作者：乔山办公网日期：
返回目录：excel表格制作
首先应弄清楚概念，横坐标就是频域。
数据采集率是250Hz，知道FFT计算时是多少个点，百如果是256点FFT，则计算后的数组的前128个点就是结果，后128个是对称的。
前128个点就对应0～250hz，每250/128= 1.95hz 一个点，哪个点上幅值比较高，即为被采集量含有那个点对应的频率信号。
扩展资料
时域与频域的转换
函数或信号可以透过一对数学的运算子在时域及频域之间转换，例如傅里叶变换可以将一个时域信号转换成在不同频度率下对应的振幅及相位，其频谱就是时域信号在频域下的表现，而反傅里叶变换可以将频谱再转换回时域的信号。
时域信号的频谱分析：以信号为例，信号在时域下的图形可以显示信号如何随着时间变化，而信号在频域下的图形（一般称为频谱）可以显示信号分布在哪些频率及其比例。
时域系统的频率特性：许多物理元件的特性会随着输入讯专号的频率而改变，例如电容在低频时阻抗变大，高频时阻抗变小，而电感恰好相反，高频时阻抗变大，低频时阻抗变小，一个线性非时变系统的特性也会随频率而变化，因此也有其频域下的特性，频率响应属的图形即为其代表。
参考资料
百度百科--时域
百度百科--FFT
在做频谱分析时，一段信号做傅里叶来变换，是有频谱分辨力的，这个分辨力主要取决于信自号的时域长度。时长不够，频域分辨力不足，就不能区分频域上相隔很近的频点。
所以，你可以试试增大信号的长度，看能不能解zd决这个问题。
您对于傅里叶e68a847a64337变换恐怕并不十分理解
傅里叶变换的实质是将一个信号分离为无穷多多正弦/复指数信号的加成，也就是说，把信号变成正弦信号相加的形式——既然是无穷多个信号相加，那对于非周期信号来说，每个信号的加权应该都是零——但有密度上的差别，你可以对比概率论中的概率密度来思考一下——落到每一个点的概率都是无限小，但这些无限小是有差别的
所以，傅里叶变换之后，横坐标即为分离出的正弦信号的频率，纵坐标对应的是加权密度
对于周期信号来说，因为确实可以提取出某些频率的正弦波成分，所以其加权不为零——在幅度谱上，表现为无限大——但这些无限大显然是有区别的，所以我们用冲激函数表示
已经说过，傅里叶变换是把各种形式的信号用正弦信号表示，因此非正弦信号进行傅里叶变换，会得到与原信号频率不同的成分——都是原信号频率的整数倍。这些高频信号是用来修饰频率与原信号相同的正弦信号，使之趋近于原信号的。所以说，频谱上频率最低的一个峰（往往是幅度上最高的），就是原信号频率。
傅里叶变换把信号由时域转为频域，因此把不同频率的信号在时域上拼接起来进行傅里叶变换是没有意义的——实际情况下，我们隔一段时间采集一次信号进行变换，才能体现出信号在频域上随时间的变化。
我的语言可能比较晦涩，但我已尽我所能向你讲述我的一点理解——真心希望能对你有用。我已经很久没在知道上回答过问题了，之所以回答这个问题，是因为我本人在学习傅里叶变换及拉普拉斯变换的过程中着实受益匪浅——它们几乎改变了我对世界的认识。傅里叶变换值得你用心去理解——哪怕苦苦思索几个月也是值得的——我当初也想过：只要会算题就行。但浙大校训“求是”时时刻刻鞭策着我追求对理论的理解——最终经过很痛苦的一番思索才恍然大悟。建议你看一下我们信号与系统课程的教材：化学工业出版社的《信号与系统》，会有所帮助。
用MATLAB 实现傅里叶变换:
用户任意输入一个函数，然后，输出函数的傅里叶变换函数，然后输出振幅频率 。
x=sin(2*pi*t); %任意输入一个函数。
y=fft(x); %傅里叶变换函数。
plot(abs(y)); %振幅频率。
函数（function）表示每知个输入值对应唯一输出值的一种对应关系。这种关系使一个集合里的每道一个元素对应到另一个（可能相同的）集合里的唯一元素。函数f中对应输入值的输出值x的标准符号为f(x)。包含某个函数所有的输入值的集合被称作这个函数的定义域，包含所有的输出值的集合被称作值域。若先定义映射的概念，可专以简单定义函数为，定义在非空数集之间的映射称为函数。
傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函属数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。