公告： 为响应国家净网行动，部分内容已经删除，感谢读者理解。

推荐回答：电流的幅值，一个电流信号经过fft变换，对所得结果求一下绝对值，再让这个绝对值乘以2除以N(fft变换点数)，其值大小正好就是电流的幅值大小

推荐回答：FFT变换后的横坐标为数字角频率（范围是0~PI），数字角频率与原信号角频率满足关系式：wd=wT，其中，w为信号角频率，wd为数字角频率，T为采样的时间间隔，所以根据采样时间间隔（或采样频率）就可以计算原信号的频率，所以单位应该是角度的单位rad

推荐回答：与测量单位相同，如果测量单位是mv，那么纵坐标幅度的单位也是mv。

推荐回答：假如你变换后了，那么幅值=abs(FFT(y));f=2*pi*k/N;(k=0、1、2、3、。。。、N-1)N是原始数据的个数。

推荐回答：选项，-》窗口。。。。看设定。。。x轴是时间轴，y轴表示振幅。。。。他们的单位及表示方式可以在这里调节。。。。。

推荐回答：横坐标代表频率，纵坐标代表幅值，例如：y=fft(x);f=(0:length(x)-1)*N/length(x);plot(f,abs(y));希望能帮助你，如有什么问题可以继续问我

推荐回答：一.调用方法X=FFT(x);X=FFT(x,N);x=IFFT(X);x=IFFT(X,N)用MATLAB进行谱分析时注意：（1）函数FFT返回值的数据结构具有对称性。例：N=8;n=0:N-1;xn=[4 3 2 6 7 8 9 0];Xk=fft(xn)→Xk =39.0000 -10.7782 + 6.2929i 0 - 5.0000i 4.7782 - 7

