javafft峰值的简单介绍

今天给各位分享javafft峰值的知识，其中也会对进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、如何决定要使用多少点来做fft
• 2、若用fft快速卷积算法来得到两个序列的线性卷积计算结果，fft至少应取多少点
• 3、FFT变换频率问题
• 4、将阻尼自由振动FFT变换后得到的峰值的意义是什么呢？麻烦大侠赐教；得到的频率应当就是阻尼振动的频率吧
• 5、fft 运算采样频率对结果影响的困惑

如何决定要使用多少点来做fft

FFT程序，输入是一组复数，输出也是一组复数，想问一下输入到底应该输入什么，输出的复数的含义是什么？给定一组序列的抽样值，如何用FFT确定它的频率？

首先，fft函数出来的应该是个复数，每一个点分实部虚部两部分。假设采用1024点fft，采样频率是fs，那么第一个点对应0频率点，第512点对应的就是fs/2的频率点。然后从头开始找模值最大的那个点，其所对应的频率值应该就是你要的基波频率了。

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之后的结果是什么意思、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：Fn =(n-1)*Fs/N。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An=根号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。

好了，说了半天，看着公式也晕，下面以一个实际的信号来做说明。假设我们有一个信号，它含有2V的直流分量，频率为50Hz、相位为-30度、幅度为3V的交流信号，以及一个频率为75Hz、相位为90度、幅度为1.5V的交流信号。用数学表达式就是如下：

S=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180)

式中cos参数为弧度，所以-30度和90度要分别换算成弧度。我们以256Hz的采样率对这个信号进行采样，总共采样256点。按照我们上面的分析，Fn=(n-1)*Fs/N，我们可以知道，每两个点之间的间距就是1Hz，第n个点的频率就是n-1。我们的信号有3个频率：0Hz、50Hz、75Hz，应该分别在第1个点、第51个点、第76个点上出现峰值，其它各点应该接近0。实际情况如何呢？

我们来看看FFT的结果的模值如图所示。

从图中我们可以看到，在第1点、第51点、和第76点附近有比较大的值。我们分别将这三个点附近的数据拿上来细看：

1点： 512+0i

2点： -2.6195E-14 - 1.4162E-13i

3点： -2.8586E-14 - 1.1898E-13i

50点：-6.2076E-13 - 2.1713E-12i

51点：332.55 - 192i

52点：-1.6707E-12 - 1.5241E-12i

75点：-2.2199E-13 -1.0076E-12i

76点：3.4315E-12 + 192i

77点：-3.0263E-14 +7.5609E-13i

很明显，1点、51点、76点的值都比较大，它附近的点值都很小，可以认为是0，即在那些频率点上的信号幅度为0。接着，我们来计算各点的幅度值。分别计算这三个点的模值，结果如下：

1点： 512

51点：384

76点：192

按照公式，可以计算出直流分量为：512/N=512/256=2；50Hz信号的幅度为：384/(N/2)=384/(256/2)=3；75Hz信号的幅度为192/(N/2)=192/(256/2)=1.5。可见，从频谱分析出来的幅度是正确的。然后再来计算相位信息。直流信号没有相位可言，不用管它。先计算50Hz信号的相位，atan2(-192, 332.55)=-0.5236,结果是弧度，换算为角度就是180*(-0.5236)/pi=-30.0001。再计算75Hz信号的相位，atan2(192, 3.4315E-12)=1.5708弧度，换算成角度180*1.5708/pi=90.0002。可见，相位也是对的。

根据FFT结果以及上面的分析计算，我们就可以写出信号的表达式了，它就是我们开始提供的信号。

总结：假设采样频率为Fs，采样点数为N，做FFT之后，某一点n（n从1开始）表示的频率为：Fn=(n-1)*Fs/N；该点的模值除以N/2就是对应该频率下的信号的幅度（对于直流信号是除以N）；该点的相位即是对应该频率下的信号的相位。相位的计算可用函数atan2(b,a)计算。atan2(b,a)是求坐标为(a,b)点的角度值，范围从-pi到pi。要精确到xHz，则需要采样长度为1/x秒的信号，并做FFT。要提高频率分辨率，就需要增加采样点数，这在一些实际的应用中是不现实的，需要在较短的时间内完成分析。解决这个问题的方法有频率细分法，比较简单的方法是采样比较短时间的信号，然后在后面补充一定数量的0，使其长度达到需要的点数，再做FFT，这在一定程度上能够提高频率分辨力。

