直接上干货，今天手把手教你在MATLAB里用FFT搞信号频谱分析。准备好你的MATLAB 2018b以上版本，咱们边写代码边唠嗑

matlab fft 快速傅里叶变换 双边谱，单边谱，相位谱 基于matlab2018b及以上版本实现 对信号做fft，然后绘制其双边谱，单边谱，和对应的相位谱 有详细介绍并附带注释，保证可以运行 附带一份数据，可以查看数据格式来调整你的数据最后使用代码运行。

先来个实战案例：假设采样频率Fs=1000Hz，采样时间1秒。构造个含50Hz和120Hz的正弦波信号，加个随机噪声更有真实感：

Fs = 1000; % 采样率 T = 1/Fs; % 采样间隔 L = 1000; % 信号长度 t = (0:L-1)*T; % 时间轴 S = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t); % 原始信号 X = S + 2*randn(size(t)); % 加噪版本

先看原始信号长啥样：

figure(1) plot(Fs*t(1:100),X(1:100)) % 显示前0.1秒 title('原始信号（含噪声）') xlabel('时间 (ms)')

双边谱绘制：

Y = fft(X); % 核心就这一句，直接调用fft P2 = abs(Y/L); % 双边幅度谱计算 P1 = P2(1:L/2+1); % 截取前半段 P1(2:end-1) = 2*P1(2:end-1); % 能量守恒修正 f = Fs*(0:(L/2))/L; % 频率轴生成 figure(2) plot(f,P1) title('单边幅频特性') xlabel('频率 (Hz)') ylabel('幅度')

看到这可能有疑问：为啥要截一半还乘2？因为FFT结果是对称的，负频率部分其实是正频率的镜像。实际工程中更常用单边谱，直接把能量集中到正频率部分。

相位谱的坑要注意：

phase = angle(Y(1:L/2+1)); % 取相位角 phase_unwrap = unwrap(phase); % 解除相位缠绕 figure(3) subplot(2,1,1) plot(f,phase*180/pi) title('原始相位谱') subplot(2,1,2) plot(f,phase_unwrap*180/pi) title('解缠绕相位谱')

这里用unwrap函数解决相位跳变问题，实测发现当信号存在噪声时，相位谱在非信号频率点会出现随机波动，这是正常现象。

matlab fft 快速傅里叶变换 双边谱，单边谱，相位谱 基于matlab2018b及以上版本实现 对信号做fft，然后绘制其双边谱，单边谱，和对应的相位谱 有详细介绍并附带注释，保证可以运行 附带一份数据，可以查看数据格式来调整你的数据最后使用代码运行。

完整代码套餐：

% 数据生成部分 Fs = 1000; T = 1/Fs; L = 1000; t = (0:L-1)*T; S = 0.7*sin(2*pi*50*t) + sin(2*pi*120*t); X = S + 2*randn(size(t)); % FFT计算 Y = fft(X); P2 = abs(Y/L); P1 = P2(1:L/2+1); P1(2:end-1) = 2*P1(2:end-1); f = Fs*(0:(L/2))/L; % 绘图全家桶 figure subplot(3,1,1) plot(f,P1) title('单边幅频特性') xlabel('Hz') subplot(3,1,2) plot(f,20*log10(P1)) % 转dB单位更直观 title('对数幅频特性') xlabel('Hz') phase = angle(Y(1:L/2+1)); subplot(3,1,3) plot(f,unwrap(phase)*180/pi) title('解缠绕相位谱(度)') xlabel('Hz') % 补充：查看你的数据格式时注意 % 如果是导入外部数据，确保数据是列向量 % 可通过X = your_data(:,1); 选取所需通道

数据适配提示：

当使用自己的数据时：

1. 确认数据是单列向量
2. 调整Fs为实际采样率
3. 数据长度L需要是偶数（方便截断）
4. 噪声过大会淹没信号特征（可通过加窗改善）

跑完代码应该能看到在50Hz和120Hz处有明显的谱峰，相位谱在这两个点有明确相位值（其他位置是噪声相位随机分布）。如果发现频谱泄露严重，下次可以聊聊加窗技巧。