2024年7月4日发(作者：)

fft 频率序列 matlab用法

1. 介绍

FFT（Fast Fourier Transform）是一种快速傅里叶变换算法，能够

将时域信号转换为频域信号。在MATLAB中，使用FFT函数可以对信

号进行频谱分析和频率分量提取，对信号处理、滤波等方面有着广泛

的应用。本文将介绍MATLAB中FFT的基本用法及一些常见操作。

2. FFT函数基本语法

在MATLAB中，FFT函数的基本语法如下:

```matlab

Y = fft(X);

```

其中，X为输入信号，Y为经过FFT变换后的频率序列。需要注意的

是，输入信号X必须是长度为2的n次方的向量，否则需要进行补零

操作。

3. FFT函数返回值说明

FFT函数返回的频率序列Y具有以下特点：

- 频率分辨率：频率分辨率为Fs/N，其中Fs为采样频率，N为信号

长度。

- 复数形式：频率序列Y为复数形式，包含实部和虚部，可以通过

abs函数获取频率振幅。

4. FFT频率序列的绘制

经过FFT变换后，我们常常需要对频率序列进行绘图展示。在

MATLAB中，可以使用plot函数对频率序列进行绘制，示例如下:

```matlab

Fs = 1000; 采样频率

T = 1/Fs; 采样周期

L = 1000; 信号长度

t = (0:L-1)*T; 时间向量

y = sin(2*pi*50*t) + sin(2*pi*120*t); 构造输入信号

Y = fft(y); 进行FFT变换

P2 = abs(Y/L); 计算频率振幅

P1 = P2(1:L/2+1); 仅取正频率部分

P1(2:end-1) = 2*P1(2:end-1); 基频成分加倍

f = Fs*(0:(L/2))/L; 计算频率

plot(f,P1) 绘制频谱图

title('Single-Sided Amplitude Spectrum of y(t)')

xlabel('f (Hz)')

ylabel('|P1(f)|')

```

5. FFT频谱分析与频率分量提取

经过FFT变换后，可以进行频谱分析和频率分量提取。在MATLAB

中，可以通过findpeaks函数对频率序列进行峰值提取，示例如下:

```matlab

[pks,locs] =

findpeaks(P1,f,'MinPeakDistance',20,'MinPeakHeight',0.5);

plot(f,P1,f(locs),pks,'o')

title('Single-Sided Amplitude Spectrum of y(t) with Peaks')

xlabel('f (Hz)')

ylabel('|P1(f)|')

```

6. FFT滤波应用

FFT变换还可以用于信号的滤波，对频域信号进行去噪或滤波操作。

在MATLAB中，可以通过FFT变换、频率域滤波、IFFT变换实现信

号的滤波操作，示例如下:

```matlab

Fs = 1000; 采样频率

T = 1/Fs; 采样周期

L = 1000; 信号长度

t = (0:L-1)*T; 时间向量

y = sin(2*pi*50*t) + sin(2*pi*120*t); 构造输入信号

Y = fft(y); 进行FFT变换

P2 = abs(Y/L); 计算频率振幅

P1 = P2(1:L/2+1); 仅取正频率部分

P1(2:end-1) = 2*P1(2:end-1); 基频成分加倍

f = Fs*(0:(L/2))/L; 计算频率

Y(1) = 0; 将直流分量置零

P1(Y < 0.5) = 0; 对频率小于0.5Hz的分量进行滤波

y_filtered = ifft(Y); 进行IFFT逆变换

```

7. 总结

本文介绍了MATLAB中FFT频率序列的基本用法，包括FFT函数的

基本语法、返回值说明、频率序列的绘制、频谱分析与频率分量提取、

以及滤波应用。FFT变换在信号处理领域有着广泛的应用，掌握

MATLAB中FFT的用法对于进行信号处理和频域分析具有重要意义。

希望本文对读者有所帮助，欢迎探讨交流。