1樓：小石頭科技
取樣頻率就是準備進行fft變換的時間序列資料的頻率，如資料間隔為0.01s，取樣頻率就為100hz，這是確定的；取樣點則根據時間序列資料長度確定，fft即快速傅立葉變換，取樣點數是2的整數倍，才能實現快速計算，所以如果序列長度為3，取樣長度就設為4，資料會自動補0，如果序列長度為63，取樣長度可設為64，即最接近的2的整數次冪。
2樓：居澤洛谷槐
一.呼叫方法
x=fft(x)；
x=fft(x，n)；
x=ifft(x);
x=ifft(x,n)
用matlab進行譜分析時注意：
（1）函式fft返回值的資料結構具有對稱性。
例：n=8;
n=0:n-1;
xn=[432
6789
0];xk=fft(xn)→xk
=39.0000
-10.7782
+6.2929i0-
5.0000i
4.7782
-7.7071i
5.0000
4.7782
+7.7071i0+
5.0000i
-10.7782
-6.2929i
xk與xn的維數相同，共有8個元素。xk的第一個數對應於直流分量，即頻率值為0。
（2）做fft分析時，幅值大小與fft選擇的點數有關，但不影響分析結果。在ifft時已經做了處理。要得到真實的振幅值的大小，只要將得到的變換後結果乘以2除以n即可。
二.fft應用舉例
例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。取樣頻率fs=100hz，分別繪製n=128、1024點幅頻圖。
clf;
fs=100;n=128;
%取樣頻率和資料點數
n=0:n-1;t=n/fs;
%時間序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);
%訊號y=fft(x,n);
%對訊號進行快速fourier變換
mag=abs(y);
%求得fourier變換後的振幅
f=n*fs/n;
%頻率序列
subplot(2,2,1),plot(f,mag);
%繪出隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=128');grid
on;subplot(2,2,2),plot(f(1:n/2),mag(1:n/2));
%繪出nyquist頻率之前隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=128');grid
on;%對訊號取樣資料為1024點的處理
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);
%訊號y=fft(x,n);
%對訊號進行快速fourier變換
mag=abs(y);
%求取fourier變換的振幅
f=n*fs/n;
subplot(2,2,3),plot(f,mag);
%繪出隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=1024');grid
on;subplot(2,2,4)
plot(f(1:n/2),mag(1:n/2));
%繪出nyquist頻率之前隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=1024');gridon;
採集到離散訊號點，在matlab中進行fft變換時取樣點數怎麼取，直接從採集到的資料裡取點嗎？
3樓：卜項離
取樣點數可以採用n= length(x);來取，x是取樣資料；
取樣頻率fs = 1/ts 即取樣時間的倒數，也就是你說的取樣訊號中兩個資料點的時間間隔的倒數；
取樣頻率一定時，取樣點數越多越好，換種話說就是取樣時間越長越好，這樣fs/n就越小，也就是頻域的頻率解析度越大，fft結果就越準確，最好是2的整數次冪，可以加快fft運算；
當然，實際應用時，由於受記憶體計算等的要求，取樣點數滿足fft計算的一定精度要求就行了，不必太多。
matlab中的fft的取樣頻率和取樣點怎樣確定？
4樓：南瓜蘋果
在matlab中做fft，首先編寫函式，對不同的取樣頻率和取樣點數，計算fft後的頻率序列及其對應的幅值：
function [f amplitude] = yopheefft(samplerate,fft_points)
n = 0:fft_points-1;
t = n/samplerate; %取樣時間序列
f_all = n*samplerate/fft_points; %頻率序列 %構造混有噪聲的週期訊號並取樣
signal = 2*sin(2*pi*10*t)+1*sin(2*pi*20.25*t)+0.2*randn(size(t)); %對訊號進行快速fourier變換，並求振幅
amplitude_all = abs(fft(signal,fft_points))*2/fft_points;
f = f_all(1:fft_points/2);
amplitude = amplitude_all(1:fft_points/2);
擴充套件資料
matlab中fft函式的意義：
fft是離散傅立葉變換的快速演算法，可以將一個訊號變換到頻域。有些訊號在時域上是很難看出什麼特徵的，但是如果變換到頻域之後，就很容易看出特徵了。這就是很多訊號分析採用fft變換的原因。
另外，fft可以將一個訊號的頻譜提取出來，這在頻譜分析方面也是經常用的。
模擬訊號經過adc取樣之後變成數字訊號,可對此數字訊號做fft變換。n個取樣點經過fft之後就可以得到n個點的fft結果。為了方便進行fft運算，通常n取2的整數次冪。
假設取樣頻率為fs，訊號頻率為f，取樣點數為n。則fft之後結果為n點複數，其中每一個點對應著一個頻率點，該點複數的模值為原始訊號在該頻率值下的幅度特性。
