利用MATLAB中的信号数据确定频率

我有传感器的数据，我需要找到它的频率。看起来像是

fft（）

似乎是要走的路，但是MATLAB文档只展示了如何获得频率图，我不知道从那里该怎么做

以下是我的数据：

---

一种方法就是使用fft。由于fft提供了信号的频率表示，因此需要查找最大值，并且由于fft是复杂信号，因此需要首先获取绝对值。该指数将对应于具有最大能量的标准化频率。最后，如果你的信号有一个偏移量，就像你展示的一样，你想在进行fft之前去掉这个偏移量，这样你就不会在原点得到一个代表直流分量的最大值

我在一行中描述的所有内容都是：

[maxValue,indexMax] = max(abs(fft(signal-mean(signal))));

其中indexMax是可以找到最大fft值的索引

注意：要从indexMax获得感兴趣的实际频率，您需要知道fft的长度L（与信号的长度相同）和采样频率Fs。然后，信号频率将为：

frequency = indexMax * Fs / L;

或者，根据您的信号，采用信号的自相关性，速度更快，工作也相当好：

autocorrelation = xcorr(signal);

找到自相关中心点之后的第一个最大值。（自相关将在中间对称），通过找到最大值，你发现移位信号看起来更像它自己的第一个位置。即，您可以找到信号的周期。由于被其周期的倍数移位的信号总是看起来像它自己，因此您需要确保找到的最大值确实对应于信号的周期，而不是它的倍数之一

由于信号中的噪声，绝对最大值很可能出现在周期的倍数，而不是周期本身。所以为了考虑噪声，你可以取自相关的绝对最大值（自相关（长度（自相关）/2+1），然后找出在信号的后半部分，自相关系数第一次大于最大值的95%的位置。95%，99%或其他数字取决于噪声对信号的破坏程度

更新：我意识到我以为你指的是“频率”信号的基音或基频谐波或能量最大的频率，但是你要看它。如果频率是指信号的频率表示，那么到一级近似值，你只需要绘制FFT的abs，以了解能量的位置：

plot(abs(fft));

如果您想了解为什么会有abs，或者由于不表示fft的相位而丢失了什么相关信息，您可能需要阅读更多关于DFT变换的内容，以准确了解得到的信息。

我认为应该是这样的

 (indexMax-1) * Fs / L 

abs的第一个元素（fft（x））是直流电（DC），或偏置，或信号的平均值，或X0。我们从第二个元素（X1）开始计数。 如果我错了，请告诉我。谢谢。

---

我得到的信号来自于用应变计测量的一些振动。我想找到这些振动的频率。使用你发布的

fft

方法，我得到的频率为0.0357，但是通过查看图，每秒大约有10个周期，所以我不应该得到10个周期的频率吗？如果你有10个oscillations/s，这是一个0.1s的周期或10 Hz的频率。indexMax、L和Fs的值是多少？也可以运行绘图（abs（fft））为了确认你有一个大的尖峰，并且indexMax是尖峰发生位置的正确索引。我注意到，在图表中，你显示信号中有一个负偏移，这意味着代表直流分量的fft也会有一个接近零的尖峰。这可能是你正在测量的。如果是这种情况，则采用用（信号平均值（信号））的fft来去除直流分量。我得到的峰值为零（indexMax=1）。我按照你说的减去平均值（信号）现在我得到了大约9.8 Hz的频率，这似乎是对的！非常感谢您的帮助！！很高兴它起到了作用。我将更新我的帖子以反映这种调整。自相关和FFT是直接相关的，FFT可以用来计算前者，实际上可能会获得更快的结果，因为硬件有助于FFT：

clear all
clc
close all
Fs = 1;
T = 11 % Note this T is deliberately chosen , so that we have about 1.7 cycle of cosine singal
t = 0:Fs:T; % T seconds
L = length(t); % L is the length of sample sequence
bias = 4
signal = sin(t) + bias;

[maxValue,indexMax] = max(abs(fft(signal-mean(signal))));

frequency_method1 = (indexMax-1) * Fs / (L-1);
frequency_method2 = (indexMax-1) * Fs / L;


number_of_cycles_method1 = frequency_method1*T

number_of_cycles_method2 = frequency_method2*T


subplot(2,1,1)
plot(t,signal,'-or') ; grid on;
legend('about 1.7 cycles of cosine signal')
subplot(2,1,2)
plot(abs(fft(signal-mean(signal))),'-xb'); grid on
legend('abs of fft')

number_of_cycles_method1 =

     2


number_of_cycles_method2 =

    1.8333