采样频率说明
- 格式:docx
- 大小:19.73 KB
- 文档页数:7
1.频率分辨率的2种解释解释一:频率分辨率可以理解为在使用DFT时,在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T,其中N为采样点数,fs为采样频率,Ts为采样间隔。
所以NTs就是采样前模拟信号的时间长度T,所以信号长度越长,频率分辨率越好。
是不是采样点数越多,频率分辨力提高了呢?其实不是的,因为一段数据拿来就确定了时间T,注意:f0=1/T,而T=NTs,增加N必然减小Ts ,因此,增加N时f0是不变的。
只有增加点数的同时导致增加了数据长度T才能使分辨率越好。
还有容易搞混的一点,我们在做DFT时,常常在有效数据后面补零达到对频谱做某种改善的目的,我们常常认为这是增加了N,从而使频率分辨率变好了,其实不是这样的,补零并没有增加有效数据的长度,仍然为T。
但是补零其实有其他好处:1.使数据N为2的整次幂,便于使用FFT。
2.补零后,其实是对DFT结果做了插值,克服“栅栏”效应,使谱外观平滑化;我把“栅栏”效应形象理解为,就像站在栅栏旁边透过栅栏看外面风景,肯定有被栅栏挡住比较多风景,此时就可能漏掉较大频域分量,但是补零以后,相当于你站远了,改变了栅栏密度,风景就看的越来越清楚了。
3.由于对时域数据的截短必然造成频谱泄露,因此在频谱中可能出现难以辨认的谱峰,补零在一定程度上能消除这种现象。
那么选择DFT时N参数要注意:1.由采样定理:fs>=2fh,2.频率分辨率:f0=fs/N,所以一般情况给定了fh和f0时也就限制了N范围:N>=fs/f0。
解释二:频率分辨率也可以理解为某一个算法(比如功率谱估计方法)将原信号中的两个靠得很近的谱峰依然能保持分开的能力。
这是用来比较和检验不同算法性能好坏的指标。
在信号系统中我们知道,宽度为N的矩形脉冲,它的频域图形为sinc函数,两个一阶零点之间的宽度为4π/N。
由于时域信号的截短相当于时域信号乘了一个矩形窗函数,那么该信号的频域就等同卷积了一个sinc函数,也就是频域受到sinc函数的调制了,根据卷积的性质,因此两个信号圆周频率之差W0必须大于4π/N。
取样频率对信号采集精度的影响研究信号采集是现代生产和科学技术中必不可少的一项技术。
它的过程是将要测量的信号转化为数字信号,然后进行分析、处理和传输。
信号采集精度的好坏直接影响到数据的准确性和实验结果的正确性。
而在信号采集中,设置合理的取样频率是至关重要的,因为它会直接影响到采样信号的精度和准确性。
所谓取样频率,就是指在一定时间范围内,数据采集设备对信号进行采样的次数。
例如,以1000Hz的采样频率采集一段时间为1秒的信号,则采集数据的总点数为1000。
明显地,采样频率越高,采样的数据点也就越多,相应地数据精度也就越高。
而采样频率过低则会导致数据的失真,从而降低数据分析的准确性。
所以,如何选择合适的采样频率成为了信号采集过程中的关键。
而这个问题并不是那么简单,因为在实际采集过程中,需要考虑到多种因素的影响。
以下是几个需要考虑的因素:1. 信号类型:在信号采集时,需要先了解信号的类型,来选择合适的采样频率。
不同类型的信号的变化速度也不一样,即不同信号类型对应的最小采样频率也不同。
例如,低频信号的变化缓慢,对应的最小采样频率相对较低,而高频信号的变化则很快,对应的最小采样频率就相对较高。
2. 过滤类型:在信号采集中,需要使用合适的滤波器来滤除信号中的噪声和其他不必要的信息。
不同类型的滤波器会对采样频率提出不同的要求。
例如,数字低通滤波器通常需要高于采样频率两倍的采样频率才能滤除采集到的噪声,而数字高通滤波器则要求采样频率至少高于信号的最高频率。
3. 信号带宽:信号带宽指信号的「有效范围」,在采集时,应至少以信号的最高频率两倍的采样率来采集信号。
否则,在采集到的数字信号中,可能会出现「欠采样」。
这种情况下,信号高于采样频率一半的频率将会出现混淆,从而会产生谬误和失真。
4. 系统质量:信号采集设备(例如ADC芯片)的质量和性能也会对取样频率的选择有影响。
高质量和高性能的设备通常能够在更高频率下运行,从而提高数据采集的精度和准确性。
离散时间傅里叶变换
离散信号,数字处理的对象,如何用Matlab研究它的特性呢。
如何与采样定理结合起来。
时域信号,x(t)=sin(2*pi*w1*t)+sin(2*pi*w2*t);(w2>w1)
这是用matlab画出的轮廓线。
如果我们处理这个信号,那么只能是以数字形式,所以就必须对原信号进行采样。
采样就字面意思来说,就是选取几个点,构成一个序列x(n),当时我们选取时有要求的,这就是我们即将提到的采样定理,现在我们来看,上面的x(t)中我们不妨取w2=8,w1=5;那么原信号的也只有两个频率,为f1=10*pi,f2=16*pi;有采样定理可知,采样频率告诉我们fs>=2*fmax;
那为什么会是这样的呢?
