使用FFT分析信号的频率成分时，分析的是有限的数据集合。可能无法采集到信号的整数倍周期的数据，导致频谱泄漏，可通过加窗来尽可能减少在非整数个周期上进行FFT产生的误差，为了使加窗后的功率谱或幅值谱不受窗函数的影响，需要根据幅值相等或是能量相等，将得到的频谱数据乘以恢复系数，以汉宁窗的能量相等的恢复系数为例，根据附图2的推导，加窗之后的信号能量为加窗前的信号能量的3/8。

n要取最接近数据长度的2的整数次方，命令是2^nextpow2(N),其中N是实际数据长度，因为这样的n可以使fft更快。比如，N1021，执行n2^nextpow2(N)后，n2^101024。而你说的512也是这个道理。f为表示频率的横轴，它的长度必须和abs(y)的长度相等，它们都是在图形上显示的长度。比如，f显示n的一半，abs(y)也要取n的一半:plot(f(1:n/2),

FFT（快速傅里叶变换）是一种实现DFT（离散傅里叶变换）的快速算法，是利用复数形式的离散傅里叶变换来计算实数形式的离散傅里叶变换，matlab中的fft()函数是实现该算法的实现。FFT是FastFourierTransform(快速傅里叶变换)的简称，这种算法可以减少计算DFT（离散傅里叶变换，关于此更详细的说明见后文）的时间，大大提高了运算效率，并曾经一度被认为是信号分析技术划时代的进步。

充分利用DFT计算式中指数因子所具有的对称性质和周期性质，进而求出这些短序列相应的DFT并进行适当组合，达到删除重复计算，减少乘法运算和简化结构的目的。在这思想基础上又开发了高基和分裂基等快速算法，随着数字技术的高速发展，1976年出现建立在数论和多项式理论基础上的维诺格勒傅里叶变换算法(WFTA）和素因子傅里叶变换算法。

c54,c55,C6000以上的有库函数可以调用，不要看硬件的，直接用CCS就可以了C6748的voidDSPF_sp_fftSPxSP(intN,float*ptr_x,float*ptr_w,float*ptr_y,unsignedchar*brev,intn_min,intoffset,intn_max);。