返回信息流- 信号是`x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)`
- 第一幅图，上面是128采样点，128点FFT；下面是100采样点，100点FFT
- 第二幅图，是100采样点，128点FFT
问题：
1. 为什么感觉100点的FFT比128点的要准确（100点的FFT只在15Hz，40Hz有值，而128点在13、14、16、17这些点都有值）？
2. 100采样点，128点FFT，补零做FFT，结果中那些旁瓣是怎么产生的？
这是一条镜像帖。来源：北邮人论坛 / communications / #27511同步于 2017/12/15
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Communications机器人发帖
【问题】关于FFT点数和准确度的疑问
unimit
2017/12/15镜像同步6 回复
订阅后，新回复会通过你的通知中心匿名送达。
6 条回复
你需要补充一些东西(采样率)，我才能看，不过这个问题我也想过，你得回到最初的点数，不要横坐标为Hz，最好为fft的点数，你看对应点数和采样率相乘换算成频率的整数点的值，是不是频率为一个小数(fs/N*n)？而你的100个点的频率为整数(fs/N*n)，fft本质上是你的连续频谱的离散采样，如果那些采样点没有与你信号(15Hz,40Hz)的频点想契合，那么会出现这样的问题，而你的100点的不会，是不是刚好采集到了？
但是这些东西只是原理是弄懂了fft的原理，实际过程中，很多基本上是连续的频率混合在一起，你的这些问题就不是问题，无论怎么都会出现这个问题，所以需要增加窗函数来抑制残留边带。
你说到，精确度，实际上你能够分辨的最低的频率和你的物理采样时间长(T)有关，最低分辨率为(1/T)，fft相当于是一个滤波器，给你反馈对应截取频点的系数，fft点数越多，对频谱采样越多，频谱越清晰，但是对于信号的最高的物理分辨率(由你最初的采样数据已经决定了)没有办法提升。
你们有些概念可能和你们学的不一样，但是整体思路应该是对的，以前大三的时候做过一个音频处理的大创，有点经验欢迎交流。
非常感谢，采样率是100Hz，其实可以从图中看出来，双边最高频率就是采样率。如你所言，100点的FFT正好能对应到15HZ和40Hz两个点。DSP的东西忘得差不多了，你说的好多东西都不记得了，我得首先复习下再看。
【 在 chenziyi 的大作中提到: 】
: 你需要补充一些东西(采样率)，我才能看，不过这个问题我也想过，你得回到最初的点数，不要横坐标为Hz，最好为fft的点数，你看对应点数和采样率相乘换算成频率的整数点的值，是不是频率为一个小数(fs/N*n)？而你的100个点的频率为整数(fs/N*n)，fft本质上是你的连续频谱的离散采样，如果那些采样点没有与你信号(15Hz,40Hz)的频点想契合，那么会出现这样的问题，而你的100点的不会，是不是刚好采集到了？
: 但是这些东西只是原理是弄懂了fft的原理，实际过程中，很多基本上是连续的频率混合在一起，你的这些问题就不是问题，无论怎么都会出现这个问题，所以需要增加窗函数来抑制残留边带。