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(xiě)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

如何理解FFT中的頻譜泄露效應(yīng)?

QuTG_CloudBrain ? 來(lái)源:微波射頻網(wǎng) ? 2023-10-23 09:47 ? 次閱讀

快速傅里葉變換(FFT)實(shí)現(xiàn)了時(shí)域到頻域的轉(zhuǎn)換,是信號(hào)分析中最常用的基本功能之一。FFT變換時(shí),總是從離散數(shù)據(jù)中選取一部分處理,將其稱為一幀數(shù)據(jù)。而且FFT是在一定假設(shè)下完成的,即認(rèn)為被處理的信號(hào)是周期信號(hào)。因此,F(xiàn)FT之前會(huì)對(duì)這一幀數(shù)據(jù)進(jìn)行周期擴(kuò)展。

以CW信號(hào)為例,如果選取的這一幀數(shù)據(jù)不是信號(hào)周期的整數(shù)倍,則在周期擴(kuò)展時(shí)會(huì)存在樣點(diǎn)的不連續(xù)性,如圖1所示。這將導(dǎo)致FFT之后得到的頻譜失真,主要體現(xiàn)在頻率成分上。理論上,頻譜中只包含待測(cè)信號(hào)的頻率,但實(shí)際上此時(shí)的頻譜包含眾多的頻率分量。通常將這種現(xiàn)象稱為頻譜泄露效應(yīng)。

b48cea0a-7145-11ee-939d-92fbcf53809c.png

圖1. 周期擴(kuò)展造成樣點(diǎn)不連續(xù)

為了抑制頻譜泄露效應(yīng),可以采用諸如Hanning、Kaiser等多種時(shí)間窗。還有一種特殊的時(shí)間窗——矩形窗,其實(shí)就是不加時(shí)間窗,直接對(duì)原始樣點(diǎn)做FFT變換,上述例子就是采用矩形窗的情況。只有采用矩形窗,而且窗寬度不是信號(hào)周期的整數(shù)倍時(shí),才會(huì)發(fā)生明顯的頻譜泄露效應(yīng)。

本文的重點(diǎn)并非介紹如何采用時(shí)間窗抑制頻譜泄露效應(yīng),而是從理論上剖析采用矩形窗時(shí)造成頻譜泄露的本質(zhì)。

1.為什么會(huì)造成頻譜泄露?

圖1所示的樣點(diǎn)不連續(xù)也意味著相位不連續(xù),存在180°相位反轉(zhuǎn)??傮w來(lái)講,可以將其理解為相位調(diào)制,而且是一種特殊的相位調(diào)制,調(diào)制信號(hào)不是經(jīng)典的正弦波信號(hào),而是方波信號(hào),可以將調(diào)制信號(hào)寫(xiě)為如下形式:

b4a3e944-7145-11ee-939d-92fbcf53809c.png

式中,T 為調(diào)制信號(hào)的周期,為一幀波形時(shí)長(zhǎng)的兩倍。這意味著在t=0 時(shí)刻,載波的相位發(fā)生了變化。

既然可以理解為相位調(diào)制,則可將已調(diào)信號(hào)寫(xiě)為如下形式:

b4b505bc-7145-11ee-939d-92fbcf53809c.png

式中φm為相位偏移,對(duì)于圖1的例子,φm=π。很顯然,調(diào)制信號(hào)已經(jīng)不再是單頻點(diǎn)信號(hào),而是多頻點(diǎn)信號(hào)。對(duì)于圖2所示的周期為T 的方波信號(hào),其頻譜包含DC、基波及其眾多的奇次諧波分量 。

b4c40652-7145-11ee-939d-92fbcf53809c.png

圖2. 調(diào)制信號(hào)p(t)的時(shí)域波形

滿足Dirichlet 條件時(shí),任何周期函數(shù)均可以進(jìn)行傅里葉級(jí)數(shù)展開(kāi),p(t) 可以寫(xiě)為:

b4ce3942-7145-11ee-939d-92fbcf53809c.png

式中,Ω為方波信號(hào)的基波頻率,Ω=2π/T。

經(jīng)過(guò)計(jì)算,可以得到an和bn如下:

b4dc1210-7145-11ee-939d-92fbcf53809c.png

這意味著p(t) 只包含DC、基波及其奇次諧波,但階數(shù)越高,諧波強(qiáng)度越弱。

可以將p(t)重新寫(xiě)為:

