我有一个软件定义无线电记录的信号输出值，其中心频率为162.550 MHz＆amp;采样率为1,000,000。现在分析频域中的数据，我计算出直接的FFT。
#Calculating FFT of signal
fourier=np.fft.fft(RadioData)
因为对于幅度与频率的关系图，我还需要计算信号中存在的频率。我使用了Numpy fftfreq。
freq=np.fft.fftfreq(fourier.shape[0])
输出范围为[-0.5 0.4999995]。我很困惑如何解释这个结果，或者如何计算数据中存在的频率？
答案 0 :(得分：1)
当SDR样本是基带IQ（或复数或余弦/正弦）时，带宽等于IQ采样率。这是因为基带IQ样本（与single_channel严格实际样本不同）可以包含正负频谱，独立地，高于RTL-SDR（等）调谐RF频率设置的带宽的一半和一半带宽（除非a选择频率偏移。）
因此，IQ数据的FFT的频率范围将从Fcenter - （indication_bandwidth / 2）到几乎Fcenter +（shown_bandwidth / 2）。或者为您的示例：162.050到（略低于）163.050 MHz。 （“位低于”值取决于FFT大小。）步长dF，即IQ采样率除以FFT长度。
（请注意，标量样本中的数据速率是IQ采样率的两倍，因为每个IQ样本包含两个样本（实数和虚数分量，或余弦和正弦混频器输出）。因此，因为每个IQ样本包含更多信息，信息带宽可能更大。但SDR应用程序通常表示IQ采样率，而不是更高的原始数据率。）