模拟频率 f f f
其物理意义就是1s中重复
f
f
f次,单位是Hz。
比如蜜蜂飞行时每秒振动翅膀200次,可以说振动的频率为200Hz。
模拟角频率 Ω \Omega Ω
对于转动的例子,如风力发电机的风叶,能不能找一个物理量描述风叶1s转了多大的角度?答案是可以的。那就是模拟角频率 Ω \Omega Ω。定义旋转1圈对应的弧度为 2 π r a d 2\pi rad 2πrad.模拟频率 f f f和模拟角频率 Ω \Omega Ω的关系为 Ω = 2 π f \Omega = 2\pi f Ω=2πf模拟角频率的单位是 r a d / s rad/s rad/s。
采样频率 f s f_s fs
自然中信号总是连续的,比如声音。
计算机为了存储这些信号,需要将连续的信号离散化,这个过程就是采样。
1s的连续信号包含了无穷个值,如果我们每个0.01s采样一个,得到离散后的信号长度只有100个值。1s中重复了100次,采样频率就是100Hz。采样的间隔0.01s也称为采样周期
T
s
T_s
Ts。
f
s
=
1
T
s
f_s = \frac{1}{T_s}
fs=Ts1
数字频率 ω \omega ω
“余弦信号 c o s ( Ω t ) cos(Ωt) cos(Ωt)中相位变化一个周期(2π)所需的时间为T,那么模拟角频率定义成 Ω = 2 π / T Ω=2π/T Ω=2π/T 。对于该余弦信号,采样之后变成了一个离散的数字序列,此时再谈论过了多少时间走完一个周期已经没有意义,而是过了间隔N相位刚好变化一个周期。因此数字角频率推导出为 ω = 2 π / N ω=2π/N ω=2π/N,余弦信号则为 c o s ( ω n ) cos(ωn) cos(ωn)。”
作者:Michael.Xiu 链接:https://zhuanlan.zhihu.com/p/53664104 来源:知乎
上述中,间隔 N = T ∗ f s N=T*f_s N=T∗fs,代入 ω = 2 π / N ω=2π/N ω=2π/N, 于是 ω = Ω f s \omega = \frac{\Omega}{f_s} ω=fsΩ
Nyquist采样定理
DTFT、DFT是将数字信号从时间域n转为频域ω,因此我们只转为ω在[-π,π]区间内复指数信号的叠加。根据 ω = Ω / f s ω=Ω/f_s ω=Ω/fs 可知,从模拟角频率到数字角频率不只会落在[-π,π],若转为数字频谱后其频带占用超过了[-π,π],则由于具有周期性,相互之间会产生混叠。我们要把频谱ω限定在[-π,π],于是 ω = Ω m a x f s = 2 π f m a x f s ≤ π \omega = \frac{\Omega _{max}}{f_s}=\frac{2\pi f_{max}}{f_s}\le \pi ω=fsΩmax=fs2πfmax≤π f s ≥ 2 f m a x f_s \ge 2f_{max} fs≥2fmax这就是Nyquist采样定理。
作者:Michael.Xiu 链接:https://zhuanlan.zhihu.com/p/53664104 来源:知乎
归一化频率的单位 ( × π r a d / s a m p l e ) (\times \pi\ rad/sample) (×π rad/sample)
归一化的频率是数字频率,最高频对应pi,对应采样率的
f
s
/
2
f_s/2
fs/2,转为以Hz为单位的值,
ω
=
V
∗
f
s
/
2
\omega = V*f_s/2
ω=V∗fs/2
其中V为归一化的频率(以
π
r
a
d
\pi\ rad
π rad为单位)
举个例子:
第一幅图是官方stft;
第二幅图使用默认采样率
stft(x,'Window',kaiser(256,5),'OverlapLength',220,'FFTLength',512);
最大值点对应左图中差不多4kHz,右图归一化频率为0.8047
ω
=
V
∗
f
s
/
2
=
0.8047
∗
10
e
3
/
2
≈
4
k
H
z
\omega = V*f_s/2 = 0.8047*10e3/2 \approx 4kHz
ω=V∗fs/2=0.8047∗10e3/2≈4kHz