加窗FFT在频谱分析中的应用.doc

加窗FFT在频谱分析中的应用 1离散傅里叶变换（DFT） 1.1DFS 1.2DFT 对于长度为N的有限长序列，由DFT可重构DTFT， 1.3FFT 提高DFT运算效率的途径： 1、利用的性质：周期性、可约性、共轭对称性 2、把长序列化解成短序列进行计算，通过迭代运算来减少 DFT的运算量 时间抽取FFT算法简介如下： 1、对时域n序号进行奇偶分解：将二进制表述的数位码按高低位码进行倒置得到，以n=8为例： 正序：000,001,010,011,100,101,110,111即0,1,2,3,4,5,6,7 倒序：000,100,010,110,001,101,011,111即0,4,2,6,1,5,3,7 2、第一次分解：做二个N/2点的DFT 第二次分解：做四个N/4点的DFT ……. 做N/2个两点DFT 使用迭代算法 3、本地即可实现，不需要额外申请空间。 2利用DFT做频谱分析 过程: (1)采样－－（2）加窗－－（3）DFT（或需补零）－－（4）插值得到连续频谱 2.1采样与混叠 ，，，。 防混叠滤波 2.2分辨率与频谱重构 实际分析的信号只能是有限长信号，必须进行加窗处理，从而导致分辨率有限，如同从百合窗中观察频谱，只能看到特定频点的幅频信息，此时需要对频谱进行重构，从而得到完整频谱，根据奈奎斯特采样率，这种重构是可以无失真的实现的。 两个余弦函数和加矩形窗后的频谱图 2.3泄露与栅栏现象 泄漏现象： 栅栏现象： 2.4窗函数及加窗 窗函数性能分析如下： 3窗函数选择与频谱重构 3.1窗函数的一般形式 窗函数的一般功能为截断无限长信号为有限长信号，但性能较好的窗函数还应当有良好的频域特征，但由于测不准原理，窗函数时域受限的同时不可能在频域上得到单频点脉冲，必定也是频谱受限信号，由于余弦函数良好的频域特征，一般情况下，我们基于余弦函数构造需要的窗函数。 从复杂度出发，我们只考虑三阶以内的窗函数。 3.2加窗DFT的重构算法 3.2.1相关理论计算 假设单频信号频点为f0，对应频域上的位置为，若为整数，则FFT的结果中包含所需的频点信息，可以直接读取。若不是整数，则需要采用插值重构算法才能得到所需的频谱信息。 取附近两点k和k+1的FFT结果X(k)和X(k+1)，有 3.2.2参数选择原则 1、简化插值重构算法原则 为简化插值重构过程，我们令上式中高次项系数均为0，得到三阶窗函数参数选择公式如下： 2、旁瓣最快衰减原则 旁瓣衰减速度由窗函数的光滑程度有关，对窗函数求导，由窗函数导数的连续性，可以得到该窗函数的最大可导阶次，此时，窗函数参数满足 我们的计算过程显示，最大旁瓣衰减速度的余弦窗函数正是我们需要的具有最简插值重构算法的余弦窗函数，因此，从理论上讲，上述计算得到的窗函数是所有三阶窗函数中旁瓣衰减最快的。 继续推导发现，更高阶窗函数同样能够同时满足以上两个原则。 3、窗函数阶数选择原则 窗函数阶数越高，旁瓣衰减越快，但同时主瓣宽度越宽，对于FFT来讲，可能淹没高次谐波，因此，选取窗函数时阶数要适中。 3.2.3三阶窗函数 原则上采用数值分析算法，任意的窗函数都可以计算出频偏，进而求出幅度信息，但为了算法实现的方便，我们定义自己的窗函数满足以下条件： 此时，DFT重构算法设计如下： FFT的结果是对连续频谱进行采样，因此需要合理设计频率分辨力，从而得到窗函数的完整频谱。 由于三阶窗函数的主瓣宽度为4个频率分辨单位，旁瓣宽度均为1个频率分辨单位，因此Matlab仿真时取采样率为2048，计算点数为4096时，可准确显示出旁瓣电平。 Matlab仿真得到窗函数形状如下： 由上图可知，该三阶窗主瓣宽度为4个分辨单位，对于50Hz的电网基波来讲，当分辨率为12.5Hz时，该窗函数刚好可以保证各次谐波之间不产生混叠；最大旁瓣为-62.8dB。 3.2.4二阶窗函数 对二阶窗的情况有 此时，DFT重构算法设计如下： Matlab仿真得到窗函数形状如下： Matlab仿真blackman窗函数形状如下： 比较两图可知，blackman窗函数在对第一旁瓣的抑制能力上，要比我们设计的二阶窗函数优异，但从第二旁瓣开始，我们设计的二阶窗函数快速衰减，远比blackman窗函数性能更好，仿真也验证了该窗函数的最快旁瓣衰减特性。 而且从重构算法的实现策略上，我们设计的二阶窗函数更为简单实用。 3.2.5一阶窗函数 对一阶窗的情况有 此时，DFT重构算法设计如下： Matlab仿真得到窗函数形状如下： 从结果上来看，一阶窗函数中，旁瓣衰减最快的正是hanning窗 3.2.6更高阶窗函数 对于更高阶的窗函数，其旁瓣衰减更快，但主瓣宽度更宽，对于谐波分析而言，可能会导致基