FFT的詳細解釋，相信你看了就明白了
阿新 • • 發佈：2019-02-19
轉自：http://www.ilovematlab.cn/thread-119939-1-1.html
FFT是離散傅立葉變換的快速演算法，可以將一個訊號變換到頻域。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可以將一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。一個模擬訊號，經過ADC取樣之後，就變成了數字訊號。取樣
取樣得到的數字訊號，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之後結果就是一個為N點的複數。每一個點就對應著一個頻率點。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（除了第一個點直流分量之外）的模值就是A的N/2倍。而第一個點就是直流分量，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。
分辨力，則必須增加取樣點數，也即取樣時間。頻率解析度和
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，下面圈圈以一個實際的訊號來做說明。
假設我們有一個訊號，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，以及一個頻率為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的結果的模值如圖所示。
圖1 FFT結果
從圖中我們可以看到，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
按照公式，可以計算出直流分量為：512/N=512/256=2；50Hz訊號的幅度為：384/(N/2)=384/(256/2)=3；75Hz訊號的幅度為192/(N/2)=192/(256/2)=1.5。可見，從頻譜分析出來的幅度是正確的。
然後再來計算相位資訊。直流訊號沒有相位可言，不用管它。先計算50Hz訊號的相位，atan2(-192, 332.55)=-0.5236,結果是弧度，換算為角度就是180*(-0.5236)/pi=-30.0001。再計算75Hz訊號的相位，atan2(192, 3.4315E-12)=1.5708弧度，換算成角度就是180*1.5708/pi=90.0002。可見，相位也是對的。
根據FFT結果以及上面的分析計算，我們就可以寫出訊號的表達式了，它就是我們開始提供的訊號。
總結：假設取樣頻率為Fs，取樣點數為N，做FFT之後，某一點n（n從1開始）表示的頻率為：Fn=(n-1)*Fs/N；該點的模值除以N/2就是對應該頻率下的訊號的幅度（對於直流訊號是除以N）；該點的相位即是對應該頻率下的訊號的相位。相位的計算可用函式atan2(b,a)計算。atan2(b,a)是求座標為(a,b)點的角度值，範圍從-pi到pi。要精確到xHz，則需要取樣長度為1/x秒的訊號，並做FFT。要提高頻率解析度，就需要增加取樣點數，這在一些實際的應用中是不現實的，需要在較短的時間內完成分析。解決這個問題的方法有頻率細分法，比較簡單的方法是取樣比較短時間的訊號，然後在後面補充一定數量的0，使其長度達到需要的點數，再做FFT，這在一定程度上能夠提高頻率分辨力。具體的頻率細分法可參考相關文獻。
[附錄：本測試資料使用的matlab程式]
close all; %先關閉所有圖片
Adc=2; %直流分量幅度
A1=3; %頻率F1訊號的幅度
A2=1.5; %頻率F2訊號的幅度
F1=50; %訊號1頻率(Hz)
F2=75; %訊號2頻率(Hz)
Fs=256; %取樣頻率(Hz)
P1=-30; %訊號1相位(度)
P2=90; %訊號相位(度)
N=256; %取樣點數
t=[0:1/Fs:N/Fs]; %取樣時刻
%訊號
S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180);
%顯示原始訊號
plot(S);
title('原始訊號');
figure;
Y = fft(S,N); %做FFT變換
Ayy = (abs(Y)); %取模
plot(Ayy(1:N)); %顯示原始的FFT模值結果
title('FFT 模值');
figure;
Ayy=Ayy/(N/2); %換算成實際的幅度
Ayy(1)=Ayy(1)/2;
F=([1:N]-1)*Fs/N; %換算成實際的頻率值
plot(F(1:N/2),Ayy(1:N/2)); %顯示換算後的FFT模值結果
title('幅度-頻率曲線圖');
figure;
Pyy=[1:N/2];
for i="1:N/2"
Pyy(i)=phase(Y(i)); %計算相位
Pyy(i)=Pyy(i)*180/pi; %換算為角度
end;
plot(F(1:N/2),Pyy(1:N/2)); %顯示相點陣圖
title('相位-頻率曲線圖');
看完這個你就明白諧波分析了。