|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
FFT是离散傅立叶变换的快速算法,可以将一个信号变换" l7 ~" @' N* i: e+ G8 O
到频域。有些信号在时域上是很难看出什么特征的,但是如0 |* X+ _ K) h2 m+ c4 e5 T
果变换到频域之后,就很容易看出特征了。这就是很多信号, }# k; R1 j2 O
分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱3 z2 l( o( V9 M3 V! f) K4 n9 }
提取出来,这在频谱分析方面也是经常用的。
& T. i$ X! W) I7 O F, h7 ~ 虽然很多人都知道FFT是什么,可以用来做什么,怎么去1 V% y& ?- [7 `9 Q, I+ m" C; J
做,但是却不知道FFT之后的结果是什意思、如何决定要使用
, p) g. Y2 n+ R0 k多少点来做FFT。6 E' b! A4 B" ~- x6 B
, K2 z) Q C* y. _
现在圈圈就根据实际经验来说说FFT结果的具体物理意义。
; b4 Z" M' N/ u4 o$ P一个模拟信号,经过ADC采样之后,就变成了数字信号。采样* s: Y+ F& z' O+ I( A( }; M6 |
定理告诉我们,采样频率要大于信号频率的两倍,这些我就
, O2 e/ B8 K* f3 ^9 v$ {不在此罗嗦了。5 a, [2 {$ N+ U4 e% v# Q3 r' i+ j0 i
6 t' u# r: i( U9 M( |& P 采样得到的数字信号,就可以做FFT变换了。N个采样点,- Z+ D' D+ L6 P2 b6 A! V
经过FFT之后,就可以得到N个点的FFT结果。为了方便进行FFT1 D7 h2 a# |5 y2 G, ?
运算,通常N取2的整数次方。
$ ]& b/ \0 c5 R; w' @; u0 _) D/ Q: j' b4 a0 q
假设采样频率为Fs,信号频率F,采样点数为N。那么FFT
' C5 w7 \- w* R: Q之后结果就是一个为N点的复数。每一个点就对应着一个频率
/ S$ ?, C! t c( `% Q点。这个点的模值,就是该频率值下的幅度特性。具体跟原始
5 E9 s4 u, E9 ?信号的幅度有什么关系呢?假设原始信号的峰值为A,那么FFT
$ ^; n! B) g, k7 x- ]# O的结果的每个点(除了第一个点直流分量之外)的模值就是A
" I' U0 h: b/ O$ w的N/2倍。而第一个点就是直流分量,它的模值就是直流分量
3 A1 } Y# d: k的N倍。而每个点的相位呢,就是在该频率下的信号的相位。! H8 K! K8 n4 D6 L5 c
第一个点表示直流分量(即0Hz),而最后一个点N的再下一个
* C2 _! h, c. t' c+ F( P点(实际上这个点是不存在的,这里是假设的第N+1个点,也) C7 w& l) ?7 y( p! m- ~
可以看做是将第一个点分做两半分,另一半移到最后)则表示
# c' I$ M: P( J5 v# R采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率
: O: U8 Z$ g% }3 J! V# V- E8 D依次增加。例如某点n所表示的频率为:Fn=(n-1)*Fs/N。1 Y# ~! a, i! C: k: q5 m3 R
由上面的公式可以看出,Fn所能分辨到频率为为Fs/N,如果
2 \/ I0 r8 S9 Q! v P' i采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz。
& f: c7 y8 B& E3 j7 Q9 U- t1024Hz的采样率采样1024点,刚好是1秒,也就是说,采样1秒! N1 {- g" A. H! H% `
时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时
, R6 D' ~; S0 H t _: M间的信号并做FFT,则结果可以分析到0.5Hz。如果要提高频率
! R: r$ \% Q6 c. X5 s0 s) j分辨力,则必须增加采样点数,也即采样时间。频率分辨率和+ a8 E! @$ a3 [0 q2 {
采样时间是倒数关系。
2 j4 S, y0 e7 Z5 Q$ x# ]) f# n 假设FFT之后某点n用复数a+bi表示,那么这个复数的模就是1 C5 s8 {" z$ f
An=根号a*a+b*b,相位就是Pn=atan2(b,a)。根据以上的结果,6 g& S G# X, s. M+ D: `7 O% D5 k
就可以计算出n点(n≠1,且n<=N/2)对应的信号的表达式为:: o' ]5 p: [: J: l
An/(N/2)*cos(2*pi*Fn*t+Pn),即2*An/N*cos(2*pi*Fn*t+Pn)。 v2 o- o8 c, g
对于n=1点的信号,是直流分量,幅度即为A1/N。
& P5 S1 y; D$ P' X5 s" l 由于FFT结果的对称性,通常我们只使用前半部分的结果,
* }* o; @3 r& q. w5 Q即小于采样频率一半的结果。
7 w f+ a1 a2 `6 }5 E% h4 _" A1 M z+ y: d3 d. n6 J
好了,说了半天,看着公式也晕,下面圈圈以一个实际的
8 k9 Y1 M" w% g, g# s( Y: P- c/ H信号来做说明。* U) O& n9 _" u! l, _6 u( p4 |
5 F+ Y/ D" p4 w* [& \9 K
假设我们有一个信号,它含有2V的直流分量,频率为50Hz、! ?+ f* q: _( c; H
相位为-30度、幅度为3V的交流信号,以及一个频率为75Hz、
! N" x* V# j/ ~ P相位为90度、幅度为1.5V的交流信号。用数学表达式就是如下:8 `& @0 R7 @. U0 u1 T' X% {
! g' t6 q9 R1 y: O0 [" a5 Y7 ^S=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180)
- z+ p# N9 o. t& Z+ e" {# ^+ t' n3 R7 ^* @6 z: C* n2 N7 D j
式中cos参数为弧度,所以-30度和90度要分别换算成弧度。2 \8 U! S( t( A; r8 f c/ H
我们以256Hz的采样率对这个信号进行采样,总共采样256点。6 H" \" a* |# x1 ?% n# F
按照我们上面的分析,Fn=(n-1)*Fs/N,我们可以知道,每两个: z1 V7 n& o, l: k Q
点之间的间距就是1Hz,第n个点的频率就是n-1。我们的信号. ~2 Q$ F L9 l; g+ N# p
有3个频率:0Hz、50Hz、75Hz,应该分别在第1个点、第51个点、+ g- O' N2 [3 k! l1 s
第76个点上出现峰值,其它各点应该接近0。实际情况如何呢?
