如何在信号FFT中获取正确频率幅值？解决幅值偏差问题

你遇到的500倍幅值偏差，根源是离散傅里叶变换（DFT）的输出幅值和信号的采样总数直接挂钩，而你用的np.fft.rfft是针对实信号优化的DFT实现，规则更具体：

• 对于实信号里的普通频率分量（非直流DC、非奈奎斯特Nyquist频率），rfft输出的幅值等于原始信号幅值 × 采样点数的一半
• 你的采样点数是 5*200=1000，一半就是500，刚好对应你看到的偏差倍数

还原原始幅值的方法 #

直接对FFT的幅值结果做归一化即可：

• 对于你的信号（无DC、无Nyquist分量），把fft_spectrum_abs除以 signal.size / 2 就能得到原始幅值
• 如果信号包含DC或Nyquist分量，这两个位置的幅值需要单独除以signal.size

修正后的代码 #

把你的FFT部分代码修改如下：

fft_spectrum = np.fft.rfft(signal)
fft_spectrum_abs = np.abs(fft_spectrum)

# 归一化还原原始幅值
n = signal.size
fft_amplitude = fft_spectrum_abs / (n / 2)

# 若存在DC分量，单独修正（当前信号无DC，可注释）
# fft_amplitude[0] = fft_spectrum_abs[0] / n

freq = np.fft.rfftfreq(n, d=1./sampling_frequency)

plt.plot(freq, fft_amplitude)
plt.xlabel("frequency, Hz")
plt.ylabel("amplitude, units")
plt.show()

运行后，1Hz处峰值会接近1，10Hz处接近0.5，和你预期的原始信号幅值一致。

内容的提问来源于stack exchange，提问作者user22369396