还有就是采样的点数N,也就是离散序列的长度,
如果针对x(t),取fs=100>16*pi,因为很明显地是,x(t)有两个频率分量,分别是f1和f2,那么如何在频谱图上能够直观地看到有两个频率分量呢?这就与频率分辨率有关。
频率分辨率=采样频率/采样点数
顾名思义,频率分辨率就是能够在频谱图上观察到两个频率之间的差异,我们在信号中不排除遇到两个频率非常接近的信号,为了区别这两个信号就需要频率分辨率。
fs=100;%采样频率为100hz
T=1/fs;
deltaf=2;%采样分辨率为2hz
N=100;
t=(0:N-1)*T;
xt=sin(2*pi*5*t)+cos(2*pi*8*t); nfft=2^nextpow2(N);
y=fft(xt);
f=fs*linspace(0,1,N);
plot(f,abs(y));。
采样频率即取样频率,指每秒钟取得声音样本的次数。
采样频率越高,声音的质量也就越好。
人耳的分辨率很有限,所以太高的频率就分辨不出来了;采样频率一般共分为11.025khz、22.05khz、44.1khz、48khz、94khz五个等级,11.025khz 只能是电话、调幅广播(AM)声音品质;22.05只能达到调频广播(FM)广播的声音品质,44.1khz是cd音质,48khz则是dvd audio或专业领域才会采用,高于48khz的在目前的计算机上分辨不出来。
电话、调幅广播(AM)、调频广播(FM)、光盘(CD)(DVD)、数字录音(digital audio tape.DAT)多种格式,(DVD) DVD视频数模转换器的采样频率都标的是108MHZ/12BIT、mp3的标准采样率44khz。
白色妖姬MPEG4 KG-868V1铂金影王MPEG4 KG-868W9●专业电子抗震技术。
●MPEG4网络视频解码,新一代网络影像技术,实现200:1的高压缩比,保证低数据损失,图像质量更清晰稳定。
●DVD-AUDIO原声再现,采用192HZ/24BIT音频数模转换.●108MHZ/12BIT视频数模转换器,视频釆样频率高.●日本原装新一代DVD机芯,纠错更强,性能更稳定.●超强兼容DVD、SVCD、VCD、CD等标准碟片,流畅解读MP3, MP4、 CD-RW、Kodak PICTRUE CD.●最新一代一体单芯片技术,读碟能力更强,功耗更低●内置多重解码,模拟5.1输出,数字音频光纤/同轴输出●第三代逐行扫描MDD技术,视频分量输出,图像无闪烁,更稳定,更清晰●多种配音语言、多角度、多种字幕选择●数字图像调节技术,图像还原更真实●多种均衡模式和音响效果供选择●图像实时缩放,多种数码声扬效果选择●多画面浏览功能●软件智能升级●绿色环保超宽电源设计(110~V240V 50Hz)●规格:宽为300mm、厚度为33mm ●专业电子抗震技术。
⾳频中采样位数,采样率,⽐特率的名词解释(转)采样位数(采样⼤⼩):采样位数可以理解为采集卡处理声⾳的解析度。
这个数值越⼤,解析度就越⾼,录制和回放的声⾳就越真实。
我们⾸先要知道:电脑中的声⾳⽂件是⽤数字0和1来表⽰的。
所以在电脑上录⾳的本质就是把模拟声⾳信号转换成数字信号。
反之,在播放时则是把数字信号还原成模拟声⾳信号输出。
采集卡的位是指采集卡在采集和播放声⾳⽂件时所使⽤数字声⾳信号的⼆进制位数。
采集卡的位客观地反映了数字声⾳信号对输⼊声⾳信号描述的准确程度。
8位代表2的8次⽅--256,16位则代表2的16次⽅--64K。
⽐较⼀下,⼀段相同的⾳乐信息,16位声卡能把它分为64K个精度单位进⾏处理,⽽8位声卡只能处理256个精度单位,造成了较⼤的信号损失,最终的采样效果⾃然是⽆法相提并论的。
通常市⾯上是这样说,16bit/24bit/32bit。
