我有一个随时间变化的信号（a），我将其作为参考。我需要将频率相关的加权因子乘以fft的y轴值；但是，如果我这样做：
xdft = fft(a);
xdft = xdft(1:length(x)/2+1); % only retaining the positive frequencies
freq = Fs*(0:(L/2))/L;
然后plot（freq，xdft）在正确的信号频率下获得〜2000的峰值fft值（y轴）。但是原始信号的峰值（幅度）约为46。我需要知道数字之间的关系，以便可以对fft值进行加权。
您忘记了除以DFT长度。看一下这个例子。
考虑到的输出fft很复杂。因此，如果要绘制有功功率谱密度，应将输出乘以其复共轭，如下所示：
Pyy = xdft.*conj(xdft)/L;
编辑：对于振幅频谱，您应该执行以下操作：
xdft=abs(xdft/L); % same as sqrt(xdft.*conj(xdft))/L
Y=xdft(1:L/2+1); % copy half of data since the other half is redundant
Y(2:end-1) = 2*Y(2:end-1); % correct the amplitudes
编辑2：只是想指向一本非常好的书（我认为是最好的书），它以一种非常容易理解的方式解释了傅立叶级数的工作原理（以及更多）。
艾伦·奥本海姆（Alan V. Oppenheim），艾伦·S·威尔斯基（Alan S. Willsky）和哈米德·纳瓦布（S. Hamid Nawab）。1996年。《信号与系统》（第二版）。美国新泽西州上萨德尔河Prentice-Hall公司。