0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

快速傅里葉變換檢測(cè)信號(hào)完整的輸出電流信號(hào)的基波

454398 ? 來(lái)源:csdn ? 作者:卓晴 ? 2020-12-28 15:11 ? 次閱讀

前一段時(shí)間,推文中介紹了兩款參賽同學(xué)根據(jù)負(fù)反饋原理制作的恒磁20kHz的信號(hào)源,有效的解決了智能車比賽場(chǎng)地中電磁導(dǎo)線的長(zhǎng)度,直徑等引起的電磁線圈的阻抗變化,從而對(duì)于輸出信號(hào)中20kHz基波信號(hào)帶來(lái)影響,提高了比賽場(chǎng)地導(dǎo)引信號(hào)的精度。

兩款信號(hào)源中,都采用了10mH電感和6.8nF電容組成的諧振選頻回路,對(duì)輸出電流信號(hào)中20kHz基波信號(hào)進(jìn)行檢測(cè)。通過(guò)負(fù)反饋的原理來(lái)穩(wěn)定輸出電流信號(hào)中基波的幅值。

是否還可以采用別的方法來(lái)檢測(cè)輸出電流信號(hào)的基波呢?下面給大家所介紹,就是通過(guò)普通的電阻對(duì)輸出電流進(jìn)行采樣,通過(guò)軟件算法來(lái)獲取輸出電流的基波分量。

實(shí)驗(yàn)仍然采用傳統(tǒng)的數(shù)字信號(hào)源,輸出所使用的20kHz,100mA的方波交流信號(hào)。在信號(hào)輸出線中串入一個(gè)0.1歐姆的電阻,將電流信號(hào)轉(zhuǎn)變成電壓信號(hào)。

為了便于單片機(jī)采集該信號(hào)。使用了INA199對(duì)于電阻兩端的電壓進(jìn)行差模放大,放大倍數(shù)50倍。由于IN199的帶寬只有14kHz,它對(duì)于電流信號(hào)中的高頻信號(hào) 有著較大的衰減。下圖中,可以看到在采樣電阻兩端的電壓信號(hào)經(jīng)過(guò)INA199差模放大之后,信號(hào)的上升沿和下降沿變得光滑了。信號(hào)失真是由于它中間的高頻分量被衰減了。

雖然信號(hào)出現(xiàn)了失真,但這只是低通濾波器將其中的高頻信號(hào)濾除了。對(duì)于20kHz基波信號(hào)衰減不大。并且這是一個(gè)線性低通濾波器,所以對(duì)于后面的測(cè)量校正不會(huì)帶來(lái)很大的影響。

使用單片機(jī)軟件算法來(lái)獲取電流信號(hào)的基波頻率分量,首先需要通過(guò)ADC模擬數(shù)字轉(zhuǎn)化器)對(duì)于輸入信號(hào)進(jìn)行采樣,然后再進(jìn)行頻率分析。由于單片機(jī)的ADC性能和計(jì)算能力有限,所以需要使用信號(hào)欠采樣和快速傅里葉變換計(jì)數(shù)。下面分別進(jìn)行介紹。

信號(hào)欠采樣

根據(jù)信號(hào)采樣香儂(Claude Shannon)定理,如果信號(hào)采樣頻率大于信號(hào)中最高頻率的兩倍,則信號(hào)可以無(wú)損失進(jìn)行恢復(fù),否則就會(huì)造成信息的丟失和頻率混疊。通常稱信號(hào)最高頻率的兩倍為信號(hào)的奈奎斯特(Nyquist)采樣頻率。在實(shí)際應(yīng)用中情況下,需要采樣頻率大于信號(hào)最高頻率的五倍以上。

對(duì)于方波電流信號(hào),理論上,它的最高頻率是無(wú)窮大。這樣就會(huì)給信號(hào)采樣帶來(lái)很大的麻煩。如果采樣頻率無(wú)法滿足奈奎斯特頻率,就會(huì)產(chǎn)生信號(hào)的頻率混疊現(xiàn)象,表現(xiàn)在原本信號(hào)中高頻分量在采集后所形成的序列反而是低頻序列。這樣就會(huì)造成信號(hào)頻率分量出現(xiàn)偏差。

