通过信号处理提高时域EMI的测量准确度.docVIP

通过信号处理提高时域EMI的测量准确度 　　【摘 要】利用短时FFT算法对时域数据进行频谱分析，信号需满足平稳性假设条件，因此对尖峰、脉冲等瞬态信号无法得到正确的分析结果。重叠FFT是对非平稳信号进行时域分析的有力工具，其引入不同的交叠深度，对采样信息进行精细分析，这样可以避免因为窗函数的两端零点对干扰信号可能造成的频谱泄露，实现对非周期、尖峰、脉冲以及跳频等瞬态信号的无缝捕获。 　　【关键词】电磁干扰；瞬态信号；重叠傅里叶变换；短时傅里叶变换 　　【Abstract】Analyse the time-domain data of spectrum with short-time FFT algorithm， the signal need to meet stationarity assumptions. Therefore， transient signal such as peak and impulse， cannot get the correct analysis results.Overlapping FFT is a powerful tool for time domain analysis of non-stationary signal.Bring in different overlapping depth， detailed analysis was carried out on the sample information. So it can avoid leakage frequency spectrum which the zero point of both window function sides may influence on the interference signal.It can seamless capture the transient signal， such as aperiodic， peak， impulse and frequency hopping. 　　【Key words】Electromagnetic interference； Transient signal； Overlapping FFT； Short-time FFT 　　0 前言 　　随着越来越多的电子电器设备在科研生产和日常生活中的广泛应用，电磁干扰（electromagnetic interference，EMI）问题也日益突出。在诸多的电磁干扰现象中，周期性的干扰易于发现，但那些偶发性的电磁干扰现象由于其自身的不规律性，采用传统的EMI接收机去测量往往很难发现，会发生频谱泄露现象，从而使得测量结果失真[1]。 　　针对上述问题，本文对时域EMI测量技术中的信号处理环节进行了改进，提出一种为新的信号处理方法―重叠FFT算法，来解决瞬态信号难以准确测量的问题。重叠FFT算法主要是根据CISPR16-1-1标准的要求[2]，为了能够捕获并分析瞬态干扰信号，不同于传统的顺序处理采样点的信息，而是引入了不同的交叠深度，对采样信息进行精细分析，这样可以避免因为窗函数的两端零点对干扰信号可能造成的频谱泄露，实现对瞬态干扰信号的测量。 　　1 短时FFT（Short-Time FFT，STFFT）算法 　　利用FFT算法可以对宽带时域数据进行频谱分析，但使用FFT时，需要信号满足平稳性假设条件，对尖峰、脉冲等瞬态信号无法得到正确的分析结果[3，4]。STFFT是对非平稳信号进行时域分析的有力工具，它在FFT前乘上一个时间有限的窗函数，将信号划分为多个短时间间隔的块进行并行快速处理，从而得到信号的一组局域频谱，根据不同时刻局部频谱的差异，获得信号的时变特性。在本文中，采用STFFT对时域信号进行处理，实现对非周期、尖峰、脉冲以及跳频等瞬态信号的无缝捕获。 　　时域EMI测量系统在进行电磁干扰测量时，由于实时数字信号处理单元处理的数据量巨大，每秒钟处理的数据量达到Gbps级别。如此规模的数据吞吐量一般由超大规模FPGA阵列组成的硬件模块来作为基础平台来应对，因此高效的数据处理算法就显得尤为必要。为了完成数据处理的繁重任务，可采用短时FFT信号处理算法。把数据分流到FPGA阵列中，然后采用短时FFT信号处理算法，在每一个FPGA芯片上，把数据分割成大量的短时间间隔块，由FPGA芯片内部丰富的内嵌功能单元来完成短时数据块的处理。 　　2 重叠FFT（Overlapping FFT）算法 　　为了实现对非周期、尖峰、脉冲以及跳频等瞬态电磁干扰信号的准确测量，本文设计了一种重叠FFT信号处理技术。 　　在短时FFT算法分析中，一个固有的假设是要处理的数据是单个周期定期重复的信号。图