分享讨论数据处理中的FFT算法的

1万 · 2015-10-24 17:47

现在我在采用FFT算法处理数据的过程中，测试时就发现一个问题的，分辨率的变化的，，我开始是没怎注意的，现在这一块的基本整明白了，就跟大家一块的讨论下的了。。

1万 · 2015-10-24 17:49

关于FFT算法的，网上也有很多的分享的，我这里结合网上的分先跟大家一块的讨论下，先看下网上比较多的一个分享的：
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。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。

其就是针对一定采样频率下的离散数字的处理的。。

1万 · 2015-10-24 17:50

FFT结果的具体物理意义：
一个模拟信号，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——这一点非常重要的，也必须满足的。

1万 · 2015-10-24 17:52

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。为了方便进行FFT运算，通常N取2的整数次方。

这一点的话就是说我们的采样频率也必须满足2的整数次方才可以的啊，很关键的哦，这个涉及到数据处理过程中的关键问题的。

1万 · 2015-10-24 17:53

假设采样频率为Fs，信号频率F，采样点数为N。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。具体跟原始信号的幅度有什么关系呢？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，则结果可以分析到1Hz，如果采样2秒时间的信号并做FFT，则结果可以分析到0.5Hz。如果要提高频率分辨力，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。

1万 · 2015-10-24 17:54

这个就很详细地了，大家可以先理解下的吧，至于具体的算法实现的，是很麻烦你的，要求可以直接调用，能明白数据经过FGFT变换后的物理意义就可以啦。。先到这吧，更具体点的下次跟大家讨论的了吧。

分享讨论数据处理中的FFT算法的

突出贡献奖章

湍急之河流

常驻人口

技术高手奖章