傅立叶变换中的时间和频率

一、时间和频率

频率：物质在1s内完成周期性变化的次数叫做频率，常用f表示。

公式：f=1/T。

单位：Hz，1Hz = 1/s。

角频率ω与频率f之间的关系为：ω = 2πf。

二、Matlab中快速傅里叶变换FFT结果的物理意义 

转自：http://wenku.baidu.com/view/18ae44d449649b6648d74735.html

    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之后的结果是什意思、如何决定要使用多少点来做FFT。 
    现在就根据实际经验来说说FFT结果的具体物理意义。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，这些我就不在此啰嗦了。 
    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，也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，(1/fs*n=t)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(fs/n即频域两点间距)。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。 
    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50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，

换算成角度就是

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。

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，换算成角度就是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] clc; clear; 
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

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，

换算成角度就是

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。