快速傅里叶变换FFT计算器

计算实数或复数信号序列的离散FFT。应用常用窗函数，选择FFT长度和零填充，查看幅度、相位、频率箱、主峰值，并复制完整的复数频谱。

快速傅里叶变换FFT计算器

快速示例：

类似正弦波的 8 个样本加窗脉冲复数旋转相量纯净正弦波

信号样本实数或复数

使用逗号、空格、分号或换行符分隔样本。复数值可以使用 3+4i、-2i 或 1.25-0.5i。

采样率 Hz 或样本/单位

窗函数

FFT 长度

频谱视图

默认长度会补零至 2 的幂，以便使用基-2 FFT 路径。

Embed 快速傅里叶变换FFT计算器 Widget

快速傅里叶变换FFT计算器

快速傅里叶变换fft计算器可计算有限信号序列的离散傅里叶变换，并将结果转换为实用的频率分量输出：实部和虚部、幅度、归一化幅度、相位角、频率标签、主峰值以及可复制的频谱数据。它接受实数或复数样本，支持常用的窗函数，并默认使用 2 的幂补零，以便使用快速基-2 算法。

FFT 计算什么

对于 N 个样本的序列 x[0], x[1], ..., x[N−1]，离散傅里叶变换产生 N 个复数分量 X[0], X[1], ..., X[N−1]。每个分量衡量了该分量频率下的正弦分量在信号中出现的强度。

X[k] = Σ x[n] · e^(−2πi·k·n/N), 对于 k = 0, 1, ..., N−1

FFT 是计算 DFT 的一种高效方法。当变换长度为 2 的幂时，基-2 FFT 将工作量从大约 N² 次复数运算减少到约 N log₂ N 次运算，这就是为什么补零到下一个 2 的幂在信号处理流程中非常普遍的原因。

如何查看输出

列名	含义	典型用途
频率	使用采样率 / FFT 长度将分量索引转换为物理单位。	定位音调、振动频率、调制频带或周期性分量。
实部 / 虚部	每个分量的复数 FFT 系数。	保留完整的相位感知信息，用于重建或进一步的数学运算。
幅度	复数系数的大小，记作 \|X[k]\|。	识别哪些频率信号最强。
相位	复数系数的角度（以度为单位）。	比较分量或通道之间的时间偏移。
归一化幅度	幅度除以 FFT 长度。	比较使用不同补零长度计算出的频谱。

采样率与频率分辨率

如果您的采样率是 Fs 且 FFT 长度是 N，则相邻的 FFT 分量间隔为 Fs / N。更大的 FFT 长度会产生更密的频率间隔，但补零不会产生新信息；它只是插值了现有信号段的频率网格。

分量 k 的频率 = k · Fs / N 且 Δf = Fs / N

对于实数值输入，通常只需要正频率的一半，因为负频率部分是复共轭镜像。对于复数值输入，全频谱通常更有意义，此计算器在复数示例中会自动切换到全频谱视图。

窗函数指南

窗函数在 FFT 之前改变采样段的边缘。当采样段不包含完整数量的周期时，这可以减少频谱泄漏。折中方案是窗函数会将能量分散在更宽的主瓣上，并改变幅度缩放。

窗函数	最适用于	折中方案
矩形窗 (Rectangular)	已与采样窗口对齐良好的信号。	当截取的波形在周期中间切断时，泄漏最严重。
汉宁窗 (Hann)	一般频谱检查和顺滑的泄漏抑制。	中等的幅度损失和中等的主瓣宽度。
汉明窗 (Hamming)	在保持紧凑主瓣的同时减少附近的旁瓣。	边界处比汉宁窗略欠平滑。
布莱克曼窗 (Blackman)	抑制强音对较弱相邻分量的泄漏。	主瓣较宽，因此相近的频率较难区分。

如何使用此计算器

粘贴一系列实数或复数样本。使用如 0, 1, 0, -1 或 1+0i, 0+1i, -1+0i, 0-1i 的值。
输入采样率。如果只需要“每个样本的归一化周期”，请使用 1。
选择窗函数。对于精确的合成示例，从矩形窗开始；对于测量信号，使用汉宁窗。
选择 FFT 长度。“下一个 2 的幂”是最快的默认设置；“双倍 2 的幂”可提供更密集的显示网格。
点击计算 FFT，然后查看幅度图、峰值列表、相位列和可复制的 CSV 输出。

计算示例

对于采样率为 8 的样本序列 0, 1, 0, -1, 0, 1, 0, -1，信号在 8 个样本中完成了两个周期。最强的非直流 FFT 分量出现在相应的正负频率位置。在单边模式下，正频率峰值最易于读取。

FAQ

FFT 计算器计算什么？
FFT 计算器计算有限序列的离散傅里叶变换。它将时域样本改写为具有复振幅、幅度和相位的频率分量。

我需要样本数量为 2 的幂吗？
当变换长度为 2 的幂时，基-2 FFT 速度最快。此计算器可以自动将您的输入补零至下一个 2 的幂，并且对于非 2 幂的小型精确长度序列，它会退回到直接 DFT 计算。

FFT 频率分辨率是什么？
频率分辨率是采样率除以 FFT 长度。例如，1000 Hz 的采样率和 1024 点 FFT 产生的频率间隔约为 0.9766 Hz。

我应该使用汉宁窗、汉明窗还是布莱克曼窗？
当您截取的信号段不包含整数个周期时，请使用窗函数。汉宁窗（Hann）是一个平衡的通用选择，汉明窗（Hamming）可减少相邻旁瓣，而布莱克曼窗（Blackman）具有更强的旁瓣抑制能力但主瓣较宽。

为什么 FFT 结果是复数？
每个频率分量都包含振幅和相位。实部和虚部是存储该相位感知正弦分量的紧凑方式。

引用此内容、页面或工具为：

"快速傅里叶变换FFT计算器" 于 https://MiniWebtool.com/zh-cn/快速傅里叶变换fft计算器/，来自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 团队制作。更新日期：2026年4月24日

开发者 API 可用: 用一次 JSON HTTP 请求，把这个工具接入你的应用、自动化流程或智能体。查看 API 文档

您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。

快速傅里叶变换FFT计算器

快速傅里叶变换FFT计算器

FFT 计算什么

如何查看输出

采样率与频率分辨率

窗函数指南

如何使用此计算器

计算示例

FAQ

微积分:

常用工具: