20141120频谱调研概要.docx

SFFT的性能 首先，普通的fft要想获得GHz的频率必须使用高速的ADC采样，假设需要N点的FFT计算，需要的计算次数为NlogN。而使用bigband时，若采用p1和p2抽样的情况下，则需要进行2*N/p1和2*N/p2点的FFT计算，大大减小了FFT的计算量。 首先根据k和n随机的生成稀疏性为k的频谱，且幅值和相位也随机化。然后利用fft的逆变换得到稀疏性为k的随机的函数。对于不同稀疏性的情况下，可以得到误判率如下图所示。可以看出误判率（占有频率被sfft判断为空闲的百分比）和稀疏度的关系。在稀疏度较低时，误判率较低。当稀疏度高达10%时，误判率也不超过6%。 对于稀疏性为1%的情况，N=10500时进行仿真，得到下面两图。可以看出基本上都可以完全恢复。并且误差在-150db以下。 还采用了一种其他的方式生成随机信号，使用guaspuls()函数来产生高斯调制的正弦脉冲。使用三个不同的函数分别产生带宽在10000HZ到200000Hz的高斯调制的正弦脉冲信号。然后叠加为输入信号，其中心频率和带宽随机选择。如某次得到的信号如下。可以看出基本可以实现占有频率的扫描。 还仿真了一种对于信号大小和稀疏度一定的情况下，误差和信噪比的关系。可以看出在信噪比达到50db时，恢复的情况才比较好。 频谱分析的原理 对于频谱的测量，按照工作原理来分，可以分为两种，一种是实时的频谱分析；另一种是扫