用DFT对连续信号谱分析的误差问题.docVIP

用DFT对连续信号谱分析的误差问题 　　[Xa（jf）≈T?n=0M-1xa（nT）e-j2πfnT] （3） 　　显然[Xa（jf）]仍是[f]的连续周期函数，[xa（nT）]和[Xa（jf）]如图1（c），（d）所示。 　　为了进行数值运算，频域上也要离散化，因此在频域的一个周期[0， fs]内等间隔采样[N]点，如图1（f）所示。由于间隔采样有可能漏掉重要的频域信息，成为误差产生之三。设频域采样间隔为[F，]则[F=fsN=1（NT），]将[f=kF]代入式（3）中可得对采样信号频谱[Xa（j f）]的采样： 　　[Xa（jkF）≈T?n=0M-1xa（nT）e-j2πNkn] （4） 　　根据频域采样定理[6]，如果序列[x（n）]的长度为[M，]只有当频域采样点数[N≥M]时，才可由频域采样[X（k）]恢复原序列[x（n），]否则会产生时域混叠。因此为简便计算，将序列也以[N]点长度来截取，则式（4） 的求和上限为[N-1，]并令：[Xa（k）=Xa（jkF），x（n）=xa（nT）]，则： 　　[Xa（k）≈T?n=0N-1x（n）e-j2πNkn=T?DFT[x（n）]N， k=0，1，…，N-1] （5） 　　可见，对近似持续时间有限的带限连续信号，其频谱特性可以通过对连续信号采样[N]点并进行DFT再乘以[T]的近似方法得到。因此用DFT对模拟信号谱分析，产生误差是必然的。其具体分析过程是首先确定模拟信号的最高频率[fc]和频率分辨率[F，]再选取参数，包括采样频率[fs，]采样点数[N，]记录时间[Tp]等。其取值分别为： 　　[fs≥2fcN=fsF≥2fcFTp=NT=Nfs≥1F] （6） 　　然后根据计算的参数，通过采样得到信号序列[x（n）]，即可根据式（5）进行运算分析。 　　图1 DFT对连续信号谱分析过程 　　下面具体分析误差的影响及其减小误差的措施。 　　2 误差分析 　　2.1 频谱混叠 　　在对模拟信号[xa（t）]进行采样时，必须满足采样定理，即采样频率[fs≥2fc，]而通过上面分析时域有限的信号不可能是锐截止的，并且信号中不可避免地有一些高频杂散信号，因此在采样之前，一般都要对模拟信号进行滤波，滤除高频杂散信号。如本例中，[fc]取2 kHz，当[fs]=5 kHz时，采样信号的频谱混叠很小，见图1（d）；但当选[fs]=1 kHz时，其频谱如图1（h）所示，混叠严重。以折叠频率[fs2]处的频谱幅度来比较[T=]0.2 ms和[T=]1 ms时的混叠程度，此处[k=256，]键入Matlab语句，得到： 　　abs（X1（k））/max（abs（X1）） 　　ans=0.009 4 　　abs（X2（k））/max（abs（X2）） 　　ans=0.212 6 　　而在[fc]处，模拟信号的幅度比值为： 　　abs（Xa（2k））/max（abs（Xa）） 　　ans=0.006 6 　　可以看出，随着采样频率的减小，混叠现象加大。 　　因此，要减小混叠，必须满足乃奎斯特采样定理，并且在采样前进行预滤波，滤除高于折叠频率[fs2]的频率成分，一般取采样频率[6][fs≥（3～5）fc。] 　　2.2 截断效应 　　对无限长的模拟信号，用DFT进行谱分析时，必须先进行截断，通过采样才能得到有限点的序列，这样必然产生误差。截断可以理解为加窗，即： 　　[y（n）=x（n）w（n）] （7） 　　式中：[x（n）]为模拟信号经采样得到的时域离散信号；[w（n）]为窗函数序列。根据频域卷积定理，加窗后的信号频谱为： 　　[Y（ejω）=12πX（ejω）*W（ejω）] （8） 　　显然与原序列的频谱是不同的。 　　文献[7]对常用的五种窗函数的时频域波形有详细的对比，是对窗函数本身的性能做了说明。下面仅以矩形窗和hamming窗为例来从加窗对信号频谱的影响方面来进行分析。图2所示为矩形窗和hamming窗的时域和频域波形。由时域波形可见，矩形窗是对原信号的原样截取，hamming窗是在截取的同时对信号做了加权。由频域波形可见，矩形窗的主瓣窄，其宽度[8]为[4πN，]但旁瓣幅度也高；hamming窗是以主瓣展宽为代价换取了旁瓣幅度的减小，其主瓣宽度[8]为[8πN，]而主瓣宽度影响的就是频率分辨率。可见，通过加窗对信号截断使得对模拟信号的谱分析产生误差，表现为原本离散的谱线展宽（高频泄漏）和谱间干扰等现象，即所谓截断效应。从而降低了谱的分辨率，使频率相近的两个信号不易分清。 　　图2 矩形窗和hamming窗的时频曲线 　　因此，为了减小截断效应的影响，一种方法是增大截取长度，通过改变[N，]使窗函数的主瓣变窄，提高频率