分析ADC性能时是否要加oracle 开窗函数数的

ADC测试_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
阅读已结束,下载本文需要
想免费下载本文?
定制HR最喜欢的简历
下载文档到电脑,同时保存到云知识,更方便管理
加入VIP
还剩13页未读,
定制HR最喜欢的简历
你可能喜欢单片机、电路板
连接器、接插件
其他元器件
实时分析技术和测量给无线通信带来的好处
实时分析技术和测量给无线通信带来的好处
实时信号处理定义 "Real time(实时)"这个术语最早来源于物理系统的数字仿真系统中,如果仿真系统速度匹配它所仿真的实时系统的速度,我们就认为该数字系统是实时的。要实时分析信号,意味着运行执行速度必须足够快,可以准确处理相关频段中所有的信号成分。如果要处理实时分量,首先采样输入信号必须足够快,能够满足Nyquist定理。这意味着采样频率必须超过信号带宽的两倍。其次,以足够快的速度连续执行所
实时信号处理定义 " (实时)"这个术语最早来源于物理系统的数字仿真系统中,如果仿真系统速度匹配它所仿真的实时系统的速度,我们就认为该数字系统是实时的。要实时分析信号,意味着运行执行速度必须足够快,可以准确处理相关频段中所有的信号成分。如果要处理实时分量,首先采样输入信号必须足够快,能够满足Nyquist定理。这意味着采样频率必须超过信号带宽的两倍。其次,以足够快的速度连续执行所有计算,并且使得分析输出可以跟上输入信号中的任何变化。 频谱分析,也称为傅立叶分析,是从频域中分析信号,当使用DSP时,也就意味着对时间采样数据执行离散傅立叶变换(DFT)。 使用DSP进行傅立叶分析见图1,输入模拟信号经过A/D以后,再经过DFT引擎,就得到了输入信号的FFT频谱,可以看到在这个图中每次FFT采样之间还有一些时间间隙。上图中整个频谱分析的过程就等效于下图中让信号首先通过一群带通,其中每个的带宽和中心频率都是按照DFT基本单元来分隔的。对于每个频域单元,I和Q或者幅度和相位复包络被计算,如果对该复包络进行采样,当采样率等于上图信号做FFT的速度的时候,所得到的两个结果是精确相同的。以上展示的是一个非实时的FFT频谱分析过程。对于实时频谱分析来说,有两个标准必须满足:1. 输入信号必须采样足够快,能够满足Nyquist定理,采样信号速度大于信号带宽两倍。2. DFT计算必须执行得足够快,使得每个DFT 频域单元都满足Nyquist标准。 我们定义100%捕获一次不重复事件的最短时间,就是捕获一次最窄矩形脉冲的持续时间。要实时处理所有感兴趣的信号信息,首先要具有足够的捕获带宽来支持感兴趣的信号。第二,足够高的ADC时钟速率超过Nyquist标准。第三,有足够长的捕获间隔支持来分析感兴趣信号的最窄分辨率带宽(RBW)。第四,足够高的DFT转换速率超过感兴趣信号的RBW的Nyquist标准。当今的通信系统,存在很多窄脉冲通信,为了测量和排除故障去查找问题,非常重要的是发现、触发并分析这些窄脉冲。 加窗和DFT帧重叠 DFT中窗函数的作用是用来减小FFT频谱分析中的频谱泄漏的,但有时它也刚好会把有效的信息屏蔽掉。图2中,最左边的图是DFT处理时有时间间隙的情况,中间的图是DFT紧邻,没有时间缝隙,右图中采用了帧重叠技术,即第二帧数据会共享第一帧数据。在左图中可以看到,在时域中出现了短脉冲信号,但由于该脉冲信号在时域上刚好处于两次DFT之间,因此在做变换时,直接就丢失了。从中间的图中可以看到,由于短脉冲的出现恰好处于相邻的窗函数的边缘,因此也被抑制掉了。也就是说,信号是被采样到了,但后来在做数字处理的时候却被最小化了。右图中采用重叠DFT技术,由于第一帧和第二帧重叠,重叠计算FFT,第二帧该脉冲信号的频谱很容易就显示出来了。