快速傅里叶变换实验报告.docx
《快速傅里叶变换实验报告.docx》由会员分享,可在线阅读,更多相关《快速傅里叶变换实验报告.docx(25页珍藏版)》请在冰豆网上搜索。
快速傅里叶变换实验报告
快速傅里叶变换实验报告
机械34班刘攀58
一、基本信号(函数)的FFT变换
1.
1)采样频率
,截断长度N=16;
取
rad/s,则
=1Hz,
=8Hz,频率分辨率
。
最高频率
=3
=3Hz,
>2
,故满足采样定理,不会发生混叠现象。
截断长度
,整周期截取,不会发生栅栏效应。
理论上有一定的泄漏,但在整周期截取的情况下,旁瓣上的采样都约为0,泄漏现象没有体现出来。
频谱图如下:
幅值误差
,相位误差
。
2)采样频率
,截断长度N=32;
取
rad/s,则
=1Hz,
=8Hz,频率分辨率
。
最高频率
=3
=3Hz,
>2
,故满足采样定理,不会发生混叠现象。
截断长度
,整周期截取,不会发生栅栏效应。
理论上有一定的泄漏,但在整周期截取的情况下,旁瓣上的采样都约为0,泄漏现象没有体现出来。
频谱图如下:
幅值误差
,相位误差
。
2.
1)采样频率
,截断长度N=16;
取
rad/s,则
=1Hz,
=8Hz,频率分辨率
。
最高频率
=11
=11Hz,
<2
,故不满足采样定理,会发生混叠现象。
截断长度
,整周期截取,不会发生栅栏效应。
理论上有一定的泄漏,但在整周期截取的情况下,旁瓣上的采样都约为0,泄漏现象没有体现出来。
频谱图:
由上图可以看出,并未体现出11
的成分,说明波形出现混叠失真。
为了消除混叠现象,应加大采样频率,使之大于等于22Hz。
处的幅值误差
,11
处由于出现了混叠现象,幅值误差没有意义;相位误差
。
2)采样频率
,截断长度N=32;
取
rad/s,则
=1Hz,
=32Hz,频率分辨率
1Hz。
最高频率
=11
=11Hz,
>2
,故满足采样定理,不会发生混叠现象。
截断长度
,整周期截取,不会发生栅栏效应。
理论上有一定的泄漏,但在整周期截取的情况下,旁瓣上的采样都约为0,泄漏现象没有体现出来。
频谱图:
该频谱图体现出了
和11
的成分,说明未失真,且幅值均为1,。
幅值误差
,相位误差
。
3.
1)采样频率
,截断长度N=16;
取
rad/s,则
=1Hz,
=8Hz,频率分辨率
。
最高频率
=
=
Hz,
>2
,故满足采样定理,不会发生混叠现象。
频谱图:
在忽略旁瓣信号的情况下,可近似认为:
故幅值误差
,相位误差
。
2)采样频率
,截断长度N=32;
取
rad/s,则
=1Hz,
=32Hz,频率分辨率
1Hz。
最高频率
=
=
Hz,
>2
,故满足采样定理,不会发生混叠现象。
频谱图:
在忽略旁瓣信号的情况下,可近似认为:
则幅值误差
=,相位误差
。
分析:
很明显,出现了泄露现象,主要原因是截断时加了矩形窗。
与
(1)相比,
(2)的窗宽度减小,主瓣变宽,能量更加分散,而其旁瓣却被压低,幅度A明显减小。
泄漏使能量分布变得分散,使要求的谱线能量降低(幅值减小)。
为减少泄漏的影响,可以选择性能更好的特殊窗(如汉宁窗等)来代替矩形窗进行加窗处理。
的周期
,而截断长度
,
,非正周期截取,故出现了“栅栏效应”。
信号本身的频率≈Hz,但是频谱图中只在整数点有值,所以原本应该在3和4之间的左右的谱线峰值出现在了3处。
与
(1)相比,
(2)的频率分辨率降低,两峰值间的点数减少,栅栏效应更为明显。
栅栏效应的主要原因是没有进行整周期截取。
若进行整周期截取,可以消除栅栏效应。
例如
,N=16得到:
4.
