本文内容来源:【如何快速理解离散傅立叶变换和FFT】 https://www.bilibili.com/video/BV1rj41157C6/?share_source=copy_web&vd_source=31a793acd6f7cfc80d399faa5242df23
单侧FFT和双侧FFT之间的区别是什么
理解正频率和负频率
时间:08:20-11:44
若时间信号长度为偶数,则奈奎斯特频率点位于为N/2+1。对于单侧FFT则有N/2+1个。包含零频率和奈奎斯特频率。如时间信号长度为10,则单侧FFT的结果长度为6
若为奇数,FFT其实不会得到奈奎斯特频率,因为它位于N/2处,所以会被跳过。对于单侧FFT则有[N/2]个点。[]代表取整,四舍五入。如时间信号长度为11,则单侧FFT的结果的长度为[11/2]=6
变量K如何与确切的频谱频率对应
时间11:14-12:41
K = 0,对应于0HZ;K = 1,对应于周期等于时间信号长度的频率;K = 2,对应于相同时间内存在两个波。
因此,k直到奈奎斯特频率指的是等于时间信号长度的这个时间段内的循环次数。
所以,想要我们的频域频域以HZ,或每秒循环次数来表示,则
f
r
e
q
u
e
n
c
y
=
k
时间信号长度
=
k
⋅
f
s
N
frequency=\frac{k}{时间信号长度}=\frac{k\cdot f_{s}}{N}
frequency=时间信号长度k=Nk⋅fs
其中,
f
s
f_s
fs表示采样频率,
N
N
N表示样本数
什么是频率区间?
这是FFT中每个频率区间的宽度,当K=1时,通过 f r e q u e n c y = k ⋅ f s N frequency=\frac{k\cdot f_{s}}{N} frequency=Nk⋅fs,即可知道两个样本之间的宽度。
在时域信号末尾添加0,
时间13:55
频率区间缩小,这仅有利于可视化,并没有增加频率分辨率,实际上只是在插值频率信号。当有更多的时域数据时,才能真正的增加频率分辨率。