MATLAB中使用FFT做頻谱分析时频率分辨率问题.docVIP

MATLAB中使用FFT做频谱分析时频率分辨率问题 MATLAB中使用FFT做频谱分析时频率分辨率问题最近做FFT时，使用的采样频率和信号长度的取舍一直没有搞清楚，后来在论坛上发了一个贴子《总结一下使用FFT和维纳-辛钦定理求解PSD问题》（讨论见/thread-27150-1-1.html，特别感谢会员songzy41，他的问题给了我很大启示），跟帖中给了我不少启示，并且让我对“频率分辨率”这个概念有了更深入的理解。再次一并感谢论坛的高手们。频率分辨率，顾名思义，就是将信号中两个靠的很近的频谱分开的能力。信号x(t)长度为Ts，通过傅氏变换后得到X，其频率分辨率为Δf=1/T（Hz），若经过采样后，假设采样频率为fs=1/Ts，而进行频谱分析时要将这个无穷长的序列使用窗函数截断处理，假设使用矩形窗，我们知道，矩形窗的频谱为sinc函数，主瓣宽度可以定义为2*pi/M，M为窗宽，那么，时域相乘相当于频域卷积，频域内，这一窗函数能够分辨出的最近频率肯定不可能小于2*pi/M了，也就是如果数据长度不能满足2*pi/M|w2-w1|（w2,w1为两个靠的很近的频率），那么在频谱分析时，频谱上将不能分辨出这两个谱，由于w2-w1=2*pi(f2-f1)/fs=2*pi*Δf/fs也就是2*pi/M2*piΔf/fs，得到Δf的限制为fs/M，这就是窗函数宽度的最小选择，就是说，根据Shannon采样定理确定了采样频率后，要根据靠的最近的谱峰来确定最小的采样长度，这样，所作出来的频谱才能分辨出那两个谱峰，也就是拥有了相应的频率分辨率。几个例子： 考虑双正弦信号：x = sin(2*pi*10*n)+sin(2*pi*9.8*n);根据Shannon采样定理，采样频率要大于截止频率的两倍，这里选采样频率为80，那么，我们可以看到，Δf为0.2Hz，那么，最小的数据长度为0.2/80=400，但是对正弦信号的频谱分析经验告诉我们，在截断时截断时的数据要包含整周期，并且后面不宜补零以避免频谱泄露（这一点见胡广书《数字信号处理导论》，清华大学出版社），那么，我们要选择至少980个点，才能保含到一个整周期，另外，FFT的经验告诉我们作分析时最好选择2的整数次幂，我们选择靠的最近的1024点。分析结束。 [CODE] Fs = 80; n = 0:1/Fs:1023*1/Fs; x = sin(2*pi*10*n)+sin(2*pi*9.8*n); N = length(n); figure(1); X = fftshift(fft(x)); plot((-N/2:N/2-1)*Fs/N,abs(X)*2/N); grid on; axis([0 15 0 1]); 这是按照我们的分析进行的编程和图形 zheng.jpg (31.46 KB) 2009-4-3 10:36 可以看出这两个谱峰很好的被分辨开来，9.8Hz不在谱线上，所以幅值不为1，以下是一些对比： [CODE]Fs = 80;n = 0:1/Fs:1023*1/Fs;x = sin(2*pi*10*n)+sin(2*pi*9.8*n);N = length(n);X = fftshift(fft(x));figure(1);subplot(211)plot((-N/2:N/2-1)*Fs/N,abs(X)*2/N);grid on;axis([0 15 0 1]);title(窗长1024，包含整周期);n = 0:1/Fs:979*1/Fs;x = sin(2*pi*10*n)+sin(2*pi*9.8*n);N = length(n);X = fftshift(fft(x));subplot(212)plot((-N/2:N/2-1)*Fs/N,abs(X)*2/N);grid on;axis([0 15 0 1]);title(窗长980，包含整周期);n = 0:1/Fs:399*1/Fs;x = sin(2*pi*10*n)+sin(2*pi*9.8*n);N = length(n);X = fftshift(fft(x));figure(2);subplot(211)plot((-N/2:N/2-1)*Fs/N,abs(X)*2/N);grid on;axis([0 15 0 1]);title(窗长400，不包含整周期);Fs = 20;n = 0:1/Fs:1024*1/Fs;x = sin(2*pi*10*n)+sin(2*pi*9.8*n);N = length(n);X = fftshift(fft(x));subp