如何用matlab实现对离散数据的快速傅里叶变换

1、双击matlab软件图标，打开matlab软件，可以看到matlab软件的界面。

2、在命令行窗口中输入：x=0:2:22y=2*exp(x).*sin(x)创建了12个原始数据点。

3、在命令行窗口中输入：xi=0:0.1:22创建要进行插值的数据的横坐标。

4、在命令行窗口中输入：yi=spline(x,y,xi)使用函数spline(x,y,xi)可以获得对原始数据的三次样条插值的y轴坐标。

5、在命令行窗口中输入：plot(x,y,'o',xi,yi)在图像中绘制原始数据点和三次样条插值的数据点图示。

6、在命令行窗口中输入：title('三次样条插值')xlabel('x')ylabel('y')给绘制的图示添加标题和坐标轴的标签。

7、最后查看绘制的原始数据点图和三次样条插值图示，注意标题、横坐标、纵坐标等。

1.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（频率，幅值，初相位）；

2.FFT可以将一个信号的频谱提取出来，进行频谱分析，为后续滤波准备；

3.通过对一个系统的输入信号和输出信号进行快速傅里叶变换后，两者进行对比，对系统可以有一个初步认识。

假设采样频率Fs，信号频率F，信号长度L，采样点数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？

1.

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（即0Hz），它的模值是直流分量的N倍；

2.

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，它的相位是该频率的初相位，matlab以cos为底的，若信号时正弦形式sin(t)，则变成cos(t-pi/2)即可。

采样频率Fs,被N-1个点平均分成N等份，每个点的频率依次增加。为了方便进行FFT运算，通常N取大于信号长度L的2的整数次方。

例如某点n所表示的频率为：Fn=(n-1)*Fs/N。由上面的公式可以看出，Fn所能分辨到频率为为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，则N为2048，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，该复数的模就是An=sqrt（a*a+b*b），相位就是Pn=atan2(b,a)。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：An/(N/2)*cos(2*pi*Fn*t+Pn)，即2*An/N*cos(2*pi*Fn*t+Pn)；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。

用MATLAB 实现傅里叶变换:

用户任意输入一个函数，然后，输出函数的傅里叶变换函数，然后输出振幅频率 。

x=sin(2*pi*t)%任意输入一个函数。

y=fft(x)%傅里叶变换函数。

plot(abs(y))%振幅频率。

函数（function）表示每个输入值对应唯一输出值的一种对应关系。这种关系使一个集合里的每一个元素对应到另一个（可能相同的）集合里的唯一元素。函数f中对应输入值的输出值x的标准符号为f(x)。包含某个函数所有的输入值的集合被称作这个函数的定义域，包含所有的输出值的集合被称作值域。若先定义映射的概念，可以简单定义函数为，定义在非空数集之间的映射称为函数。

傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。

---