快速傅利葉變換的

fft是離散傅利葉變換的快速演算法，可以將乙個訊號變換到頻域。有些訊號在時域上是很難看出什麼特徵的，但是如

果變換到頻域之後，就很容易看出特徵了。這就是很多訊號分析採用fft變換的原因。另外，fft可以將乙個訊號的頻譜

提取出來，這在頻譜分析方面也是經常用的。

雖然很多人都知道fft是什麼，可以用來做什麼，怎麼去做，但是卻不知道fft之後的結果是什意思、如何決定要使用

多少點來做fft。現在圈圈就根據實際經驗來說說fft結果的具體物理意義。乙個模擬訊號，經過adc取樣之後，就變成了數碼訊號。取樣定理告訴我們，取樣頻率要大於訊號頻率的兩倍，這些我就不在此羅嗦了。

取樣得到的數碼訊號，就可以做fft變換了。n個取樣點，經過fft之後，就可以得到n個點的fft結果。為了方便進行fft

運算，通常n取2的整數次方。假設取樣頻率為fs，訊號頻率f，取樣點數為n。那麼fft之後結果就是乙個為n點的複數。每乙個點就對應著乙個頻率點。這個點的模值，就是該頻率值下的幅度特性。具體跟原始訊號的幅度有什麼關係呢？假設原始訊號的峰值為a，那麼fft的結果的每個點（除了第乙個點直流分量之外）的模值就是a的n/2倍。而第乙個點就是直流分量，它的模值就是直流分量的n倍。而每個點的相位呢，就是在該頻率下的訊號的相位。第乙個點表示直流分量（即0hz），而最後乙個點n的再下乙個

點（實際上這個點是不存在的，這裡是假設的第n+1個點，也可以看做是將第乙個點分做兩半分，另一半移到最後）則表示

取樣頻率fs，這中間被n-1個點平均分成n等份，每個點的頻率依次增加。例如某點n所表示的頻率為：fn=(n-1)*fs/n。

由上面的公式可以看出，fn所能分辨到頻率為為fs/n，如果取樣頻率fs為1024hz，取樣點數為1024點，則可以分辨到1hz。

1024hz的取樣率取樣1024點，剛好是1秒，也就是說，取樣1秒時間的訊號並做fft，則結果可以分析到1hz，如果取樣2秒時

間的訊號並做fft，則結果可以分析到0.5hz。如果要提高頻率分辨力，則必須增加取樣點數，也即取樣時間。頻率解析度和

取樣時間是倒數關係。假設fft之後某點n用複數a+bi表示，那麼這個複數的模就是an=根號a*a+b*b，相位就是pn=atan2(b,a)。根據以上的結果，就可以計算出n點（n≠1，且n<=n/2）對應的訊號的表示式為：an/(n/2)*cos(2*pi*fn*t+pn)，即2*an/n*cos(2*pi*fn*t+pn)。對於n=1點的訊號，是直流分量，幅度即為a1/n。由於fft結果的對稱性，通常我們只使用前半部分的結果，即小於取樣頻率一半的結果。

好了，說了半天，看著公式也暈，下面圈圈以乙個實際的訊號來做說明。假設我們有乙個訊號，它含有2v的直流分量，頻率為50hz、相位為-30度、幅度為3v的交流訊號，以及乙個頻率為75hz、相位為90度、幅度為1.5v的交流訊號。用數學表示式就是如下：s=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180) 式中cos引數為弧度，所以-30度和90度要分別換算成弧度。

我們以256hz的取樣率對這個訊號進行取樣，總共取樣256點。按照我們上面的分析，fn=(n-1)*fs/n，我們可以知道，每兩個

點之間的間距就是1hz，第n個點的頻率就是n-1。我們的訊號有3個頻率：0hz、50hz、75hz，應該分別在第1個點、第51個點、

第76個點上出現峰值，其它各點應該接近0。實際情況如何呢？

我們來看看fft的結果的模值。在第1點、第51點、和第76點附近有比較大的值。我們分別將這三個點附近的資料拿上來細看：

1點： 512+0i

2點： -2.6195e-14 - 1.4162e-13i

3點： -2.8586e-14 - 1.1898e-13i

50點：-6.2076e-13 - 2.1713e-12i

51點：332.55 - 192i

52點：-1.6707e-12 - 1.5241e-12i

75點：-2.2199e-13 -1.0076e-12i

76點：3.4315e-12 + 192i

77點：-3.0263e-14 +7.5609e-13i

很明顯，1點、51點、76點的值都比較大，它附近的點值

都很小，可以認為是0，即在那些頻率點上的訊號幅度為0。

接著，我們來計算各點的幅度值。分別計算這三個點的模值，

結果如下：

1點： 512

51點：384

76點：192

快速傅利葉變換的

傅利葉變換與快速傅利葉變換

快速傅利葉變換

快速傅利葉變換

相關推薦