|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
FFT是离散傅立叶变换的快速算法,可以将一个信号变换
1 {; M% b/ L, G, W% O' N7 w3 C到频域。有些信号在时域上是很难看出什么特征的,但是如
! u2 j8 s0 F+ J" j果变换到频域之后,就很容易看出特征了。这就是很多信号
* x7 [7 u7 g- B. Z, o6 U* k+ X3 \4 O分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱
/ @: F' S) F7 Z$ O! X! w提取出来,这在频谱分析方面也是经常用的。
. C3 S7 e+ o) R9 I( M 虽然很多人都知道FFT是什么,可以用来做什么,怎么去' r( {6 q( I5 V$ Z
做,但是却不知道FFT之后的结果是什意思、如何决定要使用
2 j' F- ~3 \: [& T, F9 _# d多少点来做FFT。
, o: ^; [- b4 y8 r4 ~1 c# z+ e+ L3 }5 _/ `1 V7 c6 l
现在圈圈就根据实际经验来说说FFT结果的具体物理意义。 b+ D& D3 _4 a/ d& ?
一个模拟信号,经过ADC采样之后,就变成了数字信号。采样; E3 A5 ^ Z' t' n, W3 g# {+ Q
定理告诉我们,采样频率要大于信号频率的两倍,这些我就
; y; {" ~6 J8 z' N$ L不在此罗嗦了。/ I% E. R/ H' `* q. o; i
6 J5 o* W1 b. R! ]0 n1 |* ?
采样得到的数字信号,就可以做FFT变换了。N个采样点,
' r; R5 x7 @% n0 }$ V% \, x经过FFT之后,就可以得到N个点的FFT结果。为了方便进行FFT
! D D8 }! P4 B# h" S运算,通常N取2的整数次方。% L3 N2 S: c5 F1 g( w o- t
" F' i8 A% d: h9 A: e; u! C5 V
假设采样频率为Fs,信号频率F,采样点数为N。那么FFT2 B% b' ^$ b5 U* y( b
之后结果就是一个为N点的复数。每一个点就对应着一个频率
3 R2 W' t6 i4 x2 _/ [9 [点。这个点的模值,就是该频率值下的幅度特性。具体跟原始
9 m, \6 K. l5 V# s* E8 h7 V% |信号的幅度有什么关系呢?假设原始信号的峰值为A,那么FFT) D1 L0 s) q. V; G4 |# m/ F+ m
的结果的每个点(除了第一个点直流分量之外)的模值就是A q4 n; R; R; G
的N/2倍。而第一个点就是直流分量,它的模值就是直流分量0 H. M# H+ X. q0 w- `& j% r
的N倍。而每个点的相位呢,就是在该频率下的信号的相位。
, D/ u$ }. ` l) w; O第一个点表示直流分量(即0Hz),而最后一个点N的再下一个
2 ]; N! Z* V0 g# b点(实际上这个点是不存在的,这里是假设的第N+1个点,也
7 i; g, f; P0 s4 m. S: i7 j可以看做是将第一个点分做两半分,另一半移到最后)则表示2 j/ U: ^; u7 U) j
采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率
+ D& j1 u& @ u依次增加。例如某点n所表示的频率为:Fn=(n-1)*Fs/N。
- Z: F2 g. s" x7 g$ g由上面的公式可以看出,Fn所能分辨到频率为为Fs/N,如果