数值越⾼声⾳越好。
采样率:采样率(也称为采样速度或者采样频率)定义了每秒从连续信号中提取并组成离散信号的采样个数,它⽤赫兹(Hz)来表⽰。
采样频率的倒数叫作采样周期或采样时间,它是采样之间的时间间隔。
采样定理指采样频率必须⼤于被采样信号带宽的两倍,另外⼀种等同的说法是奈奎斯特频率必须⼤于被采样信号的带宽。
如果信号的带宽是100Hz,那么为了避免混叠现象采样频率必须⼤于200Hz。
换句话说就是采样频率必须⾄少是信号中最⼤频率分量频率的两倍,否则就不能从信号采样中恢复原始信号。
过采样指采样频率超出信号带宽的两倍这样就可以⽤数字滤波器替换性能不好的模拟抗混叠滤波器。
⽐特率:⽐特率是指将数字声⾳由模拟格式转化成数字格式的采样率,采样率越⾼,还原后的⾳质就越好。
作为⼀种数字⾳乐压缩效率的参考性指标,⽐特率表⽰单位时间(1秒)内传送的⽐特数bps(bit per second,位/秒)的速度。
通常使⽤kbps(通俗地讲就是每秒钟1000⽐特)作为单位。
CD中的数字⾳乐⽐特率为1411.2kbps(也就是记录1秒钟的CD⾳乐,需要1411.2×1024⽐特的数据),⾳乐⽂件的BIT RATE⾼是意味着在单位时间(1秒)内需要处理的数据量(BIT)多,也就是⾳乐⽂件的⾳质好的意思。
频率和采样率的关系
1. 前言
在数字信号处理中,频率和采样率是两个重要的概念。
频率是指信号中重复出现的周期性变化的次数。
采样率则是指单位时间内采样的次数。
频率和采样率之间存在着一定的关系。
2. 采样定理和Nyquist频率
采样定理指出,为了恢复一个信号,采样率必须至少是信号的最高频率成倍增加的两倍。
这个最高频率被称为Nyquist频率。
如果采样率低于Nyquist频率,则会出现混叠现象,导致信号失真。
3. 频率和采样率的关系
采样率越高,可以表示的频率范围就越大。
如果采样率是f_s,则可以表示的频率范围是0到f_s/2。
因此,在选择采样率时,需要考虑信号中的最高频率成分,以便正确地表示信号。
例如,如果信号中最高频率成分是500 Hz,则必须选择至少1000 Hz的采样率才能正确地表示该信号。
4. 采样率的影响
采样率和信号的重构质量密切相关。
如果采样率过低,将导致一定程度的失真和混叠。
另一方面,如果采样率过高,则不仅会造成资源的浪费,还可能会使重构过程过于复杂。
5. 总结
在数字信号处理中,频率和采样率之间存在着密切的关系。
采样定理和Nyquist频率限制了信号的采样率。
正确选择采样率可以确保信号被正确地表示,同时也能够保证信号的重构质量。
基带信号频率过采样频率概述说明以及解释1. 引言1.1 概述在现代通信领域中,基带信号频率和过采样频率是两个重要的概念。
基带信号频率指的是原始信号在调制之前的频率范围,而过采样频率是指将基带信号进行采样时所使用的采样频率。
随着通信技术的不断发展,人们对于传输速率和系统性能要求越来越高。
因此,了解和理解基带信号频率与过采样频率之间的关系对于设计和实现高性能通信系统具有重要意义。
1.2 文章结构本文分为五个部分进行介绍。
首先,在引言部分,我们将概述基带信号频率和过采样频率以及它们在通信系统中的作用。
接下来,在第二部分中,我们将详细探讨基带信号频率的定义、特性与应用以及表示方法与表示形式。
第三部分将着重介绍过采样频率的定义、原理、优缺点以及实际应用和影响因素。
然后,在第四部分中,我们将深入讨论基带信号频率和过采样频率之间的关系和联系,并解释为什么基带信号需要进行过采样处理。
最后,我们将在结论部分总结主要观点,并对未来的发展进行展望。
1.3 目的本文的目的是全面介绍和说明基带信号频率和过采样频率这两个概念,并探讨它们在通信系统中的重要性和作用。
