我对使用以下示例解释的循环行为有一些疑问。从FFT幅度来看，很有可能找到每周和每日周期。但怀疑的是如何在一周和一天内找到周期变化（如下所示）。或者我们需要一些额外的信息？我无法张贴图片，请寻找下面的链接。 http://www.mathworks.de/de/help/signal/examples/practical-introduction-to-frequency-domain-analysis.html
谢谢你的时间！
分析办公楼温度的循环行为
在冬季考虑办公楼的一组温度测量。每30分钟进行一次测量，持续约16.5周。查看时域数据，时间轴缩放为周。这个数据会有周期性的行为吗？
！[在此输入图片说明] [2]
通过查看时域信号，几乎不可能知道办公室温度是否存在任何循环行为。然而，如果我们看一下它的频域表示，温度的循环行为就会变得明显。
获取信号的频域表示。如果使用缩放到周期/周的频率轴绘制FFT输出的幅度，您可以看到有两条谱线明显大于任何其他频率分量。一个光谱线位于1个周/周，另一个位于每周7个周期。这是有道理的，因为数据来自7天日历上的温度控制建筑。第一条谱线表明建筑物温度遵循每周周期 ，周末温度较低，本周温度较高 。第二行表示还有一个日常周期 ，夜间温度较低，白天温度较高 。
NFFT = length(temp); % Number of FFT points
F = (0 : 1/NFFT : 1/2-1/NFFT)*Fs; % Frequency vector
TEMP = fft(temp,NFFT);
TEMP(1) = 0; % remove the DC component for better visualization
helperFrequencyAnalysisPlot2(F*60*60*24*7,abs(TEMP(1:NFFT/2)),...
'Frequency (cycles/week)','Magnitude',[],[],[0 10])
！[在此输入图片说明] [3]
答案 0 :(得分：0)
这确实是一个问题！问题是，检查数据的时间越长，循环变化就越不准确。以温度问题为例。假设您反而检查温度为1年。然后你可以说，“嘿，一周一次温度低”或“一天一次温度低”，但你不能确切地说它何时发生。你只知道每天一次。实际上可以通过在傅里叶变换中进行理解来理解这一点。我及时短脉冲给出了宽带频谱，窄带频率给出了很长的时间延迟。
声称它是在周末和晚上很可能是数学作品的结论，或其他调查的结果。通过查看较短的时间跨度，可能更容易找出温度的每日变化，但是长期的周期性变化将难以衡量。