我需要在Android项目中计算audiodata的FFT，我使用jTransforms来实现这一点。
audiodata的样本只有几秒钟的长度，并以11025赫兹的采样率记录。
我不确定如何在jTransforms中设置FFT的长度。 我真的不需要高频分辨率，所以1024的大小就足够了。
但是根据我对FFT的了解，如果我减小FFT大小F并使用长度为N的样本> F，仅转换原始样本的前F值。
这是真的还是我理解错了？
如果确实如此，是否有一种有效的方法可以转换整个信号并在之后减小FFT大小？
我需要这个使用支持向量机对不同的信号进行分类，并且FFT-Sizes＆gt; 1024会给我太多的功能作为输出，所以我不得不将FFT的结果减少到更紧凑的矢量。
答案 0 :(得分：1)
我不熟悉jTransform库，但你真的在计算之前设置了变换的大小吗？时域信号的幅度值和采样频率（11.025 kHz）足以计算FFT（请注意，FFT采用恒定采样率）
频域中的分辨率将由奈奎斯特定理确定;信号中的最大可分辨频率将等于采样率的一半。换句话说，对信号采样11.025 kHz，您可以预期频率图包含0 Hz - 5.5125 kHz之间的频率值（和相应的幅度）。
更新：
如果您的输入信号较长，则FFT的分辨率（频率区间的窄度）将增加/改善，因此如果您需要区分频率的非常小的变化，则1024个样本可能不够长序列。如果这不是您的应用程序的问题，并且数据的性质不会快速变化，并且您有处理时间，那么平均3-4次FFT估计将大大降低噪声并改善估计。
答案 1 :(得分：1)
如果您只想获得FFT幅度结果，则在连续的1024个数据块长度上重复使用FFT，并对所有连续幅度结果进行矢量求和，以估算整个更长的信号。
请参阅Welch's Method关于估算谱密度的说明，以解释为什么这可能是一种有用的技术。