Question

如何在对数据集执行FFT后获得幅度和相应的频率。我需要绘制数据集的幅度与频率。另外，为什么我们将FFT数组的大小增加到实际数据集大小的两倍？然后产生的输出数组的大小再次不同，请帮我理解这个FFT代码。此外，何时进行复杂的FFT和执行realForward FFT？两者的区别？我需要对数据集执行FFT并获得FFT后的幅度以及每个幅度的相应频率。

                int length = data.length;
                FloatFFT_1D fftDo = new FloatFFT_1D(length);
                float[] fft = new float[length * 2];
                System.arraycopy(data, 0, fft, 0, length);
                fftDo.complexForward(fft);
                //for(double d: fft) {
                    //System.out.println(d);
                //}
                float outputfft[] = new float[(fft.length+1)/2];
                if(fft.length%2==0){
                    for(int i = 0; i < length/2; i++){
                        outputfft[i]= (float) Math.sqrt((Math.pow(fft[2*i],2))+(Math.pow(fft[(2*(i))+1], 2)));
                    }
                }else{
                    for(int i = 0; i < (length/2)+1; i++){
                        outputfft[i]= (float) Math.sqrt((Math.pow(fft[2*i],2))+(Math.pow(fft[(2*i)+1], 2)));
                    }
                }
                for (float f : outputfft) {
                    System.out.println(f);
                }

Answer 1

实值数据向量的FFT根据定义是复杂且对称的。如果您有一个N个样本的向量长度，您将获得N个频率数据的FFT，其频率间隔为Fs / N，其中Fs是采样频率。您的输出向量是两倍大小，因为复杂数据是交错的[re，im，re，im ...]。输出数据是对称的一半大小，你只需要查看对应于频率[0 .. Fs / 2]的前半部分，上半部分是[-Fs / 2 .. 0）

如果你有一个偶对称输入数据，X（-n）= X（n），或奇数对称，X（-n）= - X（n），你可以使用realForward函数

FFT后如何获得幅度和相应的频率

1 个答案: