数字测频算法比较和实例仿真分析(3)
（2.1.2）
然后对m点做傅里叶变换，得到的频谱依然是m点，而这些频率点所代表的频谱宽度为 ，于是各个频率点之间的间隔为:
（2.1.3）
因此，如果我们需要获得很高的采样精度，必须严惩傅里叶变换的采样时间，即用采样点数的积累提高精度。这样我们可以更加精准的找出信号的频率的真是峰值所在，所以我们得到结论，只要我们有足够的采样点数，就能获得较高的测频精度。但是我们知道事实上我们很难到准确值，因为有信噪比的影响，信号中总是存在噪声，这就意着我们得到的实际值与理论值一定会有偏差，但是我们想要来消除这种偏差是不太可能的。
通过分析，我们可以得出傅里叶变换的具体性质：
(1)测量精度和采样点数相关。
(2)对信噪比敏感。
(3)插值法可以提高傅里叶变换的测量精度。
(4)可以分析较为复杂信号的频谱。
2.2 相位推算法
相推推算法的含义：先把信号幅度转换成信号相位，而相位频率和时间线性相关，相位变化随着时间的变化而变换，这里斜率就是频率的估计，像这种多点相位频率的情况可以采用经典的估计算法。这里，假设相位与时间的关系式线性的，即他们的函数是一条直线，那么这条直线的斜率也就是频率的值，这这条直线可以随着点数的增加而慢慢地无限延长，使得最后对频率的估计可以无限趋近于准确的理论值。