matlab 低通滤波_傅里叶变换、带通滤波和小波变换操作

在数据处理和分析中，信号频率的分析应用非常广泛，本期我将介绍一下数据处理中基本的傅里叶变换、带通滤波和小波变换的方法和技巧。

1.    快速傅里叶变换(Fast Fourier Transform, FFT)

有一定数据分析基础的读者应该知道，FFT变换最常用的是将一个时域信号(信号强度随时间的变化)转变成一个频域信号(信号强度在频率上的变化)，从而确定信号的频率分布，进一步采用滤波等措施滤除无用频率信号的干扰。这里我简单介绍一下基于Origin软件的FFT变换。

实施例配置：Origin 9.0，待处理信号两列(X轴为时间(s)，Y轴为信号)

步骤1：数据准备，示例中所准备的为发动机燃烧压力数据，采样频率为90 kHz，7200个数据点。

步骤2：选中要进行FFT变换的数据列，在菜单栏中找到FFT变化选项，如图所示。

步骤3：FFT基本设置，保持Input和SamplingInterval为默认值(其实是根据你所选的数据列得到的)，在plot面板中勾选需要用到的输出项，通常Amplitude需要勾选，如图所示。

    步骤4：点击确定后输出相应数据，如图所示，选择Amplitude和Frequency两列进行作图，并调整横坐标和纵坐标的scale数值，如图所示，即得到了