余弦信号的傅里叶变换分析

1 加窗

对离散周期信号时域加窗会将无限长周期信号截断为有限长,于是在频域上原离散谱就会变为连续谱,由此降低分辨率(原单根谱线展开为窗函数谱的移位,因此分辨率主要受窗函数主瓣宽度影响)并产生泄漏(两个相邻谱线互相影响,因此泄漏主要受主瓣与旁瓣相对幅度的影响)。

矩形窗具有最窄的主瓣,但同时有最高的旁瓣。

2 谱采样

加窗序列的DFT给出了加窗序列(记为v[n])的傅里叶变换(记为V(e))的等间隔采样。由于采样点未必位于V(e)的峰值点,所以DFT峰的幅度不一定等于V(e)峰的幅度。

然而,如果矩形窗函数刚好截出了整数个信号周期,那么DFT的峰必定等于V(e)的峰,DFT峰的频率也必定等于V(e)峰的频率,且DFT在其他采样点上刚好对应于V(e)的零值点。对于单频信号这似乎是一个很漂亮的结果,但如果考虑更一般的信号,这种现象实际上使得我们无法看到其他频率处的值。通过对加窗后的信号补零,就可以使我们看到那些(当矩形窗刚好截出整数个周期时)原本看不到的频率点上的幅值。

这里要注意的是,虽说在计算DFT前先给加窗后的信号补零(提高DFT长度)可以得到频率等分更密集的傅里叶变换,但这不会提高频率分辨率,频率分辨率只取决于窗的长度和形状。补零只是让你看到原相邻两个频点之间的那些频率上的幅值(频域过采样),但原先分辨不出的频率补零后照样分辨不出。

更明确的说,窗函数的长度和形状决定频率分辨率,DFT长度决定相邻谱线间隔。

当(矩形)窗的长度等于DFT长度时,相邻谱线间隔就等于频率分辨率。

时间: 2024-08-25 07:23:27

余弦信号的傅里叶变换分析的相关文章

正余弦信号的DFT频谱分析

一般的,对正余弦信号进行采样并DFT运算,画出频谱图,会发现频谱并不干净.这种现象称为频谱泄漏.因为DFT运算只能是有限序列,突然的截断产生了泄漏. 会有这样的特殊情况,当采样截取的刚好是整数个周期,则频谱图显得特别干净.可以理解为刚好取的完整周期,周期性明显了,频率就比较单一. 为此做了matlab实验: ts = 0.01;%采样率100Hz n = 0:N-1; y = sin(2*pi*20*n*ts);%20Hz信号,每周期采5个点 xk = abs(fft(y,N));%注意根据ff

正余弦信号DFT频谱分析(续)

上一篇讲到实际可以通过补零的方法增加序列长度,使得最后增大N来增加视在分辨率.但是它无法解决频率泄漏的问题.频率泄漏的根本原因在于窗的选择. 由于矩形窗突然截断,频谱旁瓣相对幅度过大,导致泄漏的分量很多.因此和FIR滤波器的思路一样,我们想到了其他窗. 接上次的例子,矩形窗: ts = 0.01; n = 0:24; y = [sin(2*pi*20*n*ts),zeros(1,999)]; xk = abs(fft(y,1024)); stem(xk); 频谱如图: 我们换三角窗:yd = [

连载9:用余弦信号合成方波信号

余弦信号DFT频谱分析(继续)

以前谈到序列的实际长度可以通过零填充方法加入,使得最终增加N添加表观分辨率. 但它并没有解决泄漏频率的问题. 根本原因在于泄漏窗口选择的频率. 由于矩形窗突然被切断,频谱旁瓣相对幅度过大,造成泄漏分量很.因此,与FIR路一样,我们想到了其它窗. 接上次的样例,矩形窗: ts = 0.01; n = 0:24; y = [sin(2*pi*20*n*ts),zeros(1,999)]; xk = abs(fft(y,1024)); stem(xk); 频谱如图: 我们换三角窗:yd = [y.*t

学习笔记(信号与系统)

学习笔记(信号与系统) 来源:网络 第一章 信号和系统 信号的概念.描述和分类 信号的基本运算 典型信号 系统的概念和分类 1.常常把来自外界的各种报道统称为消息: 信息是消息中有意义的内容: 信号是反映信息的各种物理量,是系统直接进行加工.变换以实现通信的对象. 信号是信息的表现形式,信息是信号的具体内容:信号是信息的载体,通过信号传递信息. 2.系统(system):是指若干相互关联的事物组合而成具有特定功能的整体. 3.信号的描述--数学描述,波形描述. 信号的分类: 1)确定信号(规则信

对AM信号FFT的matlab仿真

普通调幅波AM的频谱,大信号包络检波频谱分析 u(t)=Ucm(1+macos ?t)cos ?ct ma称为调幅系数 它的频谱由载波,上下边频组成 , 包络检波中二极管截去负半周再用电容低通滤波,可以得到基带信号,那么,截去负半周后的AM信号必定包含基带信号的频谱.我们可以通过matlab来验证. %已知基带信号为1hz,载波为64hz,调制系数ma=0.3,采样频率1024hz,FFT变换区间N为2048 clear; fs=1024; f=1; %1hz基带信号 fc=64; %64hz载

信号截断、能量泄漏及窗函数

http://blog.csdn.net/xfortius/article/details/8909486 6.4.1 信号截断及能量泄漏效应 数字信号处理的主要数学工具是傅里叶变换.应注意到,傅里叶变换是研究整个时间域和频率域的关系.然而,当运用计算机实现工程测试信号处理时,不可能对无限长的信号进行测量和运算,而是取其有限的时间片段进行分析.做法是从信号中截取一个时间片段,然后用观察的信号时间片段进行周期延拓处理,得到虚拟的无限长的信号,然后就可以对信号进行傅里叶变换.相关分析等数学处理. 图

微弱信号二次谐波检测的FPGA的实现-总结

首先还是把握大的系统框架: 我要实现的部分不包括DA以及AD的转换,主要是将SSP接收到的数据送入到FIFO中,然后经过FIR带通滤波器的处理后对该信号计算幅值并做PSD,然后处理的信号经过积分够一方面送入到FIFO一方面进行均值滤波(实际上就是在一定的积分门时间内做累加操作).最后结果通过通信模块RS232 送入到上位机,此外信号源2经过缓冲放大然后AD转换后送入到FIFO,也是通过RS232送入到上位机. 二次谐波幅值计算 先计算二次谐波幅值. 二次谐波的计算主要利用的是正余弦信号的周期性:

数字信号处理----离散时间信号

数字信号是模拟信号抽样而来的,也叫做序列x(n),值是在各时间点的抽样值. x(n)=xa(t)|t=nT = xa(nT),     n = ....,-2,-1,0,1,2,.... T为两个时间样本之间的间隔或抽样周期,抽样间隔T的倒数,记为抽样率FT,FT=1/T. 信号可能是源源不断传输的,也可能是截取的一段,所以可分为有限长序列和无限长序列. 若左右两边都无限长,称作双边序列,若是一边无限长,称作左序列或又序列. 序列的基本运算 积运算w[n] = x[n] * y[n]    ,对