DFT的本质

本文深入探讨了离散傅立叶变换(DFT)的本质,指出DFT在处理有限时间信号时如何产生频率成分的误解。通过举例说明,阐述了DFT的频率分辨率、采样率对信号分析的影响,以及DFT与连续信号频谱的关系。同时,讨论了加窗和频谱泄露现象,强调了提高频率分辨率和选择合适窗函数的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

之前已经就DFT写过两次笔记。但后来发现又统统忘了。最近看实用数字信号处理后又有了更清晰的理解。虽然说要真正理解概率,实操才是王道,但本渣主要搞电路,对数字信号的研究也是出于更好地理解系统的需要。所以主要还是依靠阅读理解去把握这些概念。

1、频谱分析的一个盲点

很多时候我们说:“这个信号频率很高”,或者“这是一个低频信号”。

这句话看起来没问题,实际上有一个大问题。那就是,我们说的“频率”是真实的吗?

在傅里叶级数里面,我们所有的周期信号,实际上都默认它是从无穷远到无穷远的。这个信号分布在整个时间轴上。但实际的信号,就我们观测的时间而言,是有限的。假设你打开一个信号发生器,产生了一个1kHz的正弦波,并定义此时刻为t1。十秒种后你关掉了这个信号源,那么实际上你得到的时域信号,只是一个(t1,t1+10)上的正弦波形。而其他时刻都是0。

但是,如果我一定要说,这个信号是非周期的连续能量有限信号,它的频率成分是连续的频谱。你一定会打死我。因为信号源产生的就是1Khz的正弦波。而且在你观测的时间内,它确实在每1s就产生1000次振荡。于是你理所当然地认为,这个信号的频率就是1Khz。在这个过程中,你已经脑补了这个信号是永生的,信号发生器相当于一个“窗户”,你打开它,看到了这个正弦波,你关上它,它并没有消失,只是你关上窗户,看不到了而已。

为什么你摇头能听见大海的声音?因为你在脑补信号无限延续,数学上就是周期延宕操作。

2、

上面的脑补操作,多数时候对我们实际运用完全没有影响。因为从系统的角度讲,它处理的信号是持续1s还是1万年没有区别。一个RC低通滤波,你的信号发生器一旦work,不考虑开机的建立和关机的拖尾,输出稳定后用示波器看到的东西是一样的。

但假如说你想和信号源solo一把,pk一下手速,不停地按开机、关机、开机、关机…这个时候,示波器上看到的东西可能就有变化了。特别是如果你像我一样单身三十年,手速够的话,示波器上的信号会产生一个新的频率成分,就是麒麟臂的速度。

3、

DFT的操作,本质上就是一个麒麟臂。

DFT里面经典的操作是,取一个1024点的FFT。(更一般地是取FFT,由于FFT本身是DFT的快速算法,所以本文只讲DFT)

假如你的采样频率是1M。那么,相当于你截取了时长1024us的信号。

在你的脑海里,这个信号的脑补波形和原来的波形是完美复制粘贴的。但对DFT,情况就不一样了!它无法判断你取到的到底是不是一个完整的信号周期,还是2个,3个,或者是0.3个,3.5个。它脑补的操作,就是把我采样到的信号当成一个完整的周期去看。

根据傅里叶级数的想法,任何周期信号都可以通过一系列以信号周期为基波的谐波叠加得到。从时域上讲,一个周期信号,假定它的周期是T,那么用一组弦波cos和sin可以合成这个波形,这组弦

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值