b4e5b73e-7145-11ee-939d-92fbcf53809c.png

為簡(jiǎn)便起見(jiàn),首先考慮調(diào)制信號(hào)只包含DC和基波的情況,這又回到經(jīng)典的相位調(diào)制。

b4f6a3e6-7145-11ee-939d-92fbcf53809c.png

將其代入已調(diào)信號(hào)up(t) 后可得

b5002588-7145-11ee-939d-92fbcf53809c.png

上式可以寫(xiě)為復(fù)指數(shù)形式

b50b50fc-7145-11ee-939d-92fbcf53809c.png

為了進(jìn)一步分析,可將b51c4a42-7145-11ee-939d-92fbcf53809c.png進(jìn)行傅里葉級(jí)數(shù)展開(kāi),其展開(kāi)式為宗數(shù)為b1φm的第一類貝塞爾函數(shù):

b529b7e0-7145-11ee-939d-92fbcf53809c.png

將其代入復(fù)指數(shù)表達(dá)式

b531ff90-7145-11ee-939d-92fbcf53809c.png

則up(t) 可重新表示為

b53a731e-7145-11ee-939d-92fbcf53809c.png

可以看出,當(dāng)只考慮調(diào)制信號(hào)的DC和基波時(shí),已調(diào)信號(hào)up(t)將包括ωc及ωc+nΩ(n為整數(shù)) 等眾多頻率分量。

實(shí)際中調(diào)制信號(hào)還包含豐富的諧波分量,因此對(duì)載波進(jìn)行相位調(diào)制后的頻譜更加豐富。面對(duì)的困難是,考慮的諧波越多,公式推導(dǎo)越復(fù)雜。為了簡(jiǎn)化,下面只考慮到3次諧波。

b5438ce2-7145-11ee-939d-92fbcf53809c.png

對(duì)應(yīng)的已調(diào)信號(hào)為

b54e4c9a-7145-11ee-939d-92fbcf53809c.png

類似地,可以寫(xiě)為如下復(fù)指數(shù)形式

b558f9c4-7145-11ee-939d-92fbcf53809c.png

b56cc774-7145-11ee-939d-92fbcf53809c.png、b5800014-7145-11ee-939d-92fbcf53809c.png分別進(jìn)行傅里葉級(jí)數(shù)展開(kāi)為

b59b79c0-7145-11ee-939d-92fbcf53809c.png

經(jīng)過(guò)一番推導(dǎo)可得

b5aeedca-7145-11ee-939d-92fbcf53809c.png

由此可見(jiàn),當(dāng)考慮到調(diào)制信號(hào)的三次諧波時(shí),已調(diào)信號(hào)up(t) 的頻譜更加豐富,包括ωc、ωc+nΩ 、ωc+3kΩ及ωc+nΩ+3kΩ(n,k為整數(shù)) 等眾多頻率分量。

以此類推,當(dāng)考慮p(t) 更高階的諧波時(shí),將會(huì)有更多的頻率項(xiàng),但是從頻率上看,各個(gè)頻率分量都是均勻分布的,而且相鄰譜線之間的間距始終為基波Ω。

2.下面討論一下up(t)主要頻率分量的幅度。

(1) 首先考慮載波ωc的幅度,以上面考慮到三次諧波的情況為例。當(dāng)nΩt+3kΩt=0 時(shí),對(duì)應(yīng)的就是載波分量。這要求n=-3k (k 為整數(shù)),此時(shí)可以得到:

b5bd5086-7145-11ee-939d-92fbcf53809c.png

對(duì)于第一類貝塞爾函數(shù)Jn(x),其奇偶特性如下:

當(dāng)n 為奇數(shù)時(shí),Jn(x) 為奇函數(shù);當(dāng)n 為偶數(shù)時(shí),Jn(x) 為偶函數(shù)。

進(jìn)一步化簡(jiǎn)可得

b5d42d6a-7145-11ee-939d-92fbcf53809c.png

因以上考慮的都是相位偏移φm=π的情況,故b1φm=2,b3φm=2/3,代入上式得

b5ec77e4-7145-11ee-939d-92fbcf53809c.png

對(duì)于第一類貝塞爾函數(shù),Jn(2)=Jn(2/3)=0 (n≥5),則

b6050660-7145-11ee-939d-92fbcf53809c.png

根據(jù)第一類貝塞爾函數(shù),上式計(jì)算得到的載波信號(hào)幅度非常微弱。

(2) 頻率分量ωc+Ω的幅度分析。當(dāng)n=-3k+1 時(shí),對(duì)應(yīng)的就是ωc+Ω頻率分量。

b60ef3be-7145-11ee-939d-92fbcf53809c.png

由于b6196646-7145-11ee-939d-92fbcf53809c.png,且Jn?(2)=Jn?(2/3)=0 (n≥5),上式進(jìn)一步化簡(jiǎn)得

b62b1544-7145-11ee-939d-92fbcf53809c.png

該頻率分量的幅度要遠(yuǎn)遠(yuǎn)大于載波的幅度!

