FFT(Fast Fourier Transform)即快速傅里叶变换,是一种快速计算离散傅里叶变换的算法。其中FFT点数指的是进行FFT变换的采样点数,通常包括2的幂次方和非2的幂次方两种情况。
在FFT的应用中,FFT点数是非常重要的参数。合适的FFT点数可以提高计算精度,而不合适的FFT点数则会导致计算出现误差,甚至出现虚假分析结果。因此,正确选择FFT点数是保证计算精度和分析准确性的重要前提。
当FFT点数为2的幂次方时,计算速度最快。但是有时候数据采样数并不恰好是2的幂次方,此时就需要使用非2的幂次方FFT点数。
如果对于一个长度为N的时域离散信号进行FFT变换,则采用非2的幂次方FFT点数的公式为:N=2^m * n,其中m为整数,n为奇数,且N>m。
非2的幂次方FFT点数可以通过零填充的方式进行计算,即在信号末尾添加0点,使得采样点数变为2的幂次方。这样可以用FFT算法快速计算得出结果,但要注意零填充并不增加数据量。
当数据采样数恰好是2的幂次方时,使用2的幂次方FFT点数可以提高计算速度。如果数据采样数N是2的幂次方,则FFT点数为N本身即可。
使用2的幂次方FFT点数计算时要注意,可能会出现由于采样数不足而造成频谱泄露的情况。此时可以通过加窗方式来减少频谱泄露的影响。
合适的FFT点数的选择可以提高计算精度,但选择时也需要注意以下要点:
(1)对于长度N的信号,选择小于N的FFT点数不会改善信号的频率分析,并且可能会因为误差产生不必要的干扰;
(2)当选定FFT点数时,最佳FFT窗口应该被选择以最小化谱泄漏和最大化分辨率。