为什么要为此使用 FFT？我认为有更好更简单的方法来做到这一点。例如，您可以简单地测量过零之间的距离以获得频率与时间的一阶估计，然后通过重构扫描进行细化并查看原始信号和重构信号的差异。

在某个信号向量上使用 FFT，您可以混合该信号向量的信号频率参数。例如，对于扫频信号，在 FFT 之后，您会知道哪个频带信号已被交换，但您无法轻松区分每个频率峰值发生的时间。

所以单靠 FFT 无济于事，一种解决方案是在较短的输入信号窗口上使用 FFT，称为Spectrogram，因此通过在每个频谱图帧中找到最大频率系数，您将知道相关有限窗口中信号的主频率。

更一般地，您需要使用频率跟踪或频率检测技术。根据您需要测量频率的精度和速度，以及您对输入信号的了解，您可以使用多种方法。如：

1-正如提到的另一个答案，最简单的方法应该是计算过零率。

2-从“FM解调”技术的基础派生的更通用的方法。有多种技术，但最简单的是区分调频调制信号，然后将扫描频率调制为信号幅度，因此您可以使用包络检波器检测频率变化。

3- 还有一些其他高级方法，例如锁相环或伪频谱技术，例如MUSIC、源自隐马尔可夫模型或扩展卡尔曼滤波器的随机技术。