参考回答：展开全部 一.调用方法X=FFT(x);X=FFT(x,N);x=IFFT(X);x=IFFT(X,N)用MATLAB进行谱分析时注意：（1）函数FFT返回值的数据结构具有对称性。例：N=8;n=0:N-1;xn=[4 3 2 6 7 8 9 0];Xk=fft(xn)→Xk =39.0000 -10.7782 + 6.2929i 0 - 5.0000i 4.7782 - 7.7071i 5.0000 4.7782 + 7.7071i 0 + 5.0000i -10.7782 - 6.2929iXk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。(2)做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。二.FFT应用举例例1:x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。clf;fs=100;N=128； %采样频率和数据点数n=0:N-1;t=n/fs； %时间序列x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)； %信号y=fft(x,N)； %对信号进行快速Fourier变换mag=abs(y)； %求得Fourier变换后的振幅f=n*fs/N； %频率序列subplot(2,2,1),plot(f,mag)； %绘出随频率变化的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('N=128');grid on;subplot(2,2,2),plot(f(1:N/2),mag(1:N/2)）； %绘出Nyquist频率之前随频率变化的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('N=128');grid on；%对信号采样数据为1024点的处理fs=100;N=1024;n=0:N-1;t=n/fs;x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)； %信号y=fft(x,N)； %对信号进行快速Fourier变换mag=abs(y)； %求取Fourier变换的振幅f=n*fs/N;subplot(2,2,3),plot(f,mag)； %绘出随频率变化的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('N=1024');grid on;subplot(2,2,4)plot(f(1:N/2),mag(1:N/2)）； %绘出Nyquist频率之前随频率变化的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('N=1024');grid on；运行结果：fs=100Hz,Nyquist频率为fs/2=50Hz。整个频谱图是以Nyquist频率为对称轴的。并且可以明显识别出信号中含有两种频率成分：15Hz和40Hz。由此可以知道FFT变换数据的对称性。因此用FFT对信号做谱分析，只需考察0~Nyquist频率范围内的福频特性。若没有给出采样频率和采样间隔，则分析通常对归一化频率0~1进行。另外，振幅的大小与所用采样点数有关，采用128点和1024点的相同频率的振幅是有不同的表现值，但在同一幅图中，40Hz与15Hz振动幅值之比均为4:1，与真实振幅0.5:2是一致的。为了与真实振幅对应，需要将变换后结果乘以2除以N。例2:x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t),fs=100Hz，绘制：（1）数据个数N=32,FFT所用的采样点数NFFT=32;(2)N=32,NFFT=128;(3)N=136,NFFT=128;(4)N=136,NFFT=512。clf;fs=100； %采样频率Ndata=32； %数据长度N=32； �T的数据长度n=0:Ndata-1;t=n/fs； %数据对应的时间序列x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)； %时间域信号y=fft(x,N)； %信号的Fourier变换mag=abs(y)； %求取振幅f=(0:N-1)*fs/N； %真实频率subplot(2,2,1),plot(f(1:N/2),mag(1:N/2)*2/N）； %绘出Nyquist频率之前的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('Ndata=32 Nfft=32');grid on;Ndata=32； %数据个数N=128; %T采用的数据长度n=0:Ndata-1;t=n/fs； %时间序列x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);y=fft(x,N);mag=abs(y);f=(0:N-1)*fs/N； %真实频率subplot(2,2,2),plot(f(1:N/2),mag(1:N/2)*2/N）； %绘出Nyquist频率之前的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('Ndata=32 Nfft=128');grid on;Ndata=136； %数据个数N=128； �T采用的数据个数n=0:Ndata-1;t=n/fs； %时间序列x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);y=fft(x,N);mag=abs(y);f=(0:N-1)*fs/N； %真实频率subplot(2,2,3),plot(f(1:N/2),mag(1:N/2)*2/N）； %绘出Nyquist频率之前的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('Ndata=136 Nfft=128');grid on;Ndata=136； %数据个数N=512； �T所用的数据个数n=0:Ndata-1;t=n/fs； %时间序列x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);y=fft(x,N);mag=abs(y);f=(0:N-1)*fs/N； %真实频率subplot(2,2,4),plot(f(1:N/2),mag(1:N/2)*2/N）； %绘出Nyquist频率之前的振幅xlabel（'频率/Hz'）;ylabel（'振幅'）；title('Ndata=136 Nfft=512');grid on；结论：（1）当数据个数和FFT采用的数据个数均为32时，频率分辨率较低，但没有由于添零而导致的其他频率成分。（2）由于在时间域内信号加零，致使振幅谱中出现很多其他成分，这是加零造成的。其振幅由于加了多个零而明显减小。（3）FFT程序将数据截断，这时分辨率较高。（4）也是在数据的末尾补零，但由于含有信号的数据个数足够多，FFT振幅谱也基本不受影响。 对信号进行频谱分析时，数据样本应有足够的长度，一般FFT程序中所用数据点数与原含有信号数据点数相同，这样的频谱图具有较高的质量，可减小因补零或截断而产生的影响。例3:x=cos(2*pi*0.24*n)+cos(2*pi*0.26*n)(1)数据点过少，几乎无法看出有关信号频谱的详细信息；（2）中间的图是将x(n)补90个零，幅度频谱的数据相当密，称为高密度频谱图。但从图中很难看出信号的频谱成分。（3）信号的有效数据很长，可以清楚地看出信号的频率成分，一个是0.24Hz，一个是0.26Hz，称为高分辨率频谱。 可见，采样数据过少，运用FFT变换不能分辨

推荐回答：普通振动频谱中，纵坐标是振动的幅值，分为三种：加速度mm/s2、速度mm/s、位移微米，其物理涵义是某一频率的振动幅值高低。

推荐回答：首先需要有对应的离散数据。这里以二维的数据举例clc,clearx=[1 5 3 6 10];y=[12 16 8 33 20];plot(x,y,'o')

参考回答：Y = fft(X,n) returns the n-point DFT. If the length of X is less than n, X is padded with trailing zeros to length n图形的纵坐标的含义可以是功率或功率密度或fft变换后的绝对值.1) Y = fft(y,512);Pyy = Y.* conj(Y);2) Y = fft(y,512);Pyy = Y.* conj(Y)/512;3) Y = fft(y,512);Pyy=abs(Y)