FFT 是离散傅立叶变换的快速算法，可以将一个信号变换 到频域。有些信号在时域上是很难看出什么特征的，但是如 果变换到频域之后，就很容易看出特征了。这就是很多信号 分析采用FFT 变换的原因。另外，FFT 可以将一个信号的频谱 提取出来，这在频谱分析方面也是经常用的。 虽然很多人都知道FFT 是什么，可以用来做什么，怎么去 做，但是却不知道FFT 之后的结果是什意思、如何决定要使用 多少点来做FFT。 现在圈圈就根据实际经验来说说 FFT 结果的具体物理意义。 一个模拟信号，经过 ADC 采样之后，就变成了数字信号。采样 定理告诉我们，采样频率要大于信号频率的两倍，这些我就 不在此罗嗦了。 采样得到的数字信号，就可以做FFT 变换了。N 个采样点， 经过 FFT 之后，就可以得到N 个点的FFT 结果。为了方便进行 FFT 运算，通常N 取2 的整数次方。 假设采样频率为 Fs，信号频率 F，采样点数为 N。那么FFT 之后结果就是一个为 N 点的复数。每一个点就对应着一个频率 点。这个点的模值，就是该频率值下的幅度特性。具体跟原始 信号的幅度有什么关系呢？假设原始信号的峰值为 A，那么FFT 的结果的每个点（除了第一个点直流分量之外）的模值就是A 的N/2 倍。而第一个点就是直流分量，它的模值就是直流分量 的N 倍。而每个点的相位 呢，就是在该频率下的信号的相位 。 第一个点表 示 直流分量（即 0Hz），而最 后一个点 N 的再 下一个 点（实际上这个点是不存 在的，这里 是假设的第N+1 个点，也 可以看做是将第一个点分做两半 分，另一半 移 到最 后）则 表 示 采样频率 Fs，这中 间 被 N-1 个点平 均 分成 N 等 份 ，每个点的频率 依 次增 加 。例 如某 点 n 所 表 示 的频率为： Fn=(n-1)*Fs/N。 由 上面的公 式 可以看出，Fn 所 能 分辨 到频率为为 Fs/N，如果 采样频率 Fs 为 1024Hz，采样点数为 1024 点，则 可以分辨 到1Hz。 1024Hz 的采样率采样 1024 点，刚 好 是1 秒 ，也就是说，采样 1 秒 时间 的信号并 做FFT，则 结果可以分析到1Hz，如果采样 2 秒 时 间 的信号并 做FFT，则 结果可以分析到0.5Hz。如果要提高 频率 分辨 力 ，则 必 须 增 加 采样点数，也即 采样时间 。频率分辨 率和 采样时间 是倒 数关系。 假设FFT 之后某 点 n 用复数 a+bi 表 示 ，那么这个复数的模就...
