Máy tính Biến đổi Fourier Nhanh (FFT)
Tính toán FFT rời rạc của một chuỗi tín hiệu thực hoặc phức. Áp dụng các hàm cửa sổ phổ biến, chọn độ dài FFT và chèn số không (zero padding), kiểm tra biên độ, pha, các thùng tần số (frequency bins), các đỉnh trội và sao chép toàn bộ phổ phức.
Trình chặn quảng cáo đang ngăn chúng tôi hiển thị quảng cáo
MiniWebtool miễn phí nhờ quảng cáo. Nếu công cụ này hữu ích, hãy ủng hộ bằng Premium (không quảng cáo + nhanh hơn) hoặc cho phép MiniWebtool.com rồi tải lại trang.
- Hoặc nâng cấp Premium (không quảng cáo)
- Cho phép quảng cáo cho MiniWebtool.com, rồi tải lại
Giới thiệu về Máy tính Biến đổi Fourier Nhanh (FFT)
Máy tính Biến đổi Fourier Nhanh (FFT) tính toán biến đổi Fourier rời rạc của một chuỗi tín hiệu hữu hạn và chuyển kết quả thành đầu ra dải tần số thực tế: các thành phần thực và ảo, biên độ, biên độ chuẩn hóa, góc pha, nhãn tần số, các đỉnh chính và dữ liệu phổ có thể sao chép. Nó chấp nhận các mẫu thực hoặc phức, hỗ trợ các hàm cửa sổ phổ biến và sử dụng tính năng chèn thêm số 0 đến lũy thừa của hai theo mặc định để có thể sử dụng thuật toán radix-2 nhanh chóng.
FFT Tính toán Điều gì
Đối với một chuỗi gồm N mẫu x[0], x[1], ..., x[N−1], phép biến đổi Fourier rời rạc tạo ra N dải phức X[0], X[1], ..., X[N−1]. Mỗi dải đo lường mức độ xuất hiện mạnh mẽ của một thành phần hình sin tại tần số dải đó trong tín hiệu.
FFT là một cách hiệu quả để tính toán cùng một DFT đó. Khi độ dài biến đổi là lũy thừa của hai, radix-2 FFT giảm khối lượng công việc từ khoảng N² phép toán phức xuống còn khoảng N log₂ N phép toán, đó là lý do tại sao việc chèn thêm số 0 đến lũy thừa của hai tiếp theo là phổ biến trong các quy trình xử lý tín hiệu.
Cách đọc Kết quả Đầu ra
| Cột | Ý nghĩa | Sử dụng điển hình |
|---|---|---|
| Tần số | Chỉ số dải được chuyển đổi sang đơn vị vật lý bằng cách sử dụng tốc độ lấy mẫu / độ dài FFT. | Xác định vị trí các âm, tần số rung động, dải điều chế hoặc các thành phần định kỳ. |
| Thực / Ảo | Hệ số FFT phức cho mỗi dải. | Giữ nguyên thông tin nhận biết pha đầy đủ để tái tạo hoặc tính toán toán học thêm. |
| Biên độ | Kích thước của hệ số phức, được viết là |X[k]|. | Xác định tần số nào mạnh nhất. |
| Pha | Góc của hệ số phức tính bằng độ. | So sánh độ lệch thời gian giữa các thành phần hoặc các kênh. |
| Biên độ chuẩn hóa | Biên độ chia cho độ dài FFT. | So sánh các phổ được tính toán với các độ dài chèn số 0 khác nhau. |
Tốc độ lấy mẫu và Độ phân giải tần số
Nếu tốc độ lấy mẫu của bạn là Fs và độ dài FFT là N, các dải FFT liền kề cách nhau một khoảng Fs / N. Độ dài FFT lớn hơn tạo ra khoảng cách dải dày đặc hơn, nhưng việc chèn thêm số 0 không tạo ra thông tin mới; nó nội suy lưới tần số của phân đoạn tín hiệu hiện có.
Đối với đầu vào có giá trị thực, một nửa tần số dương thường là đủ vì một nửa tần số âm là gương liên hợp phức. Đối với đầu vào có giá trị phức, toàn bộ phổ thường có ý nghĩa và máy tính này sẽ chuyển sang chế độ xem đầy đủ trong ví dụ số phức.
