信号处理中FFT的应用.doc

一、实验目的 1、理解用FFT对周期序列进行频谱分析时所面临的问题并掌握其解决方法。 2、掌握用时域窗函数加权处理的技术。 3、理解用FFT对非周期信号进行频谱分析所面临的问题并掌握其解决方法。 二、实验原理与计算方法 １、对周期序列进行频谱分析应注意的问题 k k (a)时域周期整数倍截断 　　　 (b)时域非周期整数倍截断 图 1 周期函数的幅频曲线 对时间序列作FFT时，实际上要作周期延拓（如果取长序列的一段进行计算还要先作截断）。周期序列是无限长时间序列，如果截断区间刚好就是该序列周期的整数倍，那么在进行周期延拓后，将还原出原来的周期序列，由此可以较精确地计算出的该周期序列的频谱。反之，如果截断区间并不是该序列周期的整数倍，那么在进行周期延拓后，就不可能还原出原来的周期序列，由此计算出的频谱与该周期序列的频谱存在误差，而且误差的大小与截断区间的选取直接相关，如图1所示，其中幅度频谱的量值表示为，以dB(分贝)为单位。这种误差是由于周期序列与矩形截断序列相乘在频域产生二者的频谱卷积形成的。矩形窗的频谱是抽样函数序列，如图2所示。除了k = 0处主瓣内集中了大部分的能量外，两旁的较小峰值处的旁瓣也分散了一部分能量，它与周期序列频谱卷积的结果使原来集中的频谱展宽，称为频率泄漏。 如果对已知周期的信号作频谱分析，在进行时域截断时，完全可以选取其周期的整数倍裁取，从而可以避免这种频率泄漏 k 图 2 矩形窗的频谱 的发生。不过，通常需要进行频谱分析的信号是周期未知的信号，或随机信号，无法判断它的周期值，为了尽量避免频率泄漏对结果的影响，在作时间截断时，就应选取其频谱的旁瓣较小的截断函数，以减轻泄漏问题。 2、时域窗函数的应用 作为截断函数，矩形窗在作时间截断时，对所截取区间内的信号不加以任何影响，而其它的窗函数都将对所截取区间内的信号作加权处理。除了在实验二中已经介绍过三角窗、Hanning窗和Hamming窗外，常用的窗函数还有很多，例如Parzen窗、Kaiser窗、Chebyshev窗、Tukey窗、Poisson窗、Caushy窗、Gaussian窗和Blackman窗等等。本次实验仍是采用实验二中的几种窗函数，但是利用窗函数作时域加权截断。 0 t 0 k 　　　(a) 正弦函数的加权的非周期时域截断　　　　　　　(b)减小了泄漏的频谱 　　 图 3 采用Hanning窗加权后的时域截断和频谱 图 3 中给出了采用Hanning窗对正弦函数作非整周期的时域加权截断后的波形和频谱，与图4-1(b)比较，泄漏已明显减少。 应该指出，前面所给出的窗函数都是定义为以0点为中心、宽度为N +1的加权函数，在这里应用时，需要将其右移，成为区间内的加权函数。 3、对非周期序列进行频谱分析应注意的问题 （１）混叠 一般非周期信号作FFT之前要进行时域采样和周期延拓(无限长时间信号还应先截断再延拓)。根据Fourier变换理论，经等周期的冲激采样后，离散序列的频谱是原信号频谱以为周期的周期延拓。按照Nyquist采样定理，由采样引起周期延拓后频谱之间不发生混叠的条件是：(1)原信号应该是有限带宽信号，设其频带宽度为fm；(2)频谱的周期，即采样周期应满足Nyquist 条件。 由于实际上有限长时间信号的FT是频域的无限函数，因此采样所得的离散序列的频谱必定产生混叠，减小采样周期只能减小而不能消除混叠。对于时间有限函数，当采样周期较大时，也会在FFT得到的频域出现混叠，形成频谱失真，造成频谱分析结果与原信号的实际频谱的差异，也无法恢复出原信号。当然，实际工作中只要采样和截断产生的误差在许可的范围内就行了，但应该认 识到混叠是引起频谱分析误差的一个主要原因。