欢迎来到天天文库
浏览记录
ID:47914947
大小:30.00 KB
页数:2页
时间:2019-10-25
《FFT在水声信号处理中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、FFT在水声信号处理中的应用频谱细化的算法简要介绍FFT的应用、意义,优点•应用:频谱分析常用的算法•优点:FFT使DFT的运算量在大为简化,运算时间减少程序简单、计算效率高、对存储量要求不很高FFT的缺点•FFT可以计算得到(0~fs/2)范围内的频谱实际情况可能是:(1)我们只对很窄的频带或几根谱线感兴趣(2)虽然FFT相比DFT已经极大的减小了计算量,但当进行点数N较大的FFT变换时,仍然无法在嵌入式系统中实现实时处理•频率分辨率与计算量之间的矛盾:要得到高分辨率,就增加计算量•频率分辨率表示频谱中能够分辨的两个频率分量的最小间隔:Δf=fs/N•提高分辨率的途径: 降低fs,但
2、根据采样定量fs高于频带宽度的两倍,一般为3-5倍,如果fs过低会引起频谱混叠•增加采样点数N,但采样点数N的增加会使计算时间成几何级数地增加,会使计算机的计算量和存储量大大增加Zoom-FFT的引入•我们往往所关注的整个频谱上的一个窄频带范围,这就提出了频谱细化的概念•基本思路:对信号频谱中的某一频段进行局部放大•本质:这种算法是对整个频段的一个子集进行了FFT运算Zoom-FFT算法的基本原理•Zoom-FFT原理如下图所示:•第一步 移频:就是将频域坐标向左移或向或移,使行被观察频段的起点为频域坐标的零频位置。 假定要求在频带(f1-f2)范围内进行频谱细化分析,频带中心频率为f
3、0=(f1+f2)/2对x0(n)进行复调制 y(n)=x(n)exp[-2πnf0/fs]•第二步:数字低通滤波 为保住重新采样后不发生频谱叠,必须进行抗混滤波,滤出所需分析频段信号。高频率细化倍数为D,则低通滤波器的截止频率fc=fs/2DH(f)={•第三步:重采样 信号经过混频、低通滤波以后,分析信号的频带变窄,从而可用较低的采样频率进行重采样。在相同的采样点数N时,样本总长度加大,频谱的分辨率也就得到提高。 设原采样频率为fs,采样点数为N,则采样时频率分辨率为Δf=fs/N。现在采样频率为fs/D,比原采样频率降低了D倍,即对原采样点每隔D点再抽一次,当采样点仍N点时,
4、其分辨率为fs/N×D,分辨力提高了D倍。•FFT处理 对重采样后的N点序列进行FFT处理,得到N条谱线,其频率分辨率为fs/N×D,分辨率提高了D倍•频率调整 因为复解调处理对原信号进行了移频处理,所以得到的频谱需要向频率调整才能得到原信号的真实频率。
此文档下载收益归作者所有