fft谱分析中的栅栏效应和频谱泄露
2010-09-22 15:46
274 查看
栅栏效应:
对采样信号的频谱,为提高计算效率,通常采用FFT算法进行计算,设数据点数为:
N = T/dt = T.fs
则计算得到的离散频率点为:
Xs(fi) , fi = i.fs/N , i = 0,1,2,.....,N/2
这就相当于透过栅栏观赏风景,只能看到频谱的一部分,而其它频率点看不见,因此很可能使一部分有用的频率成份被漏掉,此种现象被称为栅栏效应。
比如,通过以下的实验可以看到栅栏效应:
实验内容为用505Hz正弦波信号的频谱分析来说明栅栏效应所造成的频谱计算误差。
设定采样频率:fs=5120Hz,软件中默认的FFT计算点数为 512,其离散频率点为:
fi = i.fs/N = i.5120/512=10 , i= 0,1,2,....,N/2
位于505Hz 位置的真实谱峰被挡住看不见,看见的只是它们在相邻频率500Hz或510Hz处能量泄漏的值。
若设 fs=2560Hz,则频率间隔 df=5Hz,重复上述分析步骤,这时在505位置有谱线,我们就能得到它们的精确值。
从时域看,这个条件相当于对信号进行整周期采样,实际中常用此方法来提高周期信号的频谱分析精度。
频谱泄露:
工程实际中能观测到的信号不可能是无限长的,只能从某时刻开始观测有限时间长度T的一段,这就相当于用一个窗函数对信号进行截断:
xs(t)=x(t).u(t)
截断后信号的频谱为:
Xs(f)=X(f)*U(f)
若x(t)为一单一成份的正弦函数,u(t)为矩形窗函数,按卷积分计算得到信号频谱为:
信号频谱由原来的线谱,变为连续谱,能量泄漏到整个频带,这种现象称之为能量泄漏。
对采样信号的频谱,为提高计算效率,通常采用FFT算法进行计算,设数据点数为:
N = T/dt = T.fs
则计算得到的离散频率点为:
Xs(fi) , fi = i.fs/N , i = 0,1,2,.....,N/2
这就相当于透过栅栏观赏风景,只能看到频谱的一部分,而其它频率点看不见,因此很可能使一部分有用的频率成份被漏掉,此种现象被称为栅栏效应。
比如,通过以下的实验可以看到栅栏效应:
实验内容为用505Hz正弦波信号的频谱分析来说明栅栏效应所造成的频谱计算误差。
设定采样频率:fs=5120Hz,软件中默认的FFT计算点数为 512,其离散频率点为:
fi = i.fs/N = i.5120/512=10 , i= 0,1,2,....,N/2
位于505Hz 位置的真实谱峰被挡住看不见,看见的只是它们在相邻频率500Hz或510Hz处能量泄漏的值。
若设 fs=2560Hz,则频率间隔 df=5Hz,重复上述分析步骤,这时在505位置有谱线,我们就能得到它们的精确值。
从时域看,这个条件相当于对信号进行整周期采样,实际中常用此方法来提高周期信号的频谱分析精度。
频谱泄露:
工程实际中能观测到的信号不可能是无限长的,只能从某时刻开始观测有限时间长度T的一段,这就相当于用一个窗函数对信号进行截断:
xs(t)=x(t).u(t)
截断后信号的频谱为:
Xs(f)=X(f)*U(f)
若x(t)为一单一成份的正弦函数,u(t)为矩形窗函数,按卷积分计算得到信号频谱为:
信号频谱由原来的线谱,变为连续谱,能量泄漏到整个频带,这种现象称之为能量泄漏。
相关文章推荐
- fft分析前后频谱数据
- FFT频谱泄露和加窗 (一)
- 如何采用fft分析信号的频谱
- (转载)FFT和频谱分析
- FFT频谱泄露和加窗 (二)
- FFT频谱分析以及时域频域上参数关系
- FFT造成的频谱混叠,栅栏效应,频谱泄露,谱间干扰
- 栅栏效应,频谱泄露,旁瓣效应(转)
- 数字信号处理 - Chap7 DFT和FFT (3)DFT窗效应、频谱图和FFT
- 再续FFT:信号的频谱分析
- 关于MATLAB FFT频谱泄露和加窗
- matlab fft变换 分析频谱
- FFT造成的频谱混叠,栅栏效应,频谱泄露,谱间干扰
- FFT:信号的频谱分析
- 栅栏效应,频谱泄露,旁瓣效应
- 频谱分析-FFT之后的那些事情
- 关于FFT频谱泄露问题
- fft分析前后频谱数据
- FFT频谱分析中的几个误差
- matlab FFT频谱分析