gpt4 book ai didi

signal-processing - FFT 结果的大小取决于波频率?

转载 作者:行者123 更新时间:2023-12-04 14:07:23 26 4
gpt4 key购买 nike

我对从 FFT 得到的结果感到困惑,希望得到任何帮助。

我正在使用 FFTW 3.2.2,但使用其他 FFT 实现(在 Java 中)也得到了类似的结果。当我对正弦波进行 FFT 时,结果的缩放取决于波的频率 (Hz)——特别是,它是否接近整数。当频率接近整数时,结果值被缩放得非常小,而当频率介于整数之间时,它们会大几个数量级。 This graph显示了对应于不同频率的波频率的 FFT 结果中尖峰的幅度。这是正确的吗??

我检查过 FFT 的逆 FFT 等于原始正弦波乘以样本数,确实如此。 FFT 的形状似乎也是正确的。

如果我分析单个正弦波也不会那么糟糕,因为我可以在 FFT 中寻找尖峰,而不管其高度如何。问题是我想分析正弦波的总和。如果我正在分析 440 Hz 和 523.25 Hz 处的正弦波的总和,那么只会显示 523.25 Hz 处的尖峰。另一个的尖峰非常小,看起来就像噪音。必须有某种方法才能使这项工作起作用,因为在 Matlab 中它确实起作用——我在两个频率上都得到了类似大小的尖峰。如何更改下面的代码以均衡不同频率的缩放?

#include <cstdlib>
#include <cstring>
#include <cmath>
#include <fftw3.h>
#include <cstdio>
using namespace std;

const double PI = 3.141592;

/* Samples from 1-second sine wave with given frequency (Hz) */
void sineWave(double a[], double frequency, int samplesPerSecond, double ampFactor);

int main(int argc, char** argv) {

/* Args: frequency (Hz), samplesPerSecond, ampFactor */
if (argc != 4) return -1;
double frequency = atof(argv[1]);
int samplesPerSecond = atoi(argv[2]);
double ampFactor = atof(argv[3]);

/* Init FFT input and output arrays. */
double * wave = new double[samplesPerSecond];
sineWave(wave, frequency, samplesPerSecond, ampFactor);
double * fftHalfComplex = new double[samplesPerSecond];
int fftLen = samplesPerSecond/2 + 1;
double * fft = new double[fftLen];
double * ifft = new double[samplesPerSecond];

/* Do the FFT. */
fftw_plan plan = fftw_plan_r2r_1d(samplesPerSecond, wave, fftHalfComplex, FFTW_R2HC, FFTW_ESTIMATE);
fftw_execute(plan);
memcpy(fft, fftHalfComplex, sizeof(double) * fftLen);
fftw_destroy_plan(plan);

/* Do the IFFT. */
fftw_plan iplan = fftw_plan_r2r_1d(samplesPerSecond, fftHalfComplex, ifft, FFTW_HC2R, FFTW_ESTIMATE);
fftw_execute(iplan);
fftw_destroy_plan(iplan);

printf("%s,%s,%s", argv[1], argv[2], argv[3]);
for (int i = 0; i < samplesPerSecond; i++) {
printf("\t%.6f", wave[i]);
}
printf("\n");
printf("%s,%s,%s", argv[1], argv[2], argv[3]);
for (int i = 0; i < fftLen; i++) {
printf("\t%.9f", fft[i]);
}
printf("\n");
printf("\n");
printf("%s,%s,%s", argv[1], argv[2], argv[3]);
for (int i = 0; i < samplesPerSecond; i++) {
printf("\t%.6f (%.6f)", ifft[i], samplesPerSecond * wave[i]); // actual and expected result
}

delete[] wave;
delete[] fftHalfComplex;
delete[] fft;
delete[] ifft;
}

void sineWave(double a[], double frequency, int samplesPerSecond, double ampFactor) {
for (int i = 0; i < samplesPerSecond; i++) {
double time = i / (double) samplesPerSecond;
a[i] = ampFactor * sin(2 * PI * frequency * time);
}
}

最佳答案

The resulting values are scaled really small when the frequency is near a whole number, and they're orders of magnitude larger when the frequency is in between whole numbers.



这是因为快速傅立叶变换假设输入是周期性的并且无限重复。如果您有非整数个正弦波,并且您重复此波形,则它不是完美的正弦波。这会导致 FFT 结果受到 "spectral leakage" 的影响。

调查 window functions .这些会在开始和结束时衰减输入,从而减少频谱泄漏。

ps:如果您想获得基本频率周围的精确频率内容,请捕获大量波形周期,并且每个周期不需要捕获太多点(每个周期 32 或 64 个点可能就足够了)。如果您想在高次谐波处获得精确的频率内容,请捕获更少的周期数,以及每个周期的更多点。

关于signal-processing - FFT 结果的大小取决于波频率?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1959810/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com