具体的频率细分法可参考相关文献。

附录：本测试数据使用的matlab程序

close all; %先关闭所有图片

Adc=2; %直流分量幅度

A1=3; %频率F1信号的幅度

A2=1.5; %频率F2信号的幅度

F1=50; %信号1频率(Hz)

F2=75; %信号2频率(Hz)

Fs=256; %采样频率(Hz)

P1=-30; %信号1相位(度)

P2=90; %信号相位(度)

N=256; %采样点数

t=[0:1/Fs:N/Fs]; %采样时刻

%信号

S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180);

%显示原始信号

plot(S);

title('原始信号');

figure;

Y = fft(S,N); %做FFT变换

Ayy = (abs(Y)); %取模

plot(Ayy(1:N)); %显示原始的FFT模值结果

title('FFT 模值');

figure;

Ayy=Ayy/(N/2); %换算成实际的幅度

Ayy(1)=Ayy(1)/2;

F=([1:N]-1)*Fs/N; %换算成实际的频率值

plot(F(1:N/2),Ayy(1:N/2)); %显示换算后的FFT模值结果

title('幅度-频率曲线图');

figure;

Pyy=[1:N/2];

for i="1:N/2"

Pyy(i)=phase(Y(i)); %计算相位

Pyy(i)=Pyy(i)*180/pi; %换算为角度

end;

plot(F(1:N/2),Pyy(1:N/2)); %显示相位图

title('相位-频率曲线图');

若用fft快速卷积算法来得到两个序列的线性卷积计算结果，fft至少应取多少点

FFT程序输入组复数输组复数想问输入底应该输入输复数含义给定组序列抽值何用FFT确定频率

首先fft函数应该复数每点实部虚部两部假设采用1024点fft采频率fs第点应0频率点第512点应fs/2频率点始找模值点其所应频率值应该要基波频率

FFT离散傅立叶变换快速算信号变换频域些信号域难看特征变换频域容易看特征信号析采用FFT变换原另外FFT信号频谱提取频谱析面经用

虽都知道FFT用做做却知道FFT结意思、何决定要使用少点做FFT模拟信号经ADC采变数字信号采定理告诉我采频率要于信号频率两倍些我罗嗦采数字信号做FFT变换N采点经FFTN点FFT结便进行FFT运算通N取2整数

假设采频率Fs信号频率F采点数NFFT结N点复数每点应着频率点点模值该频率值幅度特性具体跟原始信号幅度关系呢假设原始信号峰值AFFT结每点（除第点直流量外）模值AN/2倍第点直流量模值直流量N倍每点相位呢该频率信号相位第点表示直流量（即0Hz）点N再点（实际点存假设第N+1点看做第点做两半另半移）则表示采频率Fs间N-1点平均N等份每点频率依增加例某点n所表示频率：Fn =(n-1)*Fs/N由面公式看Fn所能辨频率 Fs/N采频率Fs1024Hz采点数1024点则辨1Hz1024Hz采率采1024点刚1秒说采1秒间信号并做FFT则结析1Hz采2秒间信号并做FFT则结析0.5Hz要提高频率辨力则必须增加采点数即采间频率辨率采间倒数关系假设FFT某点n用复数a+bi表示复数模An=根号a*a+b*b相位Pn=atan2(b,a)根据结计算n点（n≠1且n=N/2）应信号表达式：An/(N/2)*cos(2*pi*Fn*t+Pn)即2*An/N*cos(2*pi*Fn*t+Pn)于n=1点信号直流量幅度即A1/N由于FFT结称性通我使用前半部结即于采频率半结

说半看着公式晕面实际信号做说明假设我信号含2V直流量频率50Hz、相位-30度、幅度3V交流信号及频率75Hz、相位90度、幅度1.5V交流信号用数表达式：

S=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180)

式cos参数弧度所-30度90度要别换算弧度我256Hz采率信号进行采总共采256点按照我面析Fn=(n-1)*Fs/N我知道每两点间间距1Hz第n点频率n-1我信号3频率：0Hz、50Hz、75Hz应该别第1点、第51点、第76点现峰值其各点应该接近0实际情况何呢

