跳至正文

Select your region & language

Global

Region

基于基础的频率分析 (14) -DFT (FFT) 和时间窗口

这一次,作为数字频率分析仪FFT分析程序最重要和最值得注意的功能1时间窗口 (Time Window)来定义自定义外观。另外,FFTDFT中描述的场景,使用以下步骤创建明细表,以便在概念设计中分析体量的体积。

从测量列基础的频率分析(8) -如离散傅里叶变换(DFT)中所述,要对连续时间信号应用DFT (离散傅里叶变换),必须对时间信号执行离散化有限化处理。对于第1离散化,可以使用抗混叠滤波器在采样前限制频带,几乎不会出现误差。然而,由于数值计算实际上只能处理有限的数据,因此第2过程意味着将离散化的数字数据截取一定数量的(特别是FFT计算点),并执行有限的DFT。剪切此连续时间信号的过程称为乘以时间窗口(时间窗口)。各种时间窗(窗函数)被设计为了尽可能地减少由于这种有限化处理引起的光谱误差。本部分介绍FFT分析器中典型窗口函数的特性和应用。

对以采样频率fs离散化的数字数据进行FFT分析,其中仅提取N个点,这意味着,由于DFT的特性,它将被计算为一个重复周期为T(= N/fs)的连续周期函数。这个T被称为时间窗口长度。如果时间窗口长度T是输入信号周期的整数倍这在实际中是不可能的,则被分析的时间信号将等于原始时间信号,并且可以计算出正确的频谱1)。如果不是这种情况大多数实际信号都是如此,则波形在提取的时间窗口长度T的起始和结束处会变得不连续,导致波形失真,并且频谱在该频率输入信号周期的倒数附近展宽2)

  • 图1时间窗长T是输入信号周期的整数倍时的FFT分析例
    图1时间窗长T是输入信号周期的整数倍时的FFT分析例
  • 图2时间窗长T不是输入信号周期的整数倍时的FFT分析例
    图2时间窗长T不是输入信号周期的整数倍时的FFT分析例

因此,出色的频率分量峰值(主瓣)减少,在高峰的两侧有平缓的下摆(旁瓣)出现峰值能量在其附近泄漏的现象泄漏误差 (泄漏误差)的双曲余切值。因此,例如,图3(在这个例子中,使用了后述的汉宁窗。)在开始和结束时0这样的时间窗口FFT分析可以减少此错误。这就是我们所看到的FFT分析器使用专门设计的时间窗口,以尽可能减小旁瓣来获得频谱。

  • 图3施加汉宁窗时的FFT分析示例
    图3施加汉宁窗时的FFT分析示例

以下是三个最常用的时间窗口:。

首先,方形窗口(矩形窗口,矩形窗口)。该窗口是一个只截断时间窗口长度T部分的时间窗口函数,它是最基本的时间窗口,也是其他时间窗口的基础。如图2中所示,由于出现了最大的边瓣,因此不适合常规的连续时间波形,但对于像冲击波这样的时间波形,由于没有波形失真,因此可以获得准确的频谱。

如果将方波的窗口函数定义为表达式(1),则其光谱为表达式(2)

  • 基础频率分析 (14) -DFT (FFT) 和时间窗口_No.1

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

  • 基础频率分析 (14) -DFT (FFT) 和时间窗口_No.2

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

方波的形状及其频谱如图4所示。

  • 图4方形窗口的形状及其光谱
    图4方形窗口的形状及其光谱

现在,我将定性解释为什么光谱如图2所示。实际执行FFT的波形是截取前的连续时间信号x (t)与表达式(1)的时间窗w (t)的乘积,因此频谱是原始时间信号和时间窗函数的每个傅里叶变换的卷积。例如,如果输入信号x (t)是频率f1的正弦波,则频谱的中心频率为f1,其形状位于图4的底部。图1的情况下,中心频率f1正好位于方形窗口光谱的正中央,旁瓣全部为0 (null)点,因此为图1的光谱。相反,在图2的情况下,峰值被偏移并且下降,并且旁瓣是描绘两侧的山的形状,并且形成图2的光谱。

相等噪声带宽(Equivalent Noise
Band Width,小于或等于ENBW)是评估时间窗口功能特性的一个重要参数。这相当于FFT分析器的实际分辨率宽度,等效带宽将光谱的总能量标准化为主瓣峰值

  • 基础频率分析 (14) -DFT (FFT) 和时间窗口_No.3

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

  • 基于基础的频率分析 (14) -DFT (FFT) 和时间窗_No.4

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

  • 图5等效噪声带宽
    图5等效噪声带宽

方形窗口的ENBW是Δf本身,它是时间窗口长度T的倒数。数字频率
频率分析中的计算频率分辨率Δf称为频段(frequency bin或简称bin)

接下来,它是汉宁窗 (汉宁窗),也出现在图3中。这是时间窗口长度T的开始
为了防止在开始和结束时波形的不连续,将剪切的时间波形扭曲,强制开始和结束。
在结束时间为0的时间窗口中,它是最常用的FFT分析器。

