对于家庭作业，我必须在Matlab中设计一个简单的带通滤波器，滤除250Hz和1000Hz之间的所有内容。到目前为止我做了什么： - 使用'enframe'功能创建半重叠窗口，每个窗口有512个样本。在窗口我应用hann窗口功能。 - 在每个窗口我都应用了一个fft。在此之后，我用功能ifft重建原始信号，一切顺利。
但问题是我如何解释fft函数的结果以及如何滤除频带。
答案 0 :(得分：3)
除非我弄错了，否则听起来你采取了错误的方法。
如果您的任务是通过操纵其FFT来操纵信号 ，那么请忽略我。否则..继续阅读。
FFT通常用于分析频域中的信号。如果你开始摆弄FFT返回的复系数，那么你就会陷入一个复杂的数学情境。特别是这种情况，因为您的截止频率不会很好地依赖于FFT bin频率。另外，请记住，FFT并不是您正在分析的信号的完美变换。由于scalloping error，它将始终引入自己的人工制品，并与你的hann窗口卷积。
所以..让我们离开FFT进行分析，并构建一个过滤器。
如果你在班上做带通设计，我会假设你明白他们做了什么。 Matlab中有许多函数可以生成不同类型滤波器的系数，即butter，kaiser cheby1。在Matlab中查找他们的帮助页面以获取更多信息。插入这些功能的值取决于您的滤波器规格，即您需要“X”dB滚降和“Y”dB通带纹波。您需要了解这些过滤器的工作原理，并了解其传递函数，以了解其过滤器顺序与您的规范之间的关系。
获得系数之后，只需通过filter函数运行它们（再次..如果您不确定这是如何工作的，请查看帮助页面。）
强大的JOS有一个很好的带通滤波器设计演练here。
另一个小小的问题..在你的问题中，你提到过你希望你的过滤器“过滤掉”250Hz和1000Hz之间的所有东西。这有点模棱两可。如果您正在设计带通滤波器，您可能希望“通过”250Hz和1000Hz之间的所有信号。如果您 实际上想要“过滤掉”此范围内的所有内容，则需要使用带阻滤镜。
答案 1 :(得分：1)
这一切都取决于您使用的采样率。 如果您根据Nyquist-Shannon sampling theorem进行采样，那么您可以尝试使用DFT的定义来解释fft的样本。
为了了解哪些频率与dft结果中的哪些样本相对应，我认为最好查看inverse transformation。您将系数k与
相乘 exp(i*2*pi*k/N*n)
可以解释为Euler's Formula的余弦。因此，每个系数乘以某个频率的正弦值。
祝你好运;）