我以 48k 的采样率获得 256个样本，并被要求找出主音的频率和最大音的幅度。绘制时数据如下所示：
我假设我必须使用 FFT 变换来做到这一点。我在matlab中试过这个：
Fs = 48000;
x = dataSet; % 256 samples data set
xdft = fft(x);
maxAmp = max(abs(xdft));
%Not sure how I can grab the tones here
freq = 0:Fs / length(x):Fs/2;
不太确定如何进行，有什么想法吗？
我认为您无法正确构建频率轴。一旦你这样做了，你就可以做一个简单的峰值选择。我已经为您重新编写了代码：
Fs = 48000;
x = dataSet; % 256 samples data set
fftLength = length(x); % Always make sure to be at least as long as your data.
xdft = fft(x,fftLength);
maxAmp = max(abs(xdft));
freq = [0:fftLength-1].*(Fs/fftLength); % This is your total freq-axis
freqsYouCareAbout = freq(freq < Fs/2); % You only care about either the pos or neg
% frequencies, since they are redundant for
% a real signal.
xdftYouCareAbout = abs(xdft(1:round(fftLength/2))); % Take the absolute magnitude.
[maxVal, index] = max(xdftYouCareAbout); % maxVal is your (un-normalized) maximum amplitude
maxFreq = freqsYouCareAbout(index); % This is the frequency of your dominant signal.
您是否尝试过绘制 的大小xdft？您应该能够看到峰在哪里。要找到与任何峰值相关的频率，请找到峰值幅度所在的索引，并使用它从像你的数组中提取频率freq，除非你应该从 0 到Fswith创建它
freq = 0:Fs/(length(xdft)-1):Fs;
因为 DFT 从 0 运行到采样频率。如果您希望它在 range-Fs/2:Fs/2中，您可以使用 对其重新排序fftshift，但我会让您阅读该功能。您还应该发现频谱是对称的，因此您将获得最强频率的两个峰值（相同高度）。当然，您可以轻松地删除一半的频谱进行处理。
好的，这里有几个问题：
您需要去趋势:-) 数据以删除非零均值。
x = dataSet - mean(dataSet);
这是因为最大的分量（当我进行 FFT 时）是 DC 偏移。
然后，您可以使用任意数量的技术来找到下一个最高值。前面的答案很好。这个链接有一个我在很多个月前做过的实现，叫做discperiod.
omega1 = discperiod(dataSet);
然而，这只会在频谱中找到下一个最高峰。因此，您需要删除在步骤 2 中找到的频率分量。要以统计上合理的方式执行此操作，您需要找到该分量的幅度和相位。一种方法是解决最小二乘问题：
omega1。朱利叶斯·O·史密斯三世在这里得出了这一结论。 那么平均校正是
x_res = x - A*cos(omega*[0:T-1]'+phi);
试图从中找到下一个最高峰x_res可能会出现问题：下一个最高峰可能位于第一个峰的“边缘”（刚刚被移除）。这是因为该discperiod函数将可能的频率量化为 FFT bin 频率。解决此问题的一种简单方法是选择 Mohammad 所称fftLength的与所需精度一样大的值。这可能比信号的长度大几倍。
没有更多的时间！以后会尝试写更多。