+ w2 z( L. R" W" b( `' n采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz。
" t5 n: Q( d. G& Q# d/ T% b0 }" ^1024Hz的采样率采样1024点,刚好是1秒,也就是说,采样1秒. ]. u1 C' G& Z1 L
时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时
" x8 A- y* r" v; G# k9 P3 T# ]间的信号并做FFT,则结果可以分析到0.5Hz。如果要提高频率3 \- F$ r; P. F$ [
分辨力,则必须增加采样点数,也即采样时间。频率分辨率和
5 I8 f6 `6 |0 q9 ~8 i采样时间是倒数关系。
6 k- {" v% _- J4 u. s: q) M" g 假设FFT之后某点n用复数a+bi表示,那么这个复数的模就是
/ ?! r, Q$ F, m2 B, nAn=根号a*a+b*b,相位就是Pn=atan2(b,a)。根据以上的结果,+ B. ~) `, f, C3 q5 [
就可以计算出n点(n≠1,且n<=N/2)对应的信号的表达式为:9 W" l5 n" f$ s5 m
An/(N/2)*cos(2*pi*Fn*t+Pn),即2*An/N*cos(2*pi*Fn*t+Pn)。( y6 D6 E( D( s2 G [! @9 G
对于n=1点的信号,是直流分量,幅度即为A1/N。
; s# W/ K5 T9 [! Z& h 由于FFT结果的对称性,通常我们只使用前半部分的结果,4 y8 A9 }! r1 {( C
即小于采样频率一半的结果。
0 M, n8 w8 }" K7 N
" A: P' h5 W; |) F& w& F 好了,说了半天,看着公式也晕,下面圈圈以一个实际的1 G+ S7 B2 `" \' D+ ]# w
信号来做说明。
2 {: P! a* W$ `; W- Y( j x
0 f& H q+ M( u% T7 P% {1 z 假设我们有一个信号,它含有2V的直流分量,频率为50Hz、
3 c% F8 ~: w! V& Q+ S+ h: {相位为-30度、幅度为3V的交流信号,以及一个频率为75Hz、
& [% y& } D w/ l1 _) ^8 @相位为90度、幅度为1.5V的交流信号。用数学表达式就是如下:
! y3 A5 v4 h4 K8 P1 C
) P) D& z d! g! V$ g/ D0 {S=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180)% T7 X3 y% w( S" I3 R
7 s H* P/ A- x& N7 u' h 式中cos参数为弧度,所以-30度和90度要分别换算成弧度。
" J6 J6 E8 {" V# b6 b我们以256Hz的采样率对这个信号进行采样,总共采样256点。
( T0 J+ B7 c, @! ^按照我们上面的分析,Fn=(n-1)*Fs/N,我们可以知道,每两个
, D# J- K, v* W5 X点之间的间距就是1Hz,第n个点的频率就是n-1。我们的信号
5 R7 W) a4 g1 P( I) Y z有3个频率:0Hz、50Hz、75Hz,应该分别在第1个点、第51个点、
: W @( C& d5 S R; v/ O第76个点上出现峰值,其它各点应该接近0。实际情况如何呢?
. e8 J. r$ O" y& ^5 N我们来看看FFT的结果的模值如图所示。
9 e& A) S3 v v$ g; H8 k
. q5 l' [5 W/ l) h( A/ k& H& g
6 ~, J, M, u. Y( D7 |, J6 d- H% ?
