如何将频率分辨率自定义
请问各位大神，如果我有一组数据，数据点数为N=100000个，而采样频率fs=10000Hz，请问在进行fft时怎样将频率分辨率设为1Hz？谢谢！
lear
clf
f1=1000;% f1=1kHz
f2=2500;% f2=2.5kHz
f3=3000;% f3=3kHz
fs=10000; % 采样频率f0=10kHZ
T=1/fs; % 采样周期
t=(0:100).*T;
y=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);
plot(t,y);
N=20; % 采样点数
Nfft=20;% FFT 点数不足后面补零
W0=fft(y(1:N),Nfft);
Aw=2*abs(W0)/N;
df=fs/Nfft;% [0,fs） 频点间隔
%改变采样点数 和fft变换点数 比较分析
N1=40; % 采样点数
Nfft1=128;% FFT 点数不足后面补零
W1=fft(y(1:N1),Nfft1);
Aw1=2*abs(W1)/N1;
df1=fs/Nfft1;% [0,fs） 频点间隔
figure(2);
plot((0:Nfft-1)*df,Aw,'-r');
hold on
plot((0:Nfft1-1)*df1,Aw1);
本帖最后由 hcharlie 于 2017-1-9 18:17 编辑
频率分辨率是采样时间的倒数，不能随便改变。
将你的数据分成10组，每组10000点，整1秒，做FFT（DFT）分辨率都是1HZ。将这10组数据做谱平均，还可以抑制噪声。
如果你又不想做DFT，只想做FFT，频率分辨率又必须是１，请你将采样频率改成2的整数幂，接近10000取8192，采样点81920点，如上法炮制即可。
补零可以解决吗 补零就不是原信号了，会带来误差。 频率分辨率=采样频率/DFT点数采样长度N的选择由频域的最小分辩率决定，DFT的变换对应的模拟频率分辩率为：
采样长度根据下式选择
hcharlie 发表于 2017-1-9 09:38
频率分辨率是采样时间的倒数，不能随便改变。
将你的数据分成10组，每组10000点，整1秒，做FFT（DFT）分辨 ...
因为在LMS测试软件中，频率分辨率可以随意调整，所以想在matlab中实现，但不知到怎么处理 改变采样长度试试 fft需要以2^n的点数分析。如1024,2048。
可以分段平均。
有没有分段计算fft然后平均的函数？ spectrogram这个函数可以吗？ hcharlie 发表于 2017-1-9 09:38
频率分辨率是采样时间的倒数，不能随便改变。
将你的数据分成10组，每组10000点，整1秒，做FFT（DFT）分辨 ...
spectrogram这个函数可以这个问题吗？大神 z527883588 发表于 2017-1-12 20:37
spectrogram这个函数可以吗？
这是什么函数用于分段计算的吗 spectrogram功能：使用短时傅里叶变换得到信号的频谱图。语法： =spectrogram(x,window,noverlap,nfft,fs) =spectrogram(x,window,noverlap,F,fs)说明：当使用时无输出参数，会自动绘制频谱图；有输出参数，则会返回输入信号的短时傅里叶变 换。当然也可以从函数的返回值S,F,T,P绘制频谱图，具体参见例子。参数：x---输入信号的向量。默认情况下，即没有后续输入参数，x将被分成8段分别做变换处理， 如果x不能被平分成8段，则会做截断处理。默认情况下，其他参数的默认值为 window---窗函数，默认为nfft长度的海明窗Hamming noverlap---每一段的重叠样本数，默认值是在各段之间产生50%的重叠 nfft---做FFT变换的长度，默认为256和大于每段长度的最小2次幂之间的最大值。 另外，此参数除了使用一个常量外，还可以指定一个频率向量F fs---采样频率，默认值归一化频率Window---窗函数，如果window为一个整数，x将被分成window段，每段使用Hamming窗函数加窗。 如果window是一个向量，x将被分成length(window)段，每一段使用window向量指定的 窗函数加窗。所以如果想获取specgram函数的功能，只需指定一个256长度的Hann窗。Noverlap---各段之间重叠的采样点数。它必须为一个小于window或length(window)的整数。 其意思为两个相邻窗不是尾接着头的，而是两个窗有交集，有重叠的部分。Nfft---计算离散傅里叶变换的点数。它需要为标量。Fs---采样频率Hz，如果指定为[]，默认为1Hz。S---输入信号x的短时傅里叶变换。它的每一列包含一个短期局部时间的频率成分估计， 时间沿列增加，频率沿行增加。 如果x是长度为Nx的复信号，则S为nfft行k列的复矩阵，其中k取决于window， 如果window为一个标量，则k = fix((Nx-noverlap)/(window-noverlap)) 如果window为向量，则k = fix((Nx-noverlap)/(length(window)-noverlap)) 对于实信号x，如果nfft为偶数，则S的行数为(nfft/2+1)，如果nfft为奇数， 则行数为(nfft+1)/2，列数同上。F---在输入变量中使用F频率向量，函数会使用Goertzel方法计算在F指定的频率处计算频谱图。 指定的频率被四舍五入到与信号分辨率相关的最近的DFT容器(bin)中。而在其他的使用nfft 语法中，短时傅里叶变换方法将被使用。对于返回值中的F向量，为四舍五入的频率，其长度 等于S的行数。T---频谱图计算的时刻点，其长度等于上面定义的k，值为所分各段的中点。P---能量谱密度PSD(Power Spectral Density)，对于实信号，P是各段PSD的单边周期估计； 对于复信号，当指定F频率向量时，P为双边PSD。 P矩阵的元素计算公式如下P(I,j)=k|S(I,j)|2，其中的的k是实值标量，定义如下 对于单边PSD，计算公式如下，其中w(n)表示窗函数，Fs为采样频率，在0频率和奈奎斯特 频率处，分子上的因子2改为1；
失心控 发表于 2017-1-13 08:21
spectrogram功能：使用短时傅里叶变换得到信号的频谱图。语法： =spectrogram(x,window,nover ...
是不是分段计算FFT？