所以在实行频谱分析时,帧重叠技术的使用使得信号瞬态处理能力大大增强。 信号处理技术的演化 从六十年代的常规的扫频频谱到九十年代推出的矢量信号,以及如今泰克推出的频谱,信号处理技术经历了三个阶段。60年代的频谱测试仪主要针对军用、通信系统等,测试的信号主要为模拟信号,并且多半为稳态信号,那时对测试仪器的要求主要是低噪底和比较高的动态范围。到了90年代,复杂的数字调制加上通信技术的迅猛发展,测试信号主要以数字调制信号为主。到了今天,随着DSP软件的无限发展,自适应调制信号、瞬态信号以及跳频、节变频雷达通信的大量涌现,使得对于瞬变信号的测试要求越来越高,多余的时间相关分析、无缝捕获,以及频域事件的任意位置触发都是分析此类瞬态信号的非常好的工具。
为了更好地理解实时的工作原理,我们可以大略的查看现在流行的三种类型的分析仪结构的简单框图(图3)。尽管在分析仪中有许多相似之处,例如都有输入, 但其中也有许多不同之处。 对于扫频分析仪这种最早的分析仪设计来说,信号首先通过一个相对窄的可调谐的预选,然后再下变频,接着通过分辨率带宽滤波器RBW进行检波,视频带宽滤波器滤波后在屏幕上把频谱显示出来,相对应的本振变化过程就是在频率跨度范围内,本振在调谐状态下进行一个连续扫频。第二代(VSA)结构也是把频谱进行下变频处理,但采用的是本振步进的方式。连续的频率覆盖是通过数字化时域信号实现的,而信号的宽度是由每一个本振步进的中频带宽决定的, VSA把数据存储在内存中,并且通过快速傅立叶变化计算其频谱,并在频谱上显示出来。尽管实时(RTSA)的许多结构都和VSA架构类似,但最重要的区别就在于实时数字信号处理的硬件上的不同:即在实时中,信号在经过ADC数字化以后,再经过DSP做数字信号处理,后面还有一个超快速的实时FFT硬件电路进行计算。 众所周知,FFT过程是需要进行大量计算的,FFT计算时间的长短取决于FFT变化所需要的点数和计算执行的速度。如果一个FFT计算执行的时间小于每帧采样的时间,这样的FFT处理我们就认为实时的。如果FFT处理时间超过一帧采样所需要的时间,我们就认为它不是实时的。图4中,上图的部分由于FFT的计算是非实时的,所以导致时间信号中的第二帧信号丢失,即来不及做FFT处理,因此没有实时地显示出频谱,而在下半部分图中,由于执行了超快速的FFT处理,且每次FFT处理的时间都小于帧采样的时间,所以此时所有信号的频谱都会被实时地分析出来。 通常意义的"实时"指的是无缝捕获并连续实时处理数据,即从数据输入到输出必须是连续没有中断的,不可以是先存储后处理。实时频谱分析采用的是边存储边处理的方式,而且处理的速度非常快(大于每一帧采样的速度)。如调频广播,它把FM信号转化为声音,这里声音信号也不会有中断,所以我们认为这是实时的。另外,电视机把射频信号转换成为动态的影像,中间没有中断,直到我们关机,所以我们认为这也是实时的。实时频谱分析仪把射频信号转换成频率对功率的轨迹,中间也没有中断,或者我们说的死区时间。 那么什么是非实时呢?比如传统信号的扫描分析,或者像矢量信号分析的单次捕获后再进行处理的方式。不太明显的非实时方式是连续重新捕获后进行处理,那这样导致的问题是在两次连续捕获之间会有死区时间。 实时信号处理应用 传统的扫频频谱仪都是被动的测试信号的,被测信号的特征是载波不随时间变化。而实时频谱分析仪是主动发现瞬态信号,采用DPX数字荧光技术,可以实时发现瞬态信号,通过频率模板触发去实施捕获分析,最后进行实时频谱分析。 泰克专利的DPX数字荧光技术 在进行频谱分析时,当射频信号进入ADC并数字化后,采样的点集经过DFT引擎,会生成DFT频谱。