%這里的fft變換有補零
clear?all;
Fs?=?1e3;???	%這是原始時域信號x的采樣頻率
multiple=0.6;?	%x進行fft前的補零倍數，可以增加頻率分辨率
time=2;

t?=?0:1/Fs:time-1/Fs;??%這個會影響x的采樣點數，當然點數越多，頻域越精確越平滑
%x?=?1.5*cos（2*pi*100*t）+3*sin（2*pi*202.5*t）+2*sin（2*pi*1250*t）;
x?=?1.5*cos（2*pi*100*t）+3*sin（2*pi*201.25*t）;
%頻率最小分辨率————————————————-
x=[xzeros（1length（x）*multiple）];??
%{
注意可以通過對x進行補零來增加頻率分辨率，只是因為fft的周期性計算方法，需要在
后面對fft（x）后的數據進行幅度值重新計算時，乘以多的零點的倍數，見后面的幅度值計算。
%}
%freqres?=?Fs/length（x）;?
freqres?=1/time;
%{
x的頻率必須是freqres的整數倍時，x的頻率才能被正確分辨，也就是相應頻域值才能夠正
常，比如freqres=1在頻率202.5處的幅度就不正常，當freqres=2時，在頻率1001處的幅
度就不正常。
%}
%——————————————————
%{
x有多少個點，fft（x）就有多少個點，這時的fft（x）之所以是對稱的，-是因為fft的方法是進行
周期計算從[-2π2π]，所以后面的一半要翻轉到負半軸，是負頻率。所以有用的是fft（x）的
前一半的點再加上0點。
%}
xdft?=?fft（x）;???
xdft?=?xdft（1:length（x）/2+1）;
%————這與fft方法的周期計算方法相關，也就是幅度值要重新計算一下——————
xdft?=?1/length（x）.*xdft;
xdft（2:end-1）?=?（1+multiple）*2*xdft（2:end-1）;
%{
幅度值首先由于周期對稱性，需要乘以2，然后由于補零的倍數是multiple，所以是
（1+multiple）*2
%}
%重新計算頻率橫坐標—————————————————————————————
freq?=?0:Fs/length（x）:Fs/2;
%{
Fs/2就是最高能夠顯示出來的頻率，但要注意實際上，fft（x）實際是計算出了任何頻率，
但是在[Fs/2Fs]這個區間的頻率，是關于Fs/2這里對稱的，也就是正負的頻率開始混合或者
混疊在一起。而超出了Fs的頻率則會由于周期性，它的值先減去Fs后，重新從0點開始。
所以這個程序并不是說畫出了在[0Fs/2]的一定正確的頻率，而是可能會出現頻率的混合和混疊，
一定要先預判一下頻率的區間范圍后，再使用fft這個函數。
%}
%——————————————————————————
plot（freqabs（xdft））;	%畫頻域幅度譜
title（‘頻域圖‘）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件??????112485??2015-05-22?11:29??fft綜合應用\MATLAB中fft函數用法、性質、特性、缺陷全面深入解析（含程序）.docx
?????文件????????1977??2015-05-25?14:51??fft綜合應用\fft_example1.m
?????文件????????1731??2015-05-25?14:51??fft綜合應用\fft_example2.m
?????目錄???????????0??2015-05-25?14:52??fft綜合應用\