基于MATLAB的FFT频谱内频率和幅度的校正算法

已于 2022-05-22 09:31:02 修改
阅读量3.8k 收藏 35
点赞数
分类专栏： 信号处理 MATLAB 文章标签： matlab 算法
于 2022-05-22 09:27:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_39724439/article/details/124906793
版权

1、当对AD信号采集时，当采样频率需要满足采样定理时，数据经过FFT后，可以找到波峰。
2、时域的幅度和频域的幅度有对应关系
在这里插入图片描述
可以看到在频率等于1附近处得到能量波峰，但是他的幅度没有到1，也就是存在频谱泄露。
3、解决方法：
（1）使用不2幂次fft
当被采信号为已知信号时，只要让被采信号落到谱线上，也可以得到正确的能量值。
比如以上：采样频率为10M，被采信号为1M，那fft的点数可以为10的整数倍即可。
在这里插入图片描述
（2）加窗函数
a、如果信号是随机信号或者未知信号，或者有多个频率分量，测试关注的是频率点而非能量大小，建议选择汉宁窗，像LMS Test.Lab中默认加的就是汉宁窗。
b、对于校准目的，则要求幅值精确，平顶窗是个不错的选择。
c、如果同时要求幅值精度和频率精度，可选择凯塞窗（Kaiser
d、 如果检测两个频率相近、幅值不同的信号，建议用布莱克曼窗
窗的矫正系数
在这里插入图片描述
在这里插入图片描述

以上程序中，加hanning窗，经过矫正算法后，得出比较接近于1M的被采信号和幅度。
精度会随着fft的点数增加而增加。
源码地址：https://download.csdn.net/download/sinat_39724439/85435437

FPGA入门
关注
  • 0
    点赞
  • 踩
  • 35
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
振动分析-3-基于Python的FFT幅值修正与能量修正
qq_20466211的博客
06-17 166
FFT及加窗FFT分析
matlab频谱校正方法,离散频谱的比值校正法
weixin_42298629的博客
03-18 1426
离散频谱的比值校正法在下帖子中讨论了“Matlab中FFT求正玹序列的振幅”https://www.ilovematlab.cn/thread-50611-1-1.html 我在帖子中指出了当“正弦信号的频率不与FFT后的某条谱线相合”，可用校正法来求正弦信号的频率。在这里提供一个比值校正法的程序，它已编写成一个函数，该方法的理论可参看以下附件。function Z=Specorr(x,fs,N,...
FFT幅度谱为什么不对，需要较正
qq_43479214的博客
10-11 3169
为什么Matlab快速傅里叶算法分析出来的幅度谱需要校正  一切的根源，让我们回到DFT定义上面来，观察FFT算法对直流分量和非直流分量频率的影响。下面请大家注意观察这个式子，假设信号具有直流分量A，假设采样点为N个，那么得到的采样点显然是这样的序列：[A,A,...,A][A,A,...,A][A,A,...,A]，现在我们回到DFT的定义:  DFT{x(n)}=∑n=0n=N−1x(n)ejwnDFT\{x(n)\}=\sum_{n=0}^{n=N-1}x(n)e^{jwn}DFT{x(n)}=∑n=
FFT变换的幅值和能量校正
《好好先生》专栏
01-02 1万+
FFT变换的幅值和能量校正 对于从时域通过傅立叶变换计算频谱的大多数人来说，幅值和能量校正一直是个困惑点。首先要说的是，数据中包括的信息和幅值与能量修正的频谱是等效的。幅值和能量修正谱的唯一的区别在于计算的比例因子。 幅值修正谱 单独使用分析仪时，你会发现，幅值修正谱通常是默认的设置。每条谱线是时域信号每个频率分量的有效值。如果你有一个有效值为1V的正弦波（如图1所示），用FFT频谱分析仪进...