(3) 頻率分量ωc-Ω的幅度分析。當(dāng)n=-3k-1 時(shí),對(duì)應(yīng)的就是ωc-Ω頻率分量。

b63fdccc-7145-11ee-939d-92fbcf53809c.png

由于b6196646-7145-11ee-939d-92fbcf53809c.png,且Jn?(2)=Jn?(2/3)=0 (n≥5),上式進(jìn)一步化簡(jiǎn)得

b651f6a0-7145-11ee-939d-92fbcf53809c.png

該頻率分量的幅度也遠(yuǎn)遠(yuǎn)大于載波的幅度!

而且對(duì)比 ωc+Ω 和 ωc-Ω 兩個(gè)頻率分量,它們的幅度相同!也就是說(shuō),從頻譜上看,它們是關(guān)于載波對(duì)稱的!

(4) 頻率分量ωc+2Ω 的幅度分析。當(dāng)n=-3k+2 時(shí),對(duì)應(yīng)的就是ωc+2Ω 頻率分量。

雖然(n,k) 的組合很多,但是當(dāng)階數(shù)較大時(shí),Jn(2)= Jn(2/3)=0 (n≥5),因此可得

b662aafe-7145-11ee-939d-92fbcf53809c.png

經(jīng)過(guò)計(jì)算,該頻率分量的幅度非常微弱。

(5) 頻率分量ωc-2Ω 的幅度分析。當(dāng)n=-3k-2 時(shí),對(duì)應(yīng)的就是ωc-2Ω 頻率分量。

雖然(n,k) 的組合很多,但是當(dāng)階數(shù)較大時(shí),Jn(2)= Jn(2/3)=0 (n≥5),因此可得

b67449c6-7145-11ee-939d-92fbcf53809c.png

該頻率分量與ωc+2Ω 的幅度相同,依然非常微弱。

上面從理論上解釋了頻譜泄露的起因,而且當(dāng)發(fā)生頻譜泄露時(shí),會(huì)產(chǎn)生眾多的、分布均勻的頻率分量,相鄰譜線的頻間距取決于FFT時(shí)一幀波形的時(shí)長(zhǎng)。

值得一提的是,相位偏移φm不僅對(duì)各個(gè)頻率分量的幅度有影響,也會(huì)影響頻率分布,以后有機(jī)會(huì)再來(lái)解釋這一點(diǎn)。

3.通過(guò)使用AWG播放一個(gè)CW信號(hào)驗(yàn)證上述推導(dǎo)。

使用AWG 輸出一個(gè)100MHz 頻率的CW 信號(hào),波形時(shí)長(zhǎng)為10.5個(gè)周期,如圖3所示,當(dāng)循環(huán)播放時(shí)便可以模擬上述的相位不連續(xù)性,會(huì)造成180°的相位跳變。

對(duì)于這種波形時(shí)長(zhǎng)不是信號(hào)周期整數(shù)倍的情況,當(dāng)單次播放時(shí),信號(hào)的頻率就是100MHz ,但是當(dāng)連續(xù)播放時(shí)相當(dāng)于引起了相位調(diào)制,按照上述理論分析,頻譜中將包含很多頻率成分,圖4給出了信號(hào)的實(shí)測(cè)頻譜。

本例中,波形時(shí)長(zhǎng)為105ns,這意味著頻譜中相鄰譜線之間的頻率間隔約為:4.76MHz,這與圖4所示的頻譜是吻合的。

b688371a-7145-11ee-939d-92fbcf53809c.png

圖3. 波形時(shí)長(zhǎng)為10.5個(gè)信號(hào)周期

b6a223a0-7145-11ee-939d-92fbcf53809c.png

圖4. 時(shí)域波形及其頻譜

小結(jié)

