ADC采集数据的FFT变换分析

在通常的信号采集应用中，肯定是需要对 ADC 数据进行数字处理后，才将数据作为计算的有效值，且在绝大多数的有波形数据存在的情况下，FFT 数据变换的应用，则是一个极为有用的工具。

现在的大学课本中也都会将“信号分析”作为电子类工科的主要课程，但学习后，对它的概念及使用方法也模糊不清，而更多的人是不清楚 FFT 的原理。

数据分析的基本处理流程是：数据采集、数据倒位序处理、FFT变换、数据取模运算、FFT反变换、波形重绘。常常不需要绘制所采集的信号波形的情况下，最后两步是不需要的过程。该文就如何处理前面 4个过程进行说明，所使用的数据是使用软件仿真生成可用数据进行测试。

测试代码如下：

#define     PI   (3.1415926)

#define     PI2    (2*PI)

Complex     SinTab[64],VialCode1[64];  //定义复数数组，complex定义在FFT.H中

float       SineValue[64],PIdot;

int         VialCode[64];

 

PIdot = PI2/8;       // 确定一个周期内产生8个点的数据

initW(SinTab,64);    //产生FFT用的正弦表，为64点FFT做准备。该函数在FFT.H中定义，见下方

for(i1=0;i1<64;i1++) //产生正弦信号数据
{

   SineValue[i1] = 2.3+0.283*cos(PIdot*(i1%8)); 

//使用cos函数模拟生成每周期8个采集点的数源，产生的波形如图一所示

   VialCode[i1] = SineValue[i1]/0.00122; //假设ADC的分辨率为1.22mV，将上面产生的模拟信号，编码成ADC

                              //采集到的数据。即通常从ADC读出来的就是这个数据，产生的波形如图二所示

}

for(i1=0;i1<64;i1++)  //将模拟的ADC编码数据组装为复数,即模拟的A/D值放实部，虚部放0

{

  VialCode1[i1].real=VialCode[i1];
  VialCode1[i1].img=0;

}

fft(VialCode1,64,SinTab,1); //64点的FFT运算，在FFT.H中定义的

for(i1=0;i1<64;i1++) //将FFT后的数据进行取模，即实部的平方+虚部的平方后再开方

{

  VialCode[i1]=sqrt(VialCode1[i1].real*VialCode1[i1].real+VialCode1[i1].img*VialCode1[i1].img ); 

//波形图中取了第0和第9点的数据，如图三所示

}

图一

图二

图三

    图三中第一个数据是直流分量，值为：120640 那两个小尖尖的数据是 50Hz 的交流分量（第8点和倒数第7点）：7422（因为是对称的），如按上述的 ADC 分辨率 = 1.22mV 来计算：

    0点直流：120640/64 = 1885    直流幅值 = 1885*1.22 = 2.299V。

    8点交流:7422/(64/2) = 232.56   交流幅值 = 232.56*1.22 = 0.284V。

比如 ADC 采集频率为 400Hz，则频率的分辩率为：400/64 = 6.25HZ。如果要看 50Hz 的信号，则 50/6.25 = 8，即交流分量的第8个点上。

所以在使用 FFT 分析数据时，有两个参数：采集频率、采集点数是很重要的。对于 ADC 所采集到的数据，无论是单极性数据，还是双极性数据，均可以直接进行 FFT 运算，结果都会是一样的。

实验用的 FFT 代码下载或见百度云盘/01、项目设计/10、单片机算法/02、FFT算法/ADC采集数据的 FFT 变换分析。

---

如若喜欢这篇文章，不妨留下您宝贵的点赞，这将是对我莫大的鼓励。