matlab 快速傅里叶变换 输出什么,用matlab的fft（快速傅里叶变换）将时域转换成频域的问题...

我看书上和网上大多fft都是对某一个特定的解析函数而言的。我这边的数据，是7.96s内采集的200个杂乱无章的数据，需要对这些数据进行fft变换。

数据如下(保存为shuju.m的文件，第一列为时间，第二列为信号)：

%数据

Data = ...

[0        600

0.04        548.333

0.08        676.667

0.12        590

0.16        670

0.2        595

0.24        628.333

0.28        628.333

0.32        726.667

0.36        680

0.4        661.667

0.44        641.667

0.48        613.333

0.52        755

0.56        685

0.6        618.333

0.64        680

0.68        746.667

0.72        820

0.76        720

0.8        660

0.84        731.667

0.88        690

0.92        603.333

0.96        710

1        716.667

1.04        773.333

1.08        623.333

1.12        740

1.16        720

1.2        601.667

1.24        736.667

1.28        648.333

1.32        696.667

1.36        596.667

1.4        711.667

1.44        745

1.48        588.333

1.52        725

1.56        685

1.6        741.667

1.64        618.333

1.68        731.667

1.72        625

1.76        635

1.8        738.333

1.84        640

1.88        760

1.92        696.667

1.96        736.667

2        558.333

2.04        696.667

2.08        853.333

2.12        593.333

2.16        588.333

2.2        686.667

2.24        760

2.28        621.667

2.32        638.333

2.36        706.667

2.4        648.333

2.44        620

2.48        720

2.52        603.333

2.56        611.667

2.6        705

2.64        686.667

2.68        638.333

2.72        746.667

2.76        705

2.8        755

2.84        716.667

2.88        708.333

2.92        786.667

2.96        763.333

3        691.667

3.04        841.667

3.08        756.667

3.12        738.333

3.16        758.333

3.2        763.333

3.24        678.333

3.28        796.667

3.32        770

3.36        731.667

3.4        605

3.44        711.667

3.48        686.667

3.52        695

3.56        621.667

3.6        733.333

3.64        713.333

3.68        750

3.72        591.667

3.76        695

3.8        685

3.84        746.667

3.88        581.667

3.92        716.667

3.96        788.333

4        628.333

4.04        756.667

4.08        563.333

4.12        630

4.16        675

4.2        615

4.24        758.333

4.28        590

4.32        688.333

4.36        620

4.4        646.667

4.44        611.667

4.48        615

4.52        711.667

4.56        678.333

4.6        786.667

4.64        780

4.68        785

4.72        663.333

4.76        661.667

4.8        745

4.84        691.667

4.88        605

4.92        723.333

4.96        683.333

5        668.333

5.04        766.667

5.08        746.667

5.12        670

5.16        690

5.2        728.333

5.24        765

5.28        698.333

5.32        705

5.36        688.333

5.4        770

5.44        575

5.48        685

5.52        730

5.56        596.667

5.6        645

5.64        621.667

5.68        645

5.72        681.667

5.76        661.667

5.8        728.333

5.84        815

5.88        681.667

5.92        683.333

5.96        730

6        651.667

6.04        743.333

6.08        648.333

6.12        610

6.16        713.333

6.2        770

6.24        746.667

6.28        575

6.32        611.667

6.36        711.667

6.4        711.667

6.44        580

6.48        716.667

6.52        598.333

6.56        746.667

6.6        631.667

6.64        680

6.68        685

6.72        845

6.76        555

6.8        590

6.84        663.333

6.88        653.333

6.92        806.667

6.96        628.333

7        763.333

7.04        686.667

7.08        738.333

7.12        833.333

7.16        620

7.2        630

7.24        680

7.28        675

7.32        603.333

7.36        703.333

7.4        803.333

7.44        685

7.48        850

7.52        638.333

7.56        711.667

7.6        691.667

7.64        580

7.68        660

7.72        688.333

7.76        775

7.8        576.667

7.84        681.667

7.88        728.333

7.92        705

7.96        768.333];

然后对这些数据进行快速傅里叶变换：

clear all

clc

shuju;

t=Data(:,1);y=Data(:,2);

figure;

subplot(2,1,1);plot(t,y)

title('长度')

xlabel('时间(s)')

ylabel('长度(mm)')

Fs=25;L=200;

N = 2^nextpow2(L); %采样点数，采样点数越大，分辨的频率越精确，N>=L，超出的部分信号补为0

Y = fft(y,N)/N*2; %除以N乘以2才是真实幅值，N越大，幅值精度越高

f = Fs/N*(0:1:N-1); %频率

A = abs(Y); %幅值

subplot(2,1,2);

plot(f(1:N/2),A(1:N/2)); %函数fft返回值的数据结构具有对称性,因此我们只取前一半

title('幅值频谱')

xlabel('频率(Hz)')

ylabel('幅值')

最后得到的图是这样的：

11.png (25.94 KB, 下载次数: 7)

fft

2018-6-14 20:09 上传

没有得到的正确的幅值-频率图，请教大佬应该怎么办？？？