fft函数matlab_fft

        DTFT是离散时间非周期信号的傅里叶变换，由于其频域曲线是连续周期的，计算机无法处理，所以用冲击函数对其频谱在频域进行采样，得到时域和频域都离散的信号，这类过程叫做DFT。写出DFT的公式我们可以看到，完整的求出信号的DFT需要计算N*N次乘法和N*(N-1)次加减法，所以有大牛又提出了FFT算法简化计算过程，加快计算速度。

        matlab提供的fft算法有几点比较关键：

1. 为防止频谱泄漏，做FFT选取的点数NFET(也就是选取的时间段)最好是信号周期的整数倍M，否则fft后的信号幅度小于真正的信号幅度。

   NFET*Ts = M*Tsig，但最好也要小于信号长度，否则fft会帮你自动补零，致使振幅谱中出现很多其他成分，这是加零造成的，其振幅由于加了多个零而明显减小。

2. 输出的频谱图的频率分辨率为Fs/NFET，所以NFET越大，波形越逼真；

3. 频谱关于中间位置对称，只需要观察  0：NFET/2(NFET/2+1个点)；

4. MATLAB中FFT的频谱，应该看幅值；

5. 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(奈奎斯特率)：X轴频率点：(0:NFET/2)*Fs/NFET；

6. 复数幅值修正：假设原始信号的幅度为A，那么FFT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。所以在做完fft之后，还要进行幅值修正；

   所以，为了不补零而又希望频率分辨率足够，一般希望NFET足够接近N，但又不大于。

%%fft_analysis

clear all;

clc;

fs = 1000;            %%sampling frequency

N = 100;             %%point number of signal; length of signal;

NFET = 100;        %% NFET point DFT;  

t = (0:N-1)/fs;      %% x axis; samples location of signal 

y = 0.5*sin(2*pi*20*t)+sin(2*pi*50*t);       %% y axis; samples value of signal 

x = fft(y,NFET);         %%NFET = select how much data point to fft

mag = abs(x)/NFET*2;

f = (0:NFET-1)*fs/NFET;

plot(f(1:NFET/2),mag(1:NFET/2));

grid on;