北京工业大工学 现代测试信号分析与处理 第4章 离散时间信号分析2.pptVIP

4.9 离散傅立叶变换的应用 4.9 离散傅立叶变换的应用 余弦信号被矩形窗信号截断后，两根冲激谱线变成了以±Ω0 为中心的Sa的连续谱，相当于频谱从Ω0 处“泄漏”到其它频率处，也就是说，原来一个周期内只有一个频率上有非零值，而现在几乎所有频率上都有非零值，这就是频谱泄漏现象。更为复杂的信号，造成更复杂的“泄漏”，互相叠加，造成信号难以分辨。 4.9 离散傅立叶变换的应用 减小频谱泄漏的方法一般有两种： （1）增加截断长度T 1 （2）改变窗口形状 从原理上看，要减少截断误差，应使主瓣和/ 或旁瓣缩小，从而使实际频谱接近原频谱。但是从能量守恒的角度分析：旁瓣减小，则主瓣增大；或旁瓣增大，则主瓣缩小，后者容易造成旁瓣、主瓣分辨不清，引起有两个主瓣的误解。因此，一般宁可以增大主瓣为代价，缩小旁瓣，使能量集中于主瓣。 4.9 离散傅立叶变换的应用 可以考虑改用幂窗、三角函数窗和指数窗。由于这些窗口函数时域上变化相对平缓，窗口的边缘值为零，高频分量衰减增快，旁瓣明显受到抑制，减少了频谱泄漏。但旁瓣受到抑制的同时，主瓣相应加宽，而且旁瓣只是受到抑制，不可能完全被消除，因此不管采用哪种窗函数，频谱泄漏只能减弱，不能消除，抑制旁瓣和减小主瓣也不可能同时兼顾， 应根据实际需要进行综合考虑。 常用窗函数 幂窗 —— 采用时间变量某种幂次的函数，如矩形、三角形、梯形或其它时间 t 的高次幂； 三角函数窗 —— 应用三角函数，即正弦或余弦函数等组合成复合函数，例如汉宁窗、海明窗等； 指数窗 —— 采用指数时间函数，如e-st形式，例如高斯窗等。 4.9 离散傅立叶变换的应用 矩形窗 矩形窗属于时间变量的零次幂窗，函数形式为 相应的窗谱为： 矩形窗使用最多，习惯上不加窗就是使信号通过了矩形窗 优点：主瓣比较集中 缺点：旁瓣较高，并有负旁瓣，导致变换中带进了高频干扰和泄漏，甚至出现负频谱现象。 4.9 离散傅立叶变换的应用 三角窗 三角窗亦称费杰(Fejer)窗，是幂窗的一次方形式： 相应的窗谱为： 缺点：三角窗与矩形窗比较，主瓣宽约等于矩形窗的两倍。 优点：旁瓣小，而且无负旁瓣。 4.9 离散傅立叶变换的应用 汉宁(Hanning)窗 汉宁窗又称升余弦窗，其时域表达式为： 相应的窗谱为： 优点：与矩形窗相比，汉宁窗主瓣加宽并降低，旁瓣显著减小，旁瓣衰减速度也较快。从减小泄漏观点出发，汉宁窗优于矩形窗。 缺点：汉宁窗主瓣加宽，频率分辨力下降。 4.9 离散傅立叶变换的应用 常用窗函数 4.9 离散傅立叶变换的应用 4.9 离散傅立叶变换的应用 4．周期信号的数字谱分析 周期连续信号xp(t)的频谱由下式近似计算 连续周期信号是非时限信号，若要用FFT做数字谱分析，必须在时域进行有限化（截断）和离散化（采样）处理，对于一个带限（频谱为有限区间）的周期信号，若抽样频率满足抽样条件，并且作整周期截断，不会产生频谱的混叠。实际上，要实现真正的整周期截断是很难的，如果是非整周期截断，则会产生频谱的泄漏误差，要通过加合适窗的方法来减少频谱泄漏。 4.9 离散傅立叶变换的应用 5．DFT参数的选择 （1）抽样频率f s 。 根据抽样定理，应当满足：fs≥2 fh ，即1/T≥2 fh ，则T≤1/2fh 。但有的时候fh 的值并不清楚，可以先估计一个值，进行计算，若结果不理想，将fh 再增加一倍，再进行运算，直至满足要求为止。 4.9 离散傅立叶变换的应用 （2）数据长度T 1 由于1/T1[F] ，要求频谱分辨力高，即[ F ]要小，则T1 应加长，只要有可能，T1 尽量取大些。但 T1 = NT ，T为采样间隔（周期），如果T1 要大，而点数N不能增加，T就需要增加，这就意味着采样频率的下降，造成频谱混叠的加剧，这是需要注意的。 4.9 离散傅立叶变换的应用 （3）点数N 如上所述，如果一味追求高频谱分辨力，T不变，必然要增加N ，加大数据处理量。而N不增加，则T就需要增加，就会加重频谱的混叠，因此对频谱分辨力的要求要适当。同时，由 得 4.9 离散傅立叶变换的应用 从而可知：若N不变，fh 增加，[F]也增加，分辨力下降，相反N不变，fh 减小，分辨力提高，因此fh 的高低，直接影响分辨力，fh 称为高频容量。 （4）选窗口 为了减小频谱泄漏误差，通常可以选择适当的窗函数来解决。如果待分析的信号无需截断，就不必加窗。 4.9 离散傅立叶变换的应用 例 设模拟信号 的最高频率 ，试决定最低采样频率 ，在这一采样频率下采得256点数据，并对其做DFT，给出所能得到的最大频率分辨率 。 解： 4.9 离散傅立叶变换的应用 4.6 快