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fw1和fw2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)