利用FFT成功实现拓扑识别(三)
算法的验证
通过对采样数据的FFT变换,在mathlab中,利用plot输出FFT变换后的频域数据,我们得到以下的频谱分析图:
可以看出,在0,50和833hz的位置上,数据明显高于其他频率的幅值,这与原始信号的特征完全一致。
排序输出
在嵌入式ARM系统上移植运行后,也可以得到类似的结果,为了更清晰地展示输出结果,我们对FFT输出的各个频率点对应的幅值,依照幅值大小进行排序后,输出幅值最大的30组频率和幅值的对应列表,如下图:
可以看出,实际计算值和原始信号的幅值相比略小,这就牵扯到fft变换中常见的频谱泄露问题,频谱泄露会影响对频率的分析结果,主要影响为:
1、 幅值变的比实际的低
2、 频率分析不准
怎么降低频谱泄露的影响呢?我后面开专期分析。