数字信号处理的栅栏效应和时域补零
2015-09-08 10:10
323 查看
根据我上篇转载的文章,我又继续翻了翻《数字信号处理》,对离散信号的DFT又有了进一步的了解。以前在考试后就把书本上的内容扔掉了,现在用到它的时候还得重新学习一遍....
下面是数字信号处理中困扰我很久的:栅栏效应和时域补零。
因为DFT或者(FFT)计算的只是离散点上面的频谱,这些离散点是Fs=(n-1)*Fs/N,其中频率的分辨率是dF=Fs/N。所以DFT计算的只是dF整数倍处的频谱,而不是连续频率的函数。这就像在通过一个“栅栏”看景物一样,称为“栅栏效应”。
在做DFT的时候人们常常在有效数据后面补一些零来达到频谱改善的效果,但是这并不会提高频率分辨率,因为补零不会增加有效数据!
但是补零常常有一些好处:
1、可以使数据点数N为2的整数次幂,便于FFT计算;
2、补零使原来的X(k)起到做插值的作用,克服栅栏效应,使谱外观得到平滑。末尾补零,DFT处理的点数大于实际抽样的点数,这样使原来看不见的频谱线能被看到;
3、由于对数据截断后引起频谱泄露,有可能在频谱中出现一些难以确认的波峰,补零后消除这种现象;
手上还有一个matlab的仿真程序,等找到了再上传吧~
下面是数字信号处理中困扰我很久的:栅栏效应和时域补零。
因为DFT或者(FFT)计算的只是离散点上面的频谱,这些离散点是Fs=(n-1)*Fs/N,其中频率的分辨率是dF=Fs/N。所以DFT计算的只是dF整数倍处的频谱,而不是连续频率的函数。这就像在通过一个“栅栏”看景物一样,称为“栅栏效应”。
在做DFT的时候人们常常在有效数据后面补一些零来达到频谱改善的效果,但是这并不会提高频率分辨率,因为补零不会增加有效数据!
但是补零常常有一些好处:
1、可以使数据点数N为2的整数次幂,便于FFT计算;
2、补零使原来的X(k)起到做插值的作用,克服栅栏效应,使谱外观得到平滑。末尾补零,DFT处理的点数大于实际抽样的点数,这样使原来看不见的频谱线能被看到;
3、由于对数据截断后引起频谱泄露,有可能在频谱中出现一些难以确认的波峰,补零后消除这种现象;
手上还有一个matlab的仿真程序,等找到了再上传吧~
相关文章推荐
- Android studio中Custom View使用方法
- Spring事务传播机制详解
- iOS simulator+Appium
- JS设计模式——策略模式
- 如何把文件上传到另外一台服务器2
- python 里list, tuple, set, dict的异同
- Android仿“知乎”隐藏标题栏、回答详情页动画效果----android里面各种高仿
- maven 库中添加 net.sf.json JSONArray 引用的jar包 net.sf.json-lib问题
- 如何把演示文稿ppt转成pdf格式
- JS设计模式——迭代器模式
- GridView完美的例子
- SequenceFile在hadoop中使用
- IOS开发—Core Animation核心动画介绍
- 计算机常用网络指令
- codeforces 396A A. On Number of Decompositions into Multipliers(组合数学+数论)
- 数据结构学习之路-第三章:顺序栈
- 【Django】template中实现加减乘除数学运算[加法 减法 乘法 除法]
- SVN中检出(check out) 和 导出(export) 的区别
- PPT2010中设置音乐播放停止位置
- Eclipse中修改tomcat内存大小