傅里叶变换工具(FFT)
查看实验数据频谱的工具。请先在下方粘贴数据(或选择文件),然后点击“变换”。
数据输入
已读入示例数据。点击下方“变换”即可得到结果
无法生成图片。请刷新浏览器后重试
设置
去除 0 Hz 的直流分量
计算中…
结果
变换后将显示在这里
显示的是上一次的结果。请修正输入或设置中的错误
振幅全部为 0(输入全为 0,或去均值后消失)
无法生成图片。请刷新浏览器后重试
峰
复制失败。请使用“保存 CSV”
未找到峰(请降低阈值)
数值表
正在生成 CSV…
正在准备复制…
复制失败。请使用“保存 CSV”
逆变换
请先执行“变换”
粘贴未归一化的频谱。若只有 0 以上的频率(单边),将对称补全负频率一侧后计算。
已将相位全部视为 0 进行计算
存在残留虚部(可能不是实数数据的频谱)
无法生成图片。请刷新浏览器后重试
正在生成 CSV…
正在准备复制…
复制失败。请使用“保存 CSV”
变换的定义
符号:N = 数据点数,M = 变换点数(补零后),Δt = 采样间隔,w[n] = 窗,y[n] = 预处理后的数据。相位以第一个样本(n=0)为时刻 0。
预处理(按此顺序):去均值 x'[n] = x[n] − mean(x) → 加窗 x''[n] = w[n]·x'[n](仅对 N 个实际数据点)→ 补零(在末尾添加 M − N 个 0)。S = Σ w[n]。
正变换:X[k] = Σ_{n=0}^{M−1} y[n]·exp(−i·2π·k·n / M) (无系数。与 NumPy、MATLAB 的 fft 相同)
逆变换:x[n] = (1/M) Σ_{k=0}^{M−1} X[k]·exp(+i·2π·k·n / M)
频率:Δf = 1/(M·Δt),f[k] = k·Δf,ω[k] = 2π·f[k]。单边为 k = 0…floor(M/2),双边为 fftshift 顺序。
归一化开:X~[k] = g·X[k]/S(g = 2:单边中直流和奈奎斯特以外,g = 1:其他)。关:X~[k] = X[k]。振幅 = |X~|,相位 = atan2(Im, Re),功率 = 振幅²。
dB:20·log10(振幅 / ref)。ref = 1,或在“将最大值设为 0 dB”时 ref = 最大振幅。
峰:在单边、归一化开的振幅中,取比相邻点大且不低于最大值指定 % 的峰,排除附近的峰(窗主瓣宽度范围内),按从大到小最多 10 个。频率用对数抛物线插值求得。
窗(n = 0…N−1,θ = 2πn/N。余弦和窗为周期型,三角、高斯为对称型):