FFT应用学习之频率泄露

原文链接：https://mp.weixin.qq.com/s?__biz=MzI5NTM0MTQwNA==&mid=2247484164&idx=1&sn=fdaf2164306a9ca4166c2aa8713cacc5&scene=21#wechat_redirect

先说结论：选取信号的时间长度是信号周期的整数倍，则不会出现频率泄露；现实世界中，在做FFT分析时，很难保证截断的信号为周期信号，因此，泄漏不可避免。窗函数可以改善频率泄露，但是不能消除。

信号截断（周期截断与非周期截断）：

        一次FFT分析截取1帧长度的时域信号，这1帧的长度总是有限的，因为FFT分析一次只能分析有限长度的时域信号。而实际采集的时域信号总时间很长，因此，需要将采样时间很长的时域信号截断成一帧一帧长度的数据块。这个截取过程叫做信号截断。

信号截断分为周期截断和非周期截断。周期截断是指截断后的信号为周期信号，而非周期截断是指截断后的信号不再是周期信号，哪怕原始信号本身是周期信号。

对截断的这一帧信号做FFT分析，得到它的频谱如下图所示。从图中可以看出，得到的频率成分为原始信号的真实频率，并且幅值与原始信号的幅值相等（100%幅值）。

        假设原始信号的频率为fHz，则周期为1/f。因为截取的时间长度T为信号周期的整数倍（假设为k倍），即

T=k/f

而频率分辨率为1/T，即

∆f=1/T=f/k

因而，信号的频率成分

f=k*∆f

        即信号的频率成分为频率分辨率∆f的整数倍，也就是说频谱图中有一条谱线与信号的频率成分相同，这也就是所谓的信号“压谱线”。因而，对这个周期信号进行FFT分析时，信号的频谱样子与实际情况完全相同，与我们预期的样子相同。

若信号截断的长度不为原始正弦信号周期的整数倍，那么，截断后的信号则不为周期信号，哪怕原始信号是周期信号。并且现实世界中，我们进行FFT分析时，绝大多数情况都是非周期截断。

        对截断后的信号做FFT分析，这时的FFT频谱已远远不是我们预期的那种单条离散谱线了（周期截取的频谱样子）。对比周期截断的频谱，可以看出，此时频谱在整个频带上发生“拖尾”现象。峰值处的频率与原始信号的频率相近，但并不相等。另一方面，峰值处的幅值已不再等于原始信号的幅值，为原始信号幅值的64%（矩形窗的影响）。而幅值的其他部分（36%幅值）则分布在整个频带的其他谱线上。

        

        由于非周期截断的时间长度不等于信号周期的整数倍，因此，信号的频率成分f≠k*∆f，也就是说，在频谱图中，没有一条谱线与信号的频率成分完全相同。

频率泄露：

由于信号的非周期截断，导致频谱在整个频带内发生了拖尾现象。这是非常严重的误差，称为频率泄漏。

窗函数:

        若周期截断，则FFT频谱为单一谱线。若为非周期截断，则频谱出现拖尾，如图中部所示，可以看出泄漏很严重。为了减少泄漏，给信号施加一个窗函数（图中红色曲线），原始截断后的信号与这个窗函数相乘之后得到的信号为右侧上面的信号。可以看出，此时，信号的起始时刻和结束时刻幅值都为0，也就是说在这个时间长度内，信号为周期信号，但是只有一个周期。对这个信号做FFT分析，得到的频谱如右侧下边所示。相比较之前未加窗的频谱，可以看出，泄漏已明显改善，但并没有完全消除泄漏。因此，窗函数只能减少泄漏，不能消除泄漏。