我是Matlab和FFT的新手。
我需要从幅度和频率变化的信号中提取主频率。我尝试执行去趋势，然后执行FFT以获得频率，但无法摆脱 0Hz 处的大峰值（直流分量？）。我对信号使用了diff函数，结果信号通过FFT处理。在这种情况下，FFT输出没有峰值为零。我比较了两条FFT曲线，似乎除了零处的峰值外，两者显示出相似（不相同）的光谱。我想知道是否差异函数是一种有效（并且非常有效）的去趋势方法，还是我在这里丢失了一些信息？换句话说，区分信号是否对其频率有任何影响：[ diff(sin(omega.t))= cos(omega.t)- 频率没有变化]？
非常感谢！
通过区分信号，您实际上应用了一种高通滤波器，一种不那么智能的高通滤波器，它会破坏您的信号。相反，您可以尝试其他一些过滤器，例如：
b=fir1(32,2*0.01/fs,'high');
a=1;
FilteredX=filtfilt(x,a,b)
在哪里：
x 是您的原始信号，
FilteredX 是滤波后的信号。
fs - 你的采样频率。
这样，您将滤除任何低于 0.01 的频率，并且几乎不会损害频谱的其余部分，从而使您可以根据需要检测峰值。
X信号的离散傅立叶变换x定义为（直至缩放）
X(k) = Sum[ exp(2*pi*i*k*n/N) * x(n) ]
如果我们对你得到的信号进行第一次差分
Sum[ exp(2*pi*i*k*n/N) * (x(n) - x(n-1)) ]
你可以重新安排给
(1 - exp(2*pi*i*k/N)) * Sum[ exp(2*pi*i*k*n/N) * x(n) ]
即它是原始傅立叶变换的倍数。在这种k = 0情况下（即零频率分量），乘数为零，这解释了为什么这会消除 处的尖峰k = 0。
但是请注意，乘数取决于 的值k，因此您不会得到相同的信号 - 您不能只采用一阶差分来消除尖峰。可以与连续傅立叶变换进行比较，其中如果g = F(f)且h = F(df/dx)，则
h(k) = i * k * g(k)
即导数的傅立叶变换是原函数的傅立叶变换，乘以ik。