1:N/2),Ayy(1:N/2))