Y = fft(x) 对向量ｘ返回一个离散傅里叶变換, 这是通过快速傅里叶变换算法得到的.

如果X长度比n小, X 会在后面补0补到长度n. 如果X长度比n大, X序列会被截取. 当X是矩阵时, 每列的长度会以同样的方式补齐.

（据说）第三个参数ｄｉｍ表示了ＦＦｔ的操作方向１是一列一列的变，２是一行一行地变

一个傅里叶变换的常用用法是,找到在時域中掩藏在噪声中的频率分量. 比如说以1000赫兹采样的数据.其中包含有:振幅0.7频率50赫兹正弦+振幅1频率120赫兹正弦+然后被0均值噪声祸害了:[

从时域上矗接看原信号难以确定各频率分量. 通过使用快速傅里叶变换FFT, 实现了含噪声信号Y的离散傅里叶变换,从而把信号转换到频域上(确定频率分量)

振幅没有恰好取得0.7和1的主要原因是因为噪声. 一些代码?......另外一个原因是因为你取的是有限长度的信号(实际上加了矩形窗).在上面的例子中,把L从1000加夶到10000会很好的改善平均值的近似程度.

你对这个回答的评价是