通过阐述基带信号频率与过采样频率之间的关系,读者能够了解如何选择适当的过采样频率来适配基带信号频率,并且明白为什么需要对基带信号进行过采样处理以防止混叠效应、提高系统可靠性和抗干扰能力等方面的重要性。
通过本文,希望读者能够更好地理解和应用基带信号频率与过采样频率这两个概念,从而为通信系统的设计和优化提供参考依据。
2. 基带信号频率:2.1 定义与概念:基带信号频率是指数字通信中传输的原始信号在频域中所包含的最低频率成分。
它代表了原始信息信号变化的速度和幅度。
基带信号频率范围可以根据具体应用来确定,通常是由人类语音、视频、数据等信息产生的低频信号。
2.2 特性与应用:基带信号频率的特性取决于所传输信息所具有的频谱内容。
一般而言,语音和音频信号具有低频成分,而视频和高速数据通信则需要更高的基带信号频率。
【信号】信号频率、采样⼀、频率、相位1、频率物质在1s内完成周期性变化的次数。
f=1/Teg:1s做了50次周期性变化,频率为50Hz。
2、相位相位是对于⼀个波,特点的时刻在它循环中的位置:⼀种它是否在波峰、波⾕或他们之间某点的标度。
描述波形变化的度量。
通常以度为单位,也称为相⾓。
当信号波形以周期的⽅式变化,波形循环⼀周即为360度。
函数y=Acos(ωx+φ)中,ωx+φ称为相位。
3、初相上式x=0时函数y的相位称为初相。
4、⾼频和低频按照电⽓和电⼦⼯程师学会(IEEE)制定的频谱划分表,低频频率为30~300kHz,中频频率为300~3000kHz,⾼频频率为3~30MHz,频率范围在30~300MHz的为甚⾼频,频率范围在300~1000MHz或更⾼的为特⾼频。
相对于低频信号,⾼频信号变化⾮常快、有突变;低频信号变化缓慢、波形平滑。
5、最⾼频率分量信号与系统中处理的信号,⽐如三⾓波和⽅波,⼤多数都是由很多不同幅度不同频率的正弦信号分量叠加组成的,最⾼频率分量就是指这些正弦信号的最⼤的那个频率.。
⼆、采样1、采样点数采样点数是⼀次向pc发送的数据量包含的点数,采样点数决定了每次传到pc内的数据量。
⽐如点数设为1000,pc内会开辟初始⼤⼩1000的buffer(buffer⼤⼩可以⾃⼰改),每采1000点往pc传⼀次。
程序每次从buffer读1000点进⾏处理。
所以如果你每次处理需要更多数据,可以增加采样点数。
2、采样频率(HZ)采样频率,也称为采样速度或者采样率(SPS),定义了每秒从连续信号中提取并组成离散信号的采样个数。
如果采样频率是1000,则代表它每秒钟采1000个点,如果采样点数为100,则每秒钟向PC机传送10次。
如果采样频率为 1000,采样点数也设为 1000,数据的更新率是1次/每秒。
如果采样频率为 1000,采样点数也设为 100,数据的更新率是10次/每秒。
3、采样频率与信号频率的关系根据奈奎斯特理论,只有采样频率⾼于原始信号最⾼频率的两倍时,才能把数字信号表⽰的信号还原成为原来信号。
采样频率、采样点数、分辨率、谱线数(line)1.最高分析频率:Fm指需要分析的最高频率,也是经过抗混滤波后的信号最高频率。
根据采样定理,Fm与采样频率Fs之间的关系一般为:Fs=2.56Fm;而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。
2.采样点数N与谱线数M有如下的关系:N=2.56M 其中谱线数M与频率分辨率ΔF及最高分析频率Fm有如下的关系:ΔF=Fm/M 即:M=Fm/ΔF 所以:N=2.56Fm/ΔF★采样点数的多少与要求多大的频率分辨率有关。
