比较基于FFT和线性调频z变换的信号频域分析能力..pptVIP

基于 FFT VS 线性调频 z变换信号频域分析能力 杨梓艺 1120111518 什么是FFT？ FFT（Fast Fourier Transformation）：快速傅氏变换,是离散傅氏变换的快速算法 N2-Nlog2N N阶DFT-2个N/2阶DFT 为了一层一层分解，N为2的乘方 语音信号处理中，常常需要知道信号极点所对应的频率，如果极点位置离单位圆较远，则其单位圆上的频谱就很平滑，这时很难从中识别出极点对应的频率。 这时候我们该怎么办？？？ 如果使采样点轨迹沿一条接近这些极点的弧线或圆周进行，则采样结果将会在极点对应的频率上出现明显的尖峰，这样就能较准确地测定出极点频率。 很多实际应用中，并非整个单位圆上的频谱都很有意义，有时希望采样点不局限于单位圆上 ——引入CZT 什么是线性调频z变换？ Chirp-z 变换是一种可以有效计算数 据序列的功率谱和相位谱的方法,它采用 螺线抽样,可适用于更一般情况下由x(n) 到X(ZK)快速算法, 这种用卷积来计算 DFT 变换的方法称为线性调频Z 变换,简 称CZT。 线性调频z变换 N点有限长序列，其z变换： 沿z平面上的一段螺线作等分角抽样，抽样点zk： M为要分析的复频谱点数 其中： 抽样点： A0起始抽样点的矢量半径长度 起始抽样点的相角 相邻抽样点的角度差 W0：螺线的伸展率 W01：螺线内缩 W01： 螺线外伸 求抽样点处的z变换： · CZT步骤 CZT的计算量 生成序列g(n)时，需计算 使用迭代法（3N次乘法） 生成序列h(n)时，需计算 4）求乘积 3、CZT算法的优点 易调整频率分辨率 周线可以是螺线，而不一定是圆弧 z0任意，从任意频率开始，便于窄带高分辨率分析 当 ， ， 时，CZT=DFT，解决了N为素数的快速算法问题 接学委的问题 DFT：需要大量的时间 FFT：有效解决测试时间过长的问题,但对有限序列的长度却有严格的限制。 相对于傅立叶变换的两种变换方式,CZT 变换不仅可以快速解决测试时间 及有限序列长度问题,且可得到相同 的测试结果。 结论： 基- 2FFT Nlog2N 线性调频Z变换 线性调频Z变换可以获得比直接运算高得多的运算速度. 对于同一数据序列,CZT 总的运算时间是FFT 变换的2～3 倍,运算 结果和FFT、DFT 转换结果一致。 FFT 变换对有限序列的长度限制？？？ 采样数据个数须为2n个 但采样序列长度与FFT 谱分辨率成反比,即FFT 谱分辨率= 采样频率/ 采样数, 所以在混合信号测试过程中, 要将采样频率做适当的调整以使采样数据满足该条件, 这种对采样频率的要求严重影响了混合信号电路的测试。 虽然FFT 变换可以解决测试速度的问题,但FFT 变换结果只能得到取样点的频谱值, 而得不到取样点之间的频谱信息。 当实际频谱的峰值落在频谱取样点之间时,从FFT 计算的结果中得不到该峰值的真实频率、幅值和相位。 在对相同的采样数据序列,CZT变换结果和DFT、FFT 变换结果一致, 其数据序列长度要求 相对于FFT 变换来说却 是任意整数长度的 另外由于线性调频Z变换不受基2长度要求的限制,能根据需要选择拟分析的频段,从而能够实现对任意长度采样序列的快速、高分辨率局部频谱分析. FFT变换与线性调频Z变换实际应用效果比较如下: 比较 两幅图都描绘了信号从0—50Hz频率段的频谱图,且都是对同样的信号和同样的采样点数做频谱分析的结果,从图中可以看到,采用线性调频Z变换算法远比采用FFT变换算法求得的信号频谱更精确. CZT和DFT区别： 傅里叶变换，z变换 CZT频率分辨率是任意的，相比DFT可以提高某一段的分辨率 DFT,FFT,CZT三者关系 DFT FFT CZT 仿真 有请丁丁大神 跟大家聊一下matlab仿真的具体事例 组内分工 主讲人：杨梓艺 知识体系完善：徐润泽、王雪薇、杨力源、王泽海 课堂讲述方式：吴桦林、尹航、尹晔、游广豪、王远鹏 matlab仿真：杨一丁 the end 谢谢观赏 * * 1) 选择 且