基于Labview的小幅值信号分辨实例分析

一、窗函数的作用

窗函数具有截断信号、减少谱泄漏、分离频率相近的大幅值信号与小幅值信号的作用。

当使用DFT或者FFT分析信号的频率成分时,算法假定信号为周期信号,即将采样信号作为第一个周期信号,将它作周期延拓后作为整个信号。但在实际中很难做到整周期采样,这将不可避免地引起谱泄漏,造成计算所得的频谱与实际信号的频谱不一致。

减小谱泄漏的一个简单方法是使用平滑窗,对采集信号加窗,可以减小截断信号的转折沿,从而减小谱泄漏。

二、小幅值信号分辨实例分析

对于小幅值信号，如果不加窗，即使在频谱上也很难分辨，而加窗后则能明显提高分辨力。用Sine pattern.vi产生两个相互叠加的小幅值信号，比较加窗前后两个信号在频谱上的不同分辨效果。

从图中可以看出，未加窗(红色实线)时信号在频谱上的幅度并不明显，加窗后(白色虚线)信号所在的频率成分幅度明显变强。这是因为未加窗时，信号能量泄漏，造成周围其他频率成分能量变强，信号本身能量变弱，所以幅度不明显，而加窗能减少频谱泄漏，所以从频域上看，信号所在的频率成分幅度明显高于周围其他的频率成分的幅度。

此外，该程序还可同时验证其他加窗函数：如Hanning窗、Hamming窗、Triang窗、Blackman窗、Exact blackman窗、Blackman-harris窗、Kaiser窗、Flat Top窗、Bartlett-Hanning窗、Bohman窗、Parzen窗、Welch窗等，具体效果如下图所示：

程序获取

上述labview程序，可从以下链接获取：

基于Labview的小幅值信号分辨实例分析