基于MATLAB的FFT分析

1、目的：熟悉MATLAB的FFT函数

2、基于MATLAB的FFT函数需要了解的知识点

• 频谱关于中间位置对称，只需要观察  0:1：N/2（这N/2+1个点）（时域采集N个点，频域只需要观察N/2+1个点）
• MATLAB中FFT的频谱，应该看幅值
• X轴频率点的设置：采样频率为Fs,频谱图显示的最高频率为Fs/2（采样定理）：X轴频率点：（0:1：N/2）*Fs/N
• 复数幅值修正

3、需要说明的两个问题

• 画出的频谱图的频率分辨率为Fs/N
• 采样频率Fs大于信号最大频率的的2倍

4、自己的心得

• 由于采样定理可知，当不满足采样定理的时候将出现混叠现象，所以FFT处理时默认Fs/2为最高信号频率
• 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。这个点的模值，就是该频率值下的幅度特性。具体跟原始信号的幅度有什么关系呢？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。而每个点的相位呢，就是在该频率下的信号的相位。

5、待解决的问题

• 从数学层面理解FFT变换后的幅值的大小问题（心得第二点）

6、MATLAB代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%------------------------------------------------------------------------------------%
%************************************** FFT *****************************************%
%------------------------------------------------------------------------------------%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%   Date:XXXX.X.XXX
%   Author:flypassion
%   Version:1.0
clear all
close all
clc
%% Parameter Interface
SampleFre = 1000;            %采样频率
SignalLen = 20000;           %数据长度
%% Main
%--------------------------------------------------------------------------------------
t = (0:SignalLen-1)/SampleFre;                      %时间
SignalData = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t);  %采样频率>2倍信号最大频率
NoiseData = 2*randn(size(t));
SignalAddNoiseData = SignalData + NoiseData;
plot(1000*t(1:50),SignalAddNoiseData(1:50))
title('信号添加随机噪声')
xlabel('t(毫秒)')
%--------------------------------------------------------------------------------------
FFTData = fft(SignalAddNoiseData);
FFTAmplitude0 = abs(FFTData)/SignalLen;                 %频谱关于SignalLen/2对称
FFTAmplitude1 = FFTAmplitude0(1:SignalLen/2); 
FFTAmplitude0(2:end) = 2*FFTAmplitude0(2:end);          %复数域的幅值需要进行变换才能与时域的幅值对应
FFTAmplitude1(2:end) = 2*FFTAmplitude1(2:end);
Frequence0 = SampleFre*(0:(SignalLen-1))/SignalLen;
Frequence1 = SampleFre*((0:(SignalLen/2)-1))/SignalLen;
subplot(2,1,1)
plot(Frequence0,FFTAmplitude0)
title('双边频谱')
xlabel('f(Hz)')
ylabel('FFTAmplitude')
subplot(2,1,2)
plot(Frequence1,FFTAmplitude1)
title('单边频谱')
xlabel('f(Hz)')
ylabel('FFTAmplitude')
实验图片

7、参考链接

• https://www.cnblogs.com/WHaoL/p/6595132.html
• http://blog.sina.com.cn/s/blog_640029b301010xkv.html​​​​​​​