對(duì)于使用矩形窗進(jìn)行FFT時(shí)可能存在的頻譜泄露效應(yīng),本文從理論上定性地進(jìn)行了分析。究其原因,是因?yàn)楫?dāng)進(jìn)行周期擴(kuò)展時(shí)造成了相位的不連續(xù)。相位的不連續(xù)可以當(dāng)作相位調(diào)制來(lái)處理,經(jīng)過(guò)一系列推導(dǎo)最終解釋了為什么會(huì)出現(xiàn)眾多的頻率成分。文中還對(duì)特定相位偏移情況下的頻率分量的幅度進(jìn)行了分析。文末通過(guò)一個(gè)實(shí)例模擬了這種相位不連續(xù),并測(cè)試了波形和頻譜,實(shí)測(cè)結(jié)果與理論推導(dǎo)相吻合。

來(lái)源:微波射頻網(wǎng)

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)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
  • FFT
    FFT
    +關(guān)注

    關(guān)注

    15

    文章

    434

    瀏覽量

    59388
  • 相位調(diào)制
    +關(guān)注

    關(guān)注

    0

    文章

    18

    瀏覽量

    8131
  • 頻譜
    +關(guān)注

    關(guān)注

    7

    文章

    882

    瀏覽量

    45624
  • 傅里葉變換
    +關(guān)注

    關(guān)注

    6

    文章

    441

    瀏覽量

    42601

原文標(biāo)題:如何理解FFT中的頻譜泄露效應(yīng)?

文章出處:【微信號(hào):CloudBrain-TT,微信公眾號(hào):云腦智庫(kù)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    基于MCU的FFT音樂(lè)頻譜顯示方案

    最近在做一個(gè)有趣的小項(xiàng)目,其中有一小部分的內(nèi)容的是使用FFT做音樂(lè)頻譜顯示。于是就有了下面這個(gè)音樂(lè)頻譜顯示的低成本方案,話不多說(shuō)看看低成本MCU如何實(shí)現(xiàn)FFT音樂(lè)
    發(fā)表于 09-08 09:05 ?1748次閱讀

    FFT對(duì)信號(hào)進(jìn)行頻譜分析的實(shí)驗(yàn)

    應(yīng)用FFT對(duì)信號(hào)進(jìn)行頻譜分析實(shí)驗(yàn)實(shí)驗(yàn)二 應(yīng)用FFT對(duì)信號(hào)進(jìn)行頻譜分析一、 實(shí)驗(yàn)?zāi)康?、在理論學(xué)習(xí)的基礎(chǔ)上,通過(guò)本次實(shí)驗(yàn),加深對(duì)快速傅里葉變換的理解
    發(fā)表于 05-12 01:51

    labview,頻譜泄露

    做一個(gè)雙通道信號(hào)分析,問(wèn)什么正弦信號(hào)進(jìn)行FFT后,再經(jīng)過(guò)條件結(jié)構(gòu)顯示幅度,會(huì)發(fā)生頻譜泄露?
    發(fā)表于 03-26 18:01

    Spectrum View的架構(gòu)及FFT相關(guān)基礎(chǔ)內(nèi)容介紹(理論篇)

    FFT測(cè)試頻譜的優(yōu)勢(shì)。 對(duì)于FFT過(guò)程可能遇到的頻譜泄露
    發(fā)表于 10-10 14:04

    關(guān)于Spectrum View的架構(gòu)及FFT相關(guān)的基礎(chǔ)內(nèi)容總結(jié)的太棒了

    本文將重點(diǎn)介紹 Spectrum View的架構(gòu)及 FFT相關(guān)的基礎(chǔ)內(nèi)容,包括數(shù)字下變頻技術(shù)(DDC)、頻譜泄露效應(yīng)、時(shí)間窗等內(nèi)容。
    發(fā)表于 06-17 08:46

    FFT變換結(jié)果的物理意義是什么?

