matlab中的fft不补零也能计算,Matlab里的fft是如何计算的？补零fft是否必要？

Matlab里的fft是如何计算的？补零fft是否必要？Matlab里的fft事如何计算的？与Dft的结果是否相同？补零fft是否必要？

下面通过实验分析，结果如下：

在matlab中不论数据长度是否是2的整次幂，dft和fft的结果都是相同的。

Dft的标准角频率是以2π为周期的，若以π为周期，其效果等同于原始信号补一半零，再做dft变换，不会提高频率分辨率

．．．．．．．．．。

Matlab中的fft变换，对于数据长度2的整次幂当然是基2的fft。但是对于长度非2的整次幂数据，其过程是多种混合基的混合运算，其结果当然与dft相同。绝对不是补零到2的整次幂再进行傅里叶变换，那样会漏掉特征(如图中曲线7)。但是对于补零原始数据的整倍数后，再抽样不会繁盛畸变，与直接fft变换结果一样(如图中曲线2、

3、4)

将原始数据补零后再抽取需要点数的做法不可取，不仅不能增加频率分辨率，还会引起较大畸变，就算是补原始数据点的整数倍零，其结果也是只与不补零的效果相同。

下图为matlab仿真图，原始数据400点

曲线1：dft计算时旋转因子周期定为π(标准以2π为周期)

曲线2：fft补一半零达到2倍原数据长度的fft变换，向上偏移10

曲线3:2倍原数据长度的fft变换，向上偏移20。

曲线4：dft补一半零达到2倍原数据长度的dft变换，向上偏移30

曲线5：标准fft曲线；

曲线6：标准dft曲线；

曲线7:原始数据400点补零到512点，傅里叶变换后再抽取400点的曲线。

function xk=dft(xn)%dft

N=length(xn);

n=0:(N-1);

WN=exp(-j*2*pi*n/N);%旋转因子

for i=1:N