由于现在每秒可以执行超过48000次的DFT运算,而每个DFT频谱会经过像素缓冲内存并在像素统计图上显示次数,如果把这些像素出现的统计次数直接显示在频谱上,那就非常不直观,所以我们用色温技术来表示信号在频域中出现的频次,如果频次高,则暖色调(红色),频次低则为冷色调(蓝色)。现在把每1400次的DFT叠加到一张频谱画面上,并通过颜色反应信号的频次。根据人眼视觉暂留的原理,每秒连续播放25帧画面以上时人眼看到的画面是连续的,所以通过每秒播放33帧的频谱画面,而每张频谱画面都是由1400多次的DFT叠加而成的,这样1秒钟48000次生动实时的视频信号就很容易地显示出来了。 图5中显示的是演示版所产生的信号,它仿真了一个信号每隔1.28秒失锁一次的故障现象。左图是通过普通的频谱分析仪进行测试,在自由运行模式下很难发现问题,接下来它采用最大保持模式,我们会看到频谱偶尔会出现一些瞬态的杂波信号,但是我们很难从中发现这究竟是一个什么信号。右图中,由于实时频谱分析仪具有100%的发现概率,因此可以很清楚地观察每次信号失锁的瞬态频谱。 泰克专利的频率模板触发技术 采用DPX最多也只是发现了故障,但是如果发现了这些信号却无法捕获,就不能进行定量分析。传统的信号分析仪要触发一个瞬态信号,只有采用功率电平触发,也就是设好中心频率和频率跨度,然后再设置一个门限来进行触发,它不能实现频域中的选频触发。泰克公司专利的频率模板触发技术解决了此类问题。它通过在频域中定义一个绿色的模板,模板中包含频率和功率的二维信息,就可以轻松捕获频域中大信号旁出现的小信号,也可以根据信号现有的频谱波形进行触发。 如图6所示,普通频谱的电平触发,是无法触发大功率信号下的小功率信号的,而现在我们只要划一个黑色的模板,当瞬态出现的小信号从白色区域出现在黑色的模板上时,实时频谱分析仪就能以此为条件,实时地捕获一段时间的信号。 通过有效进行存储,捕获的信号可以通过三维频谱进行回放。图7中,横轴表示频率,纵轴表示时间,颜色表示信号的功率。从中可以看到,绿色的瞬态干扰杂散,出现的很短,只出现在两帧频谱当中,颜色也比较浅。通过三维频谱图可以很清晰地反映出瞬态信号的轨迹,并从中进行分析。 泰克的时间相关的多域分析技术 泰克对每个域的分析并不是独立于时间的,而是以时间作为一个基准。射频分析的5个域,包括频域分析、时域分析、调制域分析、码域分析和统计域分析,还可以和多台仪器组合起来进行跨域的时间相关分析。 图8有四张小图,左上图反映的是信号时间和幅度的关系,右上图反映的是信号的频谱,左下图显示的是三维频谱图,右下图显示的是时间预览窗口。普通的信号分析没有时间预览窗口,因此就无法任意地分析脉冲信号。在右下图中,可以看到一条蓝色的横线,它其实是一个分析窗口,一次可以分析6个脉冲;红色指的是频谱窗口,它对应的频谱在上方的频谱窗口显示出来;每个观察域内都有一个MR光标点,当拉动MR光标时,所有域中的值都会变动,因此我们称其为多域相关的分析。 图9反映的是在被干扰的瞬间频谱核心的变化情况。由于蓝牙信号和信号都工作在2.4G,所以有时会有同频干扰。如果不结合三维频谱图来观测各个域的信息变化,是很难发现这个星座图出现错误的原因的。从图中可以看出第一时刻由于信号没有和蓝牙信号冲突,频谱和星座图都非常良好,但下一个时刻由于蓝牙信号和WLAN信号出现在同一个频率,功率叠加了,在频谱上出现一个尖峰,此时星座图出现错误。通过这个三维图很容易就可以看出这个信号没有正确解调的原因并不是来自于外界的干扰,而是蓝牙信号的干扰。 此外,频谱仪也可以和、组合起来,来测试同一块信号电路板的射频部分、模拟部分以及数字基带部分。
