FFT 快速傅里叶变换后信号与原始信号关系详解 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
