基于MATLAB的FFT频谱内频率和幅度的校正算法

已于 2022-05-22 09:31:02 修改
阅读量4.6k 收藏 41
点赞数
分类专栏： 信号处理 MATLAB 文章标签： matlab 算法
于 2022-05-22 09:27:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/sinat_39724439/article/details/124906793
版权

1、当对AD信号采集时，当采样频率需要满足采样定理时，数据经过FFT后，可以找到波峰。
2、时域的幅度和频域的幅度有对应关系
在这里插入图片描述
可以看到在频率等于1附近处得到能量波峰，但是他的幅度没有到1，也就是存在频谱泄露。
3、解决方法：
（1）使用不2幂次fft
当被采信号为已知信号时，只要让被采信号落到谱线上，也可以得到正确的能量值。
比如以上：采样频率为10M，被采信号为1M，那fft的点数可以为10的整数倍即可。
在这里插入图片描述
（2）加窗函数
a、如果信号是随机信号或者未知信号，或者有多个频率分量，测试关注的是频率点而非能量大小，建议选择汉宁窗，像LMS Test.Lab中默认加的就是汉宁窗。
b、对于校准目的，则要求幅值精确，平顶窗是个不错的选择。
c、如果同时要求幅值精度和频率精度，可选择凯塞窗（Kaiser
d、 如果检测两个频率相近、幅值不同的信号，建议用布莱克曼窗
窗的矫正系数
在这里插入图片描述
在这里插入图片描述

以上程序中，加hanning窗，经过矫正算法后，得出比较接近于1M的被采信号和幅度。
精度会随着fft的点数增加而增加。
源码地址：https://download.youkuaiyun.com/download/sinat_39724439/85435437

改进的基于相位差法的频谱校正方法
zhengli102的博客
07-17 566
采用相位差校正法进行频谱校正，对幅值进行校正需要依赖于窗函数的谱函数。
振动分析-3-基于Python的FFT幅值修正与能量修正
qq_20466211的博客
06-17 571
FFT及加窗FFT分析
关于matlab fft之后幅度矫正（搬运）
SSuperwoman的博客
10-08 1763
追答：假设原始信号的峰值为A，采样点数N，那么fft后的每个点（除了第一个点直流分量之外）的模值（幅值）就是A的N/2倍。幅值的偏差要么是你点数与峰值相除小数点后边的精度问题，要么就是你的采样频率不够大，即采样的点数不够多，造成的精度问题，这问题很常见，通常都是加大采样频率，采样的点数越多越精确，千万别相信采样定理，只将采样频率增大一倍，实际中这样根本没法满足需求的精度，搞个5、6倍还差不多，越多越好，不过计算的时间可就增大了，所以你可以试试，满足你精度要求的采样频率到底多少合适。我用3sin(300。
【信号处理】PSD（功率谱密度）和调整FFT的幅度谱研究附Matlab代码
最新发布
matlab_daizuo的博客
03-18 1053
在信号处理领域，分析信号的频率成分是一项至关重要的任务。时域信号往往难以直观地展现信号的频率特性，因此，频域分析方法应运而生。其中，傅里叶变换（Fourier Transform）及其快速算法，即快速傅里叶变换（FFT），是进行频域分析的核心工具。然而，直接使用FFT得到的幅度谱往往不能直接反映信号的真实功率分布情况。本文将深入探讨功率谱密度（Power Spectral Density, PSD）的概念及其与FFT幅度谱之间的关系，并详细研究如何对FFT幅度谱进行调整，以获得更加精确和可靠的功率谱估计。
FFT,Matlab: 基于matlab的FFT的频率和幅值校正理论
TK - Kung
05-02 2666
栅栏效应 主要是由于频域的离散化造成的，可采取补零的措施减小频域抽样 的间距，达到FFT变换后表现的最高谱线更加接近真实谱线的 效果。 解决方法：补零增加点数 频谱泄漏 时域中截断导致的; 解决方法：加窗降低泄露 没有噪声的情况下，只要满足奈奎斯特采样定理( 即fs≥2f) 和整周期采样( 即信号的频率应该是频率分辨率的整数倍) ，便可以准确估计信号的幅值 窗函数用处：https://zhuanlan.zhihu.com/p/24318554 常用的窗函数有矩形窗、汉宁窗、平顶窗、指数窗等。
FFT变换的幅值和能量校正
热门推荐
《好好先生》专栏
01-02 1万+
FFT变换的幅值和能量校正 对于从时域通过傅立叶变换计算频谱的大多数人来说，幅值和能量校正一直是个困惑点。首先要说的是，数据中包括的信息和幅值与能量修正的频谱是等效的。幅值和能量修正谱的唯一的区别在于计算的比例因子。 幅值修正谱 单独使用分析仪时，你会发现，幅值修正谱通常是默认的设置。每条谱线是时域信号每个频率分量的有效值。如果你有一个有效值为1V的正弦波（如图1所示），用FFT频谱分析仪进...