$ o6 W, Z4 c) q. c" A7 Q* Y我们来看看FFT的结果的模值如图所示。
/ c3 b. d. Z: p' }8 s# ]0 L/ l E7 l# ]2 b
$ m+ V8 i- M* U* c) E/ l
5 s5 Y" m9 c* p& v Q 图1 FFT结果8 Q: h* s3 d& x E: `6 I$ L5 @$ z
从图中我们可以看到,在第1点、第51点、和第76点附近有6 V/ l! f, V9 U. {1 R% D
比较大的值。我们分别将这三个点附近的数据拿上来细看:+ i$ o- W9 x# v; W2 |4 N4 C, Q% ]
1点: 512+0i5 v& E0 N1 N3 ]
2点: -2.6195E-14 - 1.4162E-13i
7 Y( Y8 V- w2 u [7 j3点: -2.8586E-14 - 1.1898E-13i
$ O! ~! q0 z1 y7 f$ J$ x, Y! s* G& S, h# Q* u/ ?3 {+ G6 O! D# i
50点:-6.2076E-13 - 2.1713E-12i5 h* X0 `/ E5 e) o% b1 G
51点:332.55 - 192i
3 e: H' w8 D0 X: n52点:-1.6707E-12 - 1.5241E-12i
5 q8 x0 b/ y" T* j) |: j* j
+ N# d x+ u+ n" e7 Q75点:-2.2199E-13 -1.0076E-12i
* z9 J' Z0 V9 ]7 E8 x4 A/ Q76点:3.4315E-12 + 192i! Y% T( a5 L p" ]" l7 { c) \9 Q
77点:-3.0263E-14 +7.5609E-13i
* S/ u! M. J* C* A* T; R
( f5 [! Z; c" B( Z 很明显,1点、51点、76点的值都比较大,它附近的点值- D% T# S+ a% [$ N- ~
都很小,可以认为是0,即在那些频率点上的信号幅度为0。0 n* O. ^( N) x0 H
接着,我们来计算各点的幅度值。分别计算这三个点的模值,0 J& a; c& \3 y
结果如下:+ z/ B0 `0 E# r
1点: 512
7 V% Z7 L$ D- n; d% L51点:384- c2 `& Q1 J2 S5 {+ `6 s0 Z
76点:192: X' X* e+ @5 R+ D0 ~& x+ @, b
按照公式,可以计算出直流分量为:512/N=512/256=2;
0 N" R. q7 l, D& v50Hz信号的幅度为:384/(N/2)=384/(256/2)=3;75Hz信号的9 `4 e+ Y2 q6 d7 c
幅度为192/(N/2)=192/(256/2)=1.5。可见,从频谱分析出来
7 p, f" Y5 o% \. Z) M) ~的幅度是正确的。
0 V, ]# T1 e* R0 D 然后再来计算相位信息。直流信号没有相位可言,不用管 Z5 x" `: w5 I4 D) T( o0 Y* Q
它。先计算50Hz信号的相位,atan2(-192, 332.55)=-0.5236,
6 X1 n1 G. k1 w结果是弧度,换算为角度就是180*(-0.5236)/pi=-30.0001。再
3 Z/ ]7 u) s3 H4 D, `# m计算75Hz信号的相位,atan2(192, 3.4315E-12)=1.5708弧度,
& f. E0 S4 e' L; L1 ^4 d3 d% Z换算成角度就是180*1.5708/pi=90.0002。可见,相位也是对的。
w% R9 E) W+ W# t$ z% a- x. x根据FFT结果以及上面的分析计算,我们就可以写出信号的表达" C; e# M# \" D- F" A4 F
式了,它就是我们开始提供的信号。
+ O: Y' a: R9 `0 F" w6 ?9 J+ X
* v" ]! H0 T$ I7 _ 总结:假设采样频率为Fs,采样点数为N,做FFT之后,某
7 C. R5 H. @, M$ |' Z8 z( e一点n(n从1开始)表示的频率为:Fn=(n-1)*Fs/N;该点的模值. l2 Z( l( v2 o \! E
除以N/2就是对应该频率下的信号的幅度(对于直流信号是除以1 W9 O0 h( g% a! @% ?5 m, C/ a
N);该点的相位即是对应该频率下的信号的相位。相位的计算7 P2 b" C3 q' Z
可用函数atan2(b,a)计算。atan2(b,a)是求坐标为(a,b)点的角
" Q2 A1 S+ {8 Z; a1 K, V5 e2 S度值,范围从-pi到pi。要精确到xHz,则需要采样长度为1/x秒
