音频开发 / 系统课时
用 DFT 看清频率分量来源
用 DFT 看清频率分量来源
这一节从有限长度离散序列直接计算 DFT,把频谱下标、真实频率、复数结果和共轭对称连起来。最终你会知道一个 FFT 数组里的第 k 项究竟代表什么,并能避免把数组下标误当成 Hz。
学习目标
- 能用 把 DFT 频点下标换算为真实频率。
- 能解释 DFT 结果为什么是复数,以及幅度和相位分别来自哪里。
- 能利用实信号频谱的共轭对称,只分析非负频率部分。
从有限序列得到离散频点
对长度为 的离散序列 ,DFT 定义为
这里的 k 只是频点下标,不是频率值。若采样率为 ,相邻频点间隔为
第 k 个频点对应 。例如 、 时,频率分辨率是 1 Hz,因此下标 440 才恰好对应 440 Hz;如果把 改成 4000,同一个下标 440 就对应 880 Hz。

FFT 输出里的复数代表什么
FFT 只是更快地计算 DFT,不会改变 DFT 的数学含义。下面构造 8 个采样点的 1000 Hz 正弦。因为 Hz、,所以 Hz,目标频率恰好落在 k=1。
import numpy as np
fs = 8000
n = 8
t = np.arange(n) / fs
x = np.sin(2 * np.pi * 1000 * t)
X = np.fft.fft(x)
freq = np.fft.fftfreq(n, d=1 / fs)
print(f"resolution={fs / n:.0f} Hz")
for k in range(n):
magnitude = abs(X[k])
if magnitude > 1e-9:
print(
f"k={k}, f={freq[k]:.0f} Hz, "
f"|X|={magnitude:.1f}, phase={np.angle(X[k]):.2f}"
)预期输出只保留非零主分量,因此不会把浮点舍入噪声的相位误当成有效信息。
resolution=1000 Hz
k=1, f=1000 Hz, |X|=4.0, phase=-1.57
k=7, f=-1000 Hz, |X|=4.0, phase=1.57X[1] 与 X[7] 对应一对正负频率分量。幅度由复数模长 abs(X[k]) 得到,相位由 np.angle(X[k]) 得到;因此只保留幅度会丢掉重建原始时域波形所需的相位信息。
为什么会有负频率与共轭对称
DFT 使用复指数作为基函数。对实值输入,正频率和负频率满足
其中上标 * 表示复共轭。于是 1000 Hz 正弦会同时在 +1000 Hz 与 -1000 Hz 对应的位置出现一对复数分量。对于实音频,通常只需分析从 0 Hz 到 Nyquist 频率 的非负部分。

在程序里,如果输入确定为实数,np.fft.rfft 会直接返回非负频率部分,np.fft.rfftfreq 则给出与之配套的真实频率坐标。这比手工截取 fft 前半段更不容易在偶数长度、Nyquist 频点和数组长度上出错。
频率分辨率决定你能分多细
频率分辨率由 决定。采样率固定时,增加样本数 N,也就是延长观察时间,可以让频点更密;反之,短窗口会让频点更疏。需要注意,频点更密不等于任意两个邻近频率都一定能无失真地区分,窗函数和频谱泄漏也会影响实际观测。
读 FFT 结果时,可以按固定顺序判断:先确认采样率和 N,再计算频率轴;随后看复数结果的模长找主要分量,必要时再读相位;若输入是实信号,则利用共轭对称只保留非负频率。这样频谱数组的每个下标都会有明确的物理含义。