实时信号处理定义 " (实时)"这个术语最早来源于物理系统的数字仿真系统中,如果仿真系统速度匹配它所仿真的实时系统的速度,我们就认为该数字系统是实时的。要实时分析信号,意味着运行执行速度必须足够快,可以准确处理相关频段中所有的信号成分。如果要处理实时分量,首先采样输入信号必须足够快,能够满足Nyquist定理。这意味着采样频率必须超过信号带宽的两倍。其次,以足够快的速度连续执行所有计算,并且使得分析输出可以跟上输入信号中的任何变化。 频谱分析,也称为傅立叶分析,是从频域中分析信号,当使用DSP时,也就意味着对时间采样数据执行离散傅立叶变换(DFT)。 使用DSP进行傅立叶分析见图1,输入模拟信号经过A/D以后,再经过DFT引擎,就得到了输入信号的FFT频谱,可以看到在这个图中每次FFT采样之间还有一些时间间隙。上图中整个频谱分析的过程就等效于下图中让信号首先通过一群带通,其中每个的带宽和中心频率都是按照DFT基本单元来分隔的。对于每个频域单元,I和Q或者幅度和相位复包络被计算,如果对该复包络进行采样,当采样率等于上图信号做FFT的速度的时候,所得到的两个结果是精确相同的。以上展示的是一个非实时的FFT频谱分析过程。对于实时频谱分析来说,有两个标准必须满足:1. 输入信号必须采样足够快,能够满足Nyquist定理,采样信号速度大于信号带宽两倍。2. DFT计算必须执行得足够快,使得每个DFT 频域单元都满足Nyquist标准。 我们定义100%捕获一次不重复事件的最短时间,就是捕获一次最窄矩形脉冲的持续时间。要实时处理所有感兴趣的信号信息,首先要具有足够的捕获带宽来支持感兴趣的信号。第二,足够高的ADC时钟速率超过Nyquist标准。第三,有足够长的捕获间隔支持来分析感兴趣信号的最窄分辨率带宽(RBW)。第四,足够高的DFT转换速率超过感兴趣信号的RBW的Nyquist标准。当今的通信系统,存在很多窄脉冲通信,为了测量和排除故障去查找问题,非常重要的是发现、触发并分析这些窄脉冲。 加窗和DFT帧重叠 DFT中窗函数的作用是用来减小FFT频谱分析中的频谱泄漏的,但有时它也刚好会把有效的信息屏蔽掉。图2中,最左边的图是DFT处理时有时间间隙的情况,中间的图是DFT紧邻,没有时间缝隙,右图中采用了帧重叠技术,即第二帧数据会共享第一帧数据。在左图中可以看到,在时域中出现了短脉冲信号,但由于该脉冲信号在时域上刚好处于两次DFT之间,因此在做变换时,直接就丢失了。从中间的图中可以看到,由于短脉冲的出现恰好处于相邻的窗函数的边缘,因此也被抑制掉了。也就是说,信号是被采样到了,但后来在做数字处理的时候却被最小化了。右图中采用重叠DFT技术,由于第一帧和第二帧重叠,重叠计算FFT,第二帧该脉冲信号的频谱很容易就显示出来了。所以在实行频谱分析时,帧重叠技术的使用使得信号瞬态处理能力大大增强。 信号处理技术的演化 从六十年代的常规的扫频频谱到九十年代推出的矢量信号,以及如今泰克推出的频谱,信号处理技术经历了三个阶段。60年代的频谱测试仪主要针对军用、通信系统等,测试的信号主要为模拟信号,并且多半为稳态信号,那时对测试仪器的要求主要是低噪底和比较高的动态范围。到了90年代,复杂的数字调制加上通信技术的迅猛发展,测试信号主要以数字调制信号为主。到了今天,随着DSP软件的无限发展,自适应调制信号、瞬态信号以及跳频、节变频雷达通信的大量涌现,使得对于瞬变信号的测试要求越来越高,多余的时间相关分析、无缝捕获,以及频域事件的任意位置触发都是分析此类瞬态信号的非常好的工具。
