MATLAB-FFT.zip_site:www.pudn.com

说明：以下资源来源于《数字信号处理的 MATLAB 实现》万永革主编

一.调用方法

X=FFT(x)；

X=FFT(x，N)；

x=IFFT(X);

x=IFFT(X,N)

用 MATLAB 进行谱分析时注意：

（1）函数 FFT 返回值的数据结构具有对称性。

例：

39.0000 -10.7782 + 6.2929i 0 - 5.0000i 4.7782 -

7.7071i 5.0000 4.7782 + 7.7071i 0 + 5.0000i -10.7782 - 6.2929i

Xk 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

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振幅

xlabel('频率/Hz');

ylabel('振幅');title('N=128');grid on;

%对信号采样数据为 1024 点的处理

fs=100;N=1024;n=0:N-1;t=n/fs;

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); %求取 Fourier 变换的振幅

f=n*fs/N;

subplot(2,2,3),plot(f,mag); %绘出随频率变化的振幅

xlabel('频率/Hz');

ylabel('振幅');title('N=1024');grid on;

以明显识别出信号中含有两种频率成 分：15Hz 和 40Hz。由此可以知道 FFT 变换数据的对

称性。因此用 FFT 对信号做谱分析，只需考察 0~Nyquist 频率范围内的福频特性。若没有