声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 2053|回复: 4

[其他] 频谱分辨率与频谱细化

[复制链接]
发表于 2019-6-24 13:14 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
  频谱分析作为信号处理中最常见的方法,一直深受人们的喜爱。时域被噪声覆盖而显得杂乱无章的信号,往往在频域中能有效识别信号的特征信息。传统的频谱分析技术一般采用快速傅里叶变换 (FFT),得到粗略的“全景频谱”,频谱中的每一根谱线代表着信号所具有的频率成分的大小。在实际应用中,往往需要对感兴趣的窄带频谱区间进行细微观察和分析,得到更为密集的频谱。频谱的稀疏与稠密与频率分辨率有着直接的联系,如何提高频率分辨率就成为了关键因素。

  频率分辨率的解释
  信号采样频率为fs,采样点数为N,采样间隔为Ts=1/fs,则频率分辨率可以解释为
1.png
  式中,T 为信号采样时间,信号长度为L。采样时间与采样长度成正比。由公式可以看出,信号长度越长,频率分辨率就越好。增加信号的数据长度可通过在相同采样频率fs 下增加采样点数N ,或在相同采样点数N 下降低采样频率fs 来实现。

  简单的理解为,采样前的信号有效数据长度增加了,采样得到的序列有效信息也随之增加了,反映到频谱上的有效信息增加,频谱更为密集,频率分辨率提高。

  为了解决对窄带频谱区间进行细致观测的问题,人们提出了频谱细化的概念,其基本思路是对信号频谱中的某一频段进行局部放大,实现选带分析。频谱细化技术近年来发展迅速,常见算法有:ZOOM-FFT(以下简称ZFFT)算法、FFT-FS算法和线性调频Z变换(Chirp-Z变换,以下简称CZT)算法。FFT-FS算法与CZT算法本质上是同类方法,下面仅对ZOOM-FFT算法和FFT-FS算法进行介绍。

  设采样序列为 x(n),n=0,1,…,N-1,采样频率为fs ,进行细化的频带为f1f2,采样点数为N。因此,信号初始的频率分辨率为
2.png
  选带的中心频率为
3.png
  细化带宽为
4.png

  ZFFT频谱细化原理
  ZFFT细化原理可由下述流程图解释,将初始信号与单位复指数信号exp(-2πnfc/fs)相乘进行复调制,将实序列变为复序列,利用傅里叶变换的移频性质把选频段的中心频率移至零频,再通过低通抗混叠滤波和整数倍抽取,最后对抽取后的信号做FFT变换和频率调整,便可以得到选频段的“细化频谱”,如图1所示。
5.png
  图1 ZFFT频谱细化原理图

  FFT-FS频谱细化原理
  序列x(n) 在进行傅里叶变换时,系数为:k=0,1,…,N/2。
6.png
  将上式离散情况下傅里叶变换频谱用连续傅里叶变换代替,将频谱看作是连续的,则上式中的整数k (0≤k≤N/2) 可用在0~fs/2连续变化的f 来代替:
7.png
  利用上式即可不受初始频率分辨率的限制,在0~fs/2内得到“任意分辨率”的谱线。

  为什么说ZFFT和FFT-FS并没有真正实现频谱的细化?

  ZFFT频谱细化算法通过滤波重采样使采样频率fs 降低D倍,因而频率分辨率变为fs /DN,进而提高频率分辨能力,但该过程隐含的条件是对原始数据长度增加D倍后进行的重采样,实际数据长度为DL,信号最初的分辨率也为fs /DN。因此,ZFFT并不能提高信号的分辨率,它只是在假定信号长度为L 不变的错误前提下,通过一系列数学变换,使得选频带内频率分辨率貌似从fs /N 提高到了fs /DN,得到了提高频率分辨能力的假象,而信号的真实频率分辨率在整个过程中并没有改变,通过ZFFT得到的改善频率分辨率的结果,并不是通过ZFFT算法实现的,根本原因在于信号数据长度的增加。

  FFT-FS在不增加信号数据长度的情况下,错误采用连续傅里叶变换代替离散傅里叶变换对采样序列x(n) 进行处理,混淆了概念。这种做法本质上是通过在感兴趣频带上进行插值,等同于在时域进行补零操作,并没有增加信号序列实际有效的信息。这种简单的使频谱谱线更加密集的行为,并不能使真实信号的频率分辨率增加。

  综上分析,信号频率分辨率的真正提高,只能通过增加采样序列的长度来实现。

  采用合适的频率分辨率的意义
  下面用例子来说明这个问题,信号由两个正弦信号叠加产生,f1=51Hz,f2=100.1Hz。

  1. 以fs=500Hz,N=500 对信号进行采样,频率分辨率f0=1。信号时域图如图2所示,信号频谱图如图3所示。
8.png
  图2 信号时域图

9.png
  图3 信号频谱图

  可以看出频谱图上很好的识别了的频率成分f1=51Hz,而f2=100.1Hz却未能识别,却在100Hz处出现了一个尖峰,造成了频谱上的能量转移。这是因为信号频率分辨率的不恰当选取造成的。

  2. 以fs=500Hz,N=5000对信号进行采样,频率分辨率f0=0.1。
10.png
  图4 信号时域图

11.png
  图5 信号频谱图

  此时频谱图上很好的识别了信号的两个频率成分,未发生能量的转移。由此可见,合理的频率分辨率的选择对信号频谱分析有着重要作用。

  参考文献:
  赵宏强. 频谱细化算法分析,兵器装备工程学报,2013,34(5):105-109.

回复
分享到:

使用道具 举报

发表于 2019-6-25 16:35 | 显示全部楼层
么看懂,教授
发表于 2019-7-5 14:49 | 显示全部楼层
这个赵宏强错误地理解了“频谱细化”这个概念。频谱分辨率和频谱细化本来就不相干!
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-11-17 07:37 , Processed in 0.078227 second(s), 24 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表