为了更好地理解实时的工作原理,我们可以大略的查看现在流行的三种类型的分析仪结构的简单框图(图3)。尽管在分析仪中有许多相似之处,例如都有输入, 但其中也有许多不同之处。 对于扫频分析仪这种最早的分析仪设计来说,信号首先通过一个相对窄的可调谐的预选,然后再下变频,接着通过分辨率带宽滤波器RBW进行检波,视频带宽滤波器滤波后在屏幕上把频谱显示出来,相对应的本振变化过程就是在频率跨度范围内,本振在调谐状态下进行一个连续扫频。第二代(VSA)结构也是把频谱进行下变频处理,但采用的是本振步进的方式。连续的频率覆盖是通过数字化时域信号实现的,而信号的宽度是由每一个本振步进的中频带宽决定的, VSA把数据存储在内存中,并且通过快速傅立叶变化计算其频谱,并在频谱上显示出来。尽管实时(RTSA)的许多结构都和VSA架构类似,但最重要的区别就在于实时数字信号处理的硬件上的不同:即在实时中,信号在经过ADC数字化以后,再经过DSP做数字信号处理,后面还有一个超快速的实时FFT硬件电路进行计算。 众所周知,FFT过程是需要进行大量计算的,FFT计算时间的长短取决于FFT变化所需要的点数和计算执行的速度。如果一个FFT计算执行的时间小于每帧采样的时间,这样的FFT处理我们就认为实时的。如果FFT处理时间超过一帧采样所需要的时间,我们就认为它不是实时的。图4中,上图的部分由于FFT的计算是非实时的,所以导致时间信号中的第二帧信号丢失,即来不及做FFT处理,因此没有实时地显示出频谱,而在下半部分图中,由于执行了超快速的FFT处理,且每次FFT处理的时间都小于帧采样的时间,所以此时所有信号的频谱都会被实时地分析出来。 通常意义的"实时"指的是无缝捕获并连续实时处理数据,即从数据输入到输出必须是连续没有中断的,不可以是先存储后处理。实时频谱分析采用的是边存储边处理的方式,而且处理的速度非常快(大于每一帧采样的速度)。如调频广播,它把FM信号转化为声音,这里声音信号也不会有中断,所以我们认为这是实时的。另外,电视机把射频信号转换成为动态的影像,中间没有中断,直到我们关机,所以我们认为这也是实时的。实时频谱分析仪把射频信号转换成频率对功率的轨迹,中间也没有中断,或者我们说的死区时间。 那么什么是非实时呢?比如传统信号的扫描分析,或者像矢量信号分析的单次捕获后再进行处理的方式。不太明显的非实时方式是连续重新捕获后进行处理,那这样导致的问题是在两次连续捕获之间会有死区时间。 实时信号处理应用 传统的扫频频谱仪都是被动的测试信号的,被测信号的特征是载波不随时间变化。而实时频谱分析仪是主动发现瞬态信号,采用DPX数字荧光技术,可以实时发现瞬态信号,通过频率模板触发去实施捕获分析,最后进行实时频谱分析。 泰克专利的DPX数字荧光技术 在进行频谱分析时,当射频信号进入ADC并数字化后,采样的点集经过DFT引擎,会生成DFT频谱。由于现在每秒可以执行超过48000次的DFT运算,而每个DFT频谱会经过像素缓冲内存并在像素统计图上显示次数,如果把这些像素出现的统计次数直接显示在频谱上,那就非常不直观,所以我们用色温技术来表示信号在频域中出现的频次,如果频次高,则暖色调(红色),频次低则为冷色调(蓝色)。现在把每1400次的DFT叠加到一张频谱画面上,并通过颜色反应信号的频次。根据人眼视觉暂留的原理,每秒连续播放25帧画面以上时人眼看到的画面是连续的,所以通过每秒播放33帧的频谱画面,而每张频谱画面都是由1400多次的DFT叠加而成的,这样1秒钟48000次生动实时的视频信号就很容易地显示出来了。 图5中显示的是演示版所产生的信号,它仿真了一个信号每隔1.28秒失锁一次的故障现象。左图是通过普通的频谱分析仪进行测试,在自由运行模式下很难发现问题,接下来它采用最大保持模式,我们会看到频谱偶尔会出现一些瞬态的杂波信号,但是我们很难从中发现这究竟是一个什么信号。右图中,由于实时频谱分析仪具有100%的发现概率,因此可以很清楚地观察每次信号失锁的瞬态频谱。 泰克专利的频率模板触发技术 采用DPX最多也只是发现了故障,但是如果发现了这些信号却无法捕获,就不能进行定量分析。