+ r) c5 u5 }. @; n! x, D 图1 FFT结果
7 s4 X! Z& @7 V8 v& }0 { 从图中我们可以看到,在第1点、第51点、和第76点附近有5 n2 V: ]- k6 m4 N& [+ E7 k2 L4 R3 |
比较大的值。我们分别将这三个点附近的数据拿上来细看:
9 J" F9 H7 U5 Y9 m. G: X1点: 512+0i
8 g% p: |- r4 l' u: r+ y, t; p2点: -2.6195E-14 - 1.4162E-13i( B. h, a9 p# s4 ^8 S0 J
3点: -2.8586E-14 - 1.1898E-13i, \% |* `. ^- ]" G& d+ z. b
: _% H" F8 @' k2 f* Q( H50点:-6.2076E-13 - 2.1713E-12i9 I2 j2 H1 F" s* n* L9 \! T0 u
51点:332.55 - 192i
, l& \% W }& c" d2 ]52点:-1.6707E-12 - 1.5241E-12i
0 N2 _: E7 V. `$ ]0 G! j
+ [7 G: F- O0 e9 z/ I; n75点:-2.2199E-13 -1.0076E-12i$ U7 o# c2 Q4 v1 }) `
76点:3.4315E-12 + 192i" p% x" ]/ g3 k7 E, }% Y8 w% d
77点:-3.0263E-14 +7.5609E-13i
. W S3 p9 o: { q4 k 6 P( g& |$ K3 O& b" c$ i9 r4 C6 ^
很明显,1点、51点、76点的值都比较大,它附近的点值
/ h' a0 p: O; E都很小,可以认为是0,即在那些频率点上的信号幅度为0。9 i1 g ]# }- J
接着,我们来计算各点的幅度值。分别计算这三个点的模值,
- K' O) } h& X/ v: z" {, g: d2 d: a结果如下:
5 G; Q( h u, ?2 d0 |1点: 512
7 V' w4 w3 W4 b7 M3 V7 r) }51点:384% P- g. l8 k6 D/ `4 w$ b% p/ X4 s
76点:192$ Y2 ]3 p9 o1 X
按照公式,可以计算出直流分量为:512/N=512/256=2;7 f" q9 c9 L) N* g( w- Q
50Hz信号的幅度为:384/(N/2)=384/(256/2)=3;75Hz信号的
! o2 I& ~# O1 g% I幅度为192/(N/2)=192/(256/2)=1.5。可见,从频谱分析出来
) i5 _ h0 b4 K的幅度是正确的。" {+ E! D3 S- Z8 [! t# e- b! B
然后再来计算相位信息。直流信号没有相位可言,不用管
, X9 [8 a( s/ g. T) M: l/ M它。先计算50Hz信号的相位,atan2(-192, 332.55)=-0.5236,/ \4 d. L/ r: {) [0 c
结果是弧度,换算为角度就是180*(-0.5236)/pi=-30.0001。再/ c' ^/ w* m' `& Y/ l2 W& G
计算75Hz信号的相位,atan2(192, 3.4315E-12)=1.5708弧度,# Z) m0 O: M6 n# W1 [" G4 h1 S
换算成角度就是180*1.5708/pi=90.0002。可见,相位也是对的。
1 l' W8 Q6 B, j8 M$ X2 O根据FFT结果以及上面的分析计算,我们就可以写出信号的表达
- i5 }' D/ L5 Q7 I$ R W, {式了,它就是我们开始提供的信号。
( h' V9 u4 Q6 C) k# V7 w& z- c; ]8 b$ z8 W Q% o7 a' J% Z7 X
总结:假设采样频率为Fs,采样点数为N,做FFT之后,某
: O% v& \% d; }一点n(n从1开始)表示的频率为:Fn=(n-1)*Fs/N;该点的模值8 w; M3 n6 `' F# c( f( d' P: ~
除以N/2就是对应该频率下的信号的幅度(对于直流信号是除以
/ y5 z; {! l; ~3 l. f, c' LN);该点的相位即是对应该频率下的信号的相位。相位的计算2 f3 T8 _, q. T3 q( M
可用函数atan2(b,a)计算。atan2(b,a)是求坐标为(a,b)点的角 g' }! Q4 B7 i7 }$ ?