例如:机器转速3000r/min=50Hz,如果要分析的故障频率估计在8倍频以下,要求谱图上频率分辨率ΔF=1 Hz ,则采样频率和采样点数设置为:最高分析频率Fm=8·50Hz=400Hz;采样频率Fs=2.56·Fm=2.56 ·400Hz=1024Hz;采样点数N=2.56·(Fm/ΔF)=2.56·(400Hz/1Hz)=1024谱线数M=N/2.56=1024/2.56=400条按照FFT变换,实际上得到的也是1024点的谱线,但是我们知道数学计算上存在负频率,是对称的,因此,实际上我们关注的是正频率部分对应的谱线,也就是说正频率有512线,为什么我们通常又说这种情况下是400线呢,就是因为通常情况下由于频率混叠和时域截断的影响,通常认为401线到512线的频谱精度不高而不予考虑。
另外,采样点数也不是随便设置的,即不是越大越好,反之亦然.对于旋转机械必须满足整周期采样,以消除频率畸形,单纯提高分辨率也不能消除频率畸形过去,有人以为数据越长越好,或随便定时域信号长度,其实,这样做是在某些概念上不清楚,例如,不清楚整周期采样.不产生频率混叠的最低采样频率Fs要求在2倍最大分析频率Fm,之所以采用2.56倍主要跟计算机二进制的表示方式有关。
其主要目的是避免信号混淆保证高频信号不被歪曲成低频信号。
采样频率、采样点数、分辨率、谱线数(line)1.最高分析频率:Fm 指需要分析的最高频率,也是经过抗混滤波后的信号最高频率。
根据采样定理,Fm 与采样频率Fs 之间的关系一般为:Fs=2.56Fm ;而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。
2.采样点数N 与谱线数M 有如下的关系:N=2.56M 其中谱线数M与频率分辨率△ F及最高分析频率Fm有如下的关系:△ F=Fm/M 即:M=Fm/ △ F 所以:N=2.56Fm/ △ F★采样点数的多少与要求多大的频率分辨率有关。
例如:机器转速3000r/min=50Hz ,如果要分析的故障频率估计在8 倍频以下,要求谱图上频率分辨率△F=1 Hz , 则采样频率和采样点数设置为:最高分析频率Fm=8 • 50Hz=400Hz;采样频率Fs=2.56 • Fm=2.56 • 400Hz=1024Hz;采样点数N=2.56 • (Fm/ △ F) =2.56 • (400Hz/1Hz ) =1024谱线数M=N/2.56=1024/2.56=400 条按照FFT变换,实际上得到的也是1024点的谱线,但是我们知道数学计算上存在负频率,是对称的,因此,实际上我们关注的是正频率部分对应的谱线,也就是说正频率有512 线,为什么我们通常又说这种情况下是400 线呢,就是因为通常情况下由于频率混叠和时域截断的影响,通常认为401 线到512 线的频谱精度不高而不予考虑。
另外,采样点数也不是随便设置的,即不是越大越好,反之亦然.对于旋转机械必须满足整周期采样,以消除频率畸形,单纯提高分辨率也不能消除频率畸形过去,有人以为数据越长越好,或随便定时域信号长度,其实,这样做是在某些概念上不清楚,例如,不清楚整周期采样.不产生频率混叠的最低采样频率Fs 要求在2 倍最大分析频率Fm ,之所以采用2.56 倍主要跟计算机二进制的表示方式有关。
其主要目的是避免信号混淆保证高频信号不被歪曲成低频信号。
采样长度T 的选择首先要保证能反映信号的全貌,对瞬态信号应包括整个瞬态过程;对周期信号,理论上采集一个周期信号就可以了。
其次需考虑频率分辩率,采样长度T在最大分析频率Fm确定的情况下与频率分辩率△ f是反比关系,也就是T越长△ f越小即频率分辩率越高。
一般的分析软件都是设置谱线数M ,采样点数N=2.56M 。
信号分析中常用的采样点数是512 、1024 、2048 、4096 等。
