FFT之后获得的是啥?
FFT之后得到的一系列复数,是波形对应频率下的幅度特征,注意这个是幅度特征(特征值)不是幅值。
进行FFT变换,获取频率:
FFT傅里叶变换并没对频率进行任何计算,频率只与采样率和进行傅里叶变换的点数相关,注意这里是进行傅里叶变换的点数而不一定是信号的长度。
FFT变换完:
第一个数是0Hz频率,0Hz就是没有波动,没有波动有个专业一点的说法,叫直流分量。
第二个数,对应的频率是0Hz+频谱分辨率,每隔一个加一次,频谱分辨率Δf计算公式如下:
Δf=Fs/N
式中:
Fs为采样频率
N为FFT的点数
因此只要Fs和N定了,频域就定下来了。
FFT变换后的第一个实数 - 直流分量
FFT之后的第一个结果表示了时域信号中的直流成分的多少,所谓直流信号,代表和基准0的偏移量。
上面的结果不好说明,下面再看一个例子:
print(rfft([1,1,1,1,1,1,1,1])) #输出[8.+0.j 0.-0.j 0.+0.j 0.+0.j 0.+0.j]
明明直流分量为1,但计算结果是8,重点来了,这里又引入一个问题,FFT之后的数值不是真实的幅值,需要进行转换,第一个点需要除以N,才能还原为原来的结果。
FFT变换后的复数模 - 幅度
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
这是因为傅里叶级数对应时域幅值,其中已经包含了1/N项,而FFT变换中没有该系数,因此,进行FFT变换后,需除以N/2才能与时域对上。
FFT的计算公式
全球绝大部分的FFT算法,计算出来后都需要进行幅度转换,因此需要大家根据需求处理。
————————————————
版权声明:本文为CSDN博主「天下不雨」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/seekyong/article/details/104434128
标签:除以,变换,FFT,幅值,频率,分量,直流 来源: https://www.cnblogs.com/icaowu/p/16260341.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。