fft電量采集原理？

盡可能高的采集信號，做FFT得到頻譜。

采樣定理表明，采樣頻率必須大于采樣信號帶寬的兩倍。另一個等價的說法是奈奎斯特頻率必須大于采樣信號的帶寬。

如果信號帶寬為100Hz，采樣頻率必須大于200Hz，以避免混疊。

換句話說，采樣頻率必須至少是信號中最大頻率分量頻率的兩倍，否則無法從信號采樣中恢復出原始信號。

MATLAB中的FFT的采樣頻率和采樣點怎樣確定？

采樣頻率是通過fft變換的時間序列數據的頻率。如果數據間隔為0.01s，采樣頻率為100Hz，這是確定的。根據時間序列的數據長度確定采樣點。fft是快速傅立葉變換，采樣點數是2的整數倍，所以可以實現快速計算。因此，如果序列長度為3，則采樣長度設置為4，數據將自動補0。如果序列長度為63，則采樣長度可以設置為64，這是最接近2的整數次冪。

stft函數在python中的參數？

短時傅里葉變換(STFT)解決了快速傅里葉變換(FFT)的缺點，在獲得信號頻域信息的基礎上保留了時域信息。具體實現是通過增加一個窗函數(窗函數的長度是固定的)對時域信號加窗，將原始時域信號分成多段，對每段進行FFT，得到時間譜。對應python中的函數(x，fs1.0，window;hann，nperseg256，noverlapNone，nfftNone，detrendFalse，return_onesideTrue，boundary;zeros，paddedTrue，axis-1)。

輸入參數如下

x:STFT變換的時域信號

Fs:時域信號的采樣頻率。

窗口:時域信號分割需要的窗口函數，可以自定義窗口函數(但沒有這方面的嘗試，需要自定義請自行嘗試)。

Nperseg:窗口函數長度

Noverlap:窗口函數重疊的數量，默認為50%。

NFFT:FFT的長度，默認為nperseg。如果它大于nperseg，將自動執行零填充。

Return_oneside:True返回復數的實部，None返回復數。

其余參數一般不涉及，采用默認參數。