Matlab对语音信号做fft及对语音信号进行分帧加窗
热门推荐
qq_44420246的博客
11-24 2万+
本文主要读取语音信号，画出语音波形，并对语音信号进行fft变换，画出频谱图。再对原语音信号进行分帧，并使用了三种窗函数（矩形窗，海宁窗，海明窗）对其中的一帧进行加窗，查看结果。 注：本文所用的matlab版本为matlab 2017a 首先读取音频文件： [x1,fs]=audioread('lantian.wav'); %读取音频文件lantian.wav,fs返回采样频率,x1为读取的语...
FFT频谱分析（补零、频谱泄露、栅栏效应、加窗、细化、频谱混叠、插值），Matlab、C语言代码
“逛丢一只鞋”的博客
12-01 2万+
文章目录引言Matlab FFT函数频谱混叠栅栏效应细化技术什么是细化技术?细化FFT技术的应用：Zoom-FFT算法介绍及MATLAB实现Zoom-FFT根本没有实现“细化“？到底该怎么实现“细化”?补零补零对频谱的影响补零与离散傅里叶变换的分辨率补零与插值对FFT的影响频谱泄露信号的截断频谱泄露定义窗窗的概念常用窗函数如何选择“窗函数”？频谱泄漏的原因加窗应用（汉宁窗）加窗对频率和幅值的影响FFT变换的幅值和能量校正幅值修正谱能量修正谱转换的比例因子关系 引言 在对信号进行谐波分析的过程中，对时域信号进
关于matlab fft之后幅度矫正（搬运）
SSuperwoman的博客
10-08 1175
追答：假设原始信号的峰值为A，采样点数N，那么fft后的每个点（除了第一个点直流分量之外）的模值（幅值）就是A的N/2倍。幅值的偏差要么是你点数与峰值相除小数点后边的精度问题，要么就是你的采样频率不够大，即采样的点数不够多，造成的精度问题，这问题很常见，通常都是加大采样频率，采样的点数越多越精确，千万别相信采样定理，只将采样频率增大一倍，实际中这样根本没法满足需求的精度，搞个5、6倍还差不多，越多越好，不过计算的时间可就增大了，所以你可以试试，满足你精度要求的采样频率到底多少合适。我用3sin(300。
关于涉及频谱分辨率的一些问题以及FFT幅度谱数值矫正问题的梳理
ddatalent的博客
11-07 2599
在研究matlab的FFT函数的时候发现了如下问题：对于信号yej2πf1​tej2πf2​tej2πf3​t其中f1​500Hzf2​505Hzf2​1010Hz。当我用Fs​5120Hz：频谱本应该是在500Hz、505Hz和1010Hz三处有峰，但是频谱上却没有显示出505Hz的信号。：由时域表达式可知，三个不同频点的信号功率一致，都为1。但是幅度谱上却无体现。
FFT,Matlab: 基于matlab的FFT的频率和幅值校正理论
TK - Kung
05-02 2409
栅栏效应 主要是由于频域的离散化造成的，可采取补零的措施减小频域抽样 的间距，达到FFT变换后表现的最高谱线更加接近真实谱线的 效果。 解决方法：补零增加点数 频谱泄漏 时域中截断导致的; 解决方法：加窗降低泄露 没有噪声的情况下，只要满足奈奎斯特采样定理( 即fs≥2f) 和整周期采样( 即信号的频率应该是频率分辨率的整数倍) ，便可以准确估计信号的幅值 窗函数用处：https://zhuanlan.zhihu.com/p/24318554 常用的窗函数有矩形窗、汉宁窗、平顶窗、指数窗等。
基于matlab和FFT算法实现信号频谱分析
weixin_43048780的博客
12-07 8549
系列文章目录 数字信号处理（DSP：Digital Signal Process）是电子通信领域非常重要的研究方向，博主汇总了数字信号处理（DSP）中常用的经典案例分析，主要基于算法分析、MATLAB程序实现、信号图像显示，对数字信号处理的实际应用进行详细分析。 第一篇 常见离散信号的MATLAB产生和图形显示 常见离散信号的MATLAB产生和图形显示 第二篇 零极点分布对系统频率响应的影响 零极点分布对系统频率响应的影响 第三篇 基于matlab实现信号的线性卷积与循环卷积 基于matlab实现信号的线
频谱校正法,频谱仪校准方法,matlab
09-10
关于雷达中频信号的频率较正方法的源程序，供大家参考
DSP课程设计_基于MATLAB的FFT算法实现.rar_MATLAB的FFT算法_dsp_fft_matlab课程设计
09-23
3. **幅度校正**：由于FFT的对称性，对于实数信号，其结果的一半是冗余的，通常我们只关心0到采样率一半的频谱，并需要乘以2/N进行幅度校正。 4. **倒序输出**：MATLAB的`fft`函数返回的结果是按照频率升序排列的，...
