跳至正文

Select your region & language

Global

Region

基础频率分析 (12) -“功率谱 (第1部分) ”

继之前的傅立叶光谱之后,今天我们将讨论功率光谱

频谱分析的主要目的是测量功率谱,并且是FFT分析器中作为电气测量仪器的最基本和最重要的功能。因此,功率谱分两次讲。这次是第1部分。

功率谱是频率的函数,表示原始时间信号中每个频率每单位时间的能量或功率 (信号强度)

信号处理领域 (如频谱分析) 中的“功率”是指时间信号的均方
例如,周期T的时间信号x (t) 的均方-x2;

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.1

.................................(1)

或者,无周期时间信号x (t) 的均方-x2;

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.2

.................................(2)

) 中被调用,将出现故障。

通常,时间信号可以大致分类为确定信号非确定信号。确定信号是可以作为时间函数描述的信号,如周期信号,非确定信号是随机信号,不能用数学表达式清楚地描述,如随机信号 (不规则信号) 。

首先考虑周期T的周期信号x (t),根据复傅里叶级数展开,;

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.3

.................................(3)

) 中被调用,将出现故障。这里的ck是上次 (144号电子邮件杂志) 专栏中出现的复傅立叶系数。(频率数据的参数为k。)

然后,将公式 (3) 的两边平方,取周期T的平均值,根据复指数函数的正交性,得到以下公式 (4) 。

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.4

.................................(4)

或者,正频率分量和负频率分量的大小相等。;

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.5

.................................(5)

其中:

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.6

, P (0) =c0 2,则公式 (5);

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.7

.................................(6)

按钮,将选定控件在Tab键次序中下移一个位置。在公式(6)中,每个频率的分量P (k)的总和是时间信号x (t)的功率(左侧),因此频率函数P (k)称为功率谱。功率谱与傅立叶光谱(或复傅立叶因子)不同,丢失相位信息。

下面介绍使用FFT操作计算P (k)的步骤。

以上次测量栏“傅里叶光谱”中给出的下式(7)为例。

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.8

n=0、1、2、……、N-1

.................................(7)

在上式 (7) 中,代入N=64、k=4进行N点FFT运算后,傅里叶光谱得到表1所示的计算结果。

表1将N=64、k=4代入公式 (7) 的计算结果

频点 (k) 实数部分 虚数部
k=4 (正频率) img-measurement-column-20131121-09 img-measurement-column-20131121-10
N-k=60 (负频率) img-measurement-column-20131121-09 img-measurement-column-20131121-10

将此结果除以时间窗口长度T (T=Nτ,其中τ省略N=64);

  • 基础频率分析 (12) -“功率谱 (第1部分) ”_No.9

.................................(8)

中选择新的扶手类型,来修改默认的扶手。这等于表达式(7)x (t)2均值,并且表达式(6)已被确认。

由于实际的FFT分析器是有限且离散的傅里叶变换,理论上可以获得从N点的时间数据到N/2点的功率谱,但由于抗锯齿 (反折) 滤波器的关系,该分析器可以测量较小的N/2.56点。例如,N=64时,可求出64/2.56=25点。(实际上,也有DC成分,26点・・・)有关这些关系,请参阅图1和图2

  • 图1 FFT运算中的频率排列 (N=64的情况)
    图1 FFT运算中的频率排列 (N=64的情况)
  • 图2采样频率和频率范围的关系
    图2采样频率和频率范围的关系
  • 图3时间波形和FFT处理后的功率谱
    图3时间波形和FFT处理后的功率谱

在这里,我们总结时间波形和功率谱之间的关系。

在图3中,假设对以采样频率fs采样的N点的时间波形 (上图) 执行N点FFT,求出下图所示的功率谱。

时间轴

  1. 时间分辨率时间轴_No.1
  2. 采样点数N
  3. 时间窗口长度时间轴_No.2

频率轴

  1. 频率范围频率轴_No.1
  2. 分析行数频率轴_No.2
  3. 频率分辨率频率轴_No.3

从最后一个公式可以看出,为了提高 (减小) 功率谱的频率分辨率Δf,可以降低采样频率fs或增加采样点数N。

另外,为什么在上述关系式中使用常数“2.56”,因为通常FFT点数是以2的次方
执行的,所以希望是能除掉频率分辨率的干净的数。

小野测器的 FFT 分析仪可使用的采样点数 N 和相应的分析线数 L。
如下表2所示。

表2样本数量和分析线数

2的幂

采样点数N (时间轴)

分析行数L

(频率轴)

6

64

25

7

128

50

8

256

100

9

512

200

10

1024

400

11

2048

800

12

4096

1600

13

8192

3200

14

16384

6400

下次我们将讨论PSD和ESD作为功率谱 (第2部分) 。

最后,总结一下。

  1. 频谱分析的主要目的是确定功率谱。
  2. 功率频谱表示原始时间信号中每个频率每单位时间的能量或功率 (信号强度) 。它也是没有相位信息的正实数。
  3. 通常,功率是时间信号的均方 (有效值的平方),功率谱是功率的每个频率的分解。
  4. 理论上,N点的时间波形最多可提供N/2个功率谱,而实际的FFT分析仪需要的分析线数更少,即N/2.56。
  5. 虽然功率谱是使用给定的频率分辨率Δf进行分析的,但要提高分辨率(更好,更小),需要增加采样时间窗口的长度T。即,降低采样频率fs或增加采样点数N。

【关键词】
频谱分析、傅里叶频谱、功率频谱、功率、信号强度、均方值、确定信号、非确定信号、复傅里叶系数、抗混叠光通滤波器、频率分辨率

【参考资料】

  1. “光谱分析”日野干雄着朝仓书店 (1977年)
  2. “数字傅里叶分析 (I) -基础-”由Kenichi Shirodo 新冠公司 (2007年) 撰写

(摘自2013年11月21日发行的电子邮件杂志)