FFT 结果的物理意义
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。
虽然很多人都知道 FFT 是什么,可以用来做什么,怎么去做,但是却不知道
FFT 之后的结果是什意思、如何决定要使用多少点来做 FFT。
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,这些我就不在此罗嗦了。
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。
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,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: 。由上面的公式可以看出,
Fn 所能分辨到频率为 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。假设
FFT 之后某点 n 用复数 a+bi 表示,那么这个复数的模就是 ,相位
就是 。根据以上的结果,就可以计算出 n 点(n≠1,且
n<=N/2)对应的信号的表达式为: ,即
。对于 n=1 点的信号,是直流分量,幅度即为
A1/N。由于 FFT 结果的对称性,通常我们只使用前半部分的结果,即小于采样
频率一半的结果。