20kHz的電流信號(hào),具有豐富的高次諧波。如果考慮到信號(hào)的10次諧波作為信號(hào)的最高頻率。那么所需要的采樣頻率就是20000102=400,000Hz。這個(gè)頻率對(duì)于普通的單片機(jī)來(lái)說(shuō)已經(jīng)到來(lái)它的上限了。如下是設(shè)置單片機(jī)ADC不同的轉(zhuǎn)換時(shí)間,所采集到的電流信號(hào)。

pIYBAF_pgPKAbYGfAAF13A5bvJM625.png

可以看出,在轉(zhuǎn)換時(shí)間小的情況下,是可以采集到比較完整的電流波形,但是,數(shù)據(jù)中會(huì)帶有很大的噪聲。如果轉(zhuǎn)換時(shí)間設(shè)置長(zhǎng)了,就會(huì)出現(xiàn)明顯的欠采樣的情況,數(shù)據(jù)波形與實(shí)際信號(hào)波形之間出現(xiàn)了很大的差別。

如何解決這個(gè)矛盾了。這里需要應(yīng)用到電流信號(hào)是周期信號(hào)的特點(diǎn),可以使用信號(hào)欠采樣來(lái)獲得信號(hào)完整的波形。

欠采樣是巧妙應(yīng)用到頻譜混疊,將原本高頻的諧波,變成低頻的諧波,從而可以在遠(yuǎn)小于信號(hào)的奈奎斯特采樣頻率下完成信號(hào)的采集。

從時(shí)域分析來(lái)看,采樣的周期比信號(hào)的周期(或者信號(hào)周期的整數(shù)倍數(shù))略大,比如大了deltaT,它遠(yuǎn)遠(yuǎn)小于信號(hào)的周期T。這樣每一個(gè)周期只采集一個(gè)數(shù)據(jù),下一個(gè)周期的的采樣點(diǎn)會(huì)往后延遲deltaT.。將若干個(gè)周期中不同位置的采樣數(shù)據(jù)拼合在一起就可以形成信號(hào)的完整周期的數(shù)據(jù)。下圖就可以看出,一個(gè)高頻正弦波,在欠采樣下,可以形成一個(gè)低頻的正弦序列波形。

pIYBAF_pgQqAd6fUAAFOWu89SCw843.png

對(duì)于20kHz的信號(hào),它的一個(gè)周期為50微妙。下圖是采用周期是50.172微秒的間隔對(duì)電流信號(hào)進(jìn)行采集所獲得數(shù)據(jù)波形,可以看出它是原來(lái)電流波形的完美體現(xiàn)。

通過(guò)MATLAB中的FFT命令,可以求解出數(shù)據(jù)中的各個(gè)頻率分量幅度(成為幅度譜)。具體結(jié)果如下圖所示。

頻譜顯示,上述波形中,它的基波以及各個(gè)奇次(3,5,7…)諧波都存在,并隨著頻率的增加而減小。所有的偶次(2,4,6…)諧波都不存在。這是由于原始的對(duì)稱方波屬于奇諧信號(hào),這樣的信號(hào)以及它的線性變換都不存在偶次諧波。相關(guān)的介紹在“分?jǐn)?shù)諧波”推文中介紹過(guò)。

FFT

獲取信號(hào)中的各個(gè)諧波分量的幅值,可以通過(guò)傅里葉變換求得。對(duì)于采集所得到的離散序列來(lái)講,所使用變換就是離散傅里葉變換(DFT)。在上個(gè)世紀(jì)60年代,出現(xiàn)的離散傅里葉變換的快速算法(FFT)使得DFT的計(jì)算復(fù)雜度從O(N^2)降低到N*log2(N),這使得頻譜分析快速進(jìn)入了實(shí)際工程應(yīng)用中。

問(wèn)題是,快速傅里葉變換是否是最快,最有效的分析方法呢?