matlab_对信号进行频谱分析及滤波频偏估计算法
07-09
2. **plot函数**：配合fft，我们可以通过绘制幅值谱（频率与幅度的关系图）来可视化频谱。`plot(freq, abs(Y))`可以展示结果，其中`freq`是频率轴，`abs(Y)`是绝对值的频谱。 3. **window函数**：在进行FFT前，通常...
基于全相位FFT的振弦式传感器频率测量系统设计
10-16
Rife双谱线校正算法在全相位FFT频谱基础上进行，以获得更准确的频率估计。软件流程进行了优化，部分预处理工作在MATLAB环境中完成，减少了实时处理的负担。 实验结果显示，该系统的频率测量绝对误差小于0.2 Hz，...
自编的FFT在Matlab中对不足位进行补0，修正幅值后，生成频谱和相位图
最新发布
xEjGQhac的博客
04-11 555
通过详实的技术分析，读者不仅能够对FFT原理和算法有更深入的理解，还能学习到如何自编FFT算法，并应用于实际问题中。首先，我们将重点讨论FFT的基本原理和算法，并详细介绍自编的FFT在不足位进行补零的方法。同时，我们还分析了补零对频谱图和相位图的影响，以及如何选择合适的补零比例。我们选择了一组真实信号进行FFT分析，并通过频谱图、相位图和幅值修正展示了其在实际问题中的价值。matlab傅里叶变换FFT，自编的fft对不足位进行补0， 频谱图和相位图去下，已对幅值进行修正。自编的FFT对不足位进行补零。
FFT变换频谱图中幅值的设置方法
逸凌Time
10-21 1万+
按照上篇博文所画出来的频谱图中，原信号的每个频率是准确地找出来了，但是各个频率点所对应的的幅值可不是原信号中真正的幅值，因为在进行DFT(FFT)变换的时候，已经把幅值改变了，要想让频谱图的纵坐标显示为原信号中真正的幅值其实也很简单，代码如下： clear all fs=150;%采样频率要大于等于原信号中最高频率的二倍 N=150; t=(0:N-1)/fs; y=0.5*sin(2*pi*65...
matlab 相位校正,科学网—全相位比值校正法 - 王兆华的博文
weixin_29206669的博客
03-16 773
加hann窗全相位比值校正法和加hann窗fft比值校正法校正方法类同,只须将二个振幅比改为振幅开方比即可。这里加hann窗是关键,过去测试时,直接调用Matlab中的hann(N)窗,频率和振幅校正效果差,见表5加hann窗全相位比值校正法测试结果。表4为加n-hann窗全相位比值校正法,其频率校正精度,相位校正精度和振幅校正精度都很高,甚至可以和表1加n-hann卷积窗apfft/apfft校...
