1、例子
fs=1000; %采样频率
N=1000; %采样点数
NFFT = 2^nextpow2(N)2; %%%%%%%%%%%%%%%%% 1
n=0:N-1;
t=n/fs;
x=2sin(2pi200t);
plot(t,x)
%
y=fft(x,NFFT)/(N/2);%%%%%%%%%%%%%%%%%%%%% 2
m=abs(y(1:N));
f=nfs/NFFT; %%%%%%%%%%%%%%%%%%%%% 3
stem(f(1:N),m(1:N));
请问哈:
1、NFFT=2^nextpow2(N)2 这里是否乘以2,应该怎么选择,貌似乘以3结果也一样,
2、y=fft(x,NFFT)/(N/2) 这里最后除以了(N/2),才得到正确的幅值,看不懂
3、f=nfs/NFFT; 频率轴到底怎么写, n是0:1:N-1还是0:1:N,还是1:1:N ???
- 只有当 x 的长度为 2 的整数次幂才能最大限度的提高程序运算速度。nextpow2是指靠的最近的2的指数,若是1023,则nextpow2(1023)=10,若是1025,则nextpow2(1025)=10,前者运算时可以包括全部的数据,而后者包括不了第1025个数据,故需要加1,变成11.在2的指数上加1 等价于乘以2。理解吗?
- 做FFT分析时,幅值大小与FFT选择的点数****有关,但不影响分析结果。比如采用128和1024个点的相同频率的振幅有不同的表现值(成像时采样点为1024点的幅值更高)。但在同一幅图中,40Hz和15Hz的振动振幅值之比为1:4,与真实振幅0.5:1是一致的。为了得到真实的振幅,往往要乘以2除以N(采样点数)。
- n=0:1:N-1。中间的1可省略,一般写成n=0:N-1即可。频率轴是从开始的,到N-1,这不是真实的频率。只要将n乘以delta f 即得到真实的频率。delta f 又等于fs/N, 这也是频率分辨率,能理解么。额外话,频率轴只需取f(1:N/2)即可,因为后半部分与前半部分是对称的。