這需要看應(yīng)用的具體需求。在有些情況下,反而直接應(yīng)用DFT所需要的計(jì)算量比FFT還要小。比如在這里,由于我們只需要求出信號(hào)中20kHz的基波信號(hào)分量,即信號(hào)頻譜中對(duì)應(yīng)20kHz的系數(shù)X[k],所以直接使用上述DFT公式計(jì)算X[k]則只需要N次復(fù)數(shù)乘法和N-1次復(fù)數(shù)加法即可。反而比Log2(N)*N次的FFT更少。

由于計(jì)算需要使用到Exp(2pijkn/N)系數(shù),根據(jù)歐拉公式,它是由cos(t)+jsin(t)構(gòu)成,這些系數(shù)可以在進(jìn)行計(jì)算前制作成表格提前得到,或者使用三角變換公式進(jìn)行地推而形成,這都可以加快具體計(jì)算過(guò)程。

下面,對(duì)于上述方法進(jìn)行實(shí)驗(yàn)驗(yàn)證一下。采用和以前實(shí)驗(yàn)方案相同,在以前標(biāo)準(zhǔn)信號(hào)源回路中串入不同的電感,模擬不同長(zhǎng)度的電磁線。通過(guò)一個(gè)LC諧振回路放在電磁線周圍,來(lái)感應(yīng)磁場(chǎng)強(qiáng)度。分別記錄在不同串入電感的情況下,LC輸出交流電壓信號(hào)以及電流采集信號(hào)的FFT系數(shù)。

如下是對(duì)20中不同電感下,測(cè)量的數(shù)據(jù)曲線??梢钥闯觯瓉?lái)標(biāo)準(zhǔn)信號(hào)源,隨著輸出回路電感的增加,輸出電流信號(hào)的基波分量在逐步增加。具體原因在以往的推文中有分析。

與此同時(shí),可以看到通過(guò)電流采樣數(shù)據(jù)所計(jì)算出的FFT基波分量的頻譜系數(shù)也按照相同的比例進(jìn)行變化。

o4YBAF_pgVaAPQPuAAE3Qr3XMbk773.png

這說(shuō)明,通過(guò)軟件計(jì)算所獲得的基波分量的大小與采用LC選頻諧振回路的作用相同。如果使用FFT系數(shù)對(duì)于輸出電流進(jìn)行反饋控制,就可以使得輸出電流的基波保持穩(wěn)定。

如下就是使用采集到的LC電壓值除以電流信號(hào)的FFT基波系數(shù)所得到的比值,可以看到該比值基本維持在 一個(gè)恒定量。

o4YBAF_pgWqAPCA1AADrqaIwFKU434.png

這也說(shuō)明,使用電流采樣然后進(jìn)行頻譜分析可以完成信號(hào)源基波分量的穩(wěn)定控制。

總結(jié)

對(duì)于比賽數(shù)字信號(hào)源增加輸出電流采樣電阻,通過(guò)信號(hào)欠采樣計(jì)數(shù),可以獲得輸出電流波形數(shù)據(jù)。應(yīng)用信號(hào)傅里葉變換,提取所感興趣的基波分量的幅度。由于只是計(jì)算基波分量 一個(gè)頻譜系數(shù),所以不需要采用快速傅里葉變換,而是使用迭代的方式完成普通的離散傅里葉變換計(jì)算就可以高效計(jì)算出對(duì)應(yīng)的頻譜系數(shù)。

在具體實(shí)現(xiàn)中有些參數(shù)需要通過(guò)試湊來(lái)完成優(yōu)化。比如欠采樣的頻率的選擇,計(jì)算DFT數(shù)據(jù)的長(zhǎng)度等。在上述實(shí)驗(yàn),選擇欠采樣頻率使得在信號(hào)的一個(gè)周期內(nèi)可以采集到100個(gè)左右的有效數(shù)據(jù)。為了避免由于數(shù)據(jù)截取對(duì)于計(jì)算結(jié)果所帶來(lái)的誤差,選擇1個(gè)或者2個(gè)正周期的數(shù)據(jù)進(jìn)行計(jì)算,可以獲得比較穩(wěn)定的頻譜系數(shù)。

