x_fft = fft(data, L);
若data的数据长度为1001
这个函数中的L的取值，可以取四种情况：
- 不设置，缺省
- 是取数据本身长度：L 1= length(data)=1001;（推荐使用这个！）
- 取：L 2= 2^nextpow2(L1); L2=1024，总是大于或者等于L1
- 取L 3=2^(floor(log2(L 1))); L3=512，总是小于或者等于L1（实验室使用，要注意可能出现的错误！）
第一种情况：不设置
第二种情况：L 1= length(data)
第三种情况： L 3=2^(floor(log2(L 1)))，可以看到对噪声在某些频段放大或者缩小了！
第四种情况：L 2= 2^nextpow2(L1)
实验室程序和使用数据长度fft(data,N(data))的对比
产生一个拉莫尔进动频率数据序列，数据序列长度为N=10000：然后求PSD获取共振位置，结果如图所示：
正常算法：
L_Data = length(Data);
Sy=fft(Data);
实验室算法：
L_Data = length(Data);
nfft = 2^(floor(log2(L_Data)));
Sy=fft(Data,nfft);
实验室算法获得的结果为：5750Hz, 而正常算法获取的结果为：7000kHz, 满足正确要求。
正常算法: N=10000，实验室算法：N=8192；输入fft（data,N）中导致两种差距较大的结果，值得注意！
例2：，可以看到，实验室算法依旧会出错。
可以看到PSD的幅度和原始信号幅度不一样，修改下FFT程序：
function [freq,Sy] = FFTfunction3(Data,Fs)
%==========================获得信号真实幅度
L_Data = length(Data);
Sy=fft(Data,L_Data);
Sy=abs(Sy)*2/L_Data;
Sy = Sy(1:L_Data/2+1);
freq = Fs*(0:L_Data/2)/L_Data;
end
则可以获得如下FFT结果，幅度和真实信号幅度一致，等于2
错误原因：
fft(data,N), 若N小于数据data的长度，自动补零，使得这些零也默认为真实信号数据，这些信号显然不符合真实信号规律，经过FFT后自然就会影响频率的大小！因此fft的第二个参数就用缺省情况或者等于数据长度，输入或大或小都会对FFT结果产生影响：这种影响包括噪声功率谱大学（PSD）和频率大小！