选择信号的采样频率和信号长度的技巧

在实际信号分析中经常会遇到要分辨出频率间隔为△f的两个分量,在这种情形中如何选择采样频率和信号的长度呢?
设有一个信号x(t)由三个正弦信号组成,其频率分别是f1=1Hz,f2=2.5Hz,f3=3Hz,即
x(t)=sin(2π*f1*t)+sin(2π*f2*t)+sin(2π*f3*t)
下面介绍如何选择采样频率fs和信号长度N。
因为信号的最高频率fc为3Hz,故按采样定理fs≥2fc=6,选择fs=10Hz。由频域分辨分析可知,若要区分1kHz和2.5kHz的频率分量,则按式N≥[fs/△fmin],最小采样长度N1必须满足
N1≥[fs/△fmin]=10/2.5-1=6.6
若要区分2.5kHz和3kHz的频率分量,则最小采样长度N2必须为
N2≥[fs/△fmin]=10/3-2.5=20
因此,为了能区分各频率的峰值,信号最小长度为20。

案例1:某信号由3个正弦信号组成,频率分别为1Hz、2.5Hz、3Hz,采样频率为10Hz。分别以数据长度N=20、40、128来分析该信号。程序如下:

clear all; clc; close all;

M=256; fs=10;                                   % 设置数据长度M和采样频率fs
f1=1; f2=2.5; f3=3;                             % 设置3个正弦信号的频率
t=(0:M-1)/fs;                                   % 设置时间序列
x=cos(2*pi*f1*t)+cos(2*pi*f2*t)+cos(2*pi*f3*t); % 计算出信号波形

X1=fft(x,20);                                   % FFT变换
X2=fft(x,40);
X3=fft(x,128);
freq1=(0:10)*fs/20;                              % 计算3个信号在频域的频率刻度
freq2=(0:20)*fs/40;
freq3=(0:64)*fs/128;
% 作图
plot(freq1,abs(X1(1:11)),'r--');hold on;
plot(freq2,abs(X2(1:21)),'k-');
plot(freq3,abs(X3(1:65)),'b-','linewidth',2);
legend('N=20','N=40','N=128');
title('不同N值的DFT变换');
xlabel('频率/Hz'); ylabel('幅值');
set(gcf,'color','w');

运行结果如下:

从图中可以看出,当N=20点时,虽然2.5Hz和3Hz这两个峰值大致能分开,但还是不太明显,可以认为是两个峰值,也可能被误认为有一个峰值在这两点之间。

当N=40时这两个峰值就十分明显了,因为N增加一倍后在这两点之间增加了一个谷值,从而突出了峰值。

而当N=128时峰值更明显了,但由于栅栏现象和矩形窗泄漏存在,3个正弦信号虽然输入时幅值相同,但从频域上反映出的幅值各不相同。

在以上例子中3个正弦信号的幅值是相同的,但大多数情形中相邻正弦信号幅值不相同,有时差值很大。
案例2:已知信号x(t)中50Hz频率分量的幅值为311,46Hz频率分量的幅值为1.55,采样频率fs=8kHz。要求46Hz信号的幅度分析精度不低于5%,试问:
①选择何种类型窗函数较合适?
②采样长度N应为多少?
③分析信号的实际频谱。
由于50Hz频率分量幅度远大于46Hz频率分量,需要防止50Hz频率分量对46Hz频率分量的泄漏,同时考虑46Hz频率分量分析精度的要求,允许50Hz频率分量的最大泄漏为
20lg|(1.55/311)*5%|=-80dB
以上介绍的窗函数中没有一个窗函数的第一旁瓣衰减能达到一80dB;但可以选择旁瓣衰减大、高频衰减速度快的窗函数,以满足实际衰减要求。根据下表可知,

选择布莱克曼窗比较合适。布莱克曼窗第3个旁瓣衰减为(-58-18×3)dB=-112dB。
此时,采样长度的选择不但要考虑窗函数的主瓣宽度,还要考虑旁瓣位置:
N≥fs/△fmin*(K+M)=[8000/(50-46)]*(3+3)=12000
式中:K为窗函数的主瓣宽度与矩形窗的主瓣宽度之比,M为旁瓣位置。按上面表中的信息矩形窗的主瓣宽度为4π/N,而布莱克曼窗的主瓣宽度为12π/N,所以K=3;又取布莱克曼窗第3个旁瓣,M=3。
程序如下:

clear all; clc; close all;

f1=50; a1=311.46;                        % 设置第1个分量的频率与幅值
f2=46; a2=1.57;                          % 设置第2个分量的频率与幅值
N=12000;                                 % 设置数据长度N
fs=8000;                                 % 设置采样频率fs
t=(0:N-1)/fs;                            % 设置时间刻度
x=a1*cos(2*pi*f1*t)+a2*cos(2*pi*f2*t);   % 设置信号
freq=(0:N/2)*fs/N;                       % 设置频率刻度
wind=blackman(N)';                       % 给出布莱克曼窗函数
X=fft(x.*wind);                          % FFT
plot(freq,20*log10(abs(X(1:N/2+1))),'k');% 作图
grid; xlim([0 100])
xlabel('频率/Hz'); ylabel('幅值/dB');
title('信号谱图');
set(gcf,'color','w');

运行结果如下:

 参考文献:MATLAB数字信号处理85个实用案例精讲——入门到进阶;宋知用(编著)

  • 2
    点赞
  • 13
    收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
©️2022 CSDN 皮肤主题:大白 设计师:CSDN官方博客 返回首页
评论

打赏作者

清泉_流响

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值