度值,范围从-pi到pi。要精确到xHz,则需要采样长度为1/x秒
9 {- M3 n% b) X& u6 h$ R, s3 {的信号,并做FFT。要提高频率分辨率,就需要增加采样点数,: y3 X" w, y1 i- ~% u' U
这在一些实际的应用中是不现实的,需要在较短的时间内完成
6 x% d2 |$ f7 r6 Y7 G: z分析。解决这个问题的方法有频率细分法,比较简单的方法是: p4 L d2 `: |
采样比较短时间的信号,然后在后面补充一定数量的0,使其长度
7 J4 o( o! r% W9 X+ G, L达到需要的点数,再做FFT,这在一定程度上能够提高频率分辨力。
5 F2 I5 A# N% R* e$ V+ h X6 N5 c. s具体的频率细分法可参考相关文献。- \# U- y1 k- c- \6 E2 ~0 m, k! K
5 |1 c* p4 n1 r- T
[附录:本测试数据使用的matlab程序]* h2 L6 O/ O; T' D4 B
close all; %先关闭所有图片
' u$ G5 W$ M- FAdc=2; %直流分量幅度) `! k5 Q8 ~# p) w7 Y& x" f. s
A1=3; %频率F1信号的幅度& F. q% e# ~" ^
A2=1.5; %频率F2信号的幅度
. }# v, i- a: {- a# A& V+ s, e/ mF1=50; %信号1频率(Hz)
4 c k/ w, J# YF2=75; %信号2频率(Hz)
* r0 m+ l9 ~& J+ q! J; Y' ]Fs=256; %采样频率(Hz)% g% d& T% t' o r$ a8 @
P1=-30; %信号1相位(度)
$ u. V2 o2 O1 d- lP2=90; %信号相位(度)
; F7 T2 [1 t ?' e3 DN=256; %采样点数
4 H4 I8 F, N; At=[0:1/Fs:N/Fs]; %采样时刻2 a" p, ]4 G8 e6 B H: q, f) O2 u# N6 q
- A. j; C7 f: ?" x, j- y& ~1 |/ Q. o
%信号: H. \* B% L6 s
S=Adc+A1*cos(2*pi*F1*t+pi*P1/180)+A2*cos(2*pi*F2*t+pi*P2/180);
5 n0 d, J; s8 L/ C%显示原始信号
2 K7 Y4 ~( S. m! l1 G: tplot(S);+ P! b A" H5 r& a4 {. i6 w" U8 q @
title('原始信号');5 J6 _$ \; L' e) A d2 E
5 M: s; D& G/ }2 K+ X+ B7 yfigure;
: R& \. x( y, _2 n, j; RY = fft(S,N); %做FFT变换
& m) c: l7 ~6 V. lAyy = (abs(Y)); %取模, T |& S6 I) [" K7 @
plot(Ayy(1:N)); %显示原始的FFT模值结果; ]3 G, q8 e/ A& u" S- W
title('FFT 模值');
+ V. D" b0 s, J5 [; [: R2 v4 z4 d! x9 x
figure;4 q" ^" l( ~. P7 y$ s6 ~
Ayy=Ayy/(N/2); %换算成实际的幅度 m, b( k- u+ _+ P3 @# l
Ayy(1)=Ayy(1)/2;/ _" E- \0 B) F |, ], g9 A
F=([1:N]-1)*Fs/N; %换算成实际的频率值! Q; E. x1 W' M% z
plot(F(1:N/2),Ayy(1:N/2)); %显示换算后的FFT模值结果
& m! L2 l# ~; _+ k q- q# ititle('幅度-频率曲线图');
# x L1 A- r5 _+ H
2 V( }9 f4 {" ^, pfigure;
2 F P0 F& j- ~( i. G/ G1 {Pyy=[1:N/2];
3 h0 G8 `$ q1 b* M; Xfor i="1:N/2"* |8 H( h2 F% r" r+ j
Pyy(i)=phase(Y(i)); %计算相位8 c! X: L q/ E& \
Pyy(i)=Pyy(i)*180/pi; %换算为角度8 z. ]5 V: l6 m6 `
end;- g# B9 Y7 a. k, X: _: _
plot(F(1:N/2),Pyy(1:N/2)); %显示相位图
, o) y, m3 ^- ^& Vtitle('相位-频率曲线图');
1 h- b: K! _5 i3 |
u% p7 Z7 ^" W5 H8 ?' @( n看完这个你就明白谐波分析了。
! X5 i5 I, \, E% C. w/ @. B |
|