通過(guò)此次的分析,是否大家認(rèn)為“信號(hào)與系統(tǒng)”課程的重要性了?
編輯:hfy

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 單片機(jī)
    +關(guān)注

    關(guān)注

    6037

    文章

    44568

    瀏覽量

    636115
  • 信號(hào)完整性
    +關(guān)注

    關(guān)注

    68

    文章

    1409

    瀏覽量

    95507
  • 傅里葉變換
    +關(guān)注

    關(guān)注

    6

    文章

    442

    瀏覽量

    42623
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    傅立葉變換與時(shí)域信號(hào)的關(guān)系 傅立葉變換在音頻信號(hào)處理中的應(yīng)用

    傅里葉變換與時(shí)域信號(hào)的關(guān)系 傅里葉變換是一種數(shù)學(xué)工具,它能夠?qū)r(shí)域信號(hào)(即隨時(shí)間變化的信號(hào))轉(zhuǎn)換為頻域
    的頭像 發(fā)表于 12-06 17:02 ?493次閱讀

    傅立葉變換的基本概念 傅立葉變換信號(hào)處理中的應(yīng)用

    和離散傅里葉變換。 傅里葉變換的核心思想是將一個(gè)復(fù)雜的信號(hào)或函數(shù)表示為多個(gè)不同頻率的正弦波和余弦波的疊加。這樣,原本在時(shí)域或空間域中難以分析的復(fù)雜信號(hào),就可以在頻域中清晰地看到其組成的
    的頭像 發(fā)表于 12-06 16:48 ?340次閱讀

    常見(jiàn)傅里葉變換錯(cuò)誤及解決方法

    傅里葉變換是一種數(shù)學(xué)工具,用于將信號(hào)從時(shí)域轉(zhuǎn)換到頻域,以便分析其頻率成分。在使用傅里葉變換時(shí),可能會(huì)遇到一些常見(jiàn)的錯(cuò)誤。 1. 采樣定理錯(cuò)誤 錯(cuò)誤描述: 在進(jìn)行傅里葉變換之前,沒(méi)有正確
    的頭像 發(fā)表于 11-14 09:42 ?874次閱讀

    傅里葉變換的基本性質(zhì)和定理

    傅里葉變換信號(hào)處理和分析中的一項(xiàng)基本工具,它能夠?qū)⒁粋€(gè)信號(hào)從時(shí)間域(或空間域)轉(zhuǎn)換到頻率域。以下是傅里葉變換的基本性質(zhì)和定理: 一、基本性質(zhì) 線性性質(zhì) :
    的頭像 發(fā)表于 11-14 09:39 ?919次閱讀

    經(jīng)典傅里葉變換快速傅里葉變換的區(qū)別

    )或者它們的積分的線性組合的方法。 在數(shù)學(xué)上,它描述了時(shí)間域(或空間域)信號(hào)與頻率域信號(hào)之間的轉(zhuǎn)換關(guān)系。 快速傅里葉變換(FFT) : 是利用計(jì)算機(jī)計(jì)算離散
    的頭像 發(fā)表于 11-14 09:37 ?396次閱讀

    傅里葉變換與卷積定理的關(guān)系

    傅里葉變換與卷積定理之間存在著密切的關(guān)系,這種關(guān)系在信號(hào)處理、圖像處理等領(lǐng)域中具有重要的應(yīng)用價(jià)值。 一、傅里葉變換與卷積的基本概念 傅里葉變換 : 是一種將時(shí)間域(或空間域)
    的頭像 發(fā)表于 11-14 09:33 ?681次閱讀

    傅里葉變換與圖像處理技術(shù)的區(qū)別

    在數(shù)字信號(hào)處理和圖像分析領(lǐng)域,傅里葉變換和圖像處理技術(shù)是兩個(gè)核心概念。盡管它們?cè)趯?shí)際應(yīng)用中常常交織在一起,但它們?cè)诒举|(zhì)上有著明顯的區(qū)別。 傅里葉變換的基本原理 傅里葉變換是一種將
    的頭像 發(fā)表于 11-14 09:30 ?374次閱讀

