FFT应用理解

0、 预备常识

1、任何信号都可以看做不同频率,幅度,相位的余弦波的叠加。
2、余弦波可以由频率,幅度,相位来表示。

一、对信号做FFT

大家先看一个视频吧

https://www.bilibili.com/video/BV1yZ4y1w7T1?p=1&share_medium=android&share_plat=android&share_source=QQ&share_tag=s_i&timestamp=1618370449&unique_k=q29Jul

看了视频,大家知道FFT可以用来干什么了吧

我再唠叨几句

FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的,但是如果变换到频域之后,就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱提取出来,这在频谱分析方面也是经常用的。

虽然很多人都知道FFT是什么,可以用来做什么,怎么去做,但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。

一个模拟信号,经过ADC采样之后,就变成了数字信号。采样定理告诉我们,采样频率要大于信号频率的两倍,这些我就不在此罗嗦了。

采样得到的数字信号,就可以做FFT变换了。N个采样点,经过FFT之后,就可以得到N个点的FFT结果。为了方便进行FFT运算,通常N取2的整数次方。

个人对fft幅频特性和相频特性理解 ,信号是二维的,它是由不同频率分量的余弦波叠加而成的,各频率分量对应的幅度和相位也不同。所以你对幅频特性和相频特性理解了吧。

参考资料
https://blog.csdn.net/wordwarwordwar/article/details/68951605

二、对一个系统的输入和输出分别做FFT

A(ω)是输出信号的幅值与输入信号幅值之比,称为幅频特性。这个也可以通过扫频实现。

Φ(ω)是输出信号的相角与输入信号的相角之差,称为相频特性(相移角度随频率变化的特性叫相频特性)

在‘信号与系统’理论里边,有一个重要的概念,叫做“系统的频率响应函数”,它的物理意义是:当系统的输入是一个幅值不变而频率变化的正弦波时,系统输出的幅值和相位随输入频率变化的关系,也就是系统的幅频特性和相频特性。

从数学的角度,系统的频率响应函数 H(jw) 等于系统输出y(t)的傅氏变换Y(jw)与输入x(t)的傅氏变换X(jw)的比值: H(jw) = Y(jw) / X(jw)

相频响应的物理意义

​ 研究一个线性时不变系统(LTI),不仅可以用时域上的冲激响应h(n)来进行描述,也可以用频域上的频率响应H(w)来进行描述,而H(w)通常是一个复数,可分别用幅频响应和相频响应来表示。

​ 幅频响应好理解,从物理概念上,幅频响应反映的是系统对不同频率信号的选择性。相频响应也有对应的非常明确的物理意义吗?回答是有的。从物理概念上,相频响应反映了系统对不同频率信号的处理时间。这点,我们也可以用一个例子来说明。

​ 假定有甲乙丙三个同学,甲平时学习非常用功;乙平时除了学习,还喜欢关心很多其他的事情;丙则经常有点迷迷糊糊。三个人都报名参加了一个考试。到考试那天,甲乙都很早就起床,收拾妥当就往考点去了,丙则照常睡懒觉,等起来的时候都快到考试时间了,匆匆忙忙就往考点奔。这天考试的人很多,在进口处有保安查验证件,甲乙准备充分,很顺利地进入了考场,丙则因为太过匆忙,加上平时就经常犯迷糊,因为证件一时找不着了,连考场都没进得去。甲因为平时刻苦,很快就答完试卷出来了。乙则一直忙到考试结束。如果将考场当作一个系统,考生当作系统的输入。我们看到,甲乙两个信号都能通过系统,而丙则不能通过系统,这反映的是系统的选择性,即幅频响应。我们还看到,甲很快就出来了,乙则出来慢一些,这反映的是相频响应,即系统对不同信号的处理时间。

个人理解:对于单频信号,我们可以直接比较输入信号和输出信号的相位差;但输入信号是叠加的信号时,就能体现傅里叶变换的作用了,这时对输入和输出的信号分别做FFT,通过arctan(y/x)找到对应频率的相位角。
幅度也是如此,对于单频信号我们可以在时域看出直流分量和交流分量,做FFT后在频域也可以看出直流分量和交流分量;如果输入是叠加的信号就得对输入和输出得信号分别做FFT,通过对(x2+y2)开根号找到相应频率对应的幅度。

参考资料
https://blog.csdn.net/baidu_37973494/article/details/81018427

三、应用

matlab调用函数对采集到的数据做处理

STM32调用ARM提供的DSP库对采集到的数据做处理

FPGA调用xilinx、altera提供的ip核对采集到的数据做处理

采集到的数据可以是AD采集的,也可以是传感器数据,难点是采样频率的确定,以及做滤波处理,因为现实中的信号都带有噪声。

  • 4
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 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
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
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、付费专栏及课程。

余额充值