传统的信号分析仪要触发一个瞬态信号,只有采用功率电平触发,也就是设好中心频率和频率跨度,然后再设置一个门限来进行触发,它不能实现频域中的选频触发。泰克公司专利的频率模板触发技术解决了此类问题。它通过在频域中定义一个绿色的模板,模板中包含频率和功率的二维信息,就可以轻松捕获频域中大信号旁出现的小信号,也可以根据信号现有的频谱波形进行触发。 如图6所示,普通频谱的电平触发,是无法触发大功率信号下的小功率信号的,而现在我们只要划一个黑色的模板,当瞬态出现的小信号从白色区域出现在黑色的模板上时,实时频谱分析仪就能以此为条件,实时地捕获一段时间的信号。 通过有效进行存储,捕获的信号可以通过三维频谱进行回放。图7中,横轴表示频率,纵轴表示时间,颜色表示信号的功率。从中可以看到,绿色的瞬态干扰杂散,出现的很短,只出现在两帧频谱当中,颜色也比较浅。通过三维频谱图可以很清晰地反映出瞬态信号的轨迹,并从中进行分析。 泰克的时间相关的多域分析技术 泰克对每个域的分析并不是独立于时间的,而是以时间作为一个基准。射频分析的5个域,包括频域分析、时域分析、调制域分析、码域分析和统计域分析,还可以和多台仪器组合起来进行跨域的时间相关分析。 图8有四张小图,左上图反映的是信号时间和幅度的关系,右上图反映的是信号的频谱,左下图显示的是三维频谱图,右下图显示的是时间预览窗口。普通的信号分析没有时间预览窗口,因此就无法任意地分析脉冲信号。在右下图中,可以看到一条蓝色的横线,它其实是一个分析窗口,一次可以分析6个脉冲;红色指的是频谱窗口,它对应的频谱在上方的频谱窗口显示出来;每个观察域内都有一个MR光标点,当拉动MR光标时,所有域中的值都会变动,因此我们称其为多域相关的分析。 图9反映的是在被干扰的瞬间频谱核心的变化情况。由于蓝牙信号和信号都工作在2.4G,所以有时会有同频干扰。如果不结合三维频谱图来观测各个域的信息变化,是很难发现这个星座图出现错误的原因的。从图中可以看出第一时刻由于信号没有和蓝牙信号冲突,频谱和星座图都非常良好,但下一个时刻由于蓝牙信号和WLAN信号出现在同一个频率,功率叠加了,在频谱上出现一个尖峰,此时星座图出现错误。通过这个三维图很容易就可以看出这个信号没有正确解调的原因并不是来自于外界的干扰,而是蓝牙信号的干扰。 此外,频谱仪也可以和、组合起来,来测试同一块信号电路板的射频部分、模拟部分以及数字基带部分。
上一篇:已经是第一篇
型号/产品名
广州市亿丰科技有限公司
广州市亿丰科技有限公司
广州市亿丰科技有限公司
东莞艾华仪器设备有限公司
深圳市鑫悦达自控设备有限公司更多相关文档更多相关文档加窗函数 - 理解FFT和信号加窗原理及意义
窗的波形图显示了窗本身为一个连续的频谱,有一个主瓣,若干旁瓣。 主瓣是时域信号频率成分的中央,旁瓣接近于0。 旁瓣的高度显示了加窗函数对于主瓣周围频率的影响。 对强正弦信号的旁瓣响应可能会超过对较近的弱正弦信号主瓣响应。 一般而言,低旁瓣会减少FFT的泄漏,但是增加主瓣的带宽。 旁瓣的跌落速率是旁瓣峰值的渐进衰减速率。 增加旁瓣的跌落速率,可减少频谱泄漏。
选择加窗函数并非易事。 每一种加窗函数都有其特征和适用范围。 要选择加窗函数,必须先估计信号的频率成分。
如果您的信号具有强干扰频率分量,与感兴趣分量相距较远,那么就应选择具有高旁瓣下降率的平滑窗。
如果您的信号具有强干扰频率分量,与感兴趣分量相距较近,那么就应选择具有低最大旁瓣的窗。
如果感兴趣频率包含两种或多种很距离很近的信号,这时频谱分辨率就非常重要。 在这种情况下,最好选用具有窄主瓣的平滑窗。
如果一个频率成分的幅值精度比信号成分在某个频率区间内精确位置更重要,选择宽主瓣的窗。
如信号频谱较平或频率成分较宽,使用统一窗,或不使用窗。
