【链接】傅里叶变换深入理解

https://panjiacheng.site/blog-others/2018/06/19/%E5%82%85%E9%87%8C%E5%8F%B6%E5%88%86%E6%9E%90/

这篇文章用了很多非常形象的图，讲解了频域分析与时域分析的区别、如何理解傅里叶变换后的幅度、频率与相位

https://www.cnblogs.com/ybqjymy/p/13645794.html
得到幅度谱与相位谱的matlab代码
幅度谱 abs，相位谱angle

https://blog.csdn.net/shenziheng1/article/details/52891807
非常清晰地讲解了FFT后横轴（频率）的含义以及对频率分辨率的理解
“
假设原始信号的峰值为A，那么FFT的结果的每个点（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。而每个点的相位呢，就是在该频率下的信号的相位。第一个点表示直流分量（即0Hz），而最后一个点N的再下一个点（实际上这个点是不存在的，这里是假设的第N+1个点，也可以看做是将第一个点分做两半分，另一半移到最后）则表示采样频率Fs，这中间被N-1个点平均分成N等份，每个点的频率依次增加。例如某点n所表示的频率为：Fn=(n-1)*Fs/N。由上面的公式可以看出，Fn所能分辨到频率为为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。1024Hz的采样率采样1024点，刚好是1秒，也就是说，采样1秒时间的信号并做FFT，则结果可以分析精确到1Hz，如果采样2秒时间的信号并做FFT，则结果可以分析精确到0.5Hz。如果要提高频率分辨率，则必须增加采样点数，也即采样时间。频率分辨率和采样时间是倒数关系。
”
看完这个瞬间就能理解为什么在matlab上画向量vec的频谱图的时候，纵轴幅值需要除以length(vecAmp)，而横轴频率需要表达为(- length(vec) / 2 : length(vec) / 2 - 1) * (fs / length(vec))