【问题标题】:Understanding fft signal decomposition了解fft信号分解
【发布时间】:2023-03-21 06:42:01
【问题描述】:

我在 Stackoverflow 和其他网站上阅读了很多关于 FFT 的内容,但基于这个主题,我仍然不明白几个问题。

  1. 在显示频域图时,FFT 是首先考虑构成输入信号的所有可能的正弦波,还是只考虑一些“合理”数量的幅度最大的正弦波?
  2. 在查看频域的一些示例时,通过一些逻辑理解,首先应该有无限数量的正弦波构成一些信号,那么为什么没有无限数量的可能频率峰值呢?
  3. 如果频域以 1D 形式表示,每条线是否都代表首先构建输入信号的特定正弦波?

【问题讨论】:

    标签: math audio signal-processing fft


    【解决方案1】:

    1) FFT 或 DFT 将严格的实波形“分解”为有限数量的正弦波,这些 N/2 频率的基向量在 FFT 的长度 N 内完全是整数周期。任何其他频率由下式表示所有其他基本频率的混合。 (混合的形状类似于 2 个周期 Sinc 或 Dirichlet 函数的总和)。

    如果您想要更高的频率分辨率,则需要对输入波形进行更长的采样时间,然后使用更长的 FFT。

    2) 无论原始信号中有多少个频率的总和,它们都将通过采样过程、FFT 窗口长度和 FFT 混叠并分解为仅 N/2 个基频的混合自己。

    因为 FFT 结果向量可以包含 N/2 个结果箱,并且任何峰值(在图表上看起来像一个峰值)都需要在任一侧“下降”(通常指定为低 3 dB),所以只能有FFT 结果图中可见的最大 N/4 个峰。任何其他“高峰”都将被隐藏或混入其中。

    FFT 幅度谱绘图或绘图程序可以绘制更多点,但那些更高分辨率的绘图点只是 N/2 FFT 结果点的插值。

    3)每个 FFT 结果箱(您所说的线是什么意思?)代表正弦波的精确频率(N/2 个基向量之一的频率),或者其他一些非分解的一部分-将波形的周期孔径频率转换为基向量。见Fourier decomposition

    【讨论】:

      猜你喜欢
      • 2012-05-13
      • 1970-01-01
      • 1970-01-01
      • 2017-09-10
      • 2012-06-01
      • 1970-01-01
      • 1970-01-01
      • 2016-04-28
      • 1970-01-01
      相关资源
      最近更新 更多