信号傅里叶变换的MATLAB实验报告

实验原理：

FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。 这就是很多信号分析采用FFT变换的原因。本章主要讲解如何采用matlab进行傅里叶变换，以及需要注意的事项。

比如有这样一个组合信号，其波形图如下，杂乱无章，看不出名堂。

S=2+3 * cos (2 * pi * 50 * t - pi * 30/180) + 1.5 * cos(2 * pi * 75* t + pi * 90/180)。

我们可不可以将其频率进行提取了，提取各个信号分量的频率、幅值、相位。答案是可以的，那就是傅里叶变换FFT。

实验波形：

 

实验结论：

经过ADC采样之后，就变成了数字信号。采样定理告诉我们，采样频率要大于信号频率的两倍。 假设采样频率为Fs，信号频率为F，那就因该Fs > 2F。 采样得到的数字信号，就可以做FFT变换了。N个采样点，经过FFT之后，就可以得到N个点的FFT结果。

结果结果是左右对称的，所以上面图中的结果只取了一半 256/2=128。为了方便进行FFT运算，通常N取2的整数次方。 分辨率：例如某点n所表示的频率为：Fn=(n-1)*Fs/N。则Fn所能分辨到频率为Fs / N。如果采样频率Fs为1024Hz，采样点数为1024点，则可以分辨到1Hz。

幅值：那么FFT之后结果就是一个为N点的复数。每一个点就对应着一个频率点。这个点的模值，就是该频率值下的幅度特性。 提取出了信号分量的两个频率50Hz, 75Hz，还有它们对应的幅值3，1.5。