从fft计算频率时如何去除旁瓣？答案

【问题标题】：How to remove sidelobes while computing frequency from fft?从fft计算频率时如何去除旁瓣？
【发布时间】：2019-11-28 01:29:24
【问题描述】：

我目前在甚高频频段工作，并尝试使用快速傅里叶变换阈值方法检测频率。在检测多个频率时，除了原始频率外，我还收到了杂散（可能不合适的词），例如如果 f1,f2 是输入频率，我还会收到它们的总和 f1+f2 和差 f1-f2。

我正在尝试使用阈值方法消除这些，但我无法用实际频率幅度来区分它们。请建议我一些方法或方法来消除此问题

输入频率 F1, F2 预期频率 F1,F2 接收频率,F1,F2,F1-F2,F1+F2

https://imgur.com/3rYYNv2 详细说明问题的情节链接

【问题讨论】：

你能发布一个情节吗？听起来你的两个输入音之间在前端有一些相互混合。
imgur.com/3rYYNv2 这是附图，清楚地阐述了我的问题，根据图像我想检测 f1、f2 频率并想删除 f1+f2 和 f1-f2。
这种问题不是用FFT分析引起的。在您进行 FFT 之前，这两个频率已以乘法方式混合，从而产生了您所看到的和频和差频。在 FFT 获得的数据中，它们确实存在。如果您是通过外差混频自己解决这个问题，那么通常的做法是选择一个混频频率，将您不想要的东西放入您可以滤除的频段。
@MattTimmermans 基本上我想检测发生通信的频率，频带中的最大能量点是我需要的频率，在上述情况下，f1+f2 和 f1-f2 在我的频带内，但仅通信发生在 f1 f2。

【解决方案1】：

开窗可以减少开窗伪影和远处的旁瓣，但作为交换会使主瓣变宽。但主瓣和近旁瓣的大幅减少通常需要使用更多数据和更长的 FFT。

【讨论】：

您说的是由于矩形窗口的突然上升和下降沿对 FFT 的影响而产生的频谱泄漏。通过在通过 FFT 例程运行数据之前对数据进行窗口化，我们可以提高您的光谱测量的灵敏度。但在这里我谈论的是由于检测到多个频率而出现的图像，附加的图像链接将帮助您了解确切的问题。这种情况被称为无线电中的模式间失真