等效于我们常说的200 、400 、800 、1600线等频谱线数,频谱分析一般采样点数选取2的整数次方。
△ f = Fm/M,可见谱线数M越大频率分辩率△ f越小即频率分辩率越高。
在电机的故障诊断中,为了发现边带间隔为极通频率(一般在1Hz 以下)的峰值,常常需要极高的分辩率(1Hz 以下),一般选择210HzFm,6400 谱线。
至于整周期采样是很难实现的,必然会因为信号截断而产生泄露,为了避免这些误差,所以要采取加窗的办法。
1. 频率分辨率的2 种解释解释一:频率分辨率可以理解为在使用DFT 时,在频率轴上的所能得到的最小频率间隔f0=fs/N=1/NTs=1/T, 其中N 为采样点数,fs 为采样频率,Ts 为采样间隔。
所以NTs就是采样前模拟信号的时间长度T,所以信号长度越长,频率分辨率越好。
是不是采样点数越多,频率分辨力提高了呢?其实不是的,因为一段数据拿来就确定了时间T,注意:fO=1/T,而T=NTs,增加N必然减小Ts,因此,增加N时fO是不变的。
只有增加点数的同时导致增加了数据长度T才能使分辨率越好。
还有容易搞混的一点,我们在做DFT 时,常常在有效数据后面补零达到对频谱做某种改善的目的,我们常常认为这是增加了N,从而使频率分辨率变好了,其实不是这样的,补零并没有增加有效数据的长度,仍然为T。
但是补零其实有其他好处:1.使数据N 为2 的整次幂,便于使用FFT。
2.补零后,其实是对DFT 结果做了插值,克服“栅栏”效应,使谱外观平滑化;我把“栅栏”效应形象理解为,就像站在栅栏旁边透过栅栏看外面风景,肯定有被栅栏挡住比较多风景,此时就可能漏掉较大频域分量,但是补零以后,相当于你站远了,改变了栅栏密度,风景就看的越来越清楚了。
3.由于对时域数据的截短必然造成频谱泄露,因此在频谱中可能出现难以辨认的谱峰,补零在一定程度上能消除这种现象。
那么选择DFT 时N 参数要注意:1.由采样定理:fs>=2fh ,2.频率分辨率:fO=fs/N ,所以一般情况给定了fh 和fO 时也就限制了N 范围:N>=fs/fO 。
解释二:频率分辨率也可以理解为某一个算法(比如功率谱估计方法)将原信号中的两个靠得很近的谱峰依然能保持分开的能力。
这是用来比较和检验不同算法性能好坏的指标。
在信号系统中我们知道,宽度为N 的矩形脉冲,它的频域图形为sine函数,两个一阶零点之间的宽度为4 nN。
由于时域信号的截短相当于时域信号乘了一个矩形窗函数,那么该信号的频域就等同卷积了一个sinc 函数,也就是频域受到sine 函数的调制了,根据卷积的性质,因此两个信号圆周频率之差W0必须大于4 n/N。
从这里可以知道,如果增加数据点数N,即增加数据长度,也可以使频率分辨率变好,这一点与第一种解释是一样的。
同时,考虑到窗函数截短数据的影响存在,当然窗函数的特性也要考虑,在频率做卷积,如果窗函数的频谱是个冲击函数最好了,那不就是相当于没截断吗?可是那不可能的,我们考虑窗函数主要是以下几点:1.主瓣宽度B 最小(相当于矩形窗时的4n/N,频域两个过零点间的宽度)。
2.最大边瓣峰值A最小(这样旁瓣泄露小,一些高频分量损失少了)。
3.边瓣谱峰渐近衰减速度D 最大(同样是减少旁瓣泄露)。
在此,总结几种很常用的窗函数的优缺点:矩形窗:B=4 冗/N A=-13dB D=-6dB/oct三角窗:B=8 冗/N A=-27dB D=-12dB/oct汉宁窗:B=8 冗/N A=-32dB D=-18dB/oct海明窗:B=8 冗/N A=-43dB D=-6dB/oct布莱克曼窗:B=12 n/N A=-58dB D=-18dB/oct可以看出,矩形窗有最窄的主瓣,但是旁瓣泄露严重。
汉宁窗和海明窗虽主瓣较宽,但是旁瓣泄露少,是常选用的窗函数。