总之,Hanning窗适用于95%的情况。 它不仅具有较好的频率分辨率,还可减少频谱泄露。 如果您不知道信号特征但是又想使用平滑窗,那么就选择Hanning窗。
即使不使用任何窗,信号也会与高度一致的长方形窗进行卷积运算。本质上相当于对时域输入信号进行截屏,对离散信号也有效。 该卷积有一个正弦波函数特性的频谱。 基于该原因,没有窗叫做统一窗或长方形窗。
Hamming窗和Hanning窗都有正弦波的外形。 两个窗都会产生宽波峰低旁瓣的结果。 Hanning窗在窗口的两端都为0,杜绝了所有不连续性。 Hamming窗的窗口两端不为0,信号中仍然会呈现不连续性。 Hamming窗擅长减少最近的旁瓣,但是不擅长减少其他旁瓣。 Hamming窗和Hanning适用于对频率精度要求较高对旁瓣要求较低的噪声测量。
图13: Hamming和Hanning都会产生宽波峰低旁瓣的结果。
Blackman-Harris窗类似于Hamming和Hanning窗。 得到的频谱有较宽的波峰,旁瓣有压缩。 该窗主要有两种类型。 4阶Blackman-Harris是一种通用窗,在高90s dB处具有旁瓣抑制功能,有较宽的主瓣。 7阶Blackman-Harris窗函数有宽广的动态范围,有较宽的主瓣。
图14: Blackman-Harris窗的结果是较宽的波峰,旁瓣有压缩。
Kaiser-Bessel窗在幅值精度、旁瓣距离和旁瓣高度之间取得了较好的平衡。 Kaiser-Bessel窗与Blackman-Harris窗类似,对于相同的主瓣宽度而言,较近的旁瓣更高,较远的旁瓣更低。 选择该窗通常会将信号泄漏至离噪声较近的位置。
Flat top窗也是一个正弦波,穿过0线。 Flat top窗的结果是在频域中产生一个显著宽广的波峰,与其他窗相比离信号的实际幅值更近。
图15:Flat top窗具有更精确的幅值信息。
上面列举了几种常见的窗函数。 选择窗函数并没有一个通行的方法。 下表可帮助您做出初步选择。 请始终比较窗函数的性能,从而找到最适合的一种窗函数。
所有时域中的信号都可表示为一组正弦波。
FFT变换将一个时域信号分解为在频域中表示,并分析信号中的不同频率成分。
在频域中显示信号有助于发现信号中的干扰、噪声和抖动。
信号中如果包含非整数个周期,会发生频率泄漏。可通过加窗来改善该情况。
数字化仪采集到的有限序列的边界会呈现不连续性。加窗可减少这些不连续部分的幅值。
没有窗叫做统一窗或长方形窗,因为加窗效果仍然存在。
一般情况下,Hanning窗适用于95%的情况。 它不仅具有较好的频率分辨率,还可减少频谱泄露。
请始终比较窗函数的性能,从而找到最适合的一种窗函数。
关注电子发烧友微信
有趣有料的资讯及技术干货
下载发烧友APP
打造属于您的人脉电子圈
关注发烧友课堂
锁定最新课程活动及技术直播
滑动DFT的推导是相当简单的,并且和DFT完全等价。也就是说,滑动DFT算法相比传统DFT或FFT算...
超高速快速傅里叶变换(FFT)内核是任何实时频谱监测系统的必要组成部分。随着各频段无线设备数量的迅速...
故障容忍功能允许管理员在集群中设置冗余,它是所有vSAN配置一个集成。虽然你可能熟悉了vSAN配置的...
您可以通过周期性地收集大量的ADC输出转换采样来生成 FFT图。一般而言,ADC厂商们将一种单音、满...
import numpy as npfrom scipy.fftpack import fft,if...
本文在分析Rife,MRife和傅里叶系数插值迭代3种算法的基础上,将串行迭代变为并行迭代,由此得出...
蝶形运算,2点DFT运算称为蝶形运算,而整个FFT就是由若干级迭代的蝶形运算组成,而且这种算法采用塬...
