FFT的局限、采样率与采样时间的设计

1.FFT的局限

很多从事应用工作的人，对所用到的数学工具，乃至各种计算机算法，无法完全弄清楚它的运行机制，这是可以接受的。知识是分层的。但是，各种算法的适用性，能做什么，不能做什么，要了解清楚。昨天遭遇到了这样一件事——我处理的信号在基频信号（<100Hz)上叠加有一些载波，载波频率不定，能量最大的载波频率会摆动，而且有更多丰富的谐波。

紫色的部分，就是那条目标数据的时域图样，已放大10倍，它能放大到极其精细的程度

我有一个非常棒的示波器，存储深度能达到 M Sample级别。然后我离线采集了多组500ms定长的数据，每笔数据有1M个采样点。我遇到的问题是，我需要对其进行整周期截断。因为波形细节极其清晰，最初我采用的是直接在时域处理。后来发现有一组数据，用这种方法处理时，算法有瑕疵，有时会多采半个周期，然后就想到利用FFT直接提取基准频率就行了——你不动手去做的时候，可以一直有这种期待，但是你真正动手做的时候，问题就会显现——你会发现对于500ms的采样区间。FFT算法的频率分辨率，仅仅能达到2Hz这样的级别。

随着采样深度的加密，FFT能识别到更高频的谐波，但是如果你的示波器档位不变，比如始终是50ms档，你的频谱的粒度，那种分辨率是固定的。如果一个信号的周期是3.125Hz....那么，你仅仅能觉察到在频谱上在2Hz和4Hz的谱线上，会有一个双峰。这无法满足测量要求。

这个情形的原理很简单。FFT反馈的是以采集信号区间为基准频率的倍次谐波。

要搞清楚各种公式，各种趁手的工具函数的输入输出参数。像使用家里的饮水机，电饭煲一样熟悉他们。你不需要知道电饭煲是怎么把电转化成热的。但是你得大致了解，多长时间它能做熟一锅饭。你不需要知道饮水机的内部结构设计，但是你得非常熟练的开关电源，换水桶，接水，然后处理水的溢出。。。。类似这样。

ps:有一些人已经在尝试用变通的方法，尝试处理FFT在采样周期无法过渡延展的这种“近视”，但是，我没有时间去跟踪这些算法，最终，我也没有再完善时域的那个，有瑕疵的上升沿查询算法，而是直接用光标手工测量了周期。FFT算法的采样率，采样周期的具体参数选择，是非常重要的。

2.FFT频谱的频域特性简介

FFT生成的频谱，会有两个非常核心的指标：

• 频率分辨率   ............ 频谱中，两条相邻谱线的间距，它仅仅取决于采样时长
• 频谱范围 .................. 也就是频谱中高频部分能延伸多远，它仅仅取决于采样周期。

频谱可以想象成是以采样区间的1倍频，2倍频，3倍频，不断地用更高频的信号叠加，去描摹这个时域波形。一级一级的倍频谱线的间距，只可能等于最低频率。

        最低频率 = 1/采样时长

这就是那个频率分辨率的由来。

而频谱范围呢，为了识别出足够小的信号，你至少每周期得采两个点吧。所以，FFT所能识别到的信号的最高频率其实等于采样周期的2倍，然后取倒数。即：

                                                                最高频率 = 1/(采样周期*2)

[0Hz,最高频率]:这就是那个频谱范围的概念

3.采样率与采样时间的规划

进行FFT计算时，通常是为了求得基准频率，有时候，对高频信号的范围也会有要求，比如说，必须达到基准频率的100倍，比如。根据上面的分析过程，我们知道，相应的时域采样参数是非常容易获取的：

比如：为了得到精确的基准频率（如果频率值可能是个小数），你需要采集尽可能多的周期，它相当于在做周期平均。然后，为了得到基准频率的更丰富高频细节，你需要尽可能缩减采样周期。如果需要得到基准频率100倍的细节，那么你需要把采样率设置到至少：2*100*FreqOfSig的程度才行。

这两者不可得兼，对不对？

在实际是使用过程中，往往依赖于信号的具体特征，然会做相应的简化处理。

比如：如果信号的基准频率很低，这个时候，如果想要直接使用FFT，以周期平均的方式，来得到信号的基频，往往不现实。100倍基准频率的信号采集时间，比如你需要用100秒的采样时长，才能把1Hz附近的基准频率值测到1%的准确度。这个时候，就不如在时域里直接判断上升沿实现。顶再多取一到两个周期校验一下。类似这样。低频和高频信号的特征值测量，类比大尺度物体和小尺度物体的测量，历来就是多种方法并重。

物体小，尺子大，那就排成100个再测。

物体大，尺子小，那就用尺子一点点量，对吧？