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5 w( _- q7 M, }) o# Z A+ U
. V! q) e5 ]" f5 q: `0 }! x' Y! F. S
$ `+ V4 Y/ c. A
( k8 }% K7 a3 ^- W1 F! V% y· 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。4 k0 K0 f* t2 D4 q9 c
) H$ V* {$ N, m# r
7 E. K, y0 m& p7 p8 \0 n" n- h# t) Z I
· 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* V1 U& H* Z% c. \5 f7 \ a2 I
V6 Y& u: f4 Q4 K I; W0 b* l, l
3 v. t. R; T2 c8 p4 \" f
· 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。# @ K/ P& G+ n% z; J) q$ _
* b/ k( C3 z/ g# D; D8 L j, }& Y, i( b2 \
4 T& t1 G0 y% V R, a
· 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; G9 n8 i! N/ C7 X- }* }
/ _0 t Q# _- f& P5 S9 D
! o. _6 f9 v# ~4 h+ P6 q
! y; X2 {" x1 u) @% E6 v2 N5 I二 有关FFT频率与实际物理频率的分析* }2 t e5 a5 E8 E! F1 Q# @; 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。 F# X' A0 R) Y$ V: A9 L
) t5 V3 y: C) m$ b. g3 U: l
; m9 F' O& Y# v/ g9 W b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
, m+ G6 x. P* k4 \5 l ] |" L ^) E2 q+ N' P4 E% e
/ e2 V$ J6 |1 t; B" L3 v0 ^) p7 Q4 ~! X! h( B8 s; U' p* g( f
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。
4 W: y9 W6 i' B. G [( p: d- I/ i% k3 [, S6 C$ X0 @ V+ |3 c z
8 ~; P z1 E, A% C# l$ ?, A. e, c5 C1 L8 r4 k
/ c7 }2 v! F- W% u5 X0 P这里可以有两个结论。5 W7 a9 N2 ^- L1 H3 h. a
4 W, w8 ]1 r5 C2 Q! e: ?4 [. t6 H) ?& @ R/ ` I) ]
· 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)
8 v( f! D1 t9 y( H3 s$ v) y n4 R2 Q- h3 V
# z8 J: T1 c& Q# _
. E. m9 h2 g6 B3 s8 s· 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。
! Z5 q* r& B2 m1 ^3 D5 i$ C5 |: G6 R7 c. P4 B2 @$ g5 G" h' r& y
& K& P& F2 l* g$ z4 W9 R% ~- b3 {- p
三 离散信号傅里叶变换的周期性讨论5 ^8 B) f5 F/ t
(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 z1 L }& I" F+ c! `
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
0 ?* Q' G& z6 W# V% }# b& u由,得z平面与s平面的关系图
% ^& d/ l5 R( U' h8 S, a% g. M( C# h
7 c, X- \, q* D7 l
) ]. c! v L, i& |1 o& z1 O" }, ~: O
图中的关系有以下几点:
- R* c% q7 n1 ^, v: @· 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- z
: @! X A; M) H5 w; j$ b( _3 U, I· 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 ?5 ~' k8 r* d6 Z1 ~6 N
· s平面的正半轴映射到z平面的单位圆外0 N$ _. d `/ J1 g
1 ?5 u) h, ]3 m' i0 L$ \0 {+ E# m; _: W8 r
! [6 N% v: W: ~& xLaplace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+ @; Q' W/ o6 h) I) w# ~$ d
+ W: G2 N: b3 _0 s
' j0 C5 Y" T* ^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:
' J; p, H# f6 J' Y, g· 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
' f* r7 v5 B2 f# r5 }& X$ H3 R$ `. T; _4 s8 }' Z# G ~+ f/ M w+ C+ H1 S$ E, c
' J: v% l9 f' ?% y/ Y/ e' E· 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( ?) ^+ @4 ~+ _* B$ _* K3 c
; R4 a- k' r6 u/ w6 n6 M$ a) x+ W
- I% h" y0 t% U1 d( i。。。。。。z平面如此循环重复; {2 `6 r# r4 _
/ }9 z; s1 s* n' T0 E, u
- f; A. {, A6 t4 z c8 }$ A. d+ g% m1 K; x, r J2 W |3 [
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。) P6 q9 y9 r2 R. m
6 ~. Y( E7 l' n }, | c5 a+ q% Z, h/ V: j9 \% W% m
8 X/ F2 n% F0 _. J$ b9 T- E: \; Q5 k, Q8 p9 \5 i4 f) Y
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& y& n9 O/ n0 G5 `3 h% [+ q
|
|