    傅里葉變換信號(hào)處理中的應(yīng)用

    在現(xiàn)代通信和信號(hào)處理領(lǐng)域,傅里葉變換(FT)扮演著核心角色。它不僅幫助我們分析信號(hào)的頻率成分,還能用于濾波、壓縮和信號(hào)恢復(fù)等多種任務(wù)。 傅里葉變換
    的頭像 發(fā)表于 11-14 09:29 ?1470次閱讀

    數(shù)字信號(hào)處理三大變換關(guān)系包括什么

    數(shù)字信號(hào)處理是電子工程和信息科學(xué)領(lǐng)域的一個(gè)重要分支,它涉及到對(duì)信號(hào)進(jìn)行分析、處理和轉(zhuǎn)換的方法。數(shù)字信號(hào)處理的三大變換關(guān)系是傅里葉變換、拉普拉
    的頭像 發(fā)表于 08-09 09:33 ?1146次閱讀

    請(qǐng)問(wèn)快速傅里葉變換dsp庫(kù)在那里下載?

    快速傅里葉變換dsp庫(kù)在那里下載
    發(fā)表于 04-02 08:18

    傅里葉變換基本原理及在機(jī)器學(xué)習(xí)應(yīng)用

    連續(xù)傅里葉變換(CFT)和離散傅里葉變換(DFT)是兩個(gè)常見(jiàn)的變體。CFT用于連續(xù)信號(hào),而DFT應(yīng)用于離散信號(hào),使其與數(shù)字?jǐn)?shù)據(jù)和機(jī)器學(xué)習(xí)任務(wù)更加相關(guān)。
    發(fā)表于 03-20 11:15 ?953次閱讀
    <b class='flag-5'>傅里葉變換</b>基本原理及在機(jī)器學(xué)習(xí)應(yīng)用

    傅里葉變換和拉普拉斯變換的關(guān)系是什么

    傅里葉變換和拉普拉斯變換是兩種重要的數(shù)學(xué)工具,常用于信號(hào)分析和系統(tǒng)理論領(lǐng)域。雖然它們?cè)跀?shù)學(xué)定義和應(yīng)用上有所差異,但它們之間存在緊密的聯(lián)系和相互依存的關(guān)系。 首先,我們先介紹一下傅里葉變換
    的頭像 發(fā)表于 02-18 15:45 ?1751次閱讀

    傅里葉變換的應(yīng)用 傅里葉變換的性質(zhì)公式

    Fourier)于19世紀(jì)提出的。傅里葉變換信號(hào)處理和物理學(xué)等領(lǐng)域有廣泛的應(yīng)用,可以用來(lái)分析和處理各種波動(dòng)現(xiàn)象。 傅里葉變換的應(yīng)用非常廣泛,在信號(hào)處理領(lǐng)域幾乎涵蓋了所有的應(yīng)用場(chǎng)景。
    的頭像 發(fā)表于 02-02 10:36 ?1411次閱讀

    什么是傅里葉變換和逆變換?為什么要用傅里葉變換?

    傅里葉變換和逆變換是一對(duì)數(shù)學(xué)變換,用于分析信號(hào)和數(shù)據(jù)的頻域特征。傅里葉變換將一個(gè)信號(hào)或函數(shù)從時(shí)間
    的頭像 發(fā)表于 01-11 17:19 ?4012次閱讀

    短時(shí)傅里葉變換STFT原理詳解

    傳統(tǒng)傅里葉變換的分析方法大家已經(jīng)非常熟悉了,特別是快速傅里葉變換(FFT)的高效實(shí)現(xiàn)給數(shù)字信號(hào)處理技術(shù)的實(shí)時(shí)應(yīng)用創(chuàng)造了條件,從而加速了數(shù)字信號(hào)
    的頭像 發(fā)表于 01-07 09:46 ?2987次閱讀
    短時(shí)<b class='flag-5'>傅里葉變換</b>STFT原理詳解