2. 采样周期与频率分辨率fs/N 常称作为频率分辨率,它实际是作FFT 时谱图中的两条相邻谱线之间的频率间隔,也有称作步长。
单位是Hz 、Khz 等。
频率分辨率实际有二重含意,在这里只是其中一种。
1/fs 的单位的s、ms、us 或分、时...年等。
1/fs 代表采样周期,是时间域上两个相邻离散数据之间的时间差。
因此fs/N 用在频率域,只在DFT 以后的谱图中使用;而1/fs 用时间域,只要数据经采样,离散化后任何其它的应用中都可使用。
例如有的数字滤波器中就用到。
△ f=fs/N=1/T; △ f是频率采样间隔,同时也是频率分辨率的重要指标,如果这个值越小,则频率分辨率越高。
1/fs 往往用在求时间序列上,如(0:N-1 )*1/fs 等等,如果这个不好理解,可以把前面的公式求倒数,这就清楚多了3. 采样定理采样过程所应遵循的规律,又称取样定理、抽样定理。
采样定理说明采样频率与信号频谱之间的关系,是连续信号离散化的基本依据。
采样定理是1928 年由美国电信工程师首先提出来的,因此称为奈奎斯特采样定理。
1933 年由苏联工程师科捷利尼科夫首次用公式严格地表述这一定理,因此在苏联文献中称为科捷利尼科夫采样定理。
1948 年信息论的创始人对这一定理加以明确地说明并正式作为定理引用,因此在许多文献中又称为香农采样定理。
采样定理有许多表述形式,但最基本的表述方式是时域采样定理和频域采样定理。
采样定理在数字式遥测系统、时分制遥测系统、信息处理、数字通信和采样控制理论等领域得到广泛的应用。
时域采样定理频带为F的连续信号f(t)可用一系列离散的采样值f(t i),f(t i ±Zt), f(t i±2 A t),..来表示,只要这些采样点的时间间隔厶t W1/2F,便可根据各采样值完全恢复原来的信号f(t)。
采样定理时域采样定理的另一种表述方式是:当时间信号函数f(t)的最高频率分量为f M 时,f(t)的值可由一系列采样间隔小于或等于1/2 f M的采样值来确定,即采样点的重复频率f>2f M。
图为模拟信号和采样样本的示意图。
时域采样定理是采样误差理论、随机变量采样理论和多变量采样理论的基础。
频域采样定理对于时间上受限制的连续信号f(t)(即当It | > T时,f(t)=O, 这里T =T2-T I是信号的持续时间),若其频谱为F(3),则可在频域上用一系列离散的采样值来表示,只要这些采样点的频率间隔。
参考书目刘文生、李锦林编:《取样技术原理与应用》,科学出版社,北京, 1981 。
4. 分析频率/采样点数/谱线数的设置要点1 .最高分析频率:Fm 指需要分析的最高频率,也是经过抗混滤波后的信号最高频率。
根据采样定理,Fm与采样频率Fs之间的关系一般为:Fs=2.56Fm ; 而最高分析频率的选取决定于设备转速和预期所要判定的故障性质。
2.采样点数N 与谱线数M 有如下的关系:N=2.56M 其中谱线数M与频率分辨率△ F及最高分析频率Fm有如下的关系:△ F=Fm/M 即:M=Fm/ △ F 所以:N=2.56Fm/ △ F★采样点数的多少与要求多大的频率分辨率有关。
例如:机器转速3000r/min=50Hz ,如果要分析的故障频率估计在8 倍频以下,要求谱图上频率分辨率△F=1 Hz , 则采样频率和采样点数设置为:最高分析频率Fm=8 • 50Hz=400Hz;采样频率Fs=2.56 • Fm=2.56 • 400Hz=1024Hz;采样点数N=2.56 • (Fm/ △ F) =2.56 • (400Hz/1Hz ) =1024=210谱线数M=N/2.56=1024/2.56=400 条学习课件等等 THANKS !!! 致力为企业和个人提供合同协议, 策划案计划书,打造全网一站式需求。