9 i/ O) P7 r. A- R的信号,并做FFT。要提高频率分辨率,就需要增加采样点数,# z2 o# C4 ^% z. d8 M
这在一些实际的应用中是不现实的,需要在较短的时间内完成
. J \) N9 W, z' l分析。解决这个问题的方法有频率细分法,比较简单的方法是
1 a' \' U$ S# m% j/ Z3 i1 H采样比较短时间的信号,然后在后面补充一定数量的0,使其长度0 x6 s. X$ z" u) e( f
达到需要的点数,再做FFT,这在一定程度上能够提高频率分辨力。
0 z- x/ h) }9 G& \- l% a具体的频率细分法可参考相关文献。7 ?: D% r. } @$ ^. ~# K. U/ g
6 v s# z# R- N2 {- @+ a( w
[附录:本测试数据使用的matlab程序]% L* M8 }: S/ I @
close all; %先关闭所有图片
, j: U; {# h4 R. x b; Z6 l+ kAdc=2; %直流分量幅度
3 V& x: y3 B+ b/ X8 g' Q. dA1=3; %频率F1信号的幅度
6 E {* q, ]6 FA2=1.5; %频率F2信号的幅度; m5 J1 w6 Y* \0 _8 A& V
F1=50; %信号1频率(Hz) t8 F4 ]5 w& a% R A% A
F2=75; %信号2频率(Hz)
) P, n3 k/ K- `. E( [' g5 U+ MFs=256; %采样频率(Hz)5 H B( l# c3 u" ^
P1=-30; %信号1相位(度)& E/ @$ b/ C. ]% e$ y& O$ K( {- P
P2=90; %信号相位(度)
8 A$ ]9 j, |8 @N=256; %采样点数
$ d, r5 u# V- R# at=[0:1/Fs:N/Fs]; %采样时刻
, Q8 l; S& \& E/ ?- X# U! B. [1 Z' c! t" @8 N+ S
%信号7 {5 r M- o! |; b
S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180);
- v7 ~' o) }) A1 D$ R/ C%显示原始信号
. \( Y1 W) ^, K+ Yplot(S);; g9 g! _5 r |; {$ `( E
title('原始信号');
* z2 `' w, e/ ]0 W A- c6 j" T5 e9 J: T
figure; ]6 u. f8 c% t6 Q
Y = fft(S,N); %做FFT变换
/ |7 q" n" S3 ?/ OAyy = (abs(Y)); %取模
1 a* Y: {! ^" U& o/ Aplot(Ayy(1:N)); %显示原始的FFT模值结果
1 j( r' Z6 B% c, ^- L2 m5 S5 u/ btitle('FFT 模值');- o1 v. A$ u4 F0 B g' G
0 D9 b+ z0 A# z# `+ p+ K! A! q6 F
figure; h/ L E" m1 c4 r, F
Ayy=Ayy/(N/2); %换算成实际的幅度& E: U; D( g S7 g
Ayy(1)=Ayy(1)/2;
' t' @ E& E4 a6 S V9 x5 k qF=([1:N]-1)*Fs/N; %换算成实际的频率值1 M) `" U p$ ]1 x! Z
plot(F(1:N/2),Ayy(1:N/2)); %显示换算后的FFT模值结果+ r6 s. d2 `0 k2 q
title('幅度-频率曲线图');
2 L6 C0 Y: _9 B9 q/ \3 @: j
2 v: N* w0 I0 Q( cfigure;
2 L: b7 u5 Z ~; a, APyy=[1:N/2];: |# M! F9 y- r( s
for i="1:N/2"4 ?" z1 e C6 P. R5 H9 f
Pyy(i)=phase(Y(i)); %计算相位
. J. p! B" `% c9 r/ T8 X% bPyy(i)=Pyy(i)*180/pi; %换算为角度" |* r( j! ?, l3 Y) m4 h; \! i
end;
' a! M$ B3 A. E! X& l9 _/ Gplot(F(1:N/2),Pyy(1:N/2)); %显示相位图. l. U3 S' J( j; m* ]
title('相位-频率曲线图'); V/ o! r2 B, [
* W- m1 e/ u2 {0 r看完这个你就明白谐波分析了。
2 j% F B# b) x, Y |
|