长序列傅立叶变换分析.docx_第1页
长序列傅立叶变换分析.docx_第2页
长序列傅立叶变换分析.docx_第3页
长序列傅立叶变换分析.docx_第4页
长序列傅立叶变换分析.docx_第5页
免费预览已结束，剩余1页可下载查看

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

长序列FFT分析一、递推FFT长序列FFT面临着实时性差和计算量较大的问题，本文使用一种通过滑窗递推的FFT算法，充分利用前窗的计算结果，将后窗序列变换为输入端仅有少数非零点的序列，可以降低计算量，提高FFT计算的实时性。设时域信号波形的采样离散值为，傅立叶变换截取窗宽度为点，在采样起始位置的点傅立叶变换为，现求以为起始位置的点傅立叶变换，其中为两次滑动窗之间的间隔，。离散傅立叶变换公式可以表示为：以为起点的点离散傅立叶变换可以表示为：上式经过推导可以化简为：令：其中的前点为，后点为零。如果，那么上式是一个输入端仅包括少数非零点的离散傅立叶变换，该算法可以显著提高FFT的实时性。仿真条件设为采样2048点序列单频信号加高斯白噪声序列，滑窗，滑动间隔，加汉宁窗。 递推FFT算法中几段频谱图为：可以看出该分段算法与正常FFT算法的频谱基本吻合，但该算法存在的问题是当递推的次数过多时会导致频谱产生误差，因此每隔一段时间后都要重新选定起始数据段进行FFT再进行递推FFT处理。将各分段处理结果进行叠加得到整段序列的频谱如下图，可以看出与正常FFT相比，递推FFT频谱的信噪比有损失，且旁瓣较高。当不加汉宁窗时，频谱如下图所示，可以看出与加汉宁窗相比旁瓣明显增高，因此在递推FFT中需要加窗：当时，可以看出随着递推次数的增加，信噪比下降明显。将各分段叠加后的频谱为下图所示，可以看出由于滑窗间隔较小，导致分段过多，因此叠加后的频谱信噪比下降明显，且旁瓣较高。因此在进行递推FFT算法时滑窗的间隔不宜过小。 当有新的数据进来时可以按照该方法继续进行递推处理。二、分段叠加FFT将长序列分割为若干个短序列，每个序列分别进行FFT处理，最后将结果相叠加得到整个长序列的FFT结果。序列长度为2048点，各分段无交叉时每段长度为512点，当各分段有交叉时，交叉点数为256点。可以看出先分段FFT处理再叠加的频谱与整段数据FFT相比会产生信杂比损失，若各分段之间存在交叉会减少信杂比损失。当不加汉宁窗时，频谱如下图所示，可以看出与加汉宁窗相比旁瓣明显增高，因此在分段FFT中需要加窗：当交叉点数为384时，将各分段叠加后的频谱为下图所示，可以看出由于各段之间重叠过多，导致分段过多，因此叠加后的频谱信噪比下降明显。因此在进行分段FFT算法时各段间重叠不宜过多
人人文库> 全部分类> 生活休闲 > 科普知识

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论