关于涉及频谱分辨率的一些问题以及FFT幅度谱数值矫正问题的梳理
ddatalent的博客
11-07 4302
在研究matlab的FFT函数的时候发现了如下问题：对于信号yej2πf1​tej2πf2​tej2πf3​t其中f1​500Hzf2​505Hzf2​1010Hz。当我用Fs​5120Hz：频谱本应该是在500Hz、505Hz和1010Hz三处有峰，但是频谱上却没有显示出505Hz的信号。：由时域表达式可知，三个不同频点的信号功率一致，都为1。但是幅度谱上却无体现。
基于MATLAB的FFT离散频谱分析.pdf
06-28
本文探讨了基于MATLAB实现快速傅里叶变换（FFT）的离散频谱分析过程中出现的频谱泄漏和栅栏效应问题，并提出了相应的校正方法。以下为详细介绍的知识点： 1. FFT频谱分析基础：FFT是快速傅里叶变换的简称，是数字...
频谱校正法,频谱仪校准方法,matlab
09-10
通过以上步骤，我们可以利用MATLAB对雷达中的频谱校正方法进行深入研究和实践，不仅理解理论知识，还能掌握具体的操作技巧，提高实际工程应用的能力。在提供的压缩包文件"频谱校正法"中，应该包含了实现这些功能的...
DSP课程设计_基于MATLAB的FFT算法实现.rar_MATLAB的FFT算法_dsp_fft_matlab课程设计
09-23
3. **幅度校正**：由于FFT的对称性，对于实数信号，其结果的一半是冗余的，通常我们只关心0到采样率一半的频谱，并需要乘以2/N进行幅度校正。 4. **倒序输出**：MATLAB的`fft`函数返回的结果是按照频率升序排列的，...
一种改进的基于相位差法的频谱校正方法 (2012年)
05-26
采用相位差校正法进行频谱校正，对幅值进行校正需要依赖于窗函数的谱函数。而实际上很多窗函数都十分复杂，其谱函数的解析表达式难以取得。该文提出基于相位差法取得频率修正量后，可以将原加窗序列乘以一个由频率修正量产生的复数序列，相当于进行一个小的频移，产生一个新的序列。新序列的信号频率正好对准离散频谱上的某一根谱线，不会产生泄漏。因此在幅值校正时不需要依赖窗函数的谱函数，通用性好。仿真研究和应用实例表明，采用该文提出的方法，选择合适的窗函数，即使是密集分布的频谱，也可以达到理想的校正精度。
多种频谱校正方法及matlab代码
11-20
频谱校正的9种方法，包括Matlab代码。精度超级高。
离散频谱的比值校正法-频谱分析的校正方法.pdf
08-12
离散频谱的比值校正法-频谱分析的校正方法.pdf 离散频谱的比值校正法 在下帖子中讨论了“Matlab中FFT求正玹序列的振幅”https://www.ilovematlab.cn/thread-50611-1-1.html 我在帖子中指出了当“正弦信号的频率不与FFT后的某条谱线相合”，可用校正法来求正弦信号的频率。在这里提供一个比值校正法的程序，它已编写成一个函数，该方法的理论可参看以下附件。 function Z=Specorr [nx,mx]=size; if mx==1, x=x';end [nx,mx]=size; if mx<N     x=[x zeros]; else     x=x; end w=hann; if method==2     xf=fft;     xf=xf/N*4;     WindowType=2; else     xf=fft;     xf=xf/N*2;     WindowType=1; end ddf=fs/N; n1=fix; n2=round;     A=abs;     [Amax,index]=max);     index=index n1-1;     phmax=angle);     %比值法     %加矩形窗     if         indsecL=A>A;         df=indsecL.