通常FFT分析,都是求一个时间历程的频率成分,php
用FFTW中的ui
fftw_plan_dft_r2c_1dspa
输入是一个实数列向量in[N],blog
输出是一个复数空间二维矩阵out[N][2],第1列是实数、第2列是复数。ci
求幅值时,要对复数向量的每一个,取向量模,乘以2,再除以点数N。get
注意:table
1. 若是采样时间不到 1 s, 就设法补成 1 s。方法
一种方法是补零,(参考 彭真明 老师博文 link2 )im
还有一种方法,若是已知频率大概范围,折算出周期后,用正周期的时间历程估计。d3
2. 若是有直流项(平均值大于零),须要把直流项滤掉。
fftw_complex *out = NULL; |
fftw_plan p; |
in = (double *)fftw_malloc(sizeof(double) * len); |
out = (fftw_complex *)fftw_malloc(sizeof(fftw_complex) * len); |
p = fftw_plan_dft_r2c_1d(len, in, out, FFTW_ESTIMATE); |
fftw_execute(p); |
for (int i = 0; i < len; i++) |
{ |
amp = sqrt(out[i][0]*out[i][0] + out[i][1]*out[i][1]); |
amp = 2.0* amp/len; |
freq = i*1.0/t1; |
} |