高频有助于信号的快速变化部分（急剧过渡），而低频有助于信号在时域中的缓慢变化。

你可能想看看这里： http ://cns-alumni.bu.edu/~slehar/fourier/fourier.html

此外，如果您有时间，您可能想看看这个在线课程： http ://academicearth.org/courses/the-fourier-transform-and-its-applications 您不会后悔的。

高频和低频取决于应用。wifi的低频为2.4GHz，而高频为5GHz。对于人类语音，低频是 300Hz，而高频是 3000Hz。

fft（快速傅里叶变换）的图表允许我们可视化不同的频率。这个例子改编自Matlab 的 fft help。下图显示了具有两个频率的时间信号的 $2^{20}$ 样本中的前 100 个样本。请注意，在此图中很难看到 1Hz 分量。$2^{20}$ samples of a time signal with two frequencies. Note how it is difficult to see the 1Hz component in this figure.

为了查看频率内容，我们绘制了频谱，如下图所示。在这里我们可以清楚地看到两个频率——一个是 1Hz，另一个是 50Hz。

这是我用来生成这些图的代码。

fs = 2^10;        %sample frequency in Hz
T  = 1/fs;        %sample period in s
L  = 2^20;        %signal length
t  = (0:L-1) * T; %time vector

A1 = 0.2; %amplitude of x1 (first signal)
A2 = 1.0; %amplitude of x2 (second signal)
f1 = 1;   %frequency of x1
f2 = 50;  %frequency of x2

x1 = A1*sin(2*pi*f1 * t); %sinusoid 1
x2 = A2*sin(2*pi*f2 * t); %sinusoid 2
y  = x1 + x2;

%Plot signal
figure;
set(gcf,'Color','w'); %Make the figure background white
plot(fs*t(1:100), y(1:100));
set(gca,'Box','off'); %Axes on left and bottom only
str = sprintf('Signal with %dHz and %dHz components',f1,f2);
title(str);
xlabel('time (milliseconds)');
ylabel('Amplitude');

%Calculate spectrum
Y = fft(y)/L;
ampY = 2*abs(Y(1:L/2+1));
f = fs/2*linspace(0,1,L/2+1);
i = L/fs * (max(f1,f2)) + 1; %show only part of the spectrum

%Plot spectrum.
figure;
set(gcf,'Color','w');  %Make the figure background white
plot(f(1:i), ampY(1:i));
set(gca,'Box','off');  %Axes on left and bottom only
title('Single-Sided Amplitude Spectrum of y(t)');
xlabel('Frequency (Hz)');
ylabel('|Y(f)|');

这实际上取决于您正在查看哪种时域信号，以及您如何查看它。有时很容易看到。有时不是。

如果您正在绘制诸如幅度（电压、压力、高度等）与时间的关系图，并且您在相对较短的距离内看到很多上下动作，这可能是由于更高的频谱内容。如果您在更大的跨度上看到一些上升和下降趋势，则可能代表一些较低的频率。两者可以在同一跨度内混合（相加或相加）在一起。如果您看到波形的重复重复，那可能代表它自己的频率。当然，这一切都取决于选择与“高”和“低”的上下文含义相关的时间尺度因子。您可能需要使用比例因子来查看感兴趣的内容。

FFT 可能有用也可能没用，甚至可能会产生极大的误导。FFT 更多的是关于给定孔径宽度中的频谱内容，而不是信号中的高频或低频。例如，边缘锐利的低频周期信号有可能在 FFT 中显示出大量高频内容，即使对于实际信号现象的重复频率非常低也是如此。寻找音高的人经常把这两者弄错。并且在 FFT 孔径宽度中绝对不是周期性的较长信号切片的 FFT 将在对 FFT 结果的幼稚解释中误导性地显示为周期性频率。