TA的每日心情 | 开心 2023-6-1 15:13 |
---|
签到天数: 1 天 [LV.1]初来乍到
|
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
一 四个名词:实际物理频率,角频率,圆周频率,归一化频率 ^1 o) J8 L1 W* Z; B
$ `+ V4 Y/ c. A
7 n) N7 }. q5 Y7 T· 实际物理频率表示AD采集物理信号的频率,fs为采样频率,由奈奎斯特采样定理可以知道,fs必须≥信号最高频率的2倍才不会发生信号混叠,因此fs能采样到的信号最高频率为fs/2。) j, x! a& d8 G/ }% ]/ i
7 R% U4 j) K! q) Y4 k
* i9 |, F. X# \6 g$ n/ h" w9 N @* N& g" W
· 角频率是物理频率的2*pi倍,这个也称模拟频率。(卢注:由于一个信号周期(如交流电)是360度,即2pi。故角频率就是转了多少个2pi。设置角频率纯粹为了便于计算。)3 Z& d7 C, G: `3 a& j$ J% U* V3 i3 o! s+ @3 I' G
# h0 b. A! t) o' J. q. U# S Q
: I/ `( y9 C3 e
· 归一化频率是将实际物理频率按fs归一化之后的结果,最高的信号频率为fs/2对应归一化频率0.5,这也就是为什么在matlab的fdtool工具中归一化频率为什么最大只到0.5的原因。. m& J8 y0 |7 ~0 Y7 a
* b/ k( C3 z/ g# D& b3 C5 s: f+ D4 U5 E
' Y8 l9 w& n) I- t3 X7 j
· 圆周频率是归一化频率的2*pi倍,这个也称数字频率。也就是归一化的角频率。% G# U$ |7 X7 T5 E( q1 x( H' e9 A
1 H" Q; ]/ \5 i x/ Z9 S2 E% a5 Q! E/ _0 t Q# _- f& P5 S9 D
( P, C. J) p v* T9 b; [9 R
! {& n4 @ `! l: ?9 [ W/ \& Y二 有关FFT频率与实际物理频率的分析
3 L9 N) S L C2 S7 C做n个点的FFT,表示在时域上对原来的信号取了n个点来做频谱分析,n点FFT变换的结果仍为n个点。. m" C7 \" s5 I) t2 a( B& R2 e
8 v' w0 T$ c% N( P( x
2 X4 o: |% m z a% A6 w: Z7 n换句话说,就是将2pi数字频率w分成n份,而整个数字频率w的范围覆盖了从0-2pi*fs的模拟频率范围。这里的fs是采样频率。而我们通常只关心0-pi中的频谱,因为根据奈科斯特定律,只有f=fs/2范围内的信号才是被采样到的有效信号。那么,在w的范围内,得到的频谱肯定是关于n/2对称的。* S, }( ?& Z, K/ Z8 D3 D( H
% [' J; k6 ^5 q! Q4 U* I" L ^) E2 q+ N' P4 E% e
; C! V, m' P r v, E3 o/ F9 c0 @! W U/ x
举例说,如果做了16个点的FFT分析,你原来的模拟信号的最高频率f=32kHz,采样频率是64kHz,n的范围是0,1,2...15。(卢注:这意味着已经将原来的模拟信号采样了8遍。)这时,64kHz的模拟频率被分成了16分,每一份是4kHz,这个叫频率分辨率(卢注:做FFT用的点越多,频率分辨率越高)。那么在横坐标中,n=1时对应的f是4kHz, n=2对应的是8kHz, n=15时对应的是60kHz,你的频谱是关于n=8对称的。你只需要关心n=0到7以内的频谱就足够了,因为,原来信号的最高模拟频率是32kHz。
+ n# w* c$ y# g. n; k3 [, S6 C$ X0 @ V+ |3 c z% O! D( W- k% O
, A. e, c5 C1 L8 r4 k
1 W# H/ n6 M& D# X1 E A这里可以有两个结论。
( l1 |' d: J3 M, m/ c1 V) Q$ }# C
- F( Q7 ^3 _% B. q9 }' ?
