信号处理理解及滤波器&窗函数原理

1.时间窗函数要足够宽（栅栏效应）

上图所示，两个频率为f1和f2的调幅信号，用f_w1和f_w2采样频率相同。可以理解为，w1和w2是在时域或频域图的宽度。比如，w1采了100个点,w2为1000个点，w1=10*w2，可以表示更细的点,f1和f2的位置没有变，但细节变了。时间窗函数足够宽，包含了包络整个周期，有了足够的信息量，就能更精确地确定频谱，即采样的点数要足够长。

 

2.频谱分辨率

取上面的信号来看，高的频率分辨率，即高的采样频率，如w2>w1，则能将f1和f2分开。换一种说法，假如f1-f2=df，则df在w1和w2长度中占的比例是不同的，所以会将两个信号拉开。由于采样频率提高，得到更多的信息，频谱信息自然更好。窗函数足够宽，可以看为采样的整个数量要长，提高频谱分辨率可看为采样的密度要提高。

 

3. 谱泄露

谱泄露是指，由于对一段无限长周期信号截取（窗），得到的这一段信号如果首尾拼接，产生的新的无限长周期与原信号不一样的。上图时域看，是因为在t0和tw处的信号f(t0) != f(tw)。

从频谱看，本是单音的谱信号，能量分散到周围。所以叫谱泄露。

 

 

-------------------------------------我是灵魂的分割线------------------------------------------------------------

[FFT] matlab中关于FFT的使用（理解频率分辨率、补零问题）

 

一.调用方法

 

X=FFT(x)；

X=FFT(x，N)；

x=IFFT(X);

x=IFFT(X,N)

 

用MATLAB进行谱分析时注意：

（1）函数FFT返回值的数据结构具有对称性。

例：

N=8;

n=0:N-1;

xn=[4 3 2 6 7 8 9 0];

Xk=fft(xn)