fft 指数点数选取 关于FFT的问题？采样点数怎么取？

关于FFT的问题？采样点数怎么取？ 补零对信号的频谱结构高端和低端有些影响，如只关心中段频率频谱结构的话，补零是不错的方法。本来即便采集256点，转换到频域后高频尾端的数据也不可靠。FFT需要采样多少个时间周期，频率分辨率才可以精确到0.1？ 看来楼主需要理解DFTDFT是一个数学算法.跟周期没有必然的关系.DFT频率精确度与点数有关.FFT中N到底应该怎么选取呢？ fft（x）默认为x的个数，或者自定义fft(x，N)，N应该是2的幂次方，且不小于x的个数。我觉得x个数应该也是2的幂次方，N>；x时，默认在末尾补零，末尾补零不会提高分辨率，会让。快速傅里叶变换（fft）中的点数，如64点fft是指的什么？ 1：大概7、8年没碰FFT了。不知道还记的对不对。应该算是结果精度。因为 频谱精度=采样率/fft点.关于FFT计算怎么选取点数 一.调用2113方法X=FFT(x)；X=FFT(x，N)；x=IFFT(X)；x=IFFT(X，N)用MATLAB进行谱分析时注5261意：（1）函数FFT返回值的数据结构4102具有1653对称性。例：N=8；n=0：N-1；xn=[4 3 2 6 7 8 9 0]；Xk=fft(xn)Xk=39.0000-10.7782+6.2929i 0-5.0000i 4.7782-7.7071i 5.0000 4.7782+7.7071i 0+5.0000i-10.7782-6.2929iXk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。（2）做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。二.FFT应用举例例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。clf；fs=100；N=128；采样频率和数据点数n=0：N-1；t=n/fs；时间序列x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)；信号y=fft(x，N)；对信号进行快速Fourier变换mag=abs(y)；求得Fourier变换后的振幅f=n*fs/N；频率序列subplot(2，2，1)，plot(f，mag)；绘出随频率变化的振幅xlabel('频率/Hz')；ylabel('振幅')；title('N=128')；grid on；subplot(2，2，2)，plot(f(1：N/2)，mag(1：N/2))；绘出Nyquist频率之前随频率变化的。假设模拟信号的最高频率为fr=1khz，要求分辨率F=100hz，用FFT对其进行谱分析。试问：(1)最小记录时间是多少？（2）最大采样间隔是多少？（3）最少采样点数是多少？ 假设模拟信号的最高频率为fr=1khz，要求分辨率F=100hz，用FFT对其进行谱分析。试问：(1)最小记录时间是多少？由分辨率为 100Hz 可得：其最小记录时间为 1/100Hz=0.01s（2）最大采样间隔是多少？由信号的最高频率fr=1kHz可得：其最 小采样频率为 2×fr＝2kHz（奈奎斯特采样定理）于是：其最大采样间隔为 1/2kHz＝0.5ms（3）最少采样点数是多少？由（1）中可知 最少要记录 0.01s，由（2）中可知 最大间隔为 0.5ms所以至少要采样（0.01s/0.5ms）＝20 个点又由于，需要用FFT对其进行谱分析，FFT需要的点数为 2的n次幂。距20最近的 2的整数次幂 为 2的5次幂＝32所以如需进行FFT其进行谱分析，则至少需要 32 个 采样点。N点fft变换中，N的选取对于结果有什么影响？是不是有多少采样点，N就取多少？ n是表示对x的前n个点进行傅里叶变换，一般是越大越好，但太大可能会造成计算效率的下降，一般在保证足够精度的情况下，只需适中的n值即可。至于这个命令只是进行傅里叶变化。

#频率分辨率#fft