*A./)-.*A./);         Z=*ddf;         Z=Amax/sinc;         Z=;              end         %比值法     %加Hanning窗     if         indsecL=A>A;         df=indsecL.*-Amax)./)-.*-Amax)./);         Z=*ddf;         Z=*Amax/sinc;         Z=;              end     Z=mod,2*pi);     Z=Z->pi)*pi; 调用格式是 Z=Specorr 其中输入变量 x     是被测信号   fs    采样频率 N    FFT的长度（相当于nfft） nx1,nx2   被测正弦信号频率的区间，nx2>nx1 method   窗函数的方法，1为矩形窗，2为海宁窗 输出变量Z，Z为被测信号的频率，Z为被测信号的幅值，Z为被测信号的初始相角 这里把https://www.ilovematlab.cn/thread-50611-1-1.html 帖子中1层的程序修改一下列于 Fs=1000; n=0:1/Fs:1; xn=10 15*sin randn); nfft=1024; Xn = fftshift); Xn=Xn/2; A=2*abs/Fs; subplot,plot subplot stem xlabel,ylabel P=Xn.*conj/nfft; xlim Z=Specorr 这样得到Z为 Z =    10.0003   15.0009    1.5693 信号频率为10.0003，幅值为15.0009，初始相角为1.5693。初始相角是以余弦信号为准，正弦信号正好差pi/2。
基于Blankman_harris窗的加窗FFT插值修正算法_许珉
06-24
基于Blankman_harris窗的加窗FFT插值修正算法_许珉
FFT幅度谱为什么不对，需要较正
qq_43479214的博客
10-11 3558
为什么Matlab快速傅里叶算法分析出来的幅度谱需要校正  一切的根源，让我们回到DFT定义上面来，观察FFT算法对直流分量和非直流分量频率的影响。下面请大家注意观察这个式子，假设信号具有直流分量A，假设采样点为N个，那么得到的采样点显然是这样的序列：[A,A,...,A][A,A,...,A][A,A,...,A]，现在我们回到DFT的定义:  DFT{x(n)}=∑n=0n=N−1x(n)ejwnDFT\{x(n)\}=\sum_{n=0}^{n=N-1}x(n)e^{jwn}DFT{x(n)}=∑n=
PSD（功率谱密度）和调整后的FFT的幅度谱（Matlab代码实现）
2201_75454341的博客
03-12 1074
1）对于一个长度为N的信号y(t)，可以通过FFT计算其功率谱密度（P(f)）和幅度谱（F(f)）。假设信号的采样率为Fs（奈奎斯特率），则FFT计算得到的幅度谱为在频率轴上均匀分布的N个频率点对应的幅度值。1）计算1维信号y(t)的功率谱密度（P(f)）、幅度谱（F(f)）以及采样率为Fs（奈奎斯特率）的幅度谱，该采样率事先已知。结果分别绘制在三个图中，对应简单的功率谱密度（PSD）、对数功率谱密度（dB）和幅度谱。其中，幅度（f）可以通过功率谱密度（PSD）计算得到，即幅度（f）= √PSD（f）。
MATLAB中FFT函数的幅值转换问题
weixin_46846151的博客
03-02 2727
FFT变换后的幅值修正问题
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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