· 第一,必须知道原来信号的采样频率fs是多少,才可以知道每个n对应的实际频率是多少,第k个点的实际频率的计算为f(k)=k*(fs/n)
' R: L: o1 A9 g9 C) L) C6 l
* j( u' J1 P' m+ H; z( G+ Z+ A# z8 J: T1 c& Q# _
b9 P; r( _1 F/ Q( A _· 第二,你64kHz做了16个点FFT之后,因为频率分辨率是4kHz,如果原来的信号在5kHz或者63kHz有分量,你在频谱上是看不见的,这就表示你越想频谱画得逼真,就必须取越多的点数来做FFT,n就越大,你在时域上就必须取更长的信号样本来做分析。但是无论如何,由于离散采样的原理,你不可能完全准确地画出原来连续时间信号的真实频谱,只能无限接近(就是n无限大的时候),这个就叫做频率泄露。在采样频率fs不变得情况下,频率泄漏可以通过取更多的点来改善,也可以通过做FFT前加窗来改善,这就是另外一个话题了。
& f/ O7 o9 g' H( f5 i$ C5 |: G6 R7 c. P
/ i: Y+ f& u! t. A# G `% R3 \9 _- U; N0 D
三 离散信号傅里叶变换的周期性讨论
$ Z8 v1 b& _' _/ t" i7 i0 L3 p(从下图可以看出:S平面,相当于直角坐标系,它的实轴是复数的实部,虚轴是复数的虚部。在这里可以理解为信号的在此频率下的幅值;Z平面,相当于极坐标系,与Re轴的夹角相当于频率,向量长度相当于幅值。)" x' m( k. i+ t5 a4 |6 ]2 z
$ M. e! {2 v h: a" M要分析这个,我们先从Laplace变换与Z变换之间的关系谈起。5 X8 T4 i% P6 X& h I& k
& ~6 r+ ?2 R4 O由,得z平面与s平面的关系图
! J2 C. N: V0 j# p5 E: @/ n; D! T$ y/ l' w1 q
) ]. c! v L, i3 T3 k6 U+ R, ^$ k+ }! u# h. q
图中的关系有以下几点:
: X& n% _3 p1 b- ^, c· s平面的虚轴映射到z平面的单位圆上$ y3 e. U8 H2 [/ A6 y8 H6 { J- z6 G- C+ V3 _; b1 A* y [
· s平面的负半轴映射到z平面的单位圆内4 Y) \4 B2 c' ~6 u7 ?
% W" s! @9 e1 ^· s平面的正半轴映射到z平面的单位圆外0 N$ _. d `/ J1 g" @* y! ~6 ?- J' f# u' t
$ Y2 V/ S) [) F1 u6 h2 D' a7 f1 X& n
1 K, h5 i' L3 yLaplace变换是用于连续信号的变换,相对应的z变换是应用到z平面的变换。因此从另一个角度,上面谈到的角频率(模拟频率)对应的是s平面,圆周频率对应的是z平面(也是为什么称为圆周频率的原因)。# o- A2 m2 c5 ~: q+ @; Q8 j) w2 T& u7 m# c7 J
3 L: e1 k K% d$ n- V. J% M* @! {, l: N4 k
现在我们来看一下s平面虚轴上模拟频率的变换将会导致z平面单位圆上如何变化:
7 A/ q* V7 w, F· 当模拟频率在s平面的虚轴上从0变到fs 时,数字频率在z平面单位圆上从0变到2 pi。. E' M& S5 |7 K6 n/ t
- o3 s" z2 p% b" R7 n3 Q$ H3 R$ `. T; _4 s8 }' Z# G ~+ f/ M
/ F2 h) g. ?0 d5 v, {% b' z* }" f) Q! t q1 V8 K
· 当模拟频率在s平面的虚轴上从2fs变到4fs时,数字频率在z平面单位圆上仍然从0变到2 pi。8 U% x# G- X( ?) ^+ @
' L$ O4 z2 ~+ c1 b x4 J' d: H8 A, I/ V" b2 b7 l- n% J
6 n6 M$ a) x+ W
- s. |; n5 Y3 B& U。。。。。。z平面如此循环重复
7 A: |# I& |2 i8 [# Q7 G
Z$ g! p$ {+ M4 Z- f; A. {, A6 t4 z c8 }$ A. d# M) `$ C5 w2 y7 {+ c0 Z
我们知道离散信号的傅里叶变换对应到单位圆上的z变换,因此上面的结论就验证了为什么离散信号的傅里叶变换是周期性:根本原因所是单位圆上的周期性。
* G$ z ?# v1 Y0 f& r6 ~. Y( E7 l' n }, | c5 a; M" i' f2 P) v& P7 b
8 X/ F2 n% F0 _. J$ b! d' B( B) h' k* R
考虑到我们实际应用中可选择一个周期,这也能够解释:因为实际信号的频率总是在fs/2以下,这就对应到z平面单位圆上的0~pi,在一个周期范围内就可以进行信号分析了。5 d' d- I
i! d O0 d+ y+ s% } |
|