matlab图像频谱分析代码_Δ-Σ ADC设计笔记二：频谱分析基础回顾

在设计ADC时一个常用的测量精度的方法是测量转换一个满幅sin信号后的SNR。一个输入满幅sin信号的理想奈奎斯特采样率转换器中ENOB（effective number of bits）与SNR（signal to noise ratio）的关系为：

过采样ADC也经常使用这个公式计算其等效ENOB。因此，有必要回顾信号与系统的相关知识以帮助后续设计时正确的使用MATLAB进行信号的频谱分析。

---

1.采样定理

奈奎斯特采样定理：在进行模拟/数字信号的转换过程中，如果采样频率fs大于信号中最高频率fmax的2倍时(fs.max>2fmax)，采样之后的数字信号就完整地保留了原始信号中的信息。（适用于低通信号，带通采样定理此处不涉及）

2.时域频域转换

在信号与系统中我们学习了许多“傅里叶”：傅里叶级数，傅里叶变换，离散时间傅里叶级数，离散时间傅里叶变换，离散傅里叶变换。前两个概念比较基础，就不赘述了，容易搞混淆的是最后两个概念。

首先要明确的是时域与频域可以相互转化的特征：

• 一个时域连续周期信号，其频域是离散非周期的，使用傅里叶级数；

第一个式子表示将时域信号展开成由信号对应频率以及其倍频成分，第二个式子为每个频率成分的系数计算公式。

• 一个连续非周期的时域信号，其频域也是连续非周期的，引入的是连续积分的傅里叶变换；

一个非周期的信号可以视为周期

,则可以把级数公式中的

视为

，进而写出傅里叶变换公式。

以上两种情况都是时域连续的情况，只要时域连续，频域肯定非周期，即频域包含无穷大的频率成分。

• 一个离散非周期的时域信号，其频域为周期连续的，因此使用离散时间的傅里叶变换；

相对于时域连续的情况将t变为序号n，积分变为求和即可。

以上三个公式中所处理的信号都包含无穷的信息量：要么是连续的，要么是周期无穷大不能只计算有限周期的。对于计算机来说，它只能处理有限的信息量，即“有限的离散序列”。

• 一个离散周期的时域信号，其频域也为离散周期的，使用离散时间傅里叶级数;

相对于离散非周期信号来说，只是限定了时域周期点数，而且频域也变得离散开来。问题是上述公式中所有的时间，频率信息都是由序号n与k表示，真是的时间，频率信息被隐藏了。

假设将

视为连续信号

,则有

,Ts为采样频率，时域离散信号的时间间隔。那么上面的时域信号频域展开公式可以写作：

从这个式子可以看出，

对应的是

频率成分的系数，

为采样频率。

• 一个离散有限序列的时域信号，可以视为周期信号再处理，即为离散傅里叶变换。

观察到离散时间傅里叶级数虽然处理的信号是周期无穷的，计算的频域成分也周期无穷。但是由于其都是周期的，因此只考虑单个周期即可。那么要处理一组N个离散时域信号时，可以将其虚拟地以N为周期拓展，然后进行离散时间傅里叶级数计算。这样即可将这组信号对应的周期信号包含的频域成分计算出来。当然最后还原的信号还是以N为周期的时域信号，我们只需截取N个即可。

离散傅里叶变换的计算公式因此就是离散时间傅里叶级数的公式。观察公式可以得到两个结论：

1. 时域N个点为周期的信号，频域上X(k)也以N为周期,即在频谱图上每N个点便重复。
2. X(k)之间频率间隔为fs/N，以fs重复。

也就是说一段采样信号进行DFT后的频谱宽度就是采样频率，因为频谱中每fs宽度中包含的成分都是重复的，我们只关心其中一段即可。采样后频谱的分辨率由采样点数决定，采样点数越多，N越大，每个X(k)之间的频率间隔就越小。

下面通过一个MATLAB代码示例来加深理解。

3.MATLAB验证

该示例出自

[原创连载]深入浅出通信原理（TCP/IP原理连载1，2019年2月10日） - 通信原理与基础 - 通信人家园 - Powered by C114​www.txrjy.com

向学习信号与系统的同学们强烈推荐。

fs

以上脚本描述的是将一个含有25，50，100Hz频率成分的信号以400Hz的采样频率采样，采样0.04s共计16个点，恰好是此信号的一个周期。

作图如下：

可以看到25，50，100Hz的频率成分都被准确地计算出来了。整个频谱宽度为400Hz，每个频率间间隔为400/16=25Hz。可以改变fs或者T参数重新运行代码，查看频谱变化。

后续有时间将继续学习分析DFT中频谱泄露，窗函数的相关知识。