Qu'est-ce que NFFT utilisé dans fft() fonction dans matlab?

J'ai un signal audio de l'échantillon au taux de 10Khz, j'ai besoin de trouver des coefficients de fourier de mon signal. J'ai vu un exemple dans mathwork du site web où ils sont à l'aide de code suivant pour effectuer la fft la décomposition d'un signal y:

NFFT = 2^nextpow2(L);    
Y = fft(y,NFFT)/L;
f = Fs/2*linspace(0,1,NFFT/2+1);

où L est la longueur du signal, je ne comprends vraiment pas pourquoi sa définition de la variable NFFT le chemin indiqué dans le code ci-dessus? Je ne peux pas juste choisir n'importe quelle valeur pour NFFT? Aussi pourquoi Fs/2 dans la troisième ligne du code ci-dessus?

La dernière ligne doit avoir été linspace(0, Fs/2, NFFT/2+1) - quel est le point de l'utilisation de la fonction qui minimise l'erreur d'arrondi, et en introduisant de l'erreur d'arrondi?

OriginalL'auteur Spandy | 2015-04-03

  1. 8

    NFFT peut être n'importe quelle valeur positive, mais FFT calculs sont généralement beaucoup plus efficace lorsque le nombre d'échantillons peut être pris en compte dans les petits nombres premiers. Citant La documentation Matlab:

    Le temps d'exécution de la fft dépend de la longueur de la transformation. Il est plus rapide pour des puissances de deux. Il est presque aussi rapide pour des longueurs qui n'ont que de petits facteurs premiers. Il est plusieurs fois plus lent pour des longueurs qui sont le premier ou qui ont de grands facteurs premiers.

    Il est donc commun à calculer la FFT pour la puissance de 2 qui est plus grand ou égal au nombre d'échantillons du signal y. C'est ce que NFFT = 2^nextpow2(L) (dans le Exemple de documentation Matlab y est construit de façon à avoir une longueur L).
    Lorsque NFFT > L le signal est égale à zéro rembourré pour le NFFT longueur.

    Autant que fs/2 va, c'est tout simplement parce que le spectre de fréquences d'une véritable valeur du signal a Hermitian symétrie (ce qui signifie que les valeurs du spectre au-dessus de fs/2 peut être obtenu à partir du complexe conjugué de l'valeurs ci-dessous fs/2), et en tant que telle est complètement spécifie à partir de la première NFFT/2+1 valeurs (avec l'index NFFT/2+1 correspondant à fs/2). Donc, au lieu de montrer la redondance de l'information ci-dessus fs/2, le exemple choisi d'illustrer uniquement le spectre jusqu'à fs/2.

    OriginalL'auteur SleuthEye

  2. 1

    Sortie de la FFT est complexe pour de vrai valorisé. Cela signifie que pour un signal échantillonné à Fs Hz, La transformée de fourier de ce signal aura composantes de fréquence à partir d'-Fs/2 à Fs/2 et est symétrique par rapport à zéro Hz. (Critère de Nyquist) stipule que, si vous avez un signal avec un maxium de la composante de fréquence f en Hz, vous devez échantillon avec au moins 2f Hz .

    Vous pouvez vous demander quel est négatif de fréquence moyenne ici. Si vous êtes un mathématicien vous pouvez soin sur le négatif de fréquence, mais si vous êtes un ingénieur, vous pouvez choisir d'ignorer la notion de négatif de fréquence et de se concentrer uniquement sur les fréquences de 0 à Fs/2. (Fréq Max composant pour un signal échantillonné à Fs Hz Fs/2)

    À l'aide de la FFT pour en savoir plus sur les composants de fréquence présente dans le signal n'est cumbsrsome. Vous pouvez utiliser la fonction pwelch fonction dans MATLAB pour en savoir plus les fréquences présentes dans le signal et la puissance de ces signaux. MATLAB calculera automatiquement la NFFT requis et revenir les fréquences présentes dans le signal avec le pouvoir, à chaque fréquence. Utilisez cette syntaxe:

    [p,f] = pwelch(x,[],[],[],Fs)

    Regardez la documentation de pwelch pour plus d'informations.

    OriginalL'auteur kdave