1樓:匿名使用者
傅利葉變換幾點資料對應幾點頻率。但是,有一般是負頻率,實際沒有意義,因此,有效的頻率只有32點,可以分析到訊號的31次諧波。
2樓:匿名使用者
頻率訊號的點數是取樣點數的1/2,64點取樣有32點頻率訊號
如何實現64點fft?越詳細越好! 20
3樓:匿名使用者
matlab實現的**:
x=importdata('aa.txt') %從aa.txt檔案中讀取資料
,64點fft就取64點資料
n=[1:64]; %64個資料
n=64;
y=fft(x); %進行fft計算%輸出y
m=abs(y); %取幅值
m(1)=m(1)/2;
plot(n,2*m/n); %繪製幅頻圖,title('幅頻相應');
xlabel('頻率');
ylabel('幅度');
如果要微控制器實現的話,cortex及arm有相應的庫函式,但是要注意取樣率,取樣週期與訊號週期的關係,頻譜洩露的影響。
如何決定要使用多少點來做fft
4樓:啥名字好呢呢呢
fft程式,輸入是一組複數,輸出也是一組複數,想問一下輸入到底應該輸入什麼,輸出的複數的含義是什麼?給定一組序列的抽樣值,如何用fft確定它的頻率?
首先,fft函式出來的應該是個複數,每乙個點分實部虛部兩部分。假設採用1024點fft,取樣頻率是fs,那麼第乙個點對應0頻率點,第512點對應的就是fs/2的頻率點。然後從頭開始找模值最大的那個點,其所對應的頻率值應該就是你要的基波頻率了。
fft是離散傅利葉變換的快速演算法,可以將乙個訊號變換到頻域。有些訊號在時域上是很難看出什麼特徵的,但是如果變換到頻域之後,就很容易看出特徵了。這就是很多訊號分析採用fft變換的原因。
另外,fft可以將乙個訊號的頻譜提取出來,這在頻譜分析方面也是經常用的。
雖然很多人都知道fft是什麼,可以用來做什麼,怎麼去做,但是卻不知道fft之後的結果是什麼意思、如何決定要使用多少點來做fft。乙個模擬訊號,經過adc取樣之後,就變成了數碼訊號。取樣定理告訴我們,取樣頻率要大於訊號頻率的兩倍,這些我就不在此羅嗦了。
取樣得到的數碼訊號,就可以做fft變換了。n個取樣點,經過fft之後,就可以得到n個點的fft結果。為了方便進行fft運算,通常n取2的整數次方。
假設取樣頻率為fs,訊號頻率f,取樣點數為n。那麼fft之後結果就是乙個為n點的複數。每乙個點就對應著乙個頻率點。
這個點的模值,就是該頻率值下的幅度特性。具體跟原始訊號的幅度有什麼關係呢?假設原始訊號的峰值為a,那麼fft的結果的每個點(除了第乙個點直流分量之外)的模值就是a的n/2倍。
而第乙個點就是直流分量,它的模值就是直流分量的n倍。而每個點的相位呢,就是在該頻率下的訊號的相位。第乙個點表示直流分量(即0hz),而最後乙個點n的再下乙個點(實際上這個點是不存在的,這裡是假設的第n+1個點,可以看做是將第乙個點分做兩半分,另一半移到最後)則表示取樣頻率fs,這中間被n-1個點平均分成n等份,每個點的頻率依次增加。
例如某點n所表示的頻率為:fn =(n-1)*fs/n。由上面的公式可以看出,fn所能分辨到頻率為 fs/n,如果取樣頻率fs為1024hz,取樣點數為1024點,則可以分辨到1hz。
1024hz的取樣率取樣1024點,剛好是1秒,也就是說,取樣1秒時間的訊號並做fft,則結果可以分析到1hz,如果取樣2秒時間的訊號並做fft,則結果可以分析到0.5hz。如果要提高頻率分辨力,則必須增加取樣點數,也即取樣時間。
頻率解析度和取樣時間是倒數關係。假設fft之後某點n用複數a+bi表示,那麼這個複數的模就是an=根號a*a+b*b,相位就是pn=atan2(b,a)。根據以上的結果,就可以計算出n點(n≠1,且n<=n/2)對應的訊號的表示式為:
an/(n/2)*cos(2*pi*fn*t+pn),即2*an/n*cos(2*pi*fn*t+pn)。對於n=1點的訊號,是直流分量,幅度即為a1/n。由於fft結果的對稱性,通常我們只使用前半部分的結果,即小於取樣頻率一半的結果。
好了,說了半天,看著公式也暈,下面以乙個實際的訊號來做說明。假設我們有乙個訊號,它含有2v的直流分量,頻率為50hz、相位為-30度、幅度為3v的交流訊號,以及乙個頻率為75hz、相位為90度、幅度為1.5v的交流訊號。
用數學表示式就是如下:
s=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180)
式中cos引數為弧度,所以-30度和90度要分別換算成弧度。我們以256hz的取樣率對這個訊號進行取樣,總共取樣256點。按照我們上面的分析,fn=(n-1)*fs/n,我們可以知道,每兩個點之間的間距就是1hz,第n個點的頻率就是n-1。
我們的訊號有3個頻率:0hz、50hz、75hz,應該分別在第1個點、第51個點、第76個點上出現峰值,其它各點應該接近0。實際情況如何呢?
