跳至正文

Select your region & language

Global

Region

基础频率分析 (11) -“傅里叶频谱”

此前,我们介绍了傅里叶级数、傅里叶变换、离散傅里叶变换等方面的基础知识。接下来,我们将讲解其典型应用之一——频谱分析。

将声音、振动等复杂信号波形分解为基本频率(正弦波),并求出各频率分量强度的过程称为频谱分析(或傅里叶分析)。实现这一过程最常用的方法是傅里叶变换技术。下面将通过基本波形,说明离散傅里叶变换(DFT)的计算方法,以及计算结果中纵轴数值的含义。

首先,重新列出此前介绍过的傅里叶级数、傅里叶变换和离散傅里叶变换的定义式。

●傅里叶级数

●傅里叶变换

[{"source":"●离散傅里叶变换(DFT)"}]

在实际数值计算中,由于处理的是有限长度的数字数据,因此使用公式(3)中的离散傅里叶变换(DFT)。

下面,我们将直观地说明如何从公式(2)推导出有限长度的 DFT 公式(3)。
以采样周期 τ(采样频率 f,f = 1/τ)对时间波形 x(t)进行 N 点采样,则有限时间长度 T 为 T = Nτ。此外,基频为 1/T,离散频率为 k/T。利用这些量对公式(2)进行有限离散化,可得:

这里,省略 1/T 和 τ,并将乘积改写为求和形式;

  • img-measurement-column-20130920-05

因此,可以通过公式(3)求得有限长度的傅里叶变换。

X (f)(或者 X (k))表示时间波形 x(t) 中所含频率成分的大小(强度),称为傅里叶频谱。显然,傅里叶频谱是复数,因此;

在这里,有时将 |x(f)| 称为振幅谱,将 θ(f) 称为相位谱。
如此,傅里叶谱是包含各个频率的振幅和相位信息的复数。

接下来,我们来考虑傅里叶谱幅值的维度。

使用公式(5)求取有限时长 T 的时间波形 x(t) 的傅里叶变换时,由于这是关于时间的积分运算,因此显然,X(f) 的量纲等于时间波形的量纲与时间的量纲之积。例如,若 x(t) 的单位为电压(V),则傅里叶频谱 X(f) 的单位为 V·s,且其数值还与有限时长 T 成正比。

对于周期信号这类确定性信号,其数值会随计算所用的时间窗而变化,这一点比较麻烦。因此,通常的 FFT 分析仪将除以 T 后的值作为傅里叶谱。正如离散傅里叶变换(DFT)专栏(第 138 期测量专栏)中所述,式(5)的 DFT 运算将 N 点数据视为以其为基本周期的周期性时域波形,因此,“除以 T 后的傅里叶谱”等价于式(1)中的复傅里叶系数。也就是说,如傅里叶变换专栏(第 130 期测量专栏)式(10)所示,复傅里叶系数与由 DFT 求得的傅里叶谱之间的关系(将离散自变量一并写出)为:

按钮,将选定控件在Tab键次序中下移一个位置。

让我们使用市售电子表格软件附带的 FFT 工具等,进行具体的数值计算吧。

考虑在时间窗长度 T(= Nτ)内包含 k 个周期的余弦波形 x(nτ);

下文中,与公式(11)相同,省略采样周期 τ。

在式(11)中,例如代入 N = 64、k = 4,时间信号 x(n) 将成为 64 个离散数据点。对这些数据进行 FFT 运算后,同样可以得到 64 个频域数据点(图 1:上次重刊的图)。

[{"source":"图 1 DFT(FFT)中的频域数据排列(以 N = 64 为例)"}]
时间数据(n =0,1,2,3, ….... ,63)
频率数据(k =0,1,2,3, ….... ,63)
箭头
正频率
负频率
FFT分析仪的
频率范围

図1 DFT( FFT) における周波数領域のデータ並び(N = 64 の例)

在此示例中,图 1 的频率数据序列中,只有 k = 4(正频率)和 k = 60(负频率)这两处(红圈标出的两个点)存储了表 1 中的值,其他数据均为 0。

表1 式(11)に N = 64、k = 4 を代入した計算結果

频点 (k) 实数部分 虚数部
4(正频率) A/2 * 64 0
60(负频率) A/2 * 64 0

由此结果可知,将其除以时间窗长度 T(省略 τ 的 N),再乘以 2(同时考虑负值部分),即可得到振幅 A。此外,由于虚部为 0,其相位显然为 0 度。

接下来,计算相位发生变化的式(12)。

  • img-measurement-column-20130920-12

表2 式(12)に N = 64、k = 4 を代入した計算結果

频点 (k) 实数部分 虚数部
4(正频率) (A/2√2) * 64 -(A/2√2) * 64
60(负频率) (A/2√2) * 64 (A/2√2) * 64

与上例相同,在式(12)中代入 N = 64、k = 4 进行 FFT 运算,可得到表 2 所示的计算结果。根据该结果,利用式(7)可求得振幅为 A,利用式(8)可求得相位为 −π/4(= −45°)。

此外,信号分量的强度会根据 FFT 分析仪的设置,以振幅值(单边振幅值)或有效值等形式显示。另外,相位取决于数据采集(时间窗),因此通常会与某个时刻同步(触发)进行采样。

下次将介绍功率谱。

【关键词】

频谱分析、傅里叶分析、傅里叶级数、傅里叶变换、离散傅里叶变换(DFT)、傅里叶频谱、振幅频谱、相位频谱、复傅里叶系数、快速傅里叶变换(FFT)、触发器

【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9月20日发行的电子邮件杂志】

总结

  1. 将声音、振动等复杂信号波形分解为基本频率(正弦波)并求出其强度的过程称为频谱分析(或傅里叶分析),通常会使用傅里叶变换技术。

  2. 通过傅里叶变换(或离散傅里叶变换)求得的频率函数称为傅里叶频谱,表示时间波形中所含频率成分的大小(强度)。

  3. 傅里叶频谱是复数,不仅包含各个频率的信号强度(振幅),还包含相位信息。

  4. 普通的 FFT 分析仪中,傅里叶频谱的强度(纵轴值)显示为除以时间窗长度后的值,即与复数傅里叶系数等价。

  5. 傅里叶频谱的相位取决于数据采集(时间窗)的时机,因此通常会通过触发来进行采样。