栅栏效应 旁瓣应.docVIP

栅栏效应： 　　对采样信号的频谱,为提高计算效率,通常采用FFT算法进行计算,设数据点数为　　N = T/dt = T.fs　　则计算得到的离散频率点为　　Xs(fi) , fi = i.fs/N , i = 0,1,2,…,N/2　　这就相当于透过栅栏观赏风景,只能看到频谱的一部分,而其它频率点看不见,因此很可能使一部分有用的频率成分被漏掉,此种现象被称为栅栏效应. 不管是时域采样还是频域采样，都有相应的栅栏效应。只是当时域采样满足采样定理时，栅栏效应不会有什么影响。而频域采样的栅栏效应则影响很大，“挡住”或丢失的频率成分有可能是重要的或具有特征的成分，使信号处理失去意义。减小栅栏效应可用提高采样间隔也就是频率分辨力的方法来解决。间隔小，频率分辨力高，被“挡住”或丢失的频率成分就会越少。但会增加采样点数，使计算工作量增加。解决此项矛盾可以采用如下方法：在满足采样定理的前提下，采用频率细化技术(ZOOM），亦可用把时域序列变换成频谱序列的方法。 例如：505Hz正弦波信号的频谱分析来说明栅栏效应所造成的频谱计算误差。设定采样频率fs=5120Hz，软件中默认的FFT计算点数为512，其离散频率点为fi = i.fs/N = i.5120/512=10×i ， i= 0，1，2，…，N/2位于505Hz 位置的真实谱峰被挡住看不见，看见的只是它们在相邻频率500Hz或510Hz处能量泄漏的值。若设 fs=2560Hz，则频率间隔df=5Hz，重复上述分析步骤，这时在505位置有谱线，我们就能得到它们的精确值。从时域看，这个条件相当于对信号进行整周期采样，实际中常用此方法来提高周期信号的频谱分析精度。 频谱泄露：截断信号时域上相当于是乘以了rectangular window，于是造成了频谱泄漏的问题。 在帖子上看到的解释：HYPERLINK /forum/thread-51126-2-1.html/forum/thread-51126-2-1.html 泄漏的原因来自两方面第一输入频率不是fs/n的整数倍，因为dft只能输出在fs/n的频率点上的功率，所以当输入频率不在fs/n的整数倍时，在dft的输出上就没有与输入频率相对应得点(dft输出是离散的)，那么输入频率就会泄漏到所有的输出点上，具体的泄漏分布取决于所采用的窗的连续域复利叶变换，对于没有使用窗的，相当于使用了矩形窗，矩形窗在进行连续傅立叶变换在一般的信号与系统书上都有。而对于非矩形窗，窗本身就会产生一定的泄漏，是通过加大主瓣的宽度来降低旁瓣的幅度，通常主瓣的宽度变成了矩形窗的两倍，例如当我们输入一个fs/n的整数倍的输入频率时，经过非矩形窗，dft输出会在两个fs/n的频点上有功率。见参考书：lyon的understanding DSP. 旁瓣效应： 补零对频谱的影响： 进行zero padding只是增加了数据的长度，而不是原信号的长度。就好比本来信号是一个周期的余弦信号，如果又给它补了9个周期长度的0，那么信号并不是10个周期的余弦信号，而是一个周期的余弦加一串0，补的0并没有带来新的信息。其实zero padding等价于频域的sinc函数内插，而这个sinc函数的形状（主瓣宽度）是由补0前的信号长度决定的，补0的作用只是细化了这个sinc函数，并没有改变其主瓣宽度。而频率分辨率的含义是两个频率不同的信号在频率上可分，也就要求它们不能落到一个sinc函数的主瓣上。所以，如果待分析的两个信号频率接近，而时域长度又较短，那么在频域上它们就落在一个sinc主瓣内了，补再多的0也是无济于事的。 第3章 信号分析与处理 通过测试所获得的信号往往混有各种噪声。噪声的来源可能是由于测试装置本身的不完善，也可能是由于系统中混入其他的输入源。信号的分析与处理过程就是对测试信号进行去伪存真、排除干扰从而获得所需的有用信息的过程。一般来说，通常把研究信号的构成和特征值的过程称为信号分析，把对信号进行必要的变换以获得所需信息的过程称为信号处理，信号的分析与处理过程是相互关联的。 信号处理的方法包括模拟信号处理和数字信号处理两种方法。 1.模拟信号处理法 模拟信号处理法是直接对连续时间信号进行分析处理的方法，其分析过程是按照一定的数学模型所组成的运算网络来实现的，即使用模拟滤波器、乘法器、微分放大器等一系列模拟运算电路构成模拟处理系统来获取信号的特征参数，如均值、均方根值、自相关函数、概率密度函数、功率谱密度函数等。 2.数字信号处理法 数字信号处理就是用数字方法处理信号，它可以在专用的数字信号处理仪上进行，也可以在通用计算机上或DSP芯片上通过编程实现。在运算速度、分辨力和功能等方面，数字信号处理技术都优于模拟信号处理技术。目前，