快速傅立葉變換FFT計算機
計算實數或複數訊號序列的離散FFT。應用常見的窗函數,選擇FFT長度與零填充,檢查振幅、相位、頻率分量、主峰值,並可複製完整的複數頻譜。
偵測到廣告封鎖,導致我們無法顯示廣告
MiniWebtool 依靠廣告收入免費提供服務。如果這個工具幫到你,歡迎升級 Premium(無廣告 + 更快),或將 MiniWebtool.com 加入允許清單後重新整理頁面。
- 或升級 Premium(無廣告)
- 允許 MiniWebtool.com 顯示廣告,然後重新載入
快速傅立葉變換FFT計算機
快速傅立葉變換FFT計算機能計算有限訊號序列的離散傅立葉變換,並將結果轉化為實用的頻率分量輸出:包括實部與虛部組件、幅值、歸一化幅值、相位角、頻率標記、主導峰值以及可複製的頻譜數據。它接受實數或複數樣本,支援常見的窗函數,並預設使用 2 的冪次方補零,以便使用快速 radix-2 演算法。
FFT 計算什麼
對於由 N 個樣本 x[0], x[1], ..., x[N−1] 組成的序列,離散傅立葉變換會產生 N 個複數分量 X[0], X[1], ..., X[N−1]。每個分量衡量了該分量頻率的正弦波成分在訊號中的強弱程度。
FFT 是計算同一 DFT 的高效方法。當變換長度為 2 的冪次方時,radix-2 FFT 將運算量從大約 N² 次複數運算減少到約 N log₂ N 次,這就是為什麼在訊號處理工作流中經常將長度補零至下一個 2 的冪次方。
如何閱讀輸出結果
| 欄位 | 意義 | 典型用途 |
|---|---|---|
| 頻率 (Frequency) | 使用 採樣率 / FFT 長度 將分量索引轉換為物理單位。 | 定位音調、振動頻率、調製頻帶或週期性成分。 |
| 實部 / 虛部 (Real / Imaginary) | 每個分量的複數 FFT 係數。 | 保留完整的相位資訊,用於重構或進一步的數學運算。 |
| 幅值 (Magnitude) | 複數係數的大小,記作 |X[k]|。 | 識別哪些頻率最強。 |
| 相位 (Phase) | 複數係數的角度(以度為單位)。 | 比較組件或通道之間的時序偏移。 |
| 歸一化幅值 (Normalized magnitude) | 幅值除以 FFT 長度。 | 比較使用不同補零長度計算出的頻譜。 |
採樣率與頻率解析度
如果您的採樣率為 Fs 且 FFT 長度為 N,則相鄰的 FFT 分量間距為 Fs / N。較大的 FFT 長度會產生更密的分量間距,但補零並不會產生新資訊;它只是對現有訊號片段的頻率網格進行插值。
對於實值輸入,正頻率的一半通常就足夠了,因為負頻率部分是複共軛鏡像。對於複值輸入,全頻譜通常都有意義,此計算機在複數範例中會自動切換到全頻譜視圖。
窗函數指南
窗函數會在 FFT 之前改變採樣片段的邊緣。當片段不包含整數個週期時,這可以減少頻譜洩漏 (Spectral leakage)。代價是窗函數會將能量分散到較寬的主瓣,並改變幅值縮放。
| 窗函數 | 最適用於 | 權衡/代價 |
|---|---|---|
| 矩形窗 (Rectangular) | 已經與採樣窗口完美對齊的訊號。 | 當擷取片段在週期中段截斷波形時,洩漏最高。 |
| Hann | 通用頻譜檢查和順滑的洩漏減少。 | 適度的幅值損失和適度的主瓣寬度。 |
| Hamming | 在保持緊湊主瓣的同時減少鄰近旁瓣。 | 邊界處比 Hann 稍微不夠平滑。 |
| Blackman | 抑制強音調對較弱鄰近分量的洩漏。 | 主瓣較寬,因此較難區分相近的頻率。 |
如何使用此計算機
- 貼上實數或複數樣本序列。使用如
0, 1, 0, -1或1+0i, 0+1i, -1+0i, 0-1i的值。 - 輸入採樣率。如果您只需要歸一化的每樣本週期數,請使用
1。 - 選擇窗函數。精確的合成範例建議從矩形窗開始,測量訊號則建議使用 Hann 窗。
- 選擇 FFT 長度。「下一個 2 的冪次方」是最快的預設選項;「2 的冪次方兩倍」可提供更密集的顯示網格。
- 點擊計算 FFT,然後檢查幅值圖、峰值列表、相位欄位以及可複製的 CSV 輸出。
計算實例
對於在採樣率為 8 時的樣本序列 0, 1, 0, -1, 0, 1, 0, -1,該訊號在 8 個樣本中完成了兩個週期。最強的非直流 FFT 分量會出現在相應的正負頻率位置。在單邊模式下,正頻率峰值最容易閱讀。
常見問題 (FAQ)
FFT 計算機計算什麼?
FFT 計算機計算有限序列的離散傅立葉變換。它將時域樣本重寫為具有複數振幅、幅值和相位的頻率分量。
我需要 2 的冪次方數量的樣本嗎?
當變換長度為 2 的冪次方時,radix-2 FFT 最快。此計算機可以自動將您的輸入補零至下一個 2 的冪次方,對於非 2 冪次方的較短精確長度序列,它會使用直接 DFT 作為備用方案。
FFT 頻率解析度是什麼?
頻率解析度是採樣率除以 FFT 長度。例如,1000 Hz 的採樣率和 1024 點 FFT 產生的分量間距約為 0.9766 Hz。
我應該使用 Hann、Hamming 還是 Blackman 窗?
當您擷取的片段不包含整數個週期時,請使用窗函數。Hann 是一個平衡的通用選擇,Hamming 可減少鄰近的旁瓣,而 Blackman 則提供更強的旁瓣抑制,但主瓣較寬。
為什麼 FFT 結果是複數?
每個頻率分量都包含振幅和相位。實部和虛部是存儲該相位相關正弦分量的簡潔方式。
引用此內容、頁面或工具為:
"快速傅立葉變換FFT計算機" 於 https://MiniWebtool.com/zh-tw//,來自 MiniWebtool,https://MiniWebtool.com/
由 miniwebtool 團隊提供。更新日期:2026年4月24日
您還可以嘗試我們的 AI數學解題器 GPT,通過自然語言問答解決您的數學問題。