MATLAB
第一步：认清并了解傅里叶变换的类型（掌握基本概念）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
第三步：从离散傅里叶变换(DFT) 到快速傅里叶变换(FFT)1. DFT 虽好，但是其计算的次数太多，不利于大数据量的计算2. FFT是DFT 的快速算法，可以节省大量的计算时间，其本质仍然是DFT3. 此篇经验便是叙述快速傅里叶变换 FFT 在 MATLAB 中的实现方法，以及结果解读
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1. 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n2. 如果n 小于x 的长度，截取x 中的前n 个数来进行计算3. Y 返回fft 的结果，为一个复数序列(向量)4. 建议：采用第一种格式的用法，并且保证x 的个数为偶数
频谱应该怎么看：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
更改输入信号的设置：将第一个余弦信号的相位改为0，第二个余弦信号的相位改为π/2，观察幅值、实部和虚部的变化。频谱的幅值不受影响，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
横轴频率点的设置1. FFT结果的数据长度：时域N个点-->频域为N/2+1个点2. 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)3. 综合上述两点：x轴的频率点为：(0:1:N/2)*Fs/N
纵轴幅值的修正MATLAB里fft函数的结果，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
对信号进行FFT分析，请多多注意傅里叶变换FFT的两个基本问题
学完了以上的内容，自己来尝试分析一个信号吧~根据以上所述的方法和步骤，读入一组采集信号，进行傅里叶变换并分析
信号处理是基础
MATLAB是工具