对信号加窗(HanningWindow):
1)采样频率
,截断长度N=16;
频谱图:
此时
则幅值误差
,相位误差
2)采样频率
,截断长度N=32;
频谱图:
此时
则幅值误差
,相位误差
分析:
加窗之后,主瓣变宽,主瓣能量分散,旁瓣的泄漏有改善。
5.
1)采样频率
,截断长度N=16;
取
rad/s,则
=1Hz,
=8Hz,频率分辨率
。
最高频率
=
=,
>2
,故满足采样定理,不会发生混叠现象。
截断长度
,而信号周期为
,非整周期截取,会发生栅栏效应。
由于进行了矩形窗加窗处理,所以存在泄露现象。
频谱图:
此时,
则幅值误差
,相位误差
2)采样频率
,截断长度N=32;
取
rad/s,则
=1Hz,
=32Hz,频率分辨率
1Hz。
最高频率
=
=
Hz,
>2
,故满足采样定理,不会发生混叠现象。
截断长度
,而信号周期为
,非整周期截取,会发生栅栏效应。
由于进行了矩形窗加窗处理,所以存在泄露现象。
频谱图:
此时,
则幅值误差
,相位误差
分析:
如果将截取长度取为信号周期的整数倍,如令
,则频谱图如下,有效的避免了栅栏效应。
二、典型信号(函数)的FFT变换
1.对不同信号比的方波进行fft分析
占空比
时域、频域图
10%
30%
50%
70%
90%
结论:
由于方波的频率为
,故fft变换得到的频谱图主要能量均集中在附近,根据分辨率的不同,误差也不一样。
由上表可以很直观地观察到,随着占空比的改变,频谱图中频率分布的集中程度在发生改变,总体规律为:
占空比越远离50%,谱线能量越集中。
2.用伪随机信号模仿白噪声信号进行FFT分析。
时域
频域
结论:
白噪声是伪随机信号生成的,具有随机信号的特征,除0Hz外谱线的幅值均为0。
三、实际信号的频谱分析
电风扇振动信号的分析
1.高转速
matlab程序:
clc;
clear;
closeall;
load;
fs=128;
Ts=1/fs;
x1=highspeed(1:
128);
x2=highspeed(129:
256);
x3=highspeed(257:
384);
x4=highspeed(385:
512);
y1=fft(x1)/128;y1=abs(y1);
y2=fft(x2)/128;y2=abs(y2);
y3=fft(x3)/128;y3=abs(y3);
y4=fft(x4)/128;y4=abs(y4);
y=(y1+y2+y3+y4)/4;
n=64*linspace(0,1,65);
bar(n,2*abs(y(1:
65)),;
gridon;
频谱图:
特征频率为14Hz、41Hz、42Hz、48Hz
2.低转速
matlab程序:
clc;
clear;
closeall;
load;
fs=128;
Ts=1/fs;
x1=lowspeed(1:
128);
x2=lowspeed(129:
256);
x3=lowspeed(257:
384);
x4=lowspeed(385:
512);
y1=fft(x1)/128;y1=abs(y1);
y2=fft(x2)/128;y2=abs(y2);
y3=fft(x3)/128;y3=abs(y3);
y4=fft(x4)/128;y4=abs(y4);
y=(y1+y2+y3+y4)/4;
n=64*linspace(0,1,65);
bar(n,2*abs(y(1:
65)),;
gridon;
频谱图:
特征频率为10Hz、20Hz、30Hz、48Hz
分析:
对比高、低速频谱图及特征频率,可知48Hz为高低速均含有的特征频率,与转速无关,可能为电机振动产生的频率。
其余的三个频率:
低转速(10Hz、20Hz、30Hz)与高转速(14Hz、41Hz、42Hz、48Hz)可能是风扇其他结构(可能是传动和执行机构)振动产生的频率,这些振动与转速有关,且转速越大,振动频率越大。
四、总结
这次实验让我对FFT有了更深的了解,快速傅里叶变换是信号处理中非常重要的手段,它能够让我们运用计算机快速地看到时域下看不到的信息,从而对系统作进一步的分析。
同时我也进一步熟练了matlab的使用,学会了用matlab实现信号的FFT分析。
特别是在实际信号的FFT处理当中,我认识到了测试与检测技术课程广泛的应用领域,这对我以后对测试这门课的学习有很强的指导意义,收获颇丰。