matlab fft简单小例子,一个简单的fft例子

Fs = 1000;

T = 1/Fs;

L = 1024;

t = (0:L-1)*T;

y = sin(2*pi*200*t) + randn(size(t)); % 200Hz sinwave and

noise

%y = sin(2*pi*200*t);

subplot(2,1,1);

plot(Fs*t(1:50),y(1:50));xlabel('Time(ms)');

N = 1024;

Y = fft(y,N)/(N/2); %

/(N/2)归一化到1以内

k = (0:N/2-1)*Fs/N; % kmax =

(N/2)*Fs/N = Fs/2(Nyquist), Fs/N为频率分辨率

subplot(2,1,2);

plot(k,abs(Y(1:N/2)));xlabel('Frequency(Hz)');ylabel('|Y|');

Matlab

Help里的代码，我一开始看不太懂，呵呵，这个应该写的挺好的。

一开始我一直不知道FFT后的频率是什么范围，现在终于明白了，频率分辨率为Fs/N，然后一共有N/2个，乘以N/2后，就是奈奎斯特频率了，最高也就到奈奎斯特频率了，就是k

= (0:N/2-1)*Fs/N;这句话。然后，Y是复数，而且应该对称的，即有一半是另一半的镜像，所以，只要一半就行了。

从这个例子还可以得到一点启示，就是在时域，信号看上去杂乱无章，你如果不知道信号的数学表达式，你几乎不知道怎么来描述这个信号，但是从频域看的话，就很清楚了，就是一个200Hz的信号加上噪声，没了。可见，频域分析还是很重要的，我一开始学数字信号处理的时候就一直想为什么要搞个频域出来，或许，这就是其中原因之一了吧