MATLAB教学视频：详解快速傅里叶变换FFT在MATLAB中的实现
为什么要进行傅里叶变换？ 将时域的信号，变换到频域的正弦信号 正弦比原信号更简单，且正弦函数很早就被充分地研究，处理正弦信号，比处理原信号更简单 正弦信号的频率保持性：输入为正弦信号，输出仍是正弦信号，幅度和相位可能发生变化，但频率与原信号保持一致；只有正弦信号才拥有这样的性质
傅里叶变换的类型 非周期连续信号：傅里叶变换 周期连续信号：傅里叶级数 非周期离散信号：离散时间傅里叶变换 周期离散信号：离散傅里叶级数
从离散傅里叶级数(DFS) 到离散傅里叶变换(DFT) 从离散傅里叶变换(DFT) 到快速傅里叶变换(FFT)
MATLAB中实现FFT的计算 Y = fft(x) % x 为一个序列(向量)，存放采集信号的数据 Y = fft(x,n) % x 的定义同上，n 定义计算数据的个数 如果n 大于x 的长度，在x 的末尾添加0，使得x 的长度等于n 如果n 小于x 的长度，截取x 中的前n 个数来进行计算 Y 返回fft 的结果，为一个复数序列(向量) 建议：采用第一种格式的用法，并且保证x 的个数为偶数
频谱的对称性 频谱关于中间位置对称(序号位置0 和N/2 除外)，MATLAB 的FFT 为对称谱 看MATLAB 中FFT 的频谱，只需要看一半 幅值不受影响，但是实部或虚部的值，会出现0 的情况 看MATLAB 中FFT 的频谱，应该看幅值
频谱的幅值和相位 FFT结果的数据长度：时域N个点-->频域为N/2+1个点 x轴频率点的设置：采样频率为Fs时，频谱图的最高频率为Fs/2(具体请参照采样定理) 综合上述两点：x轴的频率点为：(0:1:N/2)*Fs/N 复数的幅值修正：复数序列Y的幅值，需要进行转换，才能得到与时域中对应信号的幅值。 复数的相位：计算Y的相位，得到与时域中对应信号的相位值
进行傅里叶变换FFT的两个基本问题 采样频率为多少合适？ -根据采样定理：Fs≥2Fc，实际应用中需要更大的Fs 需要采集多少个点？ -频谱图中，频率的坐标间隔（频率分辨率）：Fs/N(Page13) -Fs=2000Hz，N=100，Fs/N=20 -原信号含有60Hz，72Hz频率成分，(72–60)<20 x -N增大至1000，Fs/N=2，(72–60)>2 √
MATLAB FFT 案例分析