我們來看看fft的結果的模值如圖所示。
從圖中我們可以看到,在第1點、第51點、和第76點附近有比較大的值。我們分別將這三個點附近的資料拿上來細看:
1點: 512+0i
2點: -2.6195e-14 - 1.4162e-13i
3點: -2.8586e-14 - 1.1898e-13i
50點:-6.2076e-13 - 2.1713e-12i
51點:332.55 - 192i
52點:-1.6707e-12 - 1.5241e-12i
75點:-2.2199e-13 -1.0076e-12i
76點:3.4315e-12 + 192i
77點:-3.0263e-14 +7.5609e-13i
很明顯,1點、51點、76點的值都比較大,它附近的點值都很小,可以認為是0,即在那些頻率點上的訊號幅度為0。接著,我們來計算各點的幅度值。分別計算這三個點的模值,結果如下:
1點: 512
51點:384
76點:192
按照公式,可以計算出直流分量為:512/n=512/256=2;50hz訊號的幅度為:384/(n/2)=384/(256/2)=3;75hz訊號的幅度為192/(n/2)=192/(256/2)=1.
5。可見,從頻譜分析出來的幅度是正確的。然後再來計算相位資訊。
直流訊號沒有相位可言,不用管它。先計算50hz訊號的相位,atan2(-192, 332.55)=-0.
5236,結果是弧度,換算為角度就是180*(-0.5236)/pi=-30.0001。
再計算75hz訊號的相位,atan2(192, 3.4315e-12)=1.5708弧度,換算成角度180*1.
5708/pi=90.0002。可見,相位也是對的。
根據fft結果以及上面的分析計算,我們就可以寫出訊號的表示式了,它就是我們開始提供的訊號。
總結:假設取樣頻率為fs,取樣點數為n,做fft之後,某一點n(n從1開始)表示的頻率為:fn=(n-1)*fs/n;該點的模值除以n/2就是對應該頻率下的訊號的幅度(對於直流訊號是除以n);該點的相位即是對應該頻率下的訊號的相位。
相位的計算可用函式atan2(b,a)計算。atan2(b,a)是求座標為(a,b)點的角度值,範圍從-pi到pi。要精確到xhz,則需要取樣長度為1/x秒的訊號,並做fft。
要提高頻率解析度,就需要增加取樣點數,這在一些實際的應用中是不現實的,需要在較短的時間內完成分析。解決這個問題的方法有頻率細分法,比較簡單的方法是取樣比較短時間的訊號,然後在後面補充一定數量的0,使其長度達到需要的點數,再做fft,這在一定程度上能夠提高頻率分辨力。
具體的頻率細分法可參考相關文獻。
附錄:本測試資料使用的matlab程式
close all; %先關閉所有**
adc=2; %直流分量幅度
a1=3; %頻率f1訊號的幅度
a2=1.5; %頻率f2訊號的幅度
f1=50; %訊號1頻率(hz)
f2=75; %訊號2頻率(hz)
fs=256; %取樣頻率(hz)
p1=-30; %訊號1相位(度)
p2=90; %訊號相位(度)
n=256; %取樣點數
t=[0:1/fs:n/fs]; %取樣時刻
%訊號s=adc+a1*cos(2*pi*f1*t+pi*p1/180)+a2*cos(2*pi*f2*t+pi*p2/180);
%顯示原始訊號
plot(s);
title('原始訊號');
figure;
y = fft(s,n); %做fft變換
ayy = (abs(y)); %取模
plot(ayy(1:n)); %顯示原始的fft模值結果
title('fft 模值');
figure;
ayy=ayy/(n/2); %換算成實際的幅度
ayy(1)=ayy(1)/2;
f=([1:n]-1)*fs/n; %換算成實際的頻率值
plot(f(1:n/2),ayy(1:n/2)); %顯示換算後的fft模值結果
title('幅度-頻率曲線圖');
figure;
pyy=[1:n/2];
for i="1:n/2"
pyy(i)=phase(y(i)); %計算相位
pyy(i)=pyy(i)*180/pi; %換算為角度
end;
plot(f(1:n/2),pyy(1:n/2)); %顯示相位圖
title('相位-頻率曲線圖');
5樓:匿名使用者
看你要的解析度,換個說法,你要做fft後頻率的精確度。
對500hz的正弦訊號 進行取樣,取樣頻率 ,總取樣點數n=2048,求與取樣訊號頻率解析度。如果訊號中含有幾個
6樓:
夏農定理提供
bai了最小採du樣頻率,是訊號頻率的zhi2倍。對於正弦波dao訊號,就是該訊號頻專率的兩倍;對於非正屬弦波訊號,取樣頻率是其中最高頻率分量的兩倍。
對於實際的控制系統而言,取樣頻率選擇一般選擇訊號頻率的5~20倍,這是由於取樣會引入相位滯後,造成系統穩定性下降。取樣頻率越低,相位滯後越大。
36（2 3）與36 6的計算結果是相等
36 2 3 36 6 6 36 6 6 所以，36 2 3 與36 6的計算結果是相等 故答案為 36 4 3與36 4 3 的結果相同 判斷對錯 36 4 3 9 3 2736 4 3 36 12 327 3 所以36 4 3與36 4 3 的結果相同是錯誤的 故答案為 36 2 幾?豎式計算 ...
ansys中最後計算結果超過了定義的屈服強度限值是怎麼回事
額 是不是用的線性計算的啊？線性計算的不用設定屈服強度，只有非線性計算中計算才能用得到。線性計算只要楊氏模量和泊松比就行了，沒有屈服極限。你檢視的是節點應力吧？看一下單元應力結果試試。別試了 好像也不行 ansys分析極限應力大於設定的屈服應力 設定的是理想塑bai 性材料，理du論上最大 mise...
10,它們的最小公倍數和計算結果怎麼求
解析 因為10是2和5的倍數,那麼,分母2 5 10的最小公倍數是10,所以,1 2 1 5 1 10 5 10 2 10 1 10 8 10 4 5 解 1 2 1 5 1 10 5 10 2 10 1 10 8 10 4 5 解 1 2 1 5 1 10 1x5 2x5 1x2 5x2 1 10...