问如何将傅立叶分析应用于736个温度读数的向量(3个月内每3小时一个)

EN

FFT运算实际上与输入采样率无关。只有在执行FFT以解释输出频率之后，才使用采样率。

所以，基本上你可以对你的向量进行FFT，它会将离散时刻的736个样本转换成离散频率下的736个样本。这些频率由下式给出

F(k) = Fs * k / Nfft

其中Fs是采样率，Nfft是FFT点数。FFT的输出向量将是复杂的。在大多数情况下，您需要采用输出的大小来产生与每个频率上的能量量成比例的值。

MATLAB代码可能如下所示：

x = %your input vector
Nfft = length(x);
Fs = 1 / (60 * 60 * 3);  %1 / 3hrs
Xk = fft(x);
k = 0 : Nfft-1;
Fk = Fs * k / Nfft;  %frequency vector

%plot frequency versus magnitude in dB scale
Plot(Fk, 20 * log10(abs(Xk)));

您还需要注意其他几个问题：

假设你的输入是实数的，

• 输出向量的后半部分将是前半部分的镜像。在这种情况下，只需要输出的前半部分，提供0到Fs/2
• Fs /2的频率，奈奎斯特速率是以Fs采样的信号可以表示的最大频率。因此，例如，如果在两个样本之间的3小时内存在温度波动，则3小时的采样周期无法准确捕获此信息。

我遗漏了很多细节，但我只是试图给你足够的信息来获得频率-震级图，而不会让事情变得不必要地复杂。