我看看FFT结模值图所示

图我看第1点、第51点、第76点附近比较值我别三点附近数据拿细看：

1点： 512+0i

2点： -2.6195E-14 - 1.4162E-13i

3点： -2.8586E-14 - 1.1898E-13i

50点：-6.2076E-13 - 2.1713E-12i

51点：332.55 - 192i

52点：-1.6707E-12 - 1.5241E-12i

75点：-2.2199E-13 -1.0076E-12i

76点：3.4315E-12 + 192i

77点：-3.0263E-14 +7.5609E-13i

明显1点、51点、76点值都比较附近点值都认0即些频率点信号幅度0接着我计算各点幅度值别计算三点模值结：

1点： 512

51点：384

76点：192

按照公式计算直流量：512/N=512/256=2；50Hz信号幅度：384/(N/2)=384/(256/2)=3；75Hz信号幅度192/(N/2)=192/(256/2)=1.5见频谱析幅度确再计算相位信息直流信号没相位言用管先计算50Hz信号相位atan2(-192, 332.55)=-0.5236,结弧度换算角度180*(-0.5236)/pi=-30.0001再计算75Hz信号相位atan2(192, 3.4315E-12)=1.5708弧度换算角度180*1.5708/pi=90.0002见相位

根据FFT结及面析计算我写信号表达式我始提供信号

总结：假设采频率Fs采点数N做FFT某点n（n1始）表示频率：Fn=(n-1)*Fs/N；该点模值除N/2应该频率信号幅度（于直流信号除N）；该点相位即应该频率信号相位相位计算用函数atan2(b,a)计算atan2(b,a)求坐标(a,b)点角度值范围-pipi要精确xHz则需要采度1/x秒信号并做FFT要提高频率辨率需要增加采点数些实际应用现实需要较短间内完析解决问题频率细比较简单采比较短间信号面补充定数量0使其度达需要点数再做FFT定程度能够提高频率辨力

具体频率细参考相关文献

附录：本测试数据使用matlab程序

close all; %先关闭所图片

Adc=2; %直流量幅度

A1=3; %频率F1信号幅度

A2=1.5; %频率F2信号幅度

F1=50; %信号1频率(Hz)

F2=75; %信号2频率(Hz)

Fs=256; %采频率(Hz)

P1=-30; %信号1相位(度)

P2=90; %信号相位(度)

N=256; %采点数

t=[0:1/Fs:N/Fs]; %采刻

%信号

S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180);

%显示原始信号

plot(S);

title('原始信号');

figure;

Y = fft(S,N); %做FFT变换

Ayy = (abs(Y)); %取模

plot(Ayy(1:N)); %显示原始FFT模值结

title('FFT 模值');

figure;

Ayy=Ayy/(N/2); %换算实际幅度

Ayy(1)=Ayy(1)/2;

F=([1:N]-1)*Fs/N; %换算实际频率值

plot(F(1:N/2),Ayy(1:N/2)); %显示换算FFT模值结

title('幅度-频率曲线图');

figure;

Pyy=[1:N/2];

for i="1:N/2"

Pyy(i)=phase(Y(i)); %计算相位

Pyy(i)=Pyy(i)*180/pi; %换算角度

end;

plot(F(1:N/2),Pyy(1:N/2)); %显示相位图

title('相位-频率曲线图');

FFT变换频率问题

fft用的是离散傅里叶变换，得到的频谱是关于中心对称的，肯定会有两个峰值的。

将阻尼自由振动FFT变换后得到的峰值的意义是什么呢？麻烦大侠赐教；得到的频率应当就是阻尼振动的频率吧

你的不是简谐运动，只是近似看为简谐运动，简谐振动在频域只有一个峰值，而非简谐运动还有其他频率峰值，应该是很小的低频成分。

FFT变化就是将你的近似简谐谱转换为多个简谐谱。

你看到的频谱上只有一个峰，实际应该是至少有两个峰，所以你看的峰值偏小。

fft 运算采样频率对结果影响的困惑

没问题啊 fft的结果都是对的 对应峰值都是5M 可惜不能贴图

fft结果范围[-fs/2,fs/2]

程序中

1000M采样时的显示范围[0，500M]

100M采样时的显示范围[0，50M]

t0=2E-6; % 10个周期

Vamp=1; % 电压幅值10V

f=5E6; % 脉冲5MHz

w=2*pi*f; % 角频率

index=1;

t1=0:(1E-8):1E-5;

Vi = zeros(size(t1));

t=0:(1E-8):t0;

Vi(1:201) = Vamp*sin(w*t);

figure;

plot(t1,Vi)

Y=fft(Vi,512);

Pyy=Y.*conj(Y)/512;

f=1E8/512*(0:255);

plot(f,Pyy(1:256))

关于javafft峰值和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。