频谱分析技术.doc

频谱分析技术 研机械2012 姚金凯 122080200045 基于加窗FFT的频谱分析 FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。Matlab是具有很强的科学计算和图形显示界面的软件系统 在数字信号处理中，离散傅里叶变换(Discrete．Time Fourier Transform，DFT)是常用的变换方法，它在数字信号处理系统中扮演着重要角色。由离散傅里叶变换发现频率离散化，可以直接用来分析信号的频谱、计数滤波器的频率响应，以及实现信号通过线系统的卷积运算等，因而在信号的频谱分析方面有很大的作用。 由于DFT的运算量太大，即使是采用计算机也很难对问题进行实时处理，所以经过很多学者的不懈努力，便出现了通用的快速傅里叶变换（FFT）。快速傅里叶变换（Fast Fourier Transform，FFT）并不是与离散傅里叶变换不同的另一种变换，而是为了减少DFT计算次数的一种快速有效的算法。对FFT算法及其实现方式的研究是很有意义的。目前，FFT己广泛应用在频谱分析、匹配滤波、数字通信、图像处理、语音识别、雷达处理、遥感遥测、地质勘探和无线保密通讯等众多领域。在不同应用场合，需要不同性能要求的FFT处理器。在很多应用领域都要求FFT处理器具有高速度、高精度、大容量和实时处理的性能。因此，如何更快速、更灵活地实现FFT变得越来越重要。 1.2 频谱分析的发展 频谱分析在生产实践和科学研究中获得日益广泛的应用。例如，在声纳系统中，为了寻找海洋水面船只或潜艇，需要对噪声信号进行谱分析，以提供有用信息，判断舰艇运动速度、方向、位置、大小等。因此对谱分析方法的研究，受到普遍注意和重视，是当前信号处理技术中一个十分活跃的课题。 1965年库利首次提出了快速傅里叶变换(FFT)算法，FFT和频谱分析很快发展成为机械设备故障诊断、振动分析、无线电通信、信息图象处理和自动控制等多种学科重要的理论基础。然而长期的应用和近年来的理论分析表明：经快速傅立叶变换得到的离散频谱，频率、幅值和相位均可能产生较大误差，即使加其他窗时，也不能完全消除此影响。从70年代中期，有关学者开始致力于频谱校正理论的研究以期解决离散频谱误差较大的问题。1975年John C．Burges等从事电学领域研究工作的学者采用插值法对加矩形窗的离散化频谱进行校正，解决了电学中的离散高次谐波参数的精确测量问题。1996年，余佳兵，史铁林等提出了采用复调制细化谱分析将已产生频谱干涉的密集频率成分分离开，消除干涉，再用比例法进行校正以解决密集频率成分的离散频谱的校正问题。2001年，徐培民、杨积东、闻邦椿提出了自动识别和修正离散频谱中两临近谱峰参数的方法，不仅能识别间距不到一个频率分辨率的两个密集频率成分，而且能识别峰间距为1-6个频率的临近谱峰参数。 1.3 本文主要研究内容 本实验的目的主要是分析矩形窗、汉宁窗、哈明窗、布莱克曼窗函数对信号矩形频谱分析，分析各窗函数对频谱分析的影响。用MATLAB编出程序，把各种函数的图像进行对比，然后在频率不变的情况下改变截断时间，以及在截断时间不变的情况下，改变频率，观察信号的变化。 2离散傅里叶变换 2.1离散傅里叶变换的定义 设x(n)是一个长度为M的有限长序列，则x(n)的N点离散傅立叶变换为： X(k)=DFT[x(n)]=,k=0,1,...,N-1。 (1) X(k)的离散傅里叶逆变换为： x(n) =IDFT[X(k)]= ,k=0,1,...,N-1 (2) 式中，，N称为DFT变换区间长度，N≥M。 2.2快速傅里叶变换（FFT） 快速傅里叶变换（FFT）是离散傅里叶变换的快速算法，它是根据离散傅里叶变换的奇、偶、虚、实等特性，对离散傅里叶变换的算法进行改进获得的，它对离散傅里叶变换并没有新的发现。 有限长序列x(n)及其频域表示X(k)可由以下离散傅立叶变换得出 （8） （9） 其中。式（8）称为离散傅立叶正变换，式（9）称为离散傅立叶逆变换，x(n)与X(k)构成了离散傅立叶变换对。 根据上述公式，计算一个X(k)，需要N次复数乘法和N-1次复数加法，而计算全部X(k)( )，共需要次复数乘法和N(N-1)次复数加法。实现一次复数乘法需要四次实数乘法和两次实数加法，一次复数加法需要两次实数加法，因此直接计算全部X(k)共需要4次实数乘法和2N(2N-1)次实数加法。当N较大时，对实时信号处理来说，对处理器计算速度有十分苛刻的要求，于是如何减少计算离散傅里叶变换运算量的问题变得至关重要。 为减少运算量，提高运算速度，就必须改进算法。计