FFT 算法的实质是把一长序列的 DFT 计算分割为较短序列的 DFT 计算,对于基2算法而言,是把...
针对FFT算法基于FPGA实现可配置的IP核。采用基于流水线结构和快速并行算法实现了蝶形运算和4k点...
一般在电子系统中,需要考查的信号是一个不断变化的电压、电流或频率。它可以是传感器的输出,也可能是系统...
如今FFT卷积广泛应用于数字信号处理,并且过去几年证实了异构多核可编程系统(HMPS)的发展。另外,...
提出了一种基于最优搜索的稀疏傅里叶变换(SFT)的并行实现设计。首先将输入信号分为并行N组,分别进行...
XN_RE: 输入信号,输入数据总线的实部,以2的补码形式输入,位宽8~24比特。
介绍如何设计HLS IP,并且在IP Integrator中使用它来作一个设计——这里生成两个HLS...
本文讨论了一些重要的FFT特性,解释了如何利用这些特性设置FFT以实现高效的分析。等下次你要在示波器...
本文讨论了一些重要的FFT特性,解释了如何利用这些特性设置FFT以实现高效的分析。
本文旨在介绍一种卫星导航系统基带伪码的完整系统解决方案。
常见的一些示波器,FFT最大只支持8K个点,甚至有些示波器只有1K个点。使得实际测试测量中频谱的分析...
DFT(离散傅里叶变换)作为将信号从时域转换到频域的基本运算,在各种数字信号处理中起着核心作用,其快...
本文提出了一种简单有效的FFT算法实现方案,详细介绍了算法在DSP的实现方法,并在TMS320C64...
脉冲压缩技术是指对雷达发射的宽脉冲信号进行调制(如线性调频、非线性调频、相位编码),并在接收端对回波...
本文重点研究了序列偶的自相关特性和m序列及GOLD码对比分析,并且研究了将序列偶用于DSSS系统中的...
作者提出了一种实时可重配置的FFT处理器.该处理器采用小点数内部流水和大点数二维化处理结构,通过控制...
本文介绍的程序在TMS320LF2407定点DSP中运行良好,速度快且运算结果十分可靠,其用于一般的...
  您可以通过周期性地收集大量的 ADC 输出转换采样来生成 FFT图。一般而言,ADC 厂商们将一...
基于FPGA的高速定点FFT算法的设计方案
引 言&&& 快速傅里叶...
基于FPGA的级联结构FFT处理器的优化设计
  0 引 言
  数字信号处理主要研究采用数字序...
FFT在单片机C8051中的实现
  由于单片机的性价比高,因此在数据采集及频谱分...
基于TMS32OLF24O7的FFT算法的实现及应用
傅立叶变换是一种将信号从时域转变为频域表示的...
摘要:在空间太阳望远镜的在轨高速数据处理中,运算时间是影响系统性能的重要环节之一。利用FPGA丰富的...
  DFT(Discrete Fourier Transformation)是数字信号分析与...
.引言DFT及其快速算法FFT是信号处理领域的核心组成部分。FFT算法多种多样,按数据组合方式不同一...
Abstract: This application note demonstrates how t...
摘要:今天的低功耗微控制器(μC)也开始集成原先只存在于大型微处理器、ASIC和DSP中的外设功能,...
摘要:今天的低功耗微控制器(μC)也开始集成原先只存在于大型微处理器、ASIC和DSP中的外设功能,...
Abstract: This application note demonstrates how t...
摘要:今天的低功耗微控制器(μC)也开始集成原先只存在于大型微处理器、ASIC和DSP中的外设功能,...
用FPGA实现FFT算法
引言  DFT(Discrete Fourier Transformat...
FFT算法的应用
一.&数字滤波器设计:(一)基—2按时间抽取FFT算法对于有限长离散数...
N为合数的FFT算法上面讨论的以2为基(即N=2M)的时间抽选和频率抽选FFT算法,由于具有程序简单...
利用FFT IP Core实现FFT算法
摘要:结合工程实践,介绍了一种利用FFT IP Core...
摘要:本文简要地论述了FFT和多相位DFT滤波器组在响应方面的差异。一般而言,多相位DFT(甚至包括...
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证:粤B2-

我要回帖

更多关于 oracle 开窗函数 的文章

 

随机推荐