什么是频谱泄露

          对于频率为fs的正弦序列,它的频谱应该只是在fs处有离散谱。但是,在利用DFT求它的频谱时,对时域做了截断,结果使信号的频谱不只是在fs处有离散谱,而是在以fs为中心的频带范围内都有谱线出现,它们可以理解为是从fs频率上“泄漏”出去的,这种现象称 为频谱“泄漏”。

        

在实际问题中遇到的 离散时间序列x(n)通常是无限长序列,因而处理这个序列的时候需要将它截短。截短相当于将序列乘以 窗函数w(n)。根据 频域 卷积定理,时域中x(n)和w(n)相乘对应于频域中它们的离散 傅立叶变换X(jw)和W(jw)的 卷积
因此,x(n)截矩后的频谱不同于它以前的频谱。
为了减小频谱“泄漏”的影响,往往在FFT处理中采用加窗技术,典型的加窗序列有Hamming、Blackman、 Gaussian等窗序列。此外,增加窗序列的长度也可以减少频谱“泄漏”。
时域上乘上窗函数,相当于频域进行卷积。长度为无穷长的常数窗函数,频域为delta函数, 卷积后的结果和原来一样。如果是有限矩形窗, 频域是Sa函数,旁瓣电平起伏大,和原频谱卷积完,会产生较大的失真。
窗的频谱,越像delta函数(主瓣越窄, 旁瓣越小),频谱的还原度越高。于是,就产生了那么多bt的 窗函数
加窗就不可避免频谱泄漏,典型的加权序列有Hamming、Blackman、 Gaussian等窗序列主要是为了降低旁瓣,对于降低频谱泄漏效果远不如增加窗序列的长度明显吧。
周期信号加窗后做DFT仍然有可能引起频谱泄露,设fs为采样频率,N为采样序列长度,分析频率为:m*fs/N(m=0,1....),以cos函数为例,设其频率为f0,如果 f0不等于m*fs/N,就会引起除f0以外的其他m*fs/N点为非零值,即出现了泄露。
DFT作为有限长的运算,对于无限长的信号必须要进行一定程度的截断,既然信号已经不完整了,那么截断后的 信号频谱肯定就会发生畸变,截断由 窗函数来完成,实际的窗函数都存在着不同幅度的 旁瓣,所以在 卷积时,除了 离散点的频率上有幅度分量外,在相邻的两个频率点之间也有不同程度的幅度,这些应该就是截断函数旁瓣所造成的。

评论
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