Hướng dẫn Hàm Cửa sổ
Cửa sổ thay đổi các cạnh của phân đoạn được lấy mẫu trước FFT. Điều này làm giảm rò rỉ phổ khi phân đoạn không chứa một số nguyên các chu kỳ. Sự đánh đổi là các cửa sổ làm lan tỏa năng lượng qua một thùy chính rộng hơn và thay đổi tỷ lệ biên độ.
| Cửa sổ | Tốt nhất cho | Đánh đổi |
|---|---|---|
| Chữ nhật (Rectangular) | Các tín hiệu đã khớp sạch với cửa sổ lấy mẫu. | Rò rỉ cao nhất khi phân đoạn thu được cắt ngang một dạng sóng giữa chu kỳ. |
| Hann | Kiểm tra phổ chung và giảm rò rỉ mượt mà. | Mất biên độ vừa phải và chiều rộng thùy chính vừa phải. |
| Hamming | Giảm các thùy phụ lân cận trong khi vẫn giữ thùy chính gọn gàng. | Kém mượt mà hơn một chút tại các ranh giới so với Hann. |
| Blackman | Triệt tiêu rò rỉ từ các âm mạnh sang các dải yếu lân cận. | Thùy chính rộng hơn, vì vậy các tần số gần nhau khó tách biệt hơn. |
Cách sử dụng Máy tính này
- Dán một chuỗi các mẫu thực hoặc phức. Sử dụng các giá trị như
0, 1, 0, -1hoặc1+0i, 0+1i, -1+0i, 0-1i. - Nhập tốc độ lấy mẫu. Sử dụng
1nếu bạn chỉ cần các chu kỳ chuẩn hóa trên mỗi mẫu. - Chọn một cửa sổ. Bắt đầu với Chữ nhật cho các ví dụ tổng hợp chính xác và Hann cho các tín hiệu đo được.
- Chọn độ dài FFT. Lũy thừa của 2 tiếp theo là mặc định nhanh nhất; Gấp đôi lũy thừa của 2 cho lưới hiển thị dày đặc hơn.
- Nhấp vào Tính toán FFT, sau đó kiểm tra biểu đồ biên độ, danh sách đỉnh, cột pha và đầu ra CSV có thể sao chép.
Ví dụ Thực tế
Đối với chuỗi mẫu 0, 1, 0, -1, 0, 1, 0, -1 ở tốc độ lấy mẫu là 8, tín hiệu hoàn thành hai chu kỳ qua tám mẫu. Các dải FFT không phải DC mạnh nhất xuất hiện tại các vị trí tần số dương và âm tương ứng. Trong chế độ một phía, đỉnh tần số dương là dễ đọc nhất.
FAQ
Máy tính FFT tính toán điều gì?
Máy tính FFT tính toán biến đổi Fourier rời rạc của một chuỗi hữu hạn. Nó viết lại các mẫu miền thời gian thành các dải tần số với biên độ phức, độ lớn và pha.
Tôi có cần số lượng mẫu là lũy thừa của hai không?
Radix-2 FFT nhanh nhất khi độ dài biến đổi là lũy thừa của hai. Máy tính này có thể tự động chèn thêm số 0 vào đầu vào của bạn đến lũy thừa của hai tiếp theo, và nó sử dụng phương pháp DFT trực tiếp cho các chuỗi độ dài chính xác nhỏ không phải là lũy thừa của hai.
Độ phân giải tần số FFT là gì?
Độ phân giải tần số là tốc độ lấy mẫu chia cho độ dài FFT. Ví dụ: tốc độ lấy mẫu 1000 Hz và FFT 1024 điểm sẽ cho các dải cách nhau khoảng 0,9766 Hz.
Tôi nên sử dụng cửa sổ Hann, Hamming, hay Blackman?
Sử dụng cửa sổ khi phân đoạn thu được của bạn không chứa một số nguyên chu kỳ. Hann là lựa chọn cân bằng cho mục đích chung, Hamming giảm các thùy phụ lân cận, và Blackman giúp triệt tiêu thùy phụ mạnh hơn với thùy chính rộng hơn.
Tại sao kết quả FFT là số phức?
Mỗi dải tần số đều có cả biên độ và pha. Phần thực và phần ảo là một cách thu gọn để lưu trữ thành phần hình sin nhận biết pha đó.
Tham khảo nội dung, trang hoặc công cụ này như sau:
"Máy tính Biến đổi Fourier Nhanh (FFT)" tại https://MiniWebtool.com/vi// từ MiniWebtool, https://MiniWebtool.com/
bởi đội ngũ miniwebtool. Cập nhật: 24 thg 4, 2026
Bạn cũng có thể thử AI Giải Toán GPT của chúng tôi để giải quyết các vấn đề toán học của bạn thông qua câu hỏi và trả lời bằng ngôn ngữ tự nhiên.