% MTLAB 显示出ADC采样128个点对应波形
%---------------------------------------------------------------------------------
clear;
close all;     %128点ADC采样最大幅度波形
fs=200;        %采样频率
N=128;         %采样数据点数
n=0:N-1;       %采样序列(0->128)
t=n/fs;        %时间序列(0->128/200)
%---------------------------------------------------------------------------------
xn=[729 729 728 732 733 727 729 727 727 728 730 730  76 2 1 1 729 729 730 727 726 726 727 728 727 708 ...
319 3 1 403 730 597 0 1 2 1 18 1 1 0 0 0 454 727 729 733 734 728 729 723 727 732 643 3 2 3 0 0 2 564 ...
729 726 729 727 729 730 731 730 730 730 729 645 2 0 0 0 0 0 1 0 0 4 0 1 1 1 2 4 730 729  730 730 728 ...
728 727 729 724 726 725 728 726 727 726 728 732 729 724 727 728 730 729 723 726 728 729 727 729 728 ...
729 728 727 732 731 281 1 1 1 0];
%---------------------------------------------------------------------------------
subplot(2,2,1),plot(t,xn);   %绘出原始信号图
xlabel('时间/sec');          % x轴为时间
title('最大幅度原始信号');    %标题：最大幅度原始信号图
y=fft(xn);            %对输入信号做 FFT 变换
mag=abs(y);           %求 FFT 转换结果的模值，即振幅
Ayy = mag/(N/2);      %模换算成实际的幅度=该点复数的模值除以N/2
f=(0:N-1)*fs/N;       %真实频率
subplot(2,2,3),plot(f,Ayy);   %绘出FFT转换后实际的幅度图
xlabel('频率/Hz');            % x轴为频率
title('FFT转换后的实际幅度');  %标题：FFT转换后的实际幅度图
%---------------------------------------------------------------------------------
%%%%%%%% 128点ADC采样小型幅度波形
yn=[449 449 443 444 443 444 443 444 444 434 426 420 420 426 435 443 453 473 491 508 516 526 540 558 574 ...
577 574 571 574 582 588 605 613 611 604 587 569 548 527 507 472 429 388 351 312 284 276 283 298 318 332 ...
345 362 383 410 446 471 484 484 486 501 525 547 564 573 576 573 570 576 588 600 608 598 589 565 544 534 ...
537 562 583 595 587 558 533 509 493 482 482 481 487 493 508 522 541 549 547 543 545 550 551 554 554 565 ...
579 597 602 604 599 594 583 568 545 530 514 501 503 512 524 532 541 536 537 538 537 544 545 538 534];
%---------------------------------------------------------------------------------
subplot(2,2,2),plot(t,yn);   %绘出原始信号图
xlabel('时间/sec');          % x轴为时间
title('小型幅度原始信号');   %标题：小型幅度原始信号图
z=fft(yn);            %对输入信号做 FFT 变换
maf=abs(z);           %求 FFT 转换结果的模值，即振幅
Byy = maf/(N/2);      %模换算成实际的幅度=该点复数的模值除以N/2
f=(0:N-1)*fs/N;       %真实频率
subplot(2,2,4),plot(f,Byy);   %绘出FFT转换后实际的幅度图
xlabel('频率/Hz');            % x轴为频率
title('FFT转换后的实际幅度');  %标题：FFT转换后的实际幅度图

不知道楼主有没有对采样数据*２呢？
因为，采样频率要大于信号频率的两倍，才能恢复出实际波形。

以下提供圈圈大神的详细解释：
http://www.eeworld.com.cn/Test_a ... /article_12114.html

本帖最后由 无薪税绵 于 2017-10-25 11:42 编辑

不知道楼主有没有对采样数据*２呢？
因为，采样频率要大于信号频率的两倍，才能恢复出实际波形。

以下提供圈圈大神的详细解释：
http://www.eeworld.com.cn/Test_a ... /article_12114.html

再提供一份：FFT后的物理意义
http://www.xuebuyuan.com/539160.html

刚发现，这个解释才牛：
https://zhuanlan.zhihu.com/wille/19763358

请问楼主是用DSP库的吗?STM32F0的DSP库在哪里可以下载？

楼主讲得详细