matlab fft 函数 全面详解 横坐标定标 幅度恢复等
zzx1012151040的博客
11-08 2370
相关解释都在注释里了，写的很详细。 % matlab version 2020b % time 20211108 % zzx fft for newer %% clc;clear;close all; %% 以下步骤是循序渐进的，是按照推理过程编写的： % -----------------step1 确定信号幅度 A1=7; A2=3; % -----------------step2 确定信号的频率 f0=20;%单位：Hz or kHz or其他，这个不影响，为了描述方便，后续都不再带单位。 f
基于matlab的fft频谱内频率和幅度的校正算法
07-05
### 回答1： 基于MATLAB的FFT频谱内频率和幅度的校正算法可以采用如下步骤进行： 1. 导入原始信号并进行FFT变换，得到频谱。可以使用MATLAB中的fft函数来进行FFT变换操作。 2. 分析频谱图，查找频谱中的峰值点。可以使用MATLAB中的findpeaks函数来查找峰值点。 3. 对于每一个峰值点，计算其实际对应的频率值。频率值可以通过FFT变换结果中的索引值与采样率进行换算得到。 4. 对每一个峰值点进行幅度校正。幅度校正可以通过将峰值点的幅度值乘以一个校正系数来实现。 5. 根据校正后的频率和幅度值，重新绘制频谱图。可以使用MATLAB中的plot函数来进行频谱图的绘制。 6. 如果需要，可以对频谱图进行进一步的处理，比如平滑或者滤波等。 7. 最后，保存校正后的频谱图或者数据，以便后续分析或应用。 总结起来，基于MATLAB的FFT频谱内频率和幅度的校正算法主要包括FFT变换、查找峰值点、计算频率值、幅度校正和绘制频谱图等步骤。通过这些步骤，可以实现对频谱图中频率和幅度的校正和调整。 ### 回答2： 基于Matlab的FFT频谱内频率和幅度的校正算法可以通过以下步骤来实施： 1. 提取频谱数据：首先，将需要校正的信号采集并进行FFT变换，得到频谱数据。在Matlab中，可以使用fft函数来实现此操作。 2. 去除直流分量：由于信号的直流分量通常对频谱分析没有实际用处，因此我们可以将频谱中的直流分量去除。这可以通过将频谱的第一个元素设置为零来实现。 3. 求取频率向量：根据采样率和信号长度，计算频率向量，用于表示频谱的X轴信息。可以使用linspace函数在频率范围内创建等间距的数据点。 4. 幅度校正：根据实际需求，进行幅度校正操作。例如，如果需要将整个频谱的幅度放大或缩小，可以使用乘法因子来调整频谱的幅度。 5. 频率校正：如果信号中的频率发生了偏移或失真，可以通过对频率向量进行线性插值的方式来进行频率校正。首先，根据实际频率与理论频率之间的差值，计算出频率校正因子。然后，使用interp1函数对频率向量进行插值，根据频率校正因子进行线性插值。 6. 绘制校正后的频谱图：最后，使用plot函数将校正后的频率向量和幅度数据绘制成频谱图，以便于观察校正的效果。 通过以上步骤，我们可以实现基于Matlab的FFT频谱内频率和幅度的校正算法。校正后的频谱图将更准确地反映出原始信号的频率和幅度信息，以满足实际需求。 ### 回答3： 基于MATLAB的FFT频谱内频率和幅度的校正算法主要有两个步骤：频率校正和幅度校正。 频率校正是为了解决FFT频谱中出现的频率偏移问题。该问题可能由采样率不准确、信号中存在相位偏移或本地振荡器频率不稳定等原因引起。为了解决这个问题，我们可以通过以下步骤进行频率校正： 1. 选择一个已知频率的标准信号（例如一个正弦信号）作为参考。 2. 对标准信号进行FFT处理，获取其频谱。 3. 在待校正信号上进行FFT处理，得到其频谱。 4. 对比待校正信号和标准信号的频谱，计算两者之间的相位差。 5. 对待校正信号的相位进行调整，以校正频率偏移。 幅度校正是为了解决FFT频谱中出现的幅度失真问题。幅度失真可能由采样信号动态范围不准确或测量系统非线性等因素引起。为了解决这个问题，可以采取以下步骤进行幅度校正： 1. 选择一个已知幅度的标准信号作为参考。 2. 通过放大或缩小待校正信号的幅度，使其与标准信号的幅度相匹配。 3. 对校正后的信号进行FFT处理，得到频谱。 4. 记录校正倍数，以便将来对其他信号进行同样的幅度校正。 需要注意的是，频率校正和幅度校正仅针对特定的频率范围和采样条件进行有效，并且需要参考信号的准确性和稳定性。校正算法的准确性和精度取决于所选择的参考信号和校正方法的合理性。因此，在实际应用中，需要根据具体情况选择适当的方法和参考信号，以获得准确和可靠的校正结果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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