具體為：假設原始訊號在某頻率點的幅值為a，則該頻點對應的fft點複數的模值為a的n/2倍。而fft第一點為原始訊號的直流分量，其模值為原始訊號模值的n倍。
對於相位，fft複數的相位即為原始訊號在該頻率點處的相位。
5樓：湯霞姝進越
假設你的訊號是8個點，取樣頻率是100hz。那麼，該訊號的頻率是50hz，那麼頻率軸每個間隔是50/(8-1),設為df那麼，頻率軸是0df2*df3*df4*df也就是說，對於8個點的訊號，你會得到頻率間隔是50/(8-1),可以得到8/2+1個頻率點。也就是說，對於n個點的訊號，你會得到頻率間隔是50/(n-1),可以得到n/2+1個頻率點。
注意，n是2的某次冪
6樓：啟用小號
你的理解也是錯的，取樣頻率，用來確定資料的間隔
，就是每隔取樣頻率倒數，有一個資料點，頻率的間隔是通過取樣頻率和資料點進行確認的，取樣頻率與資料點的相除，資料點的多少2的多少次方和計算方法有關係，你可以複習下快速傅立葉變換。
7樓：匿名使用者
問題1：通常所講的取樣時間間隔與取樣頻率是有倒數關係的，即ts=1/fs；所以你說的fs=1e5是對的。
問題2：matlab中的fft函式的兩種使用方法，都是用一般數字訊號處理教材上所講的基2的cooley-tukey fft演算法，區別是後者指定了fft的點數，我們知道對於基2的fft，當取樣點數為2的冪次時，精度更高，計算速度更快。所以指定2的冪次點數更好。
問題3：取樣點數n自然是看你的取樣頻率了，如果你指的是fft點數，則一般為取樣點數n向上取的最小的2的冪次，當然越大，解析度越高。fft的解析度=（取樣頻率fs）/（fft點數）。
所以相同取樣頻率下，點數越大，解析度越高。
8樓：楊好巨蟹座
一.呼叫方法
x=fft(x)；
x=fft(x，n)；
x=ifft(x);
x=ifft(x,n)
用matlab進行譜分析時注意：
（1）函式fft返回值的資料結構具有對稱性。
例：n=8;
n=0:n-1;
xn=[4 3 2 6 7 8 9 0];
xk=fft(xn)
→xk =
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與xn的維數相同，共有8個元素。xk的第一個數對應於直流分量，即頻率值為0。
（2）做fft分析時，幅值大小與fft選擇的點數有關，但不影響分析結果。在ifft時已經做了處理。要得到真實的振幅值的大小，只要將得到的變換後結果乘以2除以n即可。
二.fft應用舉例
例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。取樣頻率fs=100hz，分別繪製n=128、1024點幅頻圖。
clf;
fs=100;n=128; %取樣頻率和資料點數
n=0:n-1;t=n/fs; %時間序列
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %訊號
y=fft(x,n); %對訊號進行快速fourier變換
mag=abs(y); %求得fourier變換後的振幅
f=n*fs/n; %頻率序列
subplot(2,2,1),plot(f,mag); %繪出隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=128');grid on;
subplot(2,2,2),plot(f(1:n/2),mag(1:n/2)); %繪出nyquist頻率之前隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=128');grid on;
%對訊號取樣資料為1024點的處理
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); %訊號
y=fft(x,n); %對訊號進行快速fourier變換
mag=abs(y); %求取fourier變換的振幅
f=n*fs/n;
subplot(2,2,3),plot(f,mag); %繪出隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=1024');grid on;
subplot(2,2,4)
plot(f(1:n/2),mag(1:n/2)); %繪出nyquist頻率之前隨頻率變化的振幅
xlabel('頻率/hz');
ylabel('振幅');title('n=1024');grid on;
matlab中使用FFT進行諧波分析的程式
參考 二.fft應用舉例 例1 x 0.5 sin 2 pi 15 t 2 sin 2 pi 40 t 取樣頻率fs 100hz，分別繪製n 128 1024點幅頻圖。clf fs 100 n 128 取樣頻率和資料點數 n 0 n 1 t n fs 時間序列 x 0.5 sin 2 pi 15 t...
matlab的plot命令，matlab中 plot函式全部功能怎麼用
我行我素 畫出圖形後一看就明白了 中括號一般表示區間或資料點，plot 2,1.1 中表示y座標，plot 2,1.1,1.1,2 1.1,1.1,1.1,1.1 中表示x座標和y座標的區間端點和資料值 1 沒有中括號就是表示點的意思，第一個就畫點 2，1.1 2 像樓上說得，中括號是構造矩陣用的，...
matlab中矩陣寫入的問題，matlab中矩陣寫入txt文件的問題
521煙雨曉曉 先新建一個命名tt.txt的文件，在建一個m檔案，把這些copy進去就ok了。a 1 2 3 4 5 b 6 7 8 9 0 fid fopen tt.txt wt i size a j size b m max i 2 j 2 for k 1 m if k i 2 fprintf ...