如果将汉宁窗的窗函数定义为表达式 (5),则其光谱为表达式 (6) 。

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

  • 基础频率分析 (14) -DFT (FFT) 和时间窗口_No.6

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

汉宁窗的形状及其光谱如图6所示。

  • 基础频率分析 (14) -DFT (FFT) 和时间窗口_No.6
    图6汉宁窗及其光谱

 

通过公式 (4) 求汉宁窗的ENBW;

  • 基础频率分析 (14) -DFT (FFT) 和时间窗口_No.7

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

因此,汉宁窗的等效分辨率低于方形窗,但侧瓣
特性得到了很大改善,方形窗可以检测隐藏在侧瓣中的较小光谱
分量。
另外,与方形窗相比,时间窗前后的重量会变小,因此整体的力量
会减少。挂窗的功率与方形波窗的功率之比称为功率减少率
,由公式 (8) 定义。

  • 基础频率分析 (14) -DFT (FFT) 和时间窗_No.8

汉宁窗的功率降低速率是3/8 (=-4.6 dB) 。

最后,平顶窗口 (flat-topwindow)的双曲余切值。方窗和汉宁
窗口等的光谱顶部不平坦。因此,正弦波等线谱结构
如图2中的示例所示,当分析具有构造的信号时,峰值将衰减。
为了防止这个而考虑的窗户是平顶窗户。

这个窗的制作方法,与时间窗函数相反,在频率轴上的峰值点尽量平坦
另外,在时间轴上形成公式 (2) 的形式,然后加上适当的窗函数。现在,
平顶窗口的近似时间函数如式 (9) 所示。

  • 基础频率分析 (14) -DFT (FFT) 和时间窗_No.9

.................................(9)

平顶窗口的形状及其光谱如图7所示。

  • 图7平顶窗及其光谱
    图7平顶窗及其光谱

根据公式 (4) 和公式 (9) 计算此窗口的ENBW

...............................(10)

因此,平顶窗口的等价分辨率非常差,相邻的峰有多个。
虽然它不适合像这样的光谱分析,但它在主瓣上几乎是平坦的,因此它具有线谱。
适合读取Toru峰值。

实际的FFT分析器等效于在频率槽Δf间隔中按分析
行数L排列对应于所选时间窗滤波器形状的滤波器。

如图8所示,当时间窗口长度T不是输入信号周期的整数倍时,相邻
的滤波器之间出现下降,这称为Picket Fence效果。

  • 图8小时窗口的Picket围栏效果
    图8小时窗口的Picket围栏效果

图9比较了到目前为止讨论的三个过滤器的最大下降 (级别准确度) 。

  • 图9小时窗口的Picket围栏效果
    图9小时窗口的Picket围栏效果

 

表1总结了到目前为止的解释。

表1 FFT分析器中使用的代表性时间窗的种类和特征

时间窗 ENBW 电平准确度 (dB) 频率分辨率 主要用途
矩形 (矩形) 1 Δf -3.9 ·瞬态信号
·锤击试验
汉宁 1.5 Δf -1.42 ·连续信号
・一般测量
平顶 3.671 Δf ±0.1 ·读取线谱峰值

对于FFT分析器中的时间窗口选择,一个非常粗略的说法是“过渡现象的波形
为方形窗,其他为汉宁窗”。

最后,总结一下。

  1. 要对连续的时间信号应用离散傅里叶变换 (DFT),必须对时间信号
    进行离散化和有限化。
  2. 对于离散化,在对时间信号进行离散化 (采样) 之前使用抗-Ai
    混叠滤波器可以进行几乎正确的分析。
  3. 对于有限化,
    需要在FFT之前应用最佳时间窗,以便尽可能减少误差。
  4. 方形窗口是按时间窗口长度T截取的窗口函数,频率分辨率可以更
    ,但会出现很多旁瓣,不用于连续信号。
    适用于锤击试验等瞬态波形。
  5. 汉宁窗是FFT分析器中最常用的时间窗,用于正常的连续时间信号。
  6. 平顶窗口是一种时间窗口,用于在频率轴上提供最少的滤波器衰减,非常适合于不相邻线谱的峰值电平读取。

【关键词】
时间窗口、时间窗口、离散化、有限化、抗锯齿过滤器、时间窗口长度、
主瓣、侧瓣、泄漏误差、泄漏误差、方形窗口、矩形窗口、矩形窗口
波拉窗、卷积、等效噪声带宽、ENBW、频段、汉宁窗、功率降低
低百分比、平顶窗口、竖梃效果、标高精度


【参考资料】

  1. “数字傅里叶分析 (I) -基础-”由Kenichi Shirodo 新冠公司 (2007年) 撰写
  2. “如何使用简单的FFT分析仪”Yamaguchi·Ono编辑Ohm公司 (1994年)

(摘自2014年3月20日发行的电子邮件杂志)