5 DFT与功率谱估计

本文探讨了信号采样个数对DFT(离散傅立叶变换)和功率谱估计的影响。通过提高采样点至128点,能更准确地区分信号特征。特别指出在1500和1550之间的频率点存在显著变化,表现为先升高再降低然后再次升高的趋势。文章末尾提供了相关程序代码。

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

首先说明频率盒问题。
假设数据有N点,采样频率为fs,那么DFT的分辨率为fs/N,在没有噪声的情况下;如果信号恰好位于fs/N*k的频率上,那么就会在这个频点处为最大值,其他频点处为0。
例如,采样频率=8000,信号采样点为64个。那么各个频点处的值为8000/64=125的整数倍。如果信号频率恰好为1500(12倍),那么在该点处幅度为最大值,其他点出为0,如图所示:


但是,如果信号频率不是分析频率的整数倍,那么原本集中在某个频点的功率就会分散到整个功率谱上去。例如采样频率、采样点数不变,如果信号频率变为1550Hz,那么就会出现上述问题,如图所示


下面看加窗的影响。
对于原本是无限长的时域周期信号,可以通过原功率谱与窗函数的卷积来描述有限点长度信号功率谱与原信号功率谱的差异。因而不同的窗函数有不同的影响,虽然描述窗函数的指标很多,但是一般人们关心的主要是主瓣宽度和旁瓣的幅度。但是他们是矛盾的,矩形窗具有最低的主瓣宽度,使得分辨率最高,但是它的旁瓣幅度也是最高的;其他的窗函数有着不同的性能,下面考虑汉明窗,如图所示

评论 1
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