    FFT結(jié)果的物理意義是什么?什么是頻譜泄露和柵欄效應(yīng)
    發(fā)表于 11-19 06:22

    應(yīng)用FFT對(duì)信號(hào)進(jìn)行頻譜分析

    實(shí)驗(yàn) 應(yīng)用FFT對(duì)信號(hào)進(jìn)行頻譜分析一、 實(shí)驗(yàn)?zāi)康?、在理論學(xué)習(xí)的基礎(chǔ)上,通過(guò)本次實(shí)驗(yàn),加深對(duì)快速傅里葉變換的理解,熟悉FFT算法及其程序的編寫(xiě)。2、熟悉
    發(fā)表于 05-10 10:00 ?64次下載

    FFT頻譜分析

    理解FFT算法,學(xué)習(xí)信號(hào)處理的必備知識(shí)。
    發(fā)表于 10-28 17:00 ?0次下載

    FFT頻譜泄露效應(yīng)到底是什么

    是周期信號(hào)。因此,FFT之前會(huì)對(duì)這一幀數(shù)據(jù)進(jìn)行周期擴(kuò)展。以CW信號(hào)為例,如果選取的這一幀數(shù)據(jù)不是信號(hào)周期的整數(shù)倍,則在周期擴(kuò)展時(shí)會(huì)存在樣點(diǎn)的不連續(xù)性,如圖1所示。這將導(dǎo)致FFT之后得到的頻譜失真,主要體現(xiàn)在頻率成分上。理論上,
    發(fā)表于 11-13 10:39 ?0次下載
    <b class='flag-5'>FFT</b><b class='flag-5'>中</b>的<b class='flag-5'>頻譜</b><b class='flag-5'>泄露</b><b class='flag-5'>效應(yīng)</b>到底是什么

    Spectrum View的架構(gòu)及FFT相關(guān)的基礎(chǔ)內(nèi)容詳細(xì)介紹

    本文將重點(diǎn)介紹Spectrum View的架構(gòu)及FFT相關(guān)的基礎(chǔ)內(nèi)容,包括數(shù)字下變頻技術(shù)(DDC)、頻譜泄露效應(yīng)、時(shí)間窗等內(nèi)容。
    發(fā)表于 10-26 10:41 ?0次下載
    Spectrum View的架構(gòu)及<b class='flag-5'>FFT</b>相關(guān)的基礎(chǔ)內(nèi)容詳細(xì)介紹

    MCU如何實(shí)現(xiàn)FFT音樂(lè)頻譜顯示

    最近在做一個(gè)有趣的小項(xiàng)目,其中有一小部分的內(nèi)容的是使用FFT做音樂(lè)頻譜顯示。于是就有了下面這個(gè)音樂(lè)頻譜顯示的低成本方案,話不多說(shuō)看看低成本MCU如何實(shí)現(xiàn)FFT音樂(lè)
    的頭像 發(fā)表于 09-08 09:07 ?3838次閱讀

    FFT理解

    頻域分析最被大眾所熟知的可能是卡拉OK的音頻頻譜顯示,這里貼一個(gè)來(lái)自AVR單片機(jī)的項(xiàng)目 ,其中就用到了FFT來(lái)對(duì)語(yǔ)音信號(hào)進(jìn)行分析: 視頻橫坐標(biāo)為頻率,縱坐標(biāo)為功率,而且能夠?qū)崟r(shí)的反映出語(yǔ)音的
    的頭像 發(fā)表于 05-04 17:51 ?3399次閱讀
    <b class='flag-5'>FFT</b>原<b class='flag-5'>理解</b>析

    為什么會(huì)造成頻譜泄露?如何理解FFT頻譜泄露效應(yīng)?

    為什么會(huì)造成頻譜泄露?如何理解FFT頻譜泄露
    的頭像 發(fā)表于 10-20 15:08 ?3775次閱讀

    實(shí)時(shí)頻譜分析儀FFT功能如何采集信號(hào)?

    分析儀的FFT功能如何采集信號(hào)之前,首先我們需要了解FFT算法的原理和作用。 FFT算法是一種快速計(jì)算離散傅里葉變換(DFT)的方法,它通過(guò)將N點(diǎn)離散信號(hào)變換到頻域,從而得到信號(hào)的頻譜
    的頭像 發(fā)表于 01-19 15:01 ?1243次閱讀

    什么是實(shí)時(shí)頻譜分析儀呢?傅里葉變換(FFT)如何實(shí)現(xiàn)頻譜測(cè)量?

    什么是實(shí)時(shí)頻譜分析儀呢?傅里葉變換(FFT)如何實(shí)現(xiàn)頻譜測(cè)量? 實(shí)時(shí)頻譜分析儀是一種用于測(cè)量信號(hào)頻譜的儀器。它能夠?qū)⑿盘?hào)的時(shí)域信息轉(zhuǎn)